追问daily | 越胖越不容易便秘？母爱如何影响人格发展？心理学家为何会出现科学分歧？

█脑科学动态

Nature：iPS细胞疗法让帕金森病患者运动功能显著改善

唇读时大脑在“看”声音？

母爱如何影响人格发展？

步数追踪+正念=运动持久力

观赏艺术提升幸福感，国际研究揭示背后的五大心理机制

麻省总医院发明8度角导管，精准投递脑内药物

听喜欢的音乐，将激活大脑的阿片系统

越胖越不容易便秘？内脏脂肪的肠道保护作用

数据说话也不管用？科学分歧的认知根源

"细胞听音乐"竟能减肥？科学家发现声波抑制脂肪的神奇效应

█AI行业动态

Google发布Gemini 2.5 Flash的预览版本

Google Research提出Cell2Sentence框架，旨在将大语言模型用于单细胞转录组学分析

█AI驱动科学

Nature：多模态基础模型，破解分子细胞生物学复杂性的新范式

多模态MRI结合AutoGluon平台，精准识别脑小血管病认知障碍

科研效率提升90%，SAIUnit破解AI科学计算最大痛点

无意识状态下的学习奇迹：人类海马体在麻醉中仍能处理语言

预测复杂动态系统临界行为的新框架：基于机制学习的精准预测

DNA测序面临风险：黑客可能利用基因组数据漏洞

从脑电波到完整句子：汉语意念解码技术全球首现

AI突破物理瓶颈！新框架让视频生成告别"反重力"尴尬

脑科学动态

Nature：iPS细胞疗法让帕金森病患者运动功能显著改善

京都大学医院的Nobukatsu Sawamoto、Daisuke Doi等团队通过iPS细胞分化技术，成功将多巴胺前体细胞移植至患者脑内，24个月随访显示安全且能显著改善运动症状。

研究团队在京都大学医院开展I/II期临床试验，7名50-69岁帕金森患者接受双侧纹状体移植。通过运动障碍学会统一帕金森病评定量表（MDS-UPDRS）评估发现，6名完成疗效评估的患者中，4人药物停用期（OFF期）症状改善9.5分（20.4%），5人用药期（ON期）改善4.3分（35.7%）。氟-18标记左旋多巴（18F-DOPA）PET显示壳核多巴胺合成能力提升44.7%，且高剂量组提升更显著（达53.2%）。磁共振成像（MRI）确认无移植物过度生长，73例轻中度不良事件均未导致治疗中断。该疗法避免了传统胎儿组织移植的伦理争议，为规模化治疗奠定基础。研究发表在 Nature 上。

#疾病与健康 #神经调控 #个性化医疗 #iPS细胞疗法 #帕金森病

阅读更多：

Sawamoto, Nobukatsu, et al. “Phase I/II Trial of iPS-Cell-Derived Dopaminergic Cells for Parkinson’s Disease.” Nature, Apr. 2025, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-025-08700-0

唇读时大脑在“看”声音？波兰语人群研究揭秘视觉语言的神经机制

唇读能力如何受语言复杂度和性别影响？Jakub Wojciechowski、Joanna Beck等波兰研究者团队通过行为测试和脑成像发现，虽然男女唇读能力相当，但大脑处理方式存在差异，且视觉单独唇读会更强激活听觉相关脑区。

研究团队招募51名波兰语者（26名女性），首先进行行为测试评估唇读准确性，随后在功能磁共振成像（fMRI）中完成视觉单独和视听双模态的语言理解任务。实验特别设计不同词汇（lexicality）和语法复杂度的材料。结果显示，虽然男女客观表现无差异，但女性自评能力显著更高（p<0.05）。神经影像发现，单独视觉唇读时颞上皮质（STC，听觉处理核心区）激活比视听条件增强35%，且词汇复杂度会特异性激活运动前区（PMv，与发音规划相关）。这些发现颠覆了“唇读是无声听觉”的传统认知，证明视觉语言理解会招募典型听觉脑区，支持多模态处理理论。研究为听力康复训练提供了神经科学依据，显示通过唇读训练可能重塑听觉皮层功能。研究发表在 Scientific Reports 上。

#认知科学 #神经机制与脑功能解析 #跨学科整合 #语言处理 #性别差异

阅读更多：

Wojciechowski, Jakub, et al. “Neural Mechanisms of Lipreading in the Polish-Speaking Population: Effects of Linguistic Complexity and Sex Differences.” Scientific Reports, vol. 15, no. 1, Apr. 2025, p. 13253. www.nature.com, https://doi.org/10.1038/s41598-025-98026-8

母爱如何影响人格发展？

童年期的母爱如何影响人格发展？爱丁堡大学Jasmin Wertz团队通过2232对英国同卵双胞胎的追踪研究发现，5-10岁期间获得更多母爱的个体，18岁时会表现出更强的开放性、责任心和宜人性，这种影响独立于遗传因素。研究为早期育儿干预提供了科学依据。

研究采用环境风险纵向双胞胎研究数据，通过编码母亲与5-10岁子女互动时的温暖程度（warmth coding）。为区分遗传影响，团队使用同卵双胞胎差异设计——比较同一家庭中基因完全相同的双胞胎，发现获得更多母爱的一方在18岁时：开放性评分高14%（衡量求知欲和想象力），尽责性高12%（关联学业/职业成功），宜人性高15%（影响人际关系）。这些关联通过严格检验，包括控制童年虐待、18岁时家庭支持等干扰因素。

值得注意的是，母亲温暖程度通过录像行为编码（video-recorded behavioral coding）量化，而非自我报告，增强结果可靠性。研究未发现母爱对外向性和情绪稳定性的影响，提示这些特质可能更多受同伴关系或遗传调控。研究发表在 American Psychologist 上，表明改善育儿环境（如通过政策减轻家庭经济压力、提供父母心理健康服务）可能通过微小但持久的人格改变，带来广泛社会效益。

#疾病与健康 #心理健康与精神疾病 #个性化医疗 #儿童发展 #行为遗传学

阅读更多：

https://www.apa.org/pubs/journals/releases/amp-amp0001508.pdf

步数追踪+正念=运动持久力

如何让运动习惯长期保持？巴斯大学Masha Remskar、Max J. Western团队发现，通过手机应用将正念训练与步数追踪结合30天，虽未立即增加运动量，但能显著提升参与者的长期运动意愿，为行为改变奠定心理基础。

研究采用随机对照试验设计，109名运动不足的成年人被分为两组：一组仅使用步数追踪器（每日8000步目标），另一组额外通过Medito应用完成30天正念训练。结果显示，两组运动量均显著提升（正念组每周增加373分钟中等强度运动，对照组增加297分钟），但正念组表现出更强的持续运动意图——这是预测长期行为改变的关键指标。值得注意的是，正念组在运动专注度上提升更明显，但运动自我效能（self-efficacy，对自己运动能力的信心）和心理健康指标未见组间差异。研究提示，数字正念干预可能通过增强运动意愿而非即时效果来促进长期改变。研究发表在 Mental Health and Physical Activity 上。

#疾病与健康 #心理健康与精神疾病 #健康管理与寿命延长 #行为改变 #数字健康 #自我调节

阅读更多：

“Getting Active through Mindfulness: Randomised Controlled Trial of a Digital Mindfulness-Based Intervention Promoting Physical Activity Engagement and Enjoyment.” Mental Health and Physical Activity, vol. 28, Mar. 2025, p. 100680. www.sciencedirect.com, https://doi.org/10.1016/j.mhpa.2025.100680

观赏艺术提升幸福感，国际研究揭示背后的五大心理机制

维也纳大学MacKenzie Trupp联合都柏林、柏林等地的跨学科团队，通过系统分析38项研究发现，定期观赏艺术可通过五大心理机制显著提升生活意义感，尤其在结合反思活动时效果更佳。

研究团队从四大数据库筛选2000-2023年间38项研究（N=6,805），首次系统评估艺术观赏对幸福感的影响。分析显示，博物馆、医院甚至线上观赏都能产生效益，其中结合日记、讨论等"反思性活动"的干预效果提升40%。研究识别出五大作用机制：情绪调节（通过审美愉悦缓解压力）、认知激活（激发好奇与注意力）、社交连接（减少孤独感）、自我重塑（强化身份认同）和抗压韧性（帮助应对临床压力）。最突出的是"实现幸福感"——参与者报告生活意义感提升23%。团队还制定了RAARR指南，为未来艺术干预研究提供标准化框架。研究发表在 the Journal of Positive Psychology 上。

#认知科学 #心理健康与精神疾病 #跨学科整合 #健康管理与寿命延长 #艺术治疗 #公共健康

阅读更多：

MacKenzie D. Trupp et al, The impact of viewing art on well-being—a systematic review of the evidence base and suggested mechanisms, the Journal of Positive Psychology (2025). DOI: 10.1080/17439760.2025.2481041

麻省总医院发明8度角导管，精准投递脑内药物

如何在不干扰成像的情况下向大脑精准递送药物？麻省总医院的Steven S. Hou、Joyce Yang和Yeseo Kwon团队开发了一种革命性的浅角度导管系统，能以近乎平行于脑表面的角度植入，实现成像剂和药物的重复递送，为阿尔茨海默病等神经疾病研究开辟了新途径。

▷新开发的导管系统可直接将成像剂输送到大脑，而不阻挡高分辨率深层组织成像的光学路径。该系统的验证涉及向大脑中各种细胞类型和结构输送并成像荧光标记。Credit: S. S. Hou (Massachusetts General Hospital)

研究团队设计的低剖面导管（low-profile cannula）仅以8度浅角植入大脑，完美避开了多光子显微镜的光路。通过该系统，他们成功将荧光标记物注入小鼠大脑，并同步完成高清晰度成像。在阿尔茨海默病模型中，团队利用特殊染料Fluoro-Jade C追踪了退化神经元的动态过程，还通过磷光氧传感器（phosphorescent oxygen sensor）实现了脑组织氧分压的长期监测。实验证明，该技术不仅能精准递送化合物，还完全兼容纵向研究需求，解决了传统颅窗手术无法重复给药的难题。研究发表在 Neurophotonics 上。

#疾病与健康 #神经调控 #跨学科整合 #脑成像技术 #阿尔茨海默病

阅读更多：

Hou, Steven S., et al. “Shallow-Angle Intracranial Cannula for Repeated Infusion and in Vivo Imaging with Multiphoton Microscopy.” Neurophotonics, vol. 12, no. 2, Mar. 2025, p. 025001. www.spiedigitallibrary.org, https://doi.org/10.1117/1.NPh.12.2.025001

听喜欢的音乐，将激活大脑的阿片系统

芬兰图尔库大学的Vesa Putkinen、Lauri Nummenmaa团队首次通过脑成像证明，聆听喜爱的音乐会触发大脑阿片系统释放，这种机制与食物、性快感相同，还能解释音乐的镇痛效果。

▷大脑区域，喜爱音乐影响阿片肽释放。Credit: Turku PET Centre

研究结合两种尖端神经成像技术：正电子发射断层扫描（PET）使用[11C]卡芬太尼示踪剂直接捕捉μ-阿片受体（MOR，调控快感的关键蛋白）活动，功能性磁共振成像（fMRI）则同步记录全脑血流变化。当参与者聆听引发"寒颤"愉悦感的音乐时，其腹侧纹状体（大脑奖赏中枢）和眶额皮层（价值评估区）出现显著阿片释放，其中伏隔核的受体激活程度与主观愉悦强度直接相关。更有趣的是，天生阿片受体较多的人，听音乐时脑部反应更强。该发现不仅揭示音乐快感的化学本质，还为音乐疗法缓解疼痛（如术后镇痛）提供了科学依据——音乐可能天然刺激了内源性止痛系统。研究发表在 European Journal of Nuclear Medicine and Molecular Imaging 上。

#神经科学 #神经调控 #疼痛 #心理健康与精神疾病 #神经机制与脑功能解析

阅读更多：

Putkinen, Vesa, et al. “Pleasurable Music Activates Cerebral Μ-Opioid Receptors: A Combined PET-fMRI Study.” European Journal of Nuclear Medicine and Molecular Imaging, Apr. 2025. Springer Link, https://doi.org/10.1007/s00259-025-07232-z

越胖越不容易便秘？6千人研究揭秘内脏脂肪的肠道保护作用

Chaofan Guo、Qibo Peng等研究者通过分析美国国家健康与营养调查（NHANES）数据发现，反映内脏脂肪的体圆指数（BRI）与便秘风险呈负相关，最高BRI组便秘风险降低32%。

研究团队分析了2005-2010年NHANES数据库中6,898名参与者的数据，采用二元逻辑回归控制多种混杂因素后发现，BRI每增加一个四分位数，便秘风险显著降低。特别值得注意的是，这种保护作用独立于体重指数（BMI），提示内脏脂肪可能通过分泌特定激素或调节肠道菌群（gut microbiota，肠道内的微生物生态系统）改善肠道蠕动功能。虽然该横断面研究不能证明因果关系，但为肥胖与胃肠功能的复杂关系提供了新视角，可能指导未来针对代谢-肠脑轴的干预研究。研究发表在 Scientific Reports 上。

#疾病与健康 #健康管理与寿命延长 #便秘 #体圆指数 #内脏脂肪

阅读更多：

Guo, Chaofan, et al. “Association between Body Roundness Index and Constipation Using Data from NHANES 2005–2010.” Scientific Reports, vol. 15, no. 1, Apr. 2025, p. 13271. www.nature.com, https://doi.org/10.1038/s41598-025-96876-w

数据说话也不管用？科学分歧的认知根源

为什么科学家对相同数据会得出不同结论？Justin Sulik、Nakwon Rim、Elizabeth Pontikes、James Evans和Gary Lupyan团队通过对7,973名心理学研究者的调查发现，科学分歧背后隐藏着研究者认知特质的差异，这种差异甚至能在发表记录中检测到。

研究团队首先设计了一套包含认知特质测量（如模糊容忍度）和科学立场评估的问卷。通过分析发现，倾向于社会建构主义（social constructionism）的研究者比生物本质主义（biological essentialism）支持者表现出更高的模糊容忍度。进一步追踪这些研究者的发表历史显示，认知特质与研究方法选择、理论倾向存在显著关联。例如，高系统化（systemizing）倾向的研究者更可能采用量化方法，而高共情（empathizing）倾向者偏好质性研究。最引人注目的是，即使面对相同实验数据，不同认知特质的研究者会侧重不同方面，导致结论分歧。这些发现挑战了"数据最终会统一科学"的传统观点，暗示某些分歧可能根植于研究者思维方式的本质差异。研究发表在 Nature Human Behaviour 上。

#认知科学 #跨学科整合 #心理健康与精神疾病 #科学方法论

阅读更多：

Sulik, Justin, et al. “Differences in Psychologists’ Cognitive Traits Are Associated with Scientific Divides.” Nature Human Behaviour, Apr. 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41562-025-02153-1

"细胞听音乐"竟能减肥？科学家发现声波抑制脂肪的神奇效应

日本理化学研究所的Masahiro Kumeta、Makoto Otani等团队发现，特定频率的声波能激活细胞机械传感系统，显著改变基因表达并抑制脂肪细胞分化，为声波治疗代谢疾病提供了新思路。

研究团队开发了精准的声波发射系统，对小鼠肌肉细胞施加440 Hz至14 kHz的声波（强度100 Pa，约相当于近距离耳语）。RNA测序显示，仅2小时刺激就激活42个基因，24小时后响应基因增至145个。关键发现是前列腺素合成酶Ptgs2/Cox-2（一种炎症相关酶）的快速激活，该过程依赖黏着斑激酶（FAK，细胞感知机械力的关键蛋白）信号通路。通过阻断实验证实，声波通过促进前列腺素E2合成来调控下游基因。最令人惊讶的是，3T3-L1前脂肪细胞对声波异常敏感，连续声波刺激使其分化程度降低40%。研究还发现不同频率声波效果各异，14 kHz声波对脂肪细胞的抑制作用最强。这些发现不仅揭示了声波作为新型细胞调控手段的潜力，也为开发无创代谢疾病疗法提供了理论基础。研究发表在 Communications Biology 上。

#疾病与健康 #神经调控 #跨学科整合 #机械生物学 #脂肪代谢

阅读更多：

Kumeta, Masahiro, et al. “Acoustic Modulation of Mechanosensitive Genes and Adipocyte Differentiation.” Communications Biology, vol. 8, no. 1, Apr. 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s42003-025-07969-1

AI 行业动态

Google发布Gemini 2.5 Flash的预览版本

Google于2025年4月17日发布了Gemini 2.5 Flash的预览版本，这是其首个完全混合推理（hybrid reasoning）模型。该模型在保持高速度和低成本的同时，显著提升了推理能力。开发者现可通过Google AI Studio和Vertex AI访问Gemini 2.5 Flash，利用其灵活的“思考预算”功能，根据具体需求在响应质量、成本和延迟之间进行权衡。此外，Gemini 2.5 Flash支持多模态输入，具备100万个token的上下文窗口，适用于处理大规模数据的任务。这一更新为构建更智能、响应更快的AI应用提供了强大支持。

在实际应用中，Gemini 2.5 Flash引入了“混合推理”（hybrid reasoning）机制，允许开发者根据任务复杂度开启或关闭模型的思考过程。例如，对于需要深度分析的任务，开发者可以启用推理功能，以获得更准确的结果；而对于简单的请求，则可关闭推理，以提高响应速度并降低成本。此外，模型还支持设置“思考预算”（thinking budgets），使开发者能够在质量、成本和延迟之间找到最佳平衡点。值得注意的是，Gemini 2.5 Flash保持了其前代版本的优势，包括支持多模态输入和100万个token的上下文窗口，适用于处理复杂的多模态任务，如文本、图像和音频的综合分析。这一系列功能的增强，使得开发者能够构建更智能、响应更快的AI应用，满足多样化的业务需求。

#神经技术 #混合推理 #多模态输入 #思考预算 #AI应用开发

阅读更多：

https://developers.googleblog.com/en/start-building-with-gemini-25-flash/

Google Research提出Cell2Sentence框架，旨在将大语言模型用于单细胞转录组学分析

Google Research与耶鲁大学的研究人员合作，开发了一种创新方法，旨在将大语言模型（LLMs）应用于单细胞转录组学的分析。通过将基因表达数据转化为“细胞句子”（cell sentences），该方法使得LLMs能够理解和处理生物学数据，从而在细胞类型注释、细胞生成和数据驱动的文本生成等任务中表现出色。这一进展标志着自然语言处理技术在生物学领域的深入融合，为单细胞分析提供了更高效、直观的工具。

该研究由Google Research的研究科学家Bryan Perozzi与耶鲁大学的助理教授David van Dijk领导，旨在解决传统生物数据分析方法在处理高维、复杂的单细胞RNA测序数据时的效率和可解释性问题。通过引入自然语言处理的技术，研究团队希望降低生物数据分析的门槛，使非专业人员也能参与到生物学研究中。

团队提出了Cell2Sentence（C2S）框架，将每个细胞的基因表达谱转化为类似自然语言的句子，使得LLMs能够直接处理这些数据。通过对GPT-2模型进行微调，研究人员使其能够生成生物学上有效的细胞数据，并准确预测细胞类型。在实验中，C2S框架在细胞类型注释任务中取得了显著的准确率提升，展示了其在生物数据分析中的潜力。此外，该方法还支持从文本描述生成细胞数据，实现了从自然语言到生物数据的双向转换。这一创新不仅提高了数据分析的效率，还增强了模型的可解释性和灵活性。

#神经技术 #单细胞转录组学 #大型语言模型 #自然语言处理 #生物数据分析

阅读更多：

https://research.google/blog/teaching-machines-the-language-of-biology-scaling-large-language-models-for-next-generation-single-cell-analysis/

AI 驱动科学

Nature：多模态基础模型：破解分子细胞生物学复杂性的新范式

面对组学数据爆炸性增长与传统分析方法滞后的矛盾，Haotian Cui、Alejandro Tejada-Lapuerta等跨国团队提出多模态基础模型（MFMs）解决方案，通过整合基因组学、蛋白质组学等多组学数据，为生命科学研究开辟新路径。

研究团队设计基于Transformer架构的MFMs框架，采用统一标记化技术（Unified tokenization，将不同分辨率数据如DNA序列与蛋白质统一编码）和混合多级注意力机制（Hybrid multilevel attention，局部建模基因互作，全局连接多模态数据）。模型通过"实验-计算"闭环（lab-in-the-loop，迭代优化实验设计与算法）实现多功能应用：包括基于Perturb-seq数据预测基因编辑效果，整合空间转录组重建组织异质性。特别地，MFMs可生成缺失模态数据（如从临床样本预测代谢标记），并支持计算机模拟药物筛选（in silico drug screening）。研究同时指出需协调全球数据共享、解决高算力需求及防范模型"幻觉"风险。研究发表在 Nature 上。

#AI驱动科学 #跨学科整合 #个性化医疗 #多模态基础模型 #基因调控

阅读更多：

Cui, Haotian, et al. “Towards Multimodal Foundation Models in Molecular Cell Biology.” Nature, vol. 640, no. 8059, Apr. 2025, pp. 623–33. www.nature.com, https://doi.org/10.1038/s41586-025-08710-y

多模态MRI结合AutoGluon平台，机器学习精准识别脑小血管病认知障碍

脑小血管病(CSVD)导致的认知障碍诊断困难，传统评估方法存在主观偏差。Guihan Lin、Weiyue Chen等12人团队开发了基于多模态MRI和AutoGluon平台的机器学习框架，在独立验证中实现81.93%的准确率。

研究纳入165例CSVD患者，采集T1加权结构MRI（显示脑解剖结构）、静息态功能MRI（rs-fMRI）和弥散张量成像（DTI）数据。通过AutoGluon平台自动整合三类影像特征，模型在训练组达到88.48%准确率(AUC=0.926)，显著优于传统机器学习算法。独立验证显示，该框架保持81.93%准确率(AUC=0.878)，敏感度86.36%，能有效识别早期认知衰退。特别值得注意的是，模型对白质高信号（常见于老年人但未必提示认知障碍）的干扰具有较强抵抗力。研究发表在 Scientific Reports 上。

#疾病与健康 #预测模型构建 #AI驱动科学 #神经科学 #个性化医疗

阅读更多：

Lin, Guihan, et al. “A Multimodal MRI-Based Machine Learning Framework for Classifying Cognitive Impairment in Cerebral Small Vessel Disease.” Scientific Reports, vol. 15, no. 1, Apr. 2025, p. 13112. www.nature.com, https://doi.org/10.1038/s41598-025-97552-9

科研效率提升90%，SAIUnit破解AI科学计算最大痛点

AI科学计算长期面临物理单位支持缺失的难题，导致结果可靠性降低。Chaoming Wang、Sichao He等五人团队开发的SAIUnit系统，首次将2000+物理单位整合到JAX等AI计算框架中，在保持高性能的同时显著提升计算准确性。

研究团队采用标准化设计原则，构建了包含国际单位制（SI）的完整物理单位库，并与JAX的自动微分和即时编译（JIT compilation）功能深度整合。系统在编译阶段完成单位检查，确保运行时零性能损失。测试显示，在数值积分任务中可自动处理单位转换；在脑建模中实现从分子到系统层面的跨尺度单位统一；在物理信息神经网络（Physics-Informed Neural Networks）中有效保持方程维度一致性。特别值得注意的是，系统将单位错误检测时间从传统手动检查的分钟级缩短至毫秒级，且完全兼容GPU/TPU加速。研究为AI科学计算建立了新的可靠性标准，预计将加速物理、化学等领域的AI应用。研究发表在 Nature Communications 上。

#AI驱动科学 #跨学科整合 #计算模型与人工智能模拟 #高性能计算 #物理建模

阅读更多：

Wang, Chaoming, et al. “Integrating Physical Units into High-Performance AI-Driven Scientific Computing.” Nature Communications, vol. 16, no. 1, Apr. 2025, p. 3609. www.nature.com, https://doi.org/10.1038/s41467-025-58626-4

无意识状态下的学习奇迹：人类海马体在麻醉中仍能处理语言

意识消失后大脑还能学习吗？由Kalman A. Katlowitz、Shraddha Shah等23人组成的多机构团队发现，麻醉状态下的人类海马体不仅能识别异常声音，还能处理自然语言的语义和语法，甚至预测即将出现的词语。

研究团队使用Neuropixels微电极（一种高密度神经信号采集设备）记录了5名癫痫手术患者的海马体活动。通过设计纯音oddball任务（80%标准音/20%异常音）和播放自然语言播客，发现70.9%神经元对声音有反应，其中22.7%能区分音调频率。令人惊讶的是，异常音表征在10分钟内效果量增长35%，显示无意识学习能力。当播放自然语言时，神经元能编码词语语义（相关性r=0.55）和语法特征（91.3%神经元区分词性），甚至能预测未来词语（解码准确率60.5%）。团队还构建了循环神经网络（RNN）模型，成功模拟了这种无意识学习过程。

#意识与脑机接口 #神经机制与脑功能解析 #计算模型与人工智能模拟 #语言处理 #无意识认知

阅读更多：

Katlowitz, Kalman A., et al. Learning and Language in the Unconscious Human Hippocampus. bioRxiv, 9 Apr. 2025, p. 2025.04.09.648012. bioRxiv, https://doi.org/10.1101/2025.04.09.648012

预测复杂动态系统临界行为的新框架：基于机制学习的精准预测

如何预测传染病爆发或信息爆炸的临界点？深圳大学的Xiangrong Wang、北京航空航天大学的Dan Lu与西班牙萨拉戈萨大学的Yamir Moreno团队开发了一种结合知识驱动与数据驱动的新方法，通过"先学规则、再预测行为"的双阶段框架，显著提高了复杂系统临界行为的预测准确率。

研究团队将图神经网络与注意力机制结合，首先从动态图数据中提取系统演化规则。这些规则随后指导图循环单元捕捉长期状态依赖，解决了传统深度学习模型过度依赖短期数据的局限。在模拟疾病传播（SIR模型）测试中，该系统能提前5-7个时间步预测爆发临界点，且对参数变化的敏感度比传统方法降低30%。特别值得注意的是，框架能识别网络拓扑微小变化等"隐形临界前兆"，这些信号常被常规统计方法忽略。研究还验证了该框架在社交网络信息级联预测中的普适性，为公共卫生预警和舆情监控提供了新工具。

#AI驱动科学 #预测模型构建 #跨学科整合 #复杂系统 #传染病传播

阅读更多：

Wang, Xiangrong, et al. Predicting the Critical Behavior of Complex Dynamic Systems via Learning the Governing Mechanisms. arXiv:2504.09622, arXiv, 13 Apr. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2504.09622

DNA测序面临风险：黑客可能利用基因组数据漏洞

下一代DNA测序（NGS）技术正推动医学革命，但其网络安全漏洞可能被黑客利用。朴茨茅斯大学的Nasreen Anjum联合多国团队首次全面分析了NGS全流程的网络生物安全威胁，警告基因组数据可能成为新型攻击目标。

研究团队系统梳理了NGS工作流程中的脆弱环节，从样本制备到数据存储均存在风险。特别指出，开放访问的基因组数据库可能被用于合成DNA编码的恶意软件（synthetic DNA-encoded malware，能隐藏在DNA序列中的攻击代码），而AI技术可被用于篡改测序结果。相比传统数据泄露，这类攻击可能引发身份追踪、医疗欺诈甚至生物恐怖主义。研究提出了分层防护策略：在硬件层面采用安全测序协议（secure sequencing protocols，防篡改的实验室标准），数据层面实施区块链加密存储，系统层面部署AI驱动的异常检测（AI-powered anomaly detection，实时识别可疑活动）。论文强调，当前保护措施零散且缺乏跨学科协作，亟需计算机科学家与生物学家联合应对。研究发表在 IEEE Access 上。

#AI驱动科学 #网络安全 #基因组数据 #跨学科整合 #生物威胁

阅读更多：

Anjum, Nasreen, et al. “Cyber-Biosecurity Challenges in Next-Generation Sequencing: A Comprehensive Analysis of Emerging Threat Vectors.” IEEE Access, vol. 13, 2025, pp. 52006–35. IEEE Xplore, https://doi.org/10.1109/ACCESS.2025.3552069

从脑电波到完整句子：汉语意念解码技术全球首现

如何让失语患者通过"意念"直接输出汉语句子？复旦大学附属华山医院吴劲松/路俊锋团队联合上海科技大学李远宁团队，首次实现从大脑神经信号到汉语连续语句的端到端解码，单字准确率最高达88%，跨受试者平均82%。

研究采用高密度皮层脑电（ECoG，一种植入式电极记录技术）记录5名不同方言背景受试者朗读时的神经活动。通过三模块深度学习架构：先侦测言语起始点，再并行解码声调（4分类）和音节（40个高频音节），最后结合n-gram语言模型（基于统计的上下文预测算法）输出完整句子。在覆盖汉语25%高频音节的语料库测试中，声调解码平均准确率93%（随机水平25%），单字错误率仅21%。特别值得注意的是，算法在"耳语音"（whisper）状态下仍有效工作，为未来临床应用于失语患者打下基础。研究发表在 Cell Reports 上。

#意识与脑机接口 #脑机接口 #神经机制与脑功能解析 #语言解码 #人工智能

阅读更多：

“A Brain-to-Text Framework for Decoding Natural Tonal Sentences.” Cell Reports, vol. 43, no. 11, Nov. 2024, p. 114924. www.sciencedirect.com, https://doi.org/10.1016/j.celrep.2024.114924

AI突破物理瓶颈！新框架让视频生成告别"反重力"尴尬

视频生成AI常因违反物理规律闹笑话？大连理工大学与莫纳什大学的Xindi Yang、Baolu Li团队开发VLIPP框架，首次将视觉语言模型（VLM）的物理推理能力注入视频扩散模型，生成的机械碰撞、流体运动等场景完全符合真实物理规律。

研究采用革命性的两阶段设计：先让VLM像"物理老师"一样分析场景中的重力、动量守恒等规律，通过思维链推理预测物体运动轨迹；再由视频扩散模型（VDM）根据这些"物理草图"添加细节。为防VLM出错，团队独创噪声注入技术——在轨迹预测中添加可控噪声，既保证整体符合物理，又保留生成自由度。测试显示，该方法在PhyGenBench评估中比商用模型高76分，尤其擅长模拟多球碰撞（准确率89%）和流体扩散（物理合理性提升2.3倍）。研究为游戏开发、影视特效等需物理真实的场景提供新工具。

#AI驱动科学 #计算模型与人工智能模拟 #跨学科整合 #物理仿真 #视频生成

阅读更多：

Yang, Xindi, et al. VLIPP: Towards Physically Plausible Video Generation with Vision and Language Informed Physical Prior. arXiv:2503.23368, arXiv, 4 Apr. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2503.23368

整理｜ChatGPT

编辑｜丹雀、存源

关于追问nextquestion

天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。如果您有进一步想要讨论的内容，欢迎评论区留言，或后台留言“社群”即可加入社群与我们互动。

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。

Chen Institute与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工天桥神经科学研究院。

Chen Institute建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、等。