追问daily | 肥胖会导致焦虑和认知障碍；机器人的自愈肌肉；一个分子控制入睡和醒来

█脑科学动态

Nature：大脑“精准刹车”的机制

大脑睡眠开关：一个分子如何同时控制入睡和醒来

肥胖会导致焦虑和认知障碍

神经类固醇被认定为难治性抑郁症的潜在治疗

自闭症和多动症具有不同的大脑连接特征

早期大脑功能网络发展的层级模型

█AI行业动态

Claude团队开源大模型思维追踪器，AI决策过程实现可视化

AI团队协作遇甩锅难题，新研究让AI学会主动认错

█AI驱动科学

Nature：静息态功能磁共振成像的历史与未来展望

MindAligner：1小时fMRI数据破解跨个体脑视觉解码难题

工程师为机器人开发自愈肌肉

熬夜伤情，上海交大发现睡眠剥夺会降低情绪识别能力

人机协同新范式：互补算法提升决策质量

脑科学动态

Nature：大脑“精准刹车”的机制，科学家绘制首张抑制性神经元全息地图

艾伦脑科学研究所等机构的Casey M. Schneider-Mizell、Agnes L. Bodor、Derrick Brittain等研究人员通过超高分辨率成像技术，首次绘制出小鼠视觉皮层完整的抑制性神经元连接地图，揭示了其靶向特异性连接规律和协同调控机制。

研究团队采用毫米级体积电子显微镜（volumetric EM）技术，对小鼠视觉皮层一个523×1,100×820μm³区域进行三维重建，精确标注了1,352个神经元和超过70,000个突触连接。通过深度学习辅助分割和大规模人工校正，研究人员发现抑制性神经元并非随机作用，而是形成“动机组”（motif groups）——不同亚型的抑制性神经元协同调控同一兴奋性神经元的不同树突区域（如胞体周围和远端树突）。

特别值得注意的是，研究识别出一类“去抑制专家”神经元（InhTC亚型），其专门靶向篮状细胞，通过解除抑制间接放大皮层兴奋活动。对兴奋性神经元的分析则揭示了18种形态功能亚型（M-types），它们在突触数量、密度和大小上差异显著，且接受的抑制输入呈现明显的层特异性分布。研究还量化了突触选择性，发现抑制性神经元的靶向特异性由精确的轴突空间投射和对特定细胞类型的选择性共同决定。这些发现为理解大脑皮层抑制性调控提供了新的组织原则。研究发表在 Nature 上。

#神经科学 #神经机制与脑功能解析 #多尺度连接组学

阅读更多：

Schneider-Mizell, Casey M., et al. “Inhibitory Specificity from a Connectomic Census of Mouse Visual Cortex.” Nature, vol. 640, no. 8058, Apr. 2025, pp. 448–58. www.nature.com, https://doi.org/10.1038/s41586-024-07780-8

大脑中的睡眠开关：一个分子如何同时控制入睡和醒来

睡眠调控机制的核心是什么？德累斯顿工业大学生物技术中心的Henrik Bringmann团队通过研究秀丽隐杆线虫（C. elegans）发现，单个神经元的FLP-11神经肽通过DMSR-1受体实现睡眠的启动与终止，这种双向开关机制可能普遍存在于生物体中。

研究团队首先通过基因筛选锁定FLP-11神经肽的受体DMSR-1，发现其属于抑制性G蛋白偶联受体（Gi/o protein-coupled receptor，能降低细胞活性）。实验显示，当FLP-11激活胆碱能神经元中的DMSR-1时，会关闭这些促进觉醒的神经元，使线虫入睡；而同一神经肽激活睡眠神经元RIS自身的DMSR-1时，则会关闭RIS的钙活动从而唤醒线虫。这种“自抑制”机制使线虫睡眠时长稳定在20分钟左右，同时确保睡眠的保护性功能（如基因表达调控）得以实现。研究还发现，抑制胆碱能信号是睡眠诱导的必要条件，而RIS神经元中的DMSR-1则通过负反馈控制睡眠时长。这种双向调控为理解更复杂生物的睡眠障碍提供了分子层面的解释。研究发表在 Current Biology 上。

#神经科学 #神经机制与脑功能解析 #分子机制 #睡眠障碍 #进化保守性

阅读更多：

Rossi, Lorenzo, et al. “The Neuropeptide FLP-11 Induces and Self-Inhibits Sleep through the Receptor DMSR-1 in Caenorhabditis Elegans.” Current Biology, vol. 35, no. 9, May 2025, pp. 2183-2194.e10. www.cell.com, https://doi.org/10.1016/j.cub.2025.03.039

肥胖会导致焦虑和认知障碍

佐治亚州立大学的Desiree Wanders团队通过小鼠实验发现，高脂饮食导致的肥胖会引发焦虑样行为，并改变大脑信号和肠道菌群，这些变化可能共同导致认知功能下降。

研究将32只雄性小鼠分为高脂饮食组和低脂饮食组，喂养15周（相当于人类青春期至成年早期）。结果显示，高脂饮食组小鼠体重增加30%，体脂显著升高。行为测试中，这些小鼠表现出更多焦虑样行为（如僵住反应），同时下丘脑的基因表达模式发生改变。此外，研究人员还发现肥胖小鼠的肠道菌群组成与瘦小鼠存在显著差异，这种变化可能与行为异常相关。研究指出，虽然小鼠模型不能完全反映人类情况，但结果提示肥胖可能通过肠-脑轴影响心理健康。

#疾病与健康 #心理健康与精神疾病 #肠脑轴 #肥胖机制 #认知功能

阅读更多：

https://nutrition.org/meeting/

神经类固醇被认定为难治性抑郁症的潜在治疗

全球约30%抑郁症患者对现有药物无反应，形成难治性抑郁症（TRD）。印度Smt. Kishoritai Bhoyar药学院的Krutika Nagpurkar、Pratik Ghive等团队通过系统综述发现，神经类固醇通过独特的多靶点机制展现出显著疗效，为TRD治疗带来新希望。

▷图形摘要总结了研究人员的综述论文。Credit: Nagpurkar et al. (Neuroscience, 2025).

研究团队分析了孕烯醇酮（allopregnanolone）、脱氢表雄酮（DHEA）等神经类固醇的临床证据。这些天然化合物能同时调节GABA_A受体（大脑"刹车系统"）和NMDA受体（记忆相关开关），增强神经可塑性。更重要的是，它们能重置过度活跃的HPA轴（下丘脑-垂体-肾上腺轴，压力反应中枢），从根源缓解抑郁相关的神经化学失衡。动物实验中，神经类固醇成功逆转慢性压力诱发的抑郁行为；人体试验显示其起效速度优于传统药物，且2019年FDA已批准同类药物brexanolone治疗产后抑郁。不过，这类化合物存在口服吸收率低、长期使用安全性待验证等挑战，需进一步研究优化。研究发表在 Neuroscience 上。

#疾病与健康 #心理健康与精神疾病 #神经调控 #个性化医疗 #神经机制与脑功能解析

阅读更多：

Nagpurkar, Krutika, et al. “Neurosteroids as Emerging Therapeutics for Treatment-Resistant Depression: Mechanisms and Clinical Potential.” Neuroscience, vol. 577, June 2025, pp. 300–14. www.ibroneuroscience.org, https://doi.org/10.1016/j.neuroscience.2025.05.022

孤独症和多动症具有不同的大脑连接特征

孤独症（ASD）和多动症（ADHD）常共病但神经机制不清。美国国立卫生研究院和伦敦国王学院的Luke J. Norman、Gustavo Sudre等团队通过分析12,732名儿童青少年脑数据，首次系统揭示两种疾病具有相反的大脑连接模式。

研究团队整合全球多中心数据，采用横断面大型分析方法，对10,168名6-19岁参与者进行功能磁共振成像（fMRI）分析，重点关注丘脑（感觉信息中转站）和壳核（运动学习中枢）等关键区域。结果显示：ASD患者丘脑与额顶叶注意网络连接显著减弱，而ADHD患者相同通路连接异常增强。特别发现默认模式网络与背侧注意网络的超连接是ADHD的共性特征，这种模式在ASD组同样存在但强度较弱。尽管50-70%的ASD患者表现ADHD症状，研究证实两种疾病具有可区分的神经标记，效应量虽小（标准化均值差0.1-0.3）但具有临床意义。这些发现可能解释为何部分患者对特定治疗反应不同，为开发靶向干预策略提供新方向。研究发表在 Nature Mental Health 上。

#疾病与健康 #神经机制与脑功能解析 #心理健康与精神疾病 #儿童发育障碍 #脑连接组学

阅读更多：

Norman, Luke J., et al. “Cross-Sectional Mega-Analysis of Resting-State Alterations Associated with Autism and Attention-Deficit/Hyperactivity Disorder in Children and Adolescents.” Nature Mental Health, May 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s44220-025-00431-5

早期大脑功能网络发展的层级模型

大脑功能网络如何从胎儿期开始有序发展？加州大学洛杉矶分校的Wei Gao团队通过整合多模态神经影像数据，揭示了早期大脑功能网络遵循"从感觉运动到社交情感再到认知控制"的层级发展模式，为理解典型和非典型脑发育提供了新框架。

研究综合分析了静息态功能磁共振成像（rsfMRI）、脑电图（EEG）和功能性近红外光谱（fNIRS）等数据，追踪从胎儿期到幼儿期的大脑网络发展。结果显示，基本感觉运动网络（包括体感、视觉和听觉）在产前就已形成，并在出生前后达到类似成人的空间拓扑结构，为生命必需功能（如吸吮和触觉反应）提供支持。社交情感网络（如默认模式网络和杏仁核连接）在第一年快速发展，形成连接初级功能和高级认知的"整合核心"。而认知和执行控制网络（如前额叶网络）则经历更漫长的成熟过程。值得注意的是，网络拓扑成熟（结构连接）不等同于功能成熟，而是为后续经验依赖的微调创造条件。例如，新生儿期观察到的感觉运动网络与杏仁核的连接会逐渐消退，被前额叶连接取代。这些发现为理解自闭症等发育障碍的早期神经基础提供了重要线索。研究发表在 Trends in Cognitive Sciences 上。

#认知科学 #神经机制与脑功能解析 #早期发育 #功能连接 #多模态成像

阅读更多：

“A Hierarchical Model of Early Brain Functional Network Development.” Trends in Cognitive Sciences, May 2025. www.sciencedirect.com, https://doi.org/10.1016/j.tics.2025.04.001

AI 行业动态

Claude团队开源大模型思维追踪器，AI决策过程实现可视化

Claude团队近日推出名为"电路追踪"（circuit tracing）的开源工具，该工具能生成类似神经网络示意图的归因图（attribution graphs），直观展示大型语言模型（LLM）处理信息的内部路径。研究人员通过干预节点激活值验证各模块功能，例如在回答"包含达拉斯的州首府"问题时，工具清晰呈现了模型从"达拉斯"到"得克萨斯州"再到"奥斯汀"的双路径推理过程。Anthropic CEO Dario Amodei强调，这项技术将帮助学界缩小对AI能力与内部机制理解之间的差距。

该工具支持在Gemma-2-2b等主流开源模型上快速生成可视化图表，并通过Neuronpedia平台提供交互式探索界面。团队演示了多语言电路的运作机制：当关闭法语特征节点时，模型输出自动切换为英语；而激活中文节点则能改变输出语种。值得注意的是，不同语言版本共享同一组"Say big"核心节点，仅通过附加语言特征实现多语言适配，这种设计显著区别于传统多语言模型的并行电路架构。

项目开源24小时内即获得400+GitHub星标，被Reddit网友誉为"LLM研究的显微镜"。目前提供的Colab入门手册和Demo案例，允许用户自行验证节点功能，例如通过替换"得克萨斯州"节点为"加利福尼亚州"，成功将输出结果从"奥斯汀"转变为"萨克拉门托"。团队表示，虽然部分复杂场景（如反义词替换）的干预效果有限，但这恰恰揭示了模型特定功能的实现边界。

#人工智能 #大模型可解释性 #开源工具 #神经网络可视化 #AI透明度

阅读更多：

https://github.com/safety-research/circuit-tracer?tab=readme-ov-file

AI团队协作遇甩锅难题，新研究让AI学会主动认错

在多智能体AI系统中，任务失败后往往难以追溯责任源头。宾夕法尼亚州立大学（PSU）、杜克大学与谷歌DeepMind的研究人员首次提出"自动化失败归因"技术，通过让AI自主识别错误，破解这一罗生门困境。相关论文获得ICML 2025顶会Spotlight荣誉，并开源了首个专用数据集Who&When，包含127个系统的失败日志及人工标注的"责任AI"和错误步骤。

研究团队探索了三种归因方法：全局审视法（All-at-Once）擅长定位责任AI但步骤识别差，逐步侦查法（Step-by-Step）精确定位步骤却成本高昂，二分定位法（Binary Search）则表现折中。实验显示，当前最佳方法识别责任AI的准确率仅53.5%，定位错误步骤更低至14.2%，连GPT-4o等顶尖模型也表现不佳，凸显任务复杂性。

#人工智能 #多智能体系统 #故障诊断 #ICML2025 #AI协作

阅读更多：

https://arxiv.org/pdf/2505.00212

AI 驱动科学

Nature：静息态功能磁共振成像的历史与未来展望

Bharat B. Biswal和Lucina Q. Uddin团队回顾了静息态功能磁共振成像（rsfMRI）25年发展历程，这项曾被视为"噪声"的技术已催生超过25,000项研究，揭示了大脑内在组织的奥秘，并有望在精准精神病学领域发挥更大作用。

研究团队通过系统文献分析，梳理了rsfMRI从1995年发现自发低频波动（low-frequency fluctuations）到成为主流神经影像工具的全过程。关键突破包括确认这些波动反映功能性脑网络活动，而非单纯噪声；开发独立成分分析（ICA）和功能连接等方法解析这些信号。跨学科合作尤为突出：电气工程师优化了信号采集，物理学家改进了图像重建，数学家发展了网络分析工具，计算机科学家则贡献了机器学习算法。当前挑战在于解决机器学习中的泛化失败问题，研究建议通过整合全脑计算建模（whole-brain computational modeling）和更精细的脑-行为映射来应对。最具前景的应用是与群体神经科学（population neuroscience）结合，推动精准精神病学发展。研究发表在 Nature 上。

#神经科学 #神经机制与脑功能解析 #跨学科整合 #计算模型与人工智能模拟 #精准医疗

阅读更多：

Biswal, Bharat B., and Lucina Q. Uddin. “The History and Future of Resting-State Functional Magnetic Resonance Imaging.” Nature, vol. 641, no. 8065, May 2025, pp. 1121–31. www.nature.com, https://doi.org/10.1038/s41586-025-08953-9

MindAligner：1小时fMRI数据破解跨个体脑视觉解码难题

如何解决脑视觉解码中的个体差异和数据稀缺问题？上海人工智能实验室联合南京理工大学、香港中文大学、清华大学等机构的Yuqin Dai、Zhouheng Yao、Chunfeng Song等研究人员开发了MindAligner框架，首次实现仅需1小时fMRI数据即可完成跨个体精准视觉解码。

研究提出两大创新：脑迁移矩阵（BTM）直接在原始脑空间建立跨受试者的体素级（voxel-level，fMRI三维像素单元）对应关系，避免传统潜在空间对齐的语义冲突；脑功能对齐模块（BFA）突破同刺激数据限制，通过语义相似性实现非相同刺激间的信号映射。实验显示，该方法在NSD数据集上实现0.206的像素相关性（PixCorr），图像重建质量显著优于MindEye2等方法，且脑信号检索准确率提升17.9%。神经机制分析发现，早期视觉区（处理线条/颜色）跨个体一致性高，而高级视觉区（人脸识别/场景记忆）个体差异显著。该方法仅需传统方法1/40的数据量（1小时扫描），参数学习量仅为模型总量的6%，为脑机接口的临床推广扫除数据门槛。研究发表在 ICML 上。

#意识与脑机接口 #大脑信号解析 #神经机制与脑功能解析 #跨学科整合 #计算模型与人工智能模拟

阅读更多：

Dai, Yuqin, et al. MindAligner: Explicit Brain Functional Alignment for Cross-Subject Visual Decoding from Limited fMRI Data. arXiv:2502.05034, arXiv, 7 Feb. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2502.05034

工程师为机器人开发自愈肌肉

软体机器人如何实现生物级自愈能力？内布拉斯加大学林肯分校的Eric Markvicka、Ethan Krings和Patrick McManigal团队开发出三层结构智能人工肌肉，首次整合损伤检测、定位修复与系统重置功能，入围IEEE机器人与自动化国际会议双项论文奖决赛。

▷该团队研发的智能自修复人工肌肉的多层结构。顶层为驱动层，通过水压启动肌肉运动。中间层是坚硬的自修复热塑性弹性体。底层的“表皮”层通过灰色显示的监测线之间形成的网络检测损伤。表皮层由嵌入硅酮弹性体中的液态金属微滴组成。Credit: Eric Markvicka | Mechanical and Materials Engineering and Joel Brehm | Research and Innovation

研究团队设计的多层人工肌肉包含：液态金属微滴（liquid metal microdroplets）传感层，通过电流网络检测穿刺损伤；热塑性弹性体自愈层，利用焦耳热效应熔化修复；水压驱动层控制运动。当底层检测到损伤时，系统自动增强局部电流产生60-80℃热量，3-5分钟内即可密封伤口。关键创新在于利用传统视为技术障碍的电迁移现象——通过短时超载电流使金属原子迁移，成功擦除损伤标记，实现系统循环使用。测试显示，该肌肉可承受超过50次损伤-修复循环，且修复后机械性能恢复率达92%。研究为农业机器人（应对荆棘/玻璃损伤）、医疗可穿戴设备等场景提供解决方案，预计可使电子设备寿命延长3-5倍。研究发表在 IEEE International Conference on Robotics and Automation 上。

#AI驱动科学 #自动化科研 #软体机器人 #自修复材料 #可持续技术

阅读更多：

https://smr.unl.edu/papers/Krings_et_al-2025-ICRA.pdf

熬夜伤情，上海交大发现睡眠剥夺会降低情绪识别能力

睡眠状态如何影响情绪感知？上海交通大学计算机学院吕宝粮、郑伟龙团队联合李子怡、陶乐妍、马睿骁等研究者，通过构建全球最大睡眠多模态情绪数据集SEED-SD，结合新型ReLF算法，首次定量证明睡眠剥夺会显著降低情绪识别能力，而充足睡眠可恢复该能力。

研究团队招募40名被试，分别在睡眠剥夺（整晚不睡）、睡眠恢复（8小时补觉）和正常睡眠状态下，记录其观看情绪视频时的脑电和眼动信号。新开发的ReLF算法创新性地采用"分区注意力"机制，能自动识别关键脑区（如前额叶）和眼动特征（如瞳孔变化）。实验显示：睡眠剥夺状态下情绪识别准确率下降15.7%，而睡眠恢复后仅比正常状态低2.3%。进一步分析发现，δ频段（1-4Hz）脑电波和快速眼跳是区分情绪的最稳定指标。值得注意的是，虽然睡眠剥夺改变了神经活动模式，但脑电与眼动的互补关系保持不变——结合两种模态始终比单模态识别率高11%以上。该成果为抑郁症的客观诊断提供了新思路，相关算法已开源。研究发表在 IEEE Transactions on Affective Computing 上。

#疾病与健康 #预测模型构建 #心理健康与精神疾病 #多模态学习 #神经机制与脑功能解析

阅读更多：

Li, Ziyi, et al. “Investigating the Effects of Sleep Conditions on Emotion Responses With EEG Signals and Eye Movements.” IEEE Transactions on Affective Computing, 2025, pp. 1–18. IEEE Xplore, https://doi.org/10.1109/TAFFC.2025.3572504

人机协同新范式：互补算法提升决策质量

AI辅助决策为何常适得其反？宾夕法尼亚大学沃顿商学院的Bryce McLaughlin与斯坦福大学商学院的Jann Spiess团队提出互补性设计框架，通过模拟招聘实验证明：选择性推荐算法可使决策准确率提升12.1%，超越纯算法与人工决策。

▷预测性处理中的招聘决策示例。Credit: arXiv (2024).

研究团队首先建立数学模型，利用潜在结果框架（potential-outcomes framework）量化算法推荐对人类决策的影响，并引入单调性假设简化分析。在包含25轮决策的模拟招聘实验中，互补算法组仅在受试者可能犯错时（通过预测试验判断）提供建议，结果显示其决策准确率比无辅助组高12.1%，比纯算法组高7.3%。关键发现是：人类对算法的采纳具有情境依赖性——当自身判断信心低时合规率高达78%，反之仅32%。这种"智能妥协"机制既避免过度依赖导致的认知惰性，又克服完全忽视造成的信息浪费。算法还能自动识别高风险决策点（如预算受限的教师分配），优先在这些场景提供辅助。研究为医疗、司法等领域的AI工具设计提供了可量化评估框架。

#AI驱动科学 #意图与决策 #跨学科整合 #人机交互 #社会政策优化

阅读更多：

McLaughlin, Bryce, and Jann Spiess. Designing Algorithmic Recommendations to Achieve Human-AI Complementarity. arXiv:2405.01484, arXiv, 30 Oct. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2405.01484

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。