追问daily | Nature：人类为何能直立行走？Science：绘制肠道神经系统图谱

█ 脑科学动态

Nature：发现使人类能够双腿行走的基因线索

Science：绘制肠道神经系统图谱

局灶性难治性癫痫的自然病程比预想更乐观

激光直写技术首创多模态柔性神经探针，实现超三个月稳定脑电采集

旋转脑电波帮助大脑从分心中恢复注意力

吃对食物等于温和运动？黄烷醇通过刺激大脑提升记忆力

█ AI行业动态

arXiv CS类别最严新规：综述和立场论文须先被期刊会议接收

马斯克“机械飞升”宣言：脑机接口将击败所有人类玩家

欧洲首例脑机接口植入术成功，四肢瘫痪患者重获“意念自由”的希望

█ AI驱动科学

Nature：AI筛选发现老药Thiorphan可重编程神经元

思维链劫持：利用良性推理绕过大模型安全机制的新型攻击

ODesign：首个通用分子设计世界模型打破AI制药模态壁垒

基于RRAM的模拟计算系统实现高精度快速矩阵方程求解

类脑AI新方法：模仿视网膜连接，大幅降低能耗并提升性能

虚拟万人队列：新型患者级计算模型优化心房颤动管理

脑科学动态

Nature：发现使人类能够双腿行走的基因线索

人类为何能用双腿直立行走？哈佛大学的Terence D. Capellini及其团队在一项旨在研究髋关节疾病的研究中，意外地揭示了这一进化飞跃背后的遗传秘密。他们发现，人类基因调控中的两个微小变化重塑了我们祖先的髋骨发育，为双足行走奠定了基础。

研究团队通过比较人类、黑猩猩和小鼠的骨盆发育组织，结合组织学、基因组学和CT成像等方法，发现了塑造人类独特碗状骨盆的两大关键转变。首先，人类髂骨的软骨生长板方向发生了90度旋转，从其他灵长类动物的垂直生长转变为横向生长。其次，髂骨硬化成骨（ossification）的过程显著延迟。这两个由SOX9和RUNX2等基因通路调控的变化，共同作用使人类骨盆得以向两侧扩张，形成短而宽的碗状结构。这种结构对于行走时稳定身体、单脚站立至关重要。有趣的是，这项最初由美国国立卫生研究院资助的生物医学研究，其成果不仅解释了人类进化史上的巨大一步，也指出了这种适应性改变的代价——更宽的髋部可能使人类更易患上骨关节炎。同时，这一结构也为分娩大脑更大的婴儿创造了条件。研究发表在 Nature 上。

阅读更多：

Senevirathne, Gayani, et al. “The Evolution of Hominin Bipedalism in Two Steps.” Nature, vol. 645, no. 8082, Sept. 2025, pp. 952–63. www.nature.com, https://doi.org/10.1038/s41586-025-09399-9

Science：绘制肠道神经系统图谱，揭示其如何应对微生物与炎症挑战

肠道神经系统作为人体的“第二大脑”，其如何感知并应对细菌、过敏等威胁一直是个谜。麻省总医院布里格姆的Ramnik Xavier、Peng Tan及其团队，利用先进的基因测序技术，成功绘制出肠道神经元在应对不同环境挑战时的详细反应图谱，揭示了其与免疫系统协同工作的复杂机制。

▷ 不同部位和扰动下的肠神经元。Credit: Science (2025).

研究团队为了深入探索肠道神经系统（enteric nervous system, ENS），构建了多种小鼠模型，包括无菌、过敏及寄生虫感染等不同状态。他们采用一种创新的荧光标记技术，结合高深度的单核RNA测序，成功分离并分析了数千个肠神经元的基因活动。研究发现，肠神经元存在两种主要的适应模式：一类感觉神经元在应对过敏或感染时，其细胞数量会发生剧烈变化，并直接响应免疫信号；而另一类控制肠道蠕动的运动神经元则通过更精细的基因表达调整来适应环境，数量则保持稳定。更重要的是，研究团队利用基于病毒的基因编辑工具，精准定位到两个关键基因Edf1和Mitf。实验证明，这两个基因直接调控运动神经元的细胞状态，并最终控制食物在肠道中的转运速度，首次将神经元的微观细胞状态与宏观生理功能（physiological function）紧密联系起来。这项工作为理解肠道健康与疾病开辟了新视角。研究发表在 Science 上。

阅读更多：

Tan, Peng, et al. “Regional Encoding of Enteric Nervous System Responses to Microbiota and Type 2 Inflammation.” Science, vol. 390, no. 6772, Oct. 2025, p. eadr3545. science.org (Atypon), https://doi.org/10.1126/science.adr3545

局灶性难治性癫痫的自然病程比预想更乐观

难治性癫痫一定无法好转吗？传统观念认为其病情只会稳定或恶化。然而，一项由人类癫痫项目（Human Epilepsy Project）发起，包括耶鲁大学医学院神经科医生 Hamada Hamid Altalib 在内的多机构研究团队进行的大型观察性研究挑战了这一假设，发现相当一部分难治性癫痫患者的病情会随着时间的推移而改善。

该研究是一项前瞻性的多中心观察研究，在2018至2021年间，对146名局灶性难治性癫痫（focal treatment-resistant epilepsy, FTRE）患者进行了长达三年的跟踪。所有参与者都曾因至少四种抗癫痫药物（ ASMs）治疗失败，符合传统意义上的“难治”标准。研究人员通过电子日记、月度随访和病历回顾等方式，详细记录了他们的癫痫发作频率及治疗变化。结果令人意外：在可分析的126名患者中，高达68.3%的人在研究后半段的癫痫发作频率显著减少。更有17%的患者实现了至少三个月无发作。最关键的发现是，这种改善趋势与是否更换药物或使用脑刺激等特定干预措施没有显著关联，这意味着病情好转可能并非完全由新疗法驱动。这一结果提示，在评估新疗法时，必须警惕疾病自然病程或持续医疗管理带来的影响，并强调了在临床试验中设置对照组的极端重要性。研究发表在 JAMA Neurology 上。

阅读更多：

Potnis, Ojas, et al. “Seizure Frequency Trends Over Time in Treatment-Resistant Focal Epilepsy.” JAMA Neurology, Oct. 2025. Silverchair, https://doi.org/10.1001/jamaneurol.2025.4085

激光直写技术首创多模态柔性神经探针，实现超三个月稳定脑电采集

传统神经探针在长期植入大脑时面临界面不稳定、生物相容性差等难题。浙江大学董树荣、杨宗银教授团队联合浙江大学脑机智能国家重点实验室以及剑桥大学Tawfique Hasan等研究人员，首创了一种激光直写技术，成功将电极阵列与光纤一体化集成，制造出可长期稳定工作的多模态柔性神经探针。

研究团队开发出一种新颖的激光辅助制造工艺，利用激光将金纳米颗粒（AuNPs）直接“写入”光纤表面的聚合物涂层内部，通过热效应将其原位还原并烧结成坚固的导电电极。这种“一体化”设计从根本上解决了传统“附加式”工艺中电极易剥落、机械性能差的问题。性能测试表明，该探针的阻抗远低于商业铂电极，且经过百次弯曲后性能依然稳定。在为期超过三个月（16周）的小鼠在体实验中，该探针成功实现了稳定的光遗传学刺激与神经信号同步记录，且与商业电极相比，其引发的免疫反应和胶质瘢痕（glial scarring，一种影响信号质量的疤痕组织）显著降低，展示了优异的生物相容性。该技术不仅为高精度神经科学研究提供了全新工具，也为脑机接口和神经疾病治疗开辟了新路径。研究发表在 Science Advances 上。

阅读更多：

Zhang, Luxi, et al. “Monolithic Multimodal Neural Probes for Sustained Stimulation and Long-Term Neural Recording.” Science Advances, vol. 11, no. 39, Sept. 2025, p. eadu1753. science.org (Atypon), https://doi.org/10.1126/sciadv.adu1753

旋转脑电波帮助大脑从分心中恢复注意力

大脑如何在分心后重新集中注意力？麻省理工学院皮考尔学习与记忆研究所的 Earl K. Miller、Tamal Batabyal 及其同事通过动物实验发现，一种旋转的脑电波扮演着关键角色，它能像“牧羊人”一样引导大脑皮层恢复到正确的计算路径，从而让思维重回正轨。

▷ 该研究的简化版图表展示了多次试验中子空间编码的旋转情况，试验结果包括正确反应和错误反应。蓝色箭头表示正确反应涉及完整的旋转，而错误反应则未完成旋转。Credit: Miller Lab/MIT Picower Institute

研究团队通过一项视觉工作记忆任务来探究大脑从分心中恢复的机制。实验中，动物需要在记忆一个物体时忽略干扰信息。通过记录其前额叶皮层的神经活动，并利用子空间编码（subspace coding，一种衡量神经元群体活动协调性的数学方法）进行分析，团队发现了一个关键现象。在受到干扰后，神经元群体的活动轨迹会呈现出一种旋转动态。这种旋转似乎在引导大脑的计算状态“绕回”正轨。旋转的完整性直接关联到任务的成败：当动物成功忽略干扰并正确响应时，其神经活动轨迹会形成一个完整的圆形；而当其出错时，这个圆形轨迹则是不完整的。进一步分析表明，这种抽象的数学旋转并非虚构，它真实地对应着一种行波（traveling wave，一种在皮层表面传播的神经活动波）在大脑皮层上的物理旋转。这一发现表明，大脑可能利用这种高效节能的模拟计算方式来执行复杂的认知纠错功能。研究发表在 Journal of Cognitive Neuroscience 上。

阅读更多：

Batabyal, Tamal, et al. “State–Space Trajectories and Traveling Waves Following Distraction.” Journal of Cognitive Neuroscience, Nov. 2025, pp. 1–21. Silverchair, https://doi.org/10.1162/JOCN.a.2410

吃对食物等于温和运动？黄烷醇通过刺激大脑提升记忆力

日本芝浦工业大学的 Yasuyuki Fujii 和 Naomi Osakabe 等研究人员发现，黄烷醇的涩味本身就能作为一种感觉信号直接刺激大脑，从而在无需大量吸收的情况下改善记忆和认知功能。

▷ 单次口服收敛性 FLs 可刺激中枢神经系统，激活下丘脑促肾上腺皮质激素释放激素（CRH）神经元。分泌的 CRH 激活蓝斑（LC）中的去甲肾上腺素（NA）神经网络。NA 从 LC 投射至下丘脑视前区，抑制睡眠，促进觉醒。NA 和多巴胺（DA）从 LC 投射至海马，以及 DA 从腹侧被盖区投射至海马，增强记忆力。NA 从 LC 投射至脑干，激活交感神经活动，促进血液循环和新陈代谢。Credit: Dr. Yasuyuki Fujii from Shibaura Institute of Technology,

研究团队通过对小鼠的实验揭示了这一新机制。他们给小鼠单次口服黄烷醇后发现，小鼠的自发运动和短期记忆能力得到显著提升。深入的神经化学分析显示，黄烷醇的涩味刺激扮演了一种温和压力源的角色，能瞬间激活大脑中的蓝斑-去甲肾上腺素系统（locus coeruleus–noradrenaline network），这是一个调节注意力、觉醒和应激反应的核心网络。该系统的激活导致去甲肾上腺素和多巴胺等关键神经递质在下丘脑和脑干等区域释放增加。同时，研究也观察到下丘脑-垂体-肾上腺轴（hypothalamic–pituitary–adrenal axis）被激活，这与应激反应和记忆巩固密切相关。这种由感官输入直接触发的神经反应，其效果类似于适度的体育锻炼，它绕过了黄烷醇吸收率低的障碍，为解释其健脑功效提供了全新视角，也为感官营养学领域开辟了新的研究方向。研究发表在 Current Research in Food Science 上。

阅读更多：

Fujii, Yasuyuki, et al. “Astringent Flavanol Fires the Locus-Noradrenergic System, Regulating Neurobehavior and Autonomic Nerves.” Current Research in Food Science, vol. 11, Jan. 2025, p. 101195. ScienceDirect, https://doi.org/10.1016/j.crfs.2025.101195

AI 行业动态

arXiv CS类别实施最严新规：综述和立场论文须先被期刊会议接收

arXiv 近期宣布了针对其计算机科学分类下综述性文章（Review Articles）和立场论文（Position Papers）的严格新规定。即日起，研究人员若想投稿此类文章，必须提供已被正式的期刊或会议接受并成功完成同行评审的证据，包括相应的期刊参考文献和数字对象标识符元数据。官方表示，实施这项改革主要是因为近年来 arXiv CS 分类收到的综述和立场论文数量激增，且其中许多质量较差，尤其是在人工智能领域，低质量、可能由 AI 生成的文章每月多达数百篇，严重牵制了志愿者版主团队的大量精力。因此，arXiv 决定提高门槛，明确指出只有期刊或传统会议的接受才符合要求，而研讨会（Workshop）的评审因通常达不到传统同行评审的严谨标准而不再被认可。不过，针对科学技术对社会影响的科学论文则不受此限制。

这一新规在学术社区内引发了广泛争议。尽管 arXiv 旨在管理激增的低质投稿，但许多研究人员担忧，此举将严重削弱 arXiv 作为即时发布平台的关键作用。特别是在发展速度极快的 CS 和 AI 领域，一篇综述或立场论文若需等待数月通过同行评审流程才能挂上预印本服务器，其时效性可能会大打折扣，直接扼杀了对“氛围编程”等新兴前沿概念进行及时总结的可能性。社区内的讨论显示，多数研究人员认为新规过于严格，希望 arXiv 能够保留发布各类综述的渠道，或许可以探索新的审核或区分机制，例如建立一个基于信任或背书的系统，允许读者根据文章的推荐人自行筛选。此外，也有研究人员指出，低质论文泛滥的根本原因在于现行的学术奖励机制过度鼓励论文数量而非质量，单方面限制发布可能并非解决问题的最佳途径。

阅读更多：

https://blog.arxiv.org/2025/10/31/attention-authors-updated-practice-for-review-articles-and-position-papers-in-arxiv-cs-category/

马斯克“机械飞升”宣言：脑机接口将击败所有人类玩家

首位接受Neuralink植入的Noland Arbaugh，他因脊髓损伤瘫痪，现已能仅凭意念控制电脑、玩游戏，并取得了显著的个人成就。Elon Musk对此表示，接受该技术升级的植入者很快就能在动作操作类游戏中击败大多数人，最终击败所有人。这标志着通过脑机接口实现的人类增强已成为现实。目前，全球已有12名用户接受了植入，累计活跃时间已超过1.5万小时，证明了这项技术的稳定性和可靠性。Neuralink不仅帮助瘫痪患者重获自由，还为渐冻症患者Brad提供了帮助，使其能通过脑电信号进行视频剪辑和游戏操作，实现了前所未有的能力提升。

Neuralink正在将焦点转向更具颠覆性的应用——意念直接生成文字，该临床试验已获美国食品药品监督管理局（FDA）批准，目标是从大脑中直接“读取语言”，为严重语言障碍人士带来革命性变化。Neuralink总裁DJ Seo指出，终极目标是实现与人工智能的“思维速度级别”交流。该公司正寻求医学界认可，已向《新英格兰医学杂志》提交首批人体试验数据，标志着技术正从“炒作”跨入“医学实证”阶段。此外，Neuralink获得了FDA的“突破性设备”资格，旨在加快恢复脊髓损伤、中风等导致的语言障碍。更宏大的计划是，最快在2030年将设备应用于健康个体，并在未来扩展到阿尔茨海默病和孤独症等多种神经系统疾病的治疗，计划到2031年实现每年植入2万人的规模。

阅读更多：

https://www.teslarati.com/neuralink-first-patient-could-receive-an-upgrade-elon-musk/

欧洲首例脑机接口植入术成功，四肢瘫痪患者重获“意念自由”的希望

慕尼黑工业大学附属医院（TUM University Hospital）的一个研究团队成功完成了欧洲首例脑机接口（Brain-Computer Interface，连接大脑和外部设备的系统）植入手术，对象是一位25岁的四肢瘫痪患者Michael Mehringer。Mehringer在16岁时因严重的摩托车事故导致颈部以下瘫痪，但他始终保持积极乐观，并希望通过参与研究来重获独立生活能力。这项历时五个多小时的手术，在神经外科主任Bernhard Meyer教授的指导下完成，植入了一个定制的脑机接口，该设备配备有256个微电极，能够高精度地采集大脑中负责计划和执行复杂抓握动作区域的神经信号。转化神经技术教授Simon Jacob表示，此次手术代表着欧洲在先进神经技术应用方面迈出了关键一步，研究人员期望未来Michael Mehringer能够仅凭意念控制智能手机和机械臂。此前，该团队曾在2022年为一位中风患者植入设备，用以绘制大脑语言处理图谱，积累了宝贵的经验。

手术标志着研究阶段的正式启动。每周，Michael Mehringer都会与研究人员在实验室会面，通过端口将植入体与计算机连接。系统的核心在于解码脑信号，并利用人工智能算法进行训练，使系统能够将特定的神经活动模式与Mehringer想要做出的动作意图建立关联。慕尼黑工业大学（TUM）慕尼黑机器人与机器智能研究所（MIRMI）的团队专注于开发能够识别并适应人类意图的系统，而非要求人类去适应机器。团队负责人Melissa Zawaglia博士透露，经过短短几周的训练，研究人员已取得了初步突破：他们能够通过Michael Mehringer的脑电信号判断出他想要移动屏幕光标的方向。Simon Jacob教授指出，该研究旨在通过整合医学、神经科学和工程学等关键学科，缩小欧洲与美国在脑机接口研究领域长期存在的差距，最终目标是为重度肢体残疾人士开发出突破性的新解决方案。

阅读更多：

https://www.tum.de/en/news-and-events/all-news/press-releases/details/brain-computer-interface-for-a-patient-with-quadriplegia

AI 驱动科学

Nature：AI筛选发现老药Thiorphan可重编程神经元，促进脊髓损伤后功能恢复

脊髓损伤导致的瘫痪是神经科学领域的重大难题，长期以来缺乏有效的修复疗法。加州大学圣地亚哥分校的 E. A. van Niekerk、M. H. Tuszynski 及其同事开创了一种从计算机模拟到临床前验证的新范式，通过虚拟筛选发现已上市药物硫吗啡烷（Thiorphan）能重编程神经元，显著促进神经再生和功能恢复，为瘫痪治疗带来了新希望。

该研究的创新之处在于其药物发现流程。研究团队首先利用先前发现的“再生基因特征”——即脊髓损伤后运动神经元会暂时回归到可再生的胚胎转录状态，通过计算机模拟在数千种已知药物中寻找能模拟此状态的分子，最终锁定了老药硫吗啡烷。在体外实验中，硫吗啡烷显著促进了成年小鼠、食蟹猴乃至56岁人类皮层神经元的神经突生长，其中在小鼠细胞中使生长量增加80%。更关键的是，在严重脊髓损伤的大鼠模型中，于伤后两周进行硫吗啡烷与神经干细胞联合治疗，大鼠的前肢抓取成功率提升了2倍，同时解剖学证据显示皮质脊髓轴突再生增加了60%。机制研究发现，硫吗啡烷通过上调脑源性神经营养因子（BDNF）等信号通路，使成年神经元重获生长能力。研究发表在 Nature 上。

阅读更多：

van Niekerk, E. A., et al. “Thiorphan Reprograms Neurons to Promote Functional Recovery after Spinal Cord Injury.” Nature, Oct. 2025, pp. 1–7. www.nature.com, https://doi.org/10.1038/s41586-025-09647-y

思维链劫持：利用良性推理绕过大模型安全机制的新型攻击

AI的思维链推理能力是否会成为其自身的安全软肋？由独立研究者Jianli Zhao、中国人民大学的Tingchen Fu、斯坦福大学的Rylan Schaeffer以及来自Anthropic、牛津大学等机构的研究人员共同发现，利用冗长的良性推理可以系统性地削弱大模型的安全防线，并提出了一种名为“思维链劫持”的高效越狱攻击。

研究团队设计了一种名为思维链劫持（Chain-of-Thought Hijacking）的新型攻击方式。其原理是通过在有害指令前添加一段长篇的、无害的推理内容（例如复杂的解谜过程），诱导模型进入深度“解题”模式。这种专注状态会系统性地削弱模型对后续有害指令的警惕性，研究者将此效应称为拒绝稀释（refusal dilution）。在权威的HarmBench基准测试中，该方法对多个顶尖模型均表现出惊人的效果，对Gemini 2.5 Pro的攻击成功率高达99%，对GPT o4 mini、Grok 3 mini和Claude 4 Sonnet的成功率也分别达到了94%、100%和94%。进一步的机制分析揭示，模型的拒绝行为依赖于其内部激活空间中一个脆弱的低维信号，即拒绝方向（refusal direction，代表模型区分服从与拒绝的关键特征）。冗长的良性推理过程会将模型的注意力从有害指令上移开，从而稀释了这一关键的拒绝信号，使有害内容得以“蒙混过关”。该发现挑战了“更多推理带来更强安全性”的传统认知，揭示了当前模型对齐策略中存在的系统性漏洞。

阅读更多：

Zhao, Jianli, et al. “Chain-of-Thought Hijacking.” arXiv:2510.26418, arXiv, 30 Oct. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2510.26418

ODesign：首个通用分子设计世界模型打破AI制药模态壁垒

当前AI分子设计方法受限于“单模态”，无法协同处理蛋白质、核酸、小分子等多种生物分子，阻碍了药物研发的进程。由临港实验室牵头，联合上海人工智能实验室、香港中文大学、上海交通大学等多个顶尖机构的研究团队，发布了国际首个通用分子设计世界模型ODesign，实现了多形态生物分子的一键式、可控化设计。

研究团队构建的ODesign模型，其核心创新在于建立了一个统一的分子生成框架。该框架通过跨模态共享的生成语言，将蛋白质、核酸、小分子和金属离子等不同形态的分子映射到一个通用的生成空间，使AI能基于原子间相互作用的底层法则进行协同构建。ODesign的架构由多层级表征、掩码约束、相互作用建模、基于扩散模型的三维重建解码器以及特异性序列生成等五大模块协同驱动，使其能像“搭积木”一样，在原子层面精准构筑全新的分子结构。在性能验证中，ODesign在蛋白质、核酸和小分子三大模态的11项设计任务中全面领先于现有主流模型，例如在小分子设计任务中成功率提升了约4倍。更重要的是，其设计效率相较同类模型提升了近50倍，将设计周期从数天压缩至数小时。

阅读更多：

https://odesign1.github.io/static/pdfs/technical_report.pdf

基于RRAM的模拟计算系统实现高精度快速矩阵方程求解

模拟计算虽快但长期受限于低精度问题，难以在实际中与数字计算机抗衡。为解决这一瓶颈，北京大学和北京集成电路高精尖创新中心的Zhong Sun、Pushen Zuo及同事开发了一套基于电阻式随机存取存储器（RRAM）的全模拟计算系统，首次实现了与数字系统相媲美的高精度和高可扩展性。

研究团队设计了一种创新的全模拟迭代算法，巧妙地将一个低精度但速度极快的模拟矩阵求逆（LP-INV）电路与一个高精度的模拟矩阵向量乘法（HP-MVM）操作相结合。在每次迭代中，低精度电路提供一个近似解，而高精度操作则负责修正误差，从而使结果快速收敛。该系统基于代工厂制造的高性能电阻式随机存取存储器（RRAM，一种非易失性存储器件）芯片构建，利用“位切片”（bit-slicing，将一个高精度数字拆分成多个低精度片段进行并行处理）技术实现了高精度运算。实验证明，该系统能够以24位定点精度（与32位浮点精度相当）求解16×16矩阵方程。在应用于大规模无线通信信号检测时，仅需三次迭代即可达到先进数字处理器的性能。基准测试显示，其潜在吞吐量和能效分别可提升1000倍和100倍，为解决AI、科学计算等领域的数据密集型计算瓶颈提供了新路径。研究发表在 Nature Electronics 上。

阅读更多：

Zuo, Pushen, et al. “Precise and Scalable Analogue Matrix Equation Solving Using Resistive Random-Access Memory Chips.” Nature Electronics, Oct. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41928-025-01477-0

类脑AI新方法：模仿视网膜连接，大幅降低能耗并提升性能

当前大型AI模型的训练和运行带来了巨大的能源消耗和成本问题。萨里大学（University of Surrey）自然启发计算与工程（NICE）研究组的 Mohsen Kamelian Rad 和 Roman Bauer 等人开发出一种受大脑启发的AI构建新方法，该方法能在不牺牲准确率的前提下，显著降低AI模型的能耗和计算需求。

▷ 视网膜地形图中的一个会聚单元，提取自参考文献[65]。图中的数字用于说明地形图的会聚特性。平均而言，50 个感光细胞连接到一个双极细胞。Credit: Neurocomputing (2025).

研究团队借鉴了人脑视觉系统高效的信息处理方式，提出了一种名为拓扑稀疏映射（Topographical Sparse Mapping, TSM）的框架。与传统AI模型中神经元“暴力”全连接的方式不同，TSM模仿视网膜的结构，仅将神经元与空间上邻近或功能上相关的神经元进行连接，从根本上构建一个稀疏、有序的网络。其增强版本ETSM更进一步，在训练中引入了类似大脑发育过程中的“剪枝”（pruning，即去除冗余连接）机制，持续优化网络结构。实验证明，这一类脑设计极为高效。在基准测试中，ETSM模型可以移除高达99%的神经连接，实现极高的稀疏度，而其任务准确率与传统的密集网络相比毫不逊色，甚至有所超越。更重要的是，这种精简的结构使得模型的训练速度更快，内存占用更少，而能耗仅为传统模型的不到百分之一，为构建更绿色、可持续的AI系统提供了全新的思路。研究发表在 Neurocomputing 上。

阅读更多：

Kamelian Rad, Mohsen, et al. “Topographical Sparse Mapping: A Neuro-Inspired Sparse Training Framework for Deep Learning Models.” Neurocomputing, Oct. 2025, p. 131740. ScienceDirect, https://doi.org/10.1016/j.neucom.2025.131740

虚拟万人队列：新型患者级计算模型优化心房颤动管理

心房颤动（AF）管理和筛查策略的最佳选择尚不明确，而传统临床试验成本高昂且周期长。荷兰马斯特里赫特大学的Minsi Cai、Jordi Heijman及同事开发了一种创新的患者级计算模型，通过万人规模的虚拟临床试验，系统评估了不同管理策略对预防卒中的长期效益。

研究团队构建了一个能以30分钟分辨率模拟个体终身房颤历程的患者级计算模型。该模型在一个包含10,000名虚拟个体的队列中，精确模拟了从房颤发生、疾病进展到卒中、死亡等关键临床结局的全过程。该模型成功复现了与真实世界高度一致的房颤模式，包括从阵发性向持续性的演变、与年龄相关的患病率，以及卒中和死亡风险，并通过多项真实临床研究数据验证了其准确性。利用该模型，研究者进行了虚拟随机对照试验（virtual randomized clinical trials），系统评估了多种筛查策略。结果显示，系统性筛查在检出率上远超症状驱动筛查，其中连续监测效果最佳。然而，在普通人群中，筛查带来的卒中风险降低效益有限。研究进一步发现，筛查的长期效益高度依赖于三个关键因素：抗凝治疗的有效性、患者的基线卒中风险以及临床诊断的延迟。在高风险人群中，有效筛查可显著降低卒中风险。初步经济学分析表明，每日三次心电图或年度Holter监测等策略可能具备更优的成本效益。研究为设计个性化、高性价比的房颤管理策略提供了强大的工具。研究发表在 Med 上。

阅读更多：

Cai, Minsi, et al. “Optimizing Atrial Fibrillation Management Using a Novel Patient-Level Computational Model.” Med, vol. 0, no. 0, Oct. 2025. www.cell.com, https://doi.org/10.1016/j.medj.2025.100896

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。