追问daily | 长期服用鱼油会阻碍脑损伤修复；越关注身体越健康：为什么有些人更喜欢展望未来？

█ 脑科学动态

Nature：抑制芳香烃受体可促进神经损伤后的轴突再生

为什么有些人更爱想象未来？大脑奖赏系统是关键

专注于身体感觉的走神有助于降低抑郁与ADHD风险

长期服用鱼油可能阻碍轻度脑外伤后的脑血管修复

大脑如何喊停进食？星形胶质细胞充当饱腹感通讯员

Cnpy1蛋白对信息素感知神经元的功能与存活至关重要

SPARO技术实现活体脑细胞分子图谱精准绘制

观摩资深治疗师如何塑造新手沟通力

眼睛聚焦依赖颜色信号而非仅凭清晰度

█ AI行业动态

Anthropic“囚禁”最强模型Claude Mythos

首款居家神经调控设备Proliv™Rx获FDA批准

█ AI驱动科学

识别语音特征谁更快？架构差异决定AI深层处理策略

可穿戴机器人通过触觉反馈提升小提琴二重奏协作

AI心理治疗师来了？别急，先从辅助人类专家开始

人工智能驱动的发现陷入瓶颈：科学证据被困于前数字系统

达摩院新模型精准预测细胞对药物的反应

ERAST：基于AI大模型的毫秒级生物序列搜索工具

S-Researcher：一个用于社会科学自动化的人机协作AI平台

BraiNCA模型通过长程连接和拓扑优化提升AI自组织能力

大语言模型有“数感”吗？新基准SenseMath揭示其推理捷径的局限性

脑科学动态

Nature：抑制芳香烃受体可促进神经损伤后的轴突再生

神经或脊髓损伤常导致长期的运动与感觉功能丧失。西奈山伊坎医学院的Dalia Halawani、Yiqun Wang与Hongyan Zou等人发现，芳香烃受体是控制神经元应对压力与生长的关键开关，抑制该受体可显著促进损伤后的轴突再生与功能恢复。

为探究神经损伤后修复受限的机制，研究人员构建了周围神经损伤与脊髓损伤的小鼠模型。通过基因敲除或药物干预技术抑制小鼠神经元中的芳香烃受体，观察其对神经修复的影响。结合单细胞和表观基因组学分析发现，当轴突受损时，激活的芳香烃受体会促使神经元优先维持蛋白质稳态以自我保护，但这减少了神经元生长所需新蛋白质的生成。一旦芳香烃受体被抑制，神经元便会转变策略，增加蛋白质的从头翻译，并激活依赖于HIF-1α（一种调控代谢和组织修复的蛋白因子）的生长网络。活体动物实验证实，抑制该受体可有效改善小鼠受损神经的运动与感觉功能。该研究揭示了重塑损伤反应程序的分子机制，为临床干预脊髓损伤提供了新思路。研究发表在 Nature 上。

#疾病与健康 #神经机制与脑功能解析 #脊髓损伤 #芳香烃受体 #轴突再生

阅读更多：

Halawani, Dalia, et al. “AhR Inhibition Promotes Axon Regeneration via a Stress–Growth Switch.” Nature, Apr. 2026, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-026-10295-z

为什么有些人更爱想象未来？大脑奖赏系统是关键

为什么有些人比其他人更喜欢规划和想象未来？德国波鸿鲁尔大学和巴黎索邦大学的Ekrem Dere提出了自我强化假说，指出这种心理时间旅行会激活大脑的奖赏系统，从而强化个体的前瞻性行为，且该机制在病理状态下可能导致精神疾病慢性化。

想象未来有助于预测后果和降低压力，但这是一项耗时且无即时回报的复杂认知任务。为了解释个体间的频率差异，研究者基于操作性条件反射提出了全新理论。研究指出，如果未来导向的心理时间旅行（mental time travel，即设想未来情境的认知过程）看似能有效解决当前的社会或职业问题，大脑的中脑边缘多巴胺系统就会被激活。这种神经层面的内在奖励不仅有助于个体记住行动计划直至实现，还能强化这种前瞻性行为。

研究建议未来可以通过功能性磁共振成像进行实证测试，他们预言经常想象未来的人拥有更活跃的奖赏系统。此外，研究警告该功能可能被病理机制劫持，导致患者将过去的负面经历投射到未来，产生灾难化预测并引发适应不良的回避行为，最终使精神障碍演变为慢性疾病。因此，在心理干预中阻断灾难化预测并训练建设性的未来规划具有重要临床意义。研究发表在 Psychological Review 上。

#认知科学 #心理健康与精神疾病 #心理时间旅行 #大脑奖赏系统 #多巴胺系统

阅读更多：

Dere, Ekrem. “Future-Oriented Mental Time Travel and Self-Reinforcement.” Psychological Review [US], 2026. APA PsycNet, https://doi.org/10.1037/rev0000624

越关注身体越健康：专注于身体感觉的走神有助于降低抑郁与ADHD风险

走神时大脑究竟在想什么？传统的神经影像学研究多将静息状态视为认知基线，往往忽略了身体真实的内部感受。Leah Banellis、Micah G. Allen等（来自丹麦、加拿大和德国的合作机构）揭示了身体游离现象，发现关注自身生理感觉的走神模式虽然在当下会引发高度警觉，但长期来看却与更少的抑郁症和注意力缺陷多动障碍（ADHD）症状相关。

▷ 与走神相关的独特脑连接模式，这种模式根植于身体感觉和情绪。Credit: Proceedings of the National Academy of Sciences (2026).

为了探究大脑如何专注于身体，研究人员对536名参与者进行了详细评估。参与者在接受功能磁共振成像扫描时需注视屏幕十字并保持静止。期间，传感器同步追踪其心率、呼吸和胃部活动。随后参与者完成了包含22个维度的问卷，以评估静息状态下对内部感觉的关注度。研究发现，被称为身体游离（body-wandering，指注意力自发转向心跳或呼吸等身体内部生理状态的过程）的现象在个体间差异巨大。与通常令人愉悦的普通思维漫游不同，身体游离总是与负面情绪、更快的心跳和较低的心率变异性相关。尽管当下生理体验偏向负面，但经常发生身体游离的人反而报告了更少的抑郁症和ADHD症状。此外，多变量功能连接分析表明，这种状态伴随丘脑与调节运动和触觉的皮层网络之间更强的神经连接。该发现为理解身心机制及开发相关精神疾病干预手段提供了全新视角。研究发表在 PNAS 上。

#疾病与健康 #心理健康与精神疾病 #走神 #身体游离 #静息态功能磁共振成像

阅读更多：

Banellis, Leah, et al. “Uncovering the Embodied Dimension of the Wandering Mind.” Proceedings of the National Academy of Sciences, vol. 123, no. 13, Mar. 2026, p. e2520822123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2520822123

长期服用鱼油可能阻碍轻度脑外伤后的脑血管修复

鱼油对脑损伤恢复有何长期影响？Onder Albayram、Eda Karakaya、Semir Beyaz等（南卡罗来纳医科大学等）发现，鱼油中的特定成分会重编程脑血管代谢，阻碍轻度脑外伤愈合并加速认知衰退。

▷ Credit: Cell Reports (2026).

研究团队结合动物模型、体外实验与人类脑组织进行系统分析。在小鼠模型中，采用鱼油补充饮食结合反复轻微头部撞击，结果显示高水平的二十碳五烯酸积累引发了延迟的脆弱性。小鼠不仅空间学习能力下降，皮层中还出现了血管相关的tau蛋白病变。转录组学结果表明，该成分抑制了细胞外基质组织和内皮完整性的基因表达。体外实验证实，在促进脂肪酸代谢的环境下，人脑微血管内皮细胞暴露于该酸会导致血管生成网络变弱。最后，团队分析了人类慢性创伤性脑病患者死后的上额皮质组织，发现了脂肪酸平衡紊乱与血管稳定性降低的趋同特征。研究发表在 Cell Reports 上。

#疾病与健康 #神经机制与脑功能解析 #精准营养 #鱼油补充剂 #创伤性脑损伤

阅读更多：

Karakaya, Eda, et al. “Eicosapentaenoic Acid Reprograms Cerebrovascular Metabolism and Impairs Repair after Brain Injury, with Relevance to Chronic Traumatic Encephalopathy.” Cell Reports, vol. 0, no. 0, Mar. 2026. www.cell.com, https://doi.org/10.1016/j.celrep.2026.117135

大脑如何喊停进食？星形胶质细胞充当饱腹感通讯员

大脑如何感知饱腹并停止进食？传统观点认为这主要由神经元直接控制。然而，María de los Ángeles García-Robles和Ricardo Araneda团队（康塞普西翁大学与马里兰大学）合作研究发现，通常被视为支持细胞的星形胶质细胞在此过程中扮演了核心的中介角色，揭示了调节食欲的大脑通讯链中缺失的一环。

▷ 图示展示了血糖升高如何触发大脑中双重饱腹信号。室管膜细胞检测到葡萄糖并释放乳酸，乳酸既激活大脑中的“停止进食”神经元（通过星形胶质细胞），又抑制“继续进食”神经元——从而从两个方向同时抑制饥饿感。Credit: Ricardo Araneda, University of Maryland.

该研究团队通过对下丘脑的实验，发现了一条由室管膜细胞、星形胶质细胞和神经元共同组成的复杂通讯网络。实验中，研究人员将葡萄糖直接输送到单个室管膜细胞内，发现它会处理糖分并释放副产物乳酸。随后，乳酸被邻近星形胶质细胞上的一种特殊受体HCAR1检测到。当乳酸与受体结合时，星形胶质细胞被激活并释放谷氨酸。这些谷氨酸信号最终到达并激活大脑中抑制食欲的促阿黑皮素原神经元，从而有效抑制饥饿。

研究人员还通过基因沉默技术阻断了HCAR1受体，证实了星形胶质细胞在传递饱腹信号中具有不可替代的作用。这一发现打破了以往认为乳酸直接与神经元通讯的假说，证明了代谢信号必须经过胶质细胞的接力翻译。这项研究不仅重塑了科学界对大脑能量平衡调节机制的认知，还为未来靶向HCAR1受体治疗肥胖及饮食失调等疾病提供了全新方向。研究发表在 PNAS 上。

#疾病与健康 #神经机制与脑功能解析 #星形胶质细胞 #食欲调节

阅读更多：

López, Sergio, et al. “Tanycyte-Derived Lactate Activates Astrocytic HCAR1 to Modulate Glutamatergic Signaling and POMC Neuron Excitability.” Proceedings of the National Academy of Sciences, vol. 123, no. 15, Apr. 2026, p. e2537810123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2537810123

Cnpy1蛋白对信息素感知神经元的功能与存活至关重要

犁鼻器中的神经元在异常高的内质网应激环境下如何维持受体功能和自身存活一直是个未解之谜。塔塔基础研究所的G. V. S. Devakinandan和Adish Dani团队首次证实，长期被认为在哺乳动物中无功能的Cnpy1蛋白，实际上是小鼠信息素感知神经元存活和功能维持的关键内质网相关因子，缺失该蛋白会导致神经元加速凋亡和行为缺陷。

▷ 小鼠犁鼻器切片图，图中绿色部分为特定神经元亚群，品红色部分为扩张的内质网。Credit: Adish Dani Lab, TIFR-Hyderabad

研究团队首先利用免疫沉淀结合质谱分析，发现小鼠体内存在完整的功能性Cnpy1蛋白。该蛋白选择性定位于犁鼻器神经元的内质网（endoplasmic reticulum，细胞内负责蛋白质折叠和质量控制的细胞器）中，并与特定的G蛋白偶联受体及多种分子伴侣紧密结合。随后，研究人员构建了缺乏该基因的小鼠模型。行为学实验表明，缺失该蛋白的小鼠在面对捕食者或异性刺激时，其犁鼻器神经元激活受阻，雄性领地攻击行为大幅减少。微观细胞分析显示，这些缺乏Cnpy1的神经元在出生前发育正常，但在出生后会发生选择性的渐进式细胞凋亡。令人惊讶的是，即使缺失该蛋白，感觉受体仍能顺利到达细胞表面，这说明Cnpy1并非受体运输所必需，而是充当了严苛细胞环境中维持受体功能成熟与结构稳定的核心护航者。研究发表在 PNAS 上。

#神经科学 #神经机制与脑功能解析 #犁鼻器 #信息素 #Cnpy1蛋白

阅读更多：

Devakinandan, G. V. S., et al. “Cnpy1 Is a Candidate Endoplasmic Reticulum Chaperone of Vomeronasal Type 2 GPCRs.” Proceedings of the National Academy of Sciences, vol. 123, no. 13, Mar. 2026, p. e2528466123. pnas.org (Atypon), https://doi.org/10.1073/pnas.2528466123

SPARO技术实现活体脑细胞分子图谱精准绘制

在研究阿尔茨海默病等疾病时，现有的分离提取脑细胞技术往往会破坏细胞及其蛋白质，导致无法准确获取细胞自然状态下的分子特征。Srikant Rangaraju团队（耶鲁大学医学院）和Steven A. Sloan团队（埃默里大学医学院）合作开发了一项新技术，成功在活体动物组织中非破坏性地同时捕获了特定脑细胞的蛋白质和RNA图谱。

▷ 实验概述：比较 TurboID 富集的星形胶质细胞转录组与 RiboTag 富集的星形胶质细胞转录组。Credit: Nature Communications (2026).

研究团队开发了一种被称为同步蛋白质和RNA组学（SPARO，Simultaneous Protein and RNA-Omics，一种利用特定酶进行化学标记以同时获取蛋白质组和转录组的技术）的新方法。该方法的核心是利用TurboID（一种能够对蛋白质进行化学标记的生物酶），它不仅能为蛋白质添加化学标签，还能捕获与这些蛋白质相互作用的RNA。研究人员首先在体外测试了细胞系，证实该方法生成的图谱与现有数据完全吻合，并能准确捕捉由脂多糖引起的神经炎症激活效应。随后，团队通过基因改造小鼠使其在神经元或星形胶质细胞中表达TurboID。实验表明，SPARO技术能够有效地在活体大脑自然环境中同步捕获这两种细胞的蛋白质组和转录组。由于避免了传统细胞分离过程造成的组织损伤，这种标记方法为细胞间的复杂通讯提供了更为准确的分子快照。研究发表在 Nature Communications 上。

#疾病与健康 #神经机制与脑功能解析 #多组学分析 #阿尔茨海默病 #SPARO技术

阅读更多：

Ramelow, Christina C., et al. “Simultaneous Profiling of Native-State Proteomes and Transcriptomes of Neural Cell Types Using Proximity Labeling.” Nature Communications, Mar. 2026. www.nature.com, https://doi.org/10.1038/s41467-026-71098-4

观摩资深治疗师如何塑造新手沟通力

如何有效提升心理学学生在精神健康治疗中的人际交往技能？挪威科技大学的Steffen André Fagerbakk等人研究发现，通过师徒制让学生观摩资深治疗师的工作，可显著改善他们与患者沟通及建立联系的能力。

成为临床心理学家需要长期的学习，学生在第一年就开始接触患者互动练习。该研究招募了108名心理学一年级新生，将其随机分为两组。一组仅接受以理论基础为主的常规课程；另一组则在此基础上增加了工作见习（job shadowing，指跟随经验丰富的从业者观察其日常工作的培训方式），在10周的时间里每周旁听不同治疗师的临床心理治疗环节。

研究结果显示，参与见习的学生在治疗后的人际交往能力取得了明显进步。特别是在与患者建立治疗联盟）以及修复存在破裂风险的联系方面，见习组的表现显著优于对照组。虽然对照组的技能也有所提升，且两组之间的整体进步差异较为细微，但研究认为这种向经验丰富的治疗师学习的学徒式模式，是对传统第一学年基础理论培训的重要且有价值的补充，值得在未来的心理学教育中进一步推广与研究。研究发表在 Psychotherapy Research 上。

#疾病与健康 #心理健康与精神疾病 #临床心理学 #人际交往技能 #医学教育

阅读更多：

Fagerbakk, Steffen André, et al. “Developing Facilitative Interpersonal Skills: A Randomized Controlled Study of an Apprenticeship Training for First-Year Clinical Psychology Students.” Psychotherapy Research, Jan. 2026, pp. 1–14. DOI.org (Crossref), https://doi.org/10.1080/10503307.2026.2615393

眼睛聚焦依赖颜色信号而非仅凭清晰度

由于可见光包含多种波长且折射率各异，人眼在面对多彩场景时是如何选择焦点以避免画面模糊的？Benjamin M. Chin、Martin S. Banks、Derek Nankivil、Austin Roorda 与 Emily A. Cooper 组成的研究团队展开了探索。研究发现，人眼并非仅凭画面清晰度和亮度来调节焦距，而是通过优化特定颜色神经通路的信号质量来进行聚焦选择。

▷ 调节和视网膜图像聚焦。Credit: Science Advances (2026).

研究团队招募了八名视力正常的参与者，利用配备红外激光传感器的定制光学设备，精准追踪他们的眼睛对不同颜色和距离的反应。由于纵向色差（longitudinal chromatic aberration，不同波长的光穿过眼睛时折射程度不同导致的多色模糊）会使每位参与者的眼球产生独特的折射情况，研究人员为每个人绘制了个性化的眼球图谱，并结合激光数据构建了基于生物学原理的模型来模拟实验结果。长期以来的主流理论认为，视觉系统的调节主要机制是最大化图像的亮度对比度。然而实验数据反驳了这一观点。结果表明，眼睛选择聚焦颜色的真正动机，是为了使大脑的颜色拮抗通道能够最高效地运作。此外，人眼通常会避开蓝光等极端波长，选择绿黄色等中间波长作为折中，这既能保证图像主体清晰，又能让大脑接收到更强烈的信号。这一新机制有望指导未来的视觉显示与照明设备设计，从而帮助减缓近视的发展。研究发表在 Science Advances 上。

#疾病与健康 #神经机制与脑功能解析 #认知科学 #近视防控 #视觉机制

阅读更多：

Chin, Benjamin M., et al. “Focusing on Color: How the Eye Chooses Which Wavelength to See Best.” Science Advances, vol. 12, no. 14, Apr. 2026, p. eaea5693. science.org (Atypon), https://doi.org/10.1126/sciadv.aea5693

AI 行业动态

Anthropic“囚禁”最强模型Claude Mythos，因其攻击力远超黑客

Anthropic近日公布了其迄今为止最强大的模型——Claude Mythos的预览版。在多项基准测试中，该模型对前代Opus 4.6形成了“碾压”之势：在代码修复能力（SWE-bench Pro）上提升24%，在代理操作能力（Terminal-Bench 2.0）上提升17%。然而，其定价也高达Opus 4.6的五倍。但更令人震惊的是，Anthropic并未因这些突破性成绩而兴奋，反而在官方博客中流露出深深的担忧与恐慌，因为这款“神话”模型存在一个致命缺陷——它发现了数千个高危安全漏洞，其自主寻找和利用漏洞的能力已远超绝大多数黑客。

面对这一体两面的安全危机，Anthropic做出了一个极不寻常的决定：暂时不向公众开放Mythos，而是将其作为“玻璃翼计划”（Project Glasswing）的一部分，与Amazon、Apple、Google、Microsoft、NVIDIA等科技巨头及开源社区合作，提前利用Mythos预览版的能力来加固自身的防御系统。Anthropic还承诺提供最高1亿美元的使用额度支持安全加固工作，并向开源安全组织直接捐赠400万美元。该公司表示，防御全球网络基础设施可能需耗时数年，但AI能力的跃迁近在眼前，必须立即行动。这一前所未有的“囚禁”举措，标志着AI安全已从理论警示变为迫在眉睫的现实威胁。

#ClaudeMythos #AI安全 #模型囚禁 #网络安全 #玻璃翼计划

阅读更多：

https://www.anthropic.com/glasswing

首款居家神经调控设备Proliv™Rx获FDA批准，开启脑调控“家庭化”时代

神经科技公司Neurolief近日宣布，其研发的居家脑神经调控设备Proliv™Rx在获得美国食品药品监督管理局（FDA）的上市前批准后，又获得来自行业巨头BrainsWay的600万美元战略投资。该设备专为对至少一种抗抑郁药物反应不足的成年抑郁症患者设计，是“首个且唯一”获得FDA批准的处方级居家脑神经调控系统。它采用“医生处方、远程监督、患者居家自行管理”的全新模式，旨在解决传统经颅磁刺激严重依赖医疗中心、患者需频繁往返的痛点。这一进展标志着非侵入式神经调控技术从院内专业场景向居家常态化应用的重大模式转变，有望大幅提升先进疗法的可及性。

从行业视角看，此次获批与融资具有多重深层意义。首先，Proliv™Rx通过的是FDA最严格的上市前批准，使其与市面上的消费级脑电设备划清界限。其次，投资方BrainsWay是全球深层经颅磁刺激（Deep TMS™）的领军者，其注资行为相当于院内治疗巨头对居家模式的有力背书，预示着神经调控领域不可逆转的“家庭化”趋势。此外，虽然该设备目前采用开放环路刺激方案，但其成功为未来更复杂的居家脑机接口应用——如闭环情感调节或认知增强——积累了宝贵的实践经验。接下来，Neurolief需要通过真实世界研究证明其疗法相比传统院内治疗更具成本效益，从而获得保险支付方的认可，并有望将技术平台拓展至焦虑症、偏头痛等其他神经精神疾病领域。

#居家神经调控 #抑郁症治疗 #FDA批准 #Neurolief #脑机接口趋势

阅读更多：

https://www.prnewswire.co.uk/news-releases/neurolief-secures-additional-6-million-investment-following-fda-approval-of-prolivrx-expanding-access-to-brain-neuromodulation-therapy-for-patients-with-inadequate-response-to-antidepressants-302728179.html

AI 驱动科学

识别语音特征谁更快？架构差异决定AI深层处理策略

Transformer与Conformer在语音识别上表现相当，其底层处理策略是否一致尚无定论。斯坦福大学的Nathan Roll和Pranav Bhalerao等研究人员提出了一种新型探测框架，揭示出这两大主流架构在表征信息时截然不同的内部处理机制。

研究团队提出了架构指纹（Architectural Fingerprinting，一种通过线性探测评估各网络层级特征获取难度的分析框架），对24个预训练语音编码器展开受控分析。研究利用7个不同语料库的5万余条语音提取模型的隐藏状态，并针对声学与人口统计学等特征目标训练探测器。结果显示，Conformer架构倾向采用早期分类策略，其解析音素类别的深度比Transformer早29%，解析说话人性别的深度早16%。而Transformer架构则表现出晚期整合（Integrate Late，将关键信息推迟至深层网络进行集中编码的策略）倾向，在49%至57%的深网络层才对音素、口音及发音时长进行编码。此外，仅基于峰值位置预测模型架构的分类器表现优异，其曲线下面积高达0.88。研究证明，Conformer的前置处理更利于低延迟流媒体场景，而Transformer则更适合需要深层上下文交互的任务。

#大模型技术 #计算模型与人工智能模拟 #自动语音识别 #模型评估 #架构特征

阅读更多：

Roll, Nathan, et al. “Categorize Early, Integrate Late: Divergent Processing Strategies in Automatic Speech Recognition.” arXiv:2601.06972, arXiv, 11 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2601.06972

可穿戴机器人通过触觉反馈提升小提琴二重奏协作

在需要高度同步的协作任务中，人们通常依赖视觉和听觉线索来协调动作，但这往往需要消耗大量意识注意力。为了探索更直接的交互方式，Aleksandra Michałko、Francesco Di Tommaso和Domenico Formica等（罗马生物医学大学、比萨圣安娜高等学院等）开发了一种可穿戴机器人系统。研究发现，该系统提供的触觉沟通能够显著提升两位小提琴演奏者之间的协作表现。

研究团队开发了两套双自由度上肢外骨骼，它们能够精准追踪音乐家的自然运动，并根据两位演奏者动作之间的角度偏差，向对方施加相应比例的力。这种机制建立了一种触觉反馈，让演奏者在不直接接触的情况下感知对方的动作。团队招募了20对小提琴手（包含10对专业选手和10对业余选手），让他们在仅听觉、听觉加视觉、听觉加触觉以及三者结合这四种不同反馈条件下完成二重奏。结果显示，虽然音乐家对这种基于力的反馈极为陌生，但在听觉加触觉的条件下，他们的时空协调性和动态音乐一致性均优于传统的听觉加视觉条件。此外，结合所有感官模式的演奏条件产生了最高水平的协作效果。这表明，外骨骼开辟了一条隐性且具身化的交流途径，它不仅不需要刻意的意识参与，也不会干扰高技能任务的自然发挥。研究发表在 Science Robotics 上。

#认知科学 #机器人及其进展 #外骨骼 #触觉反馈 #多感官整合

阅读更多：

Michałko, Aleksandra, et al. “Robot-Mediated Haptic Feedback Outperforms Vision in Violin Duo Coordination.” Science Robotics, vol. 11, no. 112, Mar. 2026, p. eaeb1901. science.org (Atypon), https://doi.org/10.1126/scirobotics.aeb1901

AI心理治疗师来了？别急，先从辅助人类专家开始

随着对话式人工智能的兴起，其在心理治疗领域的应用引发广泛讨论。为厘清AI的角色与风险，来自犹他大学的Zac Imel、Vivek Srikumar、Brent Kious等人组成的跨学科团队，提出了一个心理治疗自动化的框架，将AI的应用划分为四个不同等级，旨在为该领域的实证研究和伦理探讨提供指导。

研究团队借鉴了自动驾驶汽车的等级划分思路，将心理治疗领域的自动化分为四类。A类是脚本化系统（scripted systems），即由机器人提供预设内容；B类是AI评估治疗师，通过分析会话为临床医生提供反馈；C类是AI辅助治疗师，为人类专家提供干预建议；D类则是风险最高的AI直接提供治疗。研究指出，当前最迫切且可行的应用在于B类和C类，例如利用大型语言模型高效分析治疗过程，为治疗师提供实时反馈和培训，这能极大改善当前人工评估缓慢且昂贵的现状。而对于D类应用，尽管通用大模型看似能提供共情式对话，但其存在捏造信息、固化偏见和反应不可预测的巨大风险。因此，研究者强调，当前AI在心理治疗中的最佳定位是作为人类专家的协作伙伴与支持工具，而非替代者。研究发表在 Current Directions in Psychological Science 上。

#疾病与健康 #心理健康与精神疾病 #大模型技术 #AI伦理

阅读更多：

Imel, Zac E., et al. “A Framework for Automation in Psychotherapy.” Current Directions in Psychological Science, vol. 35, no. 2, Apr. 2026, pp. 66–76. SAGE Journals, https://doi.org/10.1177/09637214251386047

人工智能驱动的发现陷入瓶颈：科学证据被困于前数字系统

当人工智能以惊人速度推动医学创新时，科学界却面临一个悖论：我们的发现被一个源自17世纪的出版体系所束缚。马来西亚博特拉大学的Boon-How Chew在一篇观点文章中指出，这种静态、缓慢的学术交流模式正成为数据驱动医学发展的直接威胁，呼吁建立一个动态、透明的“科学新操作系统”。

文章深入剖析了当前学术出版体系的三大危机。首先是速度与成本的矛盾，一篇论文从预印本到正式发表常需一年以上，而高昂的订阅费和版面费给科研机构和学者带来沉重负担。其次是严峻的可重复性危机，高达50%-90%的研究结果无法被复现，动摇了科学的根基。最后，以叙述为核心的静态论文格式，将结论与原始数据和分析方法脱钩，使得对复杂AI模型的验证变得极为困难。虽然涌现出大量AI写作助手，但它们只是在旧框架内进行修补，并未解决数据不透明、验证流程缓慢的核心问题。作者强调，临床AI模型的黑箱不能建立在不可重复研究的黑箱之上。未来的科学出版物必须是动态、可交互的研究对象，将数据、代码、分析日志和同行评审永久关联，从设计上保证科学的严谨与透明。研究发表在 Journal of Medical Internet Research 上。

#AI驱动科学 #自动化科研 #学术出版 #可重复性危机 #开放科学

阅读更多：

Chew, Boon-How. “Our AI-Powered Discoveries Are Trapped in a Predigital System.” Journal of Medical Internet Research, vol. 28, no. 1, Mar. 2026, p. e96018. www.jmir.org, https://doi.org/10.2196/96018

达摩院新模型精准预测细胞对药物的反应

如何构建一个能精准预测细胞对药物或基因改变反应的“虚拟细胞”？阿里达摩院的Han Zhang, Deli Zhao, Yu Rong等研究人员发布了生成式细胞世界模型——灵枢细胞（Lingshu-Cell），该模型能以前所未有的精度模拟细胞状态并预测其对扰动的反应，为药物研发和个性化医疗开辟了新路径。

传统单细胞研究方法如同“拍照存档”，缺乏动态预测能力。为解决此问题，灵枢细胞采用了创新的掩码离散扩散模型。该方法将细胞内约1.8万个基因的表达水平转换为离散词元，然后随机遮盖部分基因，训练模型根据上下文“填空”，从而学习基因间复杂的调控网络。这一设计完美契合了单细胞数据稀疏、无序的特性，实现了对全转录组的直接建模。在测试中，灵枢细胞不仅能生成与真实细胞高度一致的虚拟细胞，其预测能力也表现卓越。在国际性的“虚拟细胞挑战赛”中，它在基因扰动预测任务上排名第一。此外，它还能精准预测不同个体免疫细胞对90种细胞因子（cytokine，一类调节免疫反应的蛋白质）刺激的应答，展示了其在个性化医疗领域的巨大潜力。

#AI驱动科学 #预测模型构建 #个性化医疗 #虚拟细胞

阅读更多：

Zhang, Han, et al. “Lingshu-Cell: A Generative Cellular World Model for Transcriptome Modeling toward Virtual Cells.” arXiv:2603.25240, arXiv, 26 Mar. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2603.25240

ERAST：基于AI大模型的毫秒级生物序列搜索工具

面对日益庞大的生物序列数据库，传统的同源搜索（Homology Search）方法已力不从心。为解决这一瓶颈，腾讯生命科学实验室的Yao Jianhua、He Bing与浙江大学的Chen Huajun、Zhang Qiang等研究人员合作，开发了一款名为ERAST的AI工具，它融合了大语言模型与向量数据库技术，可在十亿级数据规模下实现毫秒级精准检索。

该研究的核心是将生物序列的“文字”信息转化为“数学”坐标。研究团队利用蛋白质大语言模型，如ESM-2，将超过10亿条生物序列编码为高维向量，并存入一个特制的向量数据库中。ERAST的搜索过程分为三步：首先通过序列长度等元数据进行预检索过滤；然后，将查询序列转化为向量，在数据库中快速计算相似度，毫秒内找出候选序列；最后，通过一个专门的评分模型进行重排序，精准识别进化关系遥远的“远亲”。性能测试表明，ERAST的搜索速度比高精度工具TM-align快约5万倍，且准确率超越了所有主流深度学习方法。更重要的是，该工具还能对海量“功能未知”的蛋白质（即蛋白质暗物质）进行全局聚类，研究发现94%的未知蛋白簇能与已知功能的蛋白簇建立联系，为揭示其功能提供了前所未有的全局视角。研究发表在 Nature Biotechnology 上。

#AI驱动科学 #预测模型构建 #大语言模型 #生物信息学 #同源搜索

阅读更多：

Jiang, Yinuo, et al. “Scalable Homology Detection with ERAST.” Nature Biotechnology, Apr. 2026, pp. 1–9. www.nature.com, https://doi.org/10.1038/s41587-026-03051-1

S-Researcher：一个用于社会科学自动化的人机协作AI平台

传统的社会科学研究因成本高、周期长而面临瓶颈，中国人民大学高瓴人工智能学院的Lei Wang等人针对此问题，开发了名为S-Researcher的智能体平台。该平台通过让大语言模型智能体同时扮演研究者和“硅基被试”的角色，构建了一个从实验设计、模拟执行到报告生成的自动化、人机协作研究工作流。

S-Researcher的核心是其底层的大规模社会模拟引擎YuLan-OneSim，该引擎具备三大特点：通用性，可将研究者的自然语言描述自动转化为可执行的模拟代码；可扩展性，其分布式架构能支持多达10万个智能体同时在线交互；可靠性，通过反馈微调机制确报智能体行为的科学可信度。在验证中，平台通过三种模式展现了其强大能力：在归纳研究中，它自主复现了经典的文化传播理论；在演绎研究中，通过模拟5525名学生，验证了课堂表达对教师注意力的决定性影响，并与真实调查数据相符；在最具挑战的溯因研究中，平台在公共品博弈中发现了一个新的合作机制，该发现随后被一项120名真人参与的平行实验所证实，人与智能体的行为数据相关性高达0.915。

#AI驱动科学 #自动化科研 #社会科学 #智能体 #计算社会科学

阅读更多：

Wang, Lei, et al. “LLM Agents as Social Scientists: A Human-AI Collaborative Platform for Social Science Automation.” arXiv:2604.01520, arXiv, 2 Apr. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2604.01520

BraiNCA模型通过长程连接和拓扑优化提升AI自组织能力

传统人工智能模型通常依赖于密集的局部连接，这与生物大脑中高效的长程信息传递机制形成鲜明对比。来自塔夫茨大学和哈佛大学的研究人员 Léo Pio-Lopez, Benedikt Hartl, 和 Michael Levin 开发了一款名为BraiNCA的脑启发模型。该模型通过引入注意力机制、长程连接和优化的拓扑结构，成功在形态发生和运动控制任务中展现出比传统模型更快的学习速度和更高的鲁棒性。

研究团队提出的BraiNCA是对神经网络细胞自动机的重大升级。它集成了两个核心的类脑特性：一个注意力层，使每个“细胞”能够根据上下文动态筛选重要信息；以及显式的长程连接，允许信息在网络中“抄近路”，实现全局协调。在模拟生物发育的形态发生任务中，细胞群需要自组织成一个笑脸图案，具备长程连接的BraiNCA学习速度最高可达标准模型的2.19倍。在更复杂的月球登陆器控制任务中，团队设计了一种T形拓扑结构，以模仿大脑皮层中功能区与身体部位对应的空间组织形式（somatotopic organization）。这种设计显著提升了模型的成功率和学习速度。然而，研究也发现，并非所有长程连接都有益，不合理的连接设计反而会降低性能，这凸显了网络拓扑结构优化的重要性。

#AI驱动科学 #计算模型与人工智能模拟 #自组织 #神经网络细胞自动机 #脑启发计算

阅读更多：

Pio-Lopez, Léo, et al. “BraiNCA: Brain-Inspired Neural Cellular Automata and Applications to Morphogenesis and Motor Control.” arXiv:2604.01932, arXiv, 2 Apr. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2604.01932

大语言模型有“数感”吗？新基准SenseMath揭示其推理捷径的局限性

大型语言模型是否真正理解数学，还是仅仅在模仿计算步骤？圣母大学的Haomin Zhuang、Xiangliang Zhang等人开发了一个名为SenseMath的新基准，系统评估了LLM类似人类的“数感”，即识别数字结构并灵活运用计算捷径的能力。研究发现，当前LLM虽能执行计算捷径，但严重缺乏何时以及为何使用这些捷径的深层理解。

研究团队构建的SenseMath基准包含4800个数学问题，每个问题都精心设计了三种变体：一种明显适用捷径，一种部分适用，另一种则完全不适用。通过对五种主流LLM进行测试，研究人员评估了它们在三个认知层次上的表现：应用、判断和创造。结果显示，在标准的思维链提示下，LLM自发使用捷径的比例不足40%。然而，当被明确提示运用“数感”时，强模型的准确率在适用问题上能提升高达15%，这表明捷径能力是存在的，但需要被激活。更关键的是，模型在判断捷径适用性方面表现糟糕，会系统性地将捷径错误地应用到不该用的问题上。在最高级的创造任务中，模型生成有效捷径问题的成功率低至2-24%。这揭示了LLM在程序性流畅（知道“如何”做）和结构性理解（知道“为何”做）之间的巨大鸿沟。

#大模型技术 #计算模型与人工智能模拟 #数学推理 #基准测试

阅读更多：

Zhuang, Haomin, et al. “SenseMath: Do LLMs Have Number Sense? Evaluating Shortcut Use, Judgment, and Generation.” arXiv:2604.01988, arXiv, 2 Apr. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2604.01988

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。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。您也可以在后台提问，我们将基于追问知识库为你做出智能回复哦~

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。

研究院在华山医院、上海市精神卫生中心分别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陈天桥雒芊芊神经科学研究院。

研究院还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、、科普视频媒体「大圆镜」等。