█ 脑科学动态
酪蛋白激酶1δ的自我调节机制揭示人体生物钟调节新路径
CBT应用显著降低高风险青少年抑郁症状
屏幕时间增加与9至10岁儿童抑郁和焦虑症状相关
微泡结合超声技术：为大脑药物递送开辟新路径
一次性合作决策，不受收益增加的影响
运动与睡眠的长期效应如何影响大脑健康
█ AI行业动态
人类脑计划十年评估报告发布
上海交通大学吴梦玥、天桥脑科学研究院联合团队开发智能对话系统助力抑郁症初诊
TxT360：重新定义大语言模型训练的数据集
█ AI研发动态
无需电力的电路助力机器人“独立思考”
人类细胞驱动微型游泳机器人，突破仿生学新前沿
数字化时代中的自传记忆——技术如何重塑我们的回忆
利用AI模拟未来自我，提升心理健康
合成数据助力生物医学突破：打破隐私与数据壁垒
脑科学动态
酪蛋白激酶1δ的自我调节机制揭示人体生物钟调节新路径
杜克—新加坡国立大学医学院和加州大学圣克鲁兹分校的研究人员，主导了这项揭示酪蛋白激酶1δ（CK1δ）自我调节机制的研究，该研究突破了近30年来对CK1δ的调控机制的认知。
研究人员利用核磁共振和氢/氘交换质谱等高分辨率技术，深入解析了CK1δ尾部的磷酸化调控机制。研究发现CK1δ的δ1变体尾部与激酶主体有更多的相互作用，这种自抑制效应使其对生物钟的调节更为显著。而δ2则表现出较低的调控效能。
具体而言，研究揭示了δ1尾部的三个关键磷酸化位点，它们对CK1δ的活性起着决定性作用。当这些磷酸化位点被移除或突变时，δ1的活性显著提高，导致昼夜节律的变化。这一发现不仅深化了对CK1δ在生物钟调节中的作用的理解，还为其他重要生物过程（如细胞分裂、癌症发展和某些神经退行性疾病）的研究提供了新的方向。未来研究将进一步探索环境因素如何影响CK1δ的磷酸化，从而为处理节律紊乱提供更具针对性的策略。研究发表在 PNAS 上。
#大脑健康 #生物钟 #酪蛋白激酶 #磷酸化 #昼夜节律
阅读论文：
Harold, Rachel L., et al. “Isoform-Specific C-Terminal Phosphorylation Drives Autoinhibition of Casein Kinase 1.” Proceedings of the National Academy of Sciences, vol. 121, no. 41, Oct. 2024, p. e2415567121. pnas.org (Atypon), https://doi.org/10.1073/pnas.2415567121.
认知行为疗法应用显著降低高风险青少年抑郁症状
随着全球范围内青少年焦虑和抑郁症状不断上升，迫切需要有效且可扩展的预防干预措施。埃克塞特大学（University of Exeter）领导了一项大规模国际研究，测试了一款基于认知行为疗法（CBT）的自助应用程序。该研究由Ed Watkins教授带领。
研究采用多中心平行开放标签随机对照设计，招募了来自英国、德国、西班牙和比利时的16-22岁年轻人，共1262名参与者。参与者根据基线情绪能力分为三个试验组，分别使用个性化情绪能力自助应用、CBT自助应用或情绪自我监测应用。在3个月时，CBT应用显著降低了高风险组的抑郁症状（PHQ-9评分降低1.18分）。尽管情绪能力应用与CBT应用间无显著差异，但研究结果表明，CBT应用具有作为公共心理健康干预手段的潜力，其可扩展性和成本效益为预防抑郁症提供了新的可能性。论文发表在 Lancet Digital Health 上。
#大脑健康 #认知科学 #心理健康 #青少年 #抑郁症
阅读论文：
Minhas, Paras S., et al. “Restoring Hippocampal Glucose Metabolism Rescues Cognition across Alzheimer’s Disease Pathologies.” Science, Aug. 2024. world, www.science.org, https://doi.org/10.1126/science.abm6131.
手机使用时间越长，9-10岁儿童抑郁和焦虑症状越重
近年来，青少年屏幕使用的增加引发了人们对其心理健康的担忧。青少年罹患重度抑郁症的概率比20年前高出50%，自杀风险高出30%。为进一步探究屏幕使用对儿童心理健康的影响，加州大学旧金山分校Benioff儿童医院青少年和年轻成人医学部Jason Nagata博士及其团队开展了一项长达两年的研究，分析了来自美国的9,538名多样化青少年的数据。
该研究依托青少年大脑认知发展研究（ABCD Study）的数据，使用混合效应模型分析了9-10岁青少年（2016-2018年基线）的屏幕时间与心理健康症状之间的关联。这些症状包括抑郁症状（情绪低落）、行为问题（不服从规则）、身体症状（非特异性身体不适）和注意力缺陷多动症。研究控制了年龄、性别、种族、家庭收入、家长教育水平及研究地点的影响后发现，更多的屏幕时间与更高的抑郁症状相关性最强。此外，视频聊天、短信、观看视频和电子游戏是与抑郁症状关联最大的屏幕活动。研究还表明，不同种族青少年在屏幕使用对心理健康的影响上存在显著差异，其中白人青少年与抑郁、多动和对立反抗症状的关联更为明显。研究发表在 BMC Public Health 上。
#大脑健康 #屏幕时间 #青少年 #抑郁症 #心理健康
阅读论文：
Nagata, Jason M., et al. “Screen Time and Mental Health: A Prospective Analysis of the Adolescent Brain Cognitive Development (ABCD) Study.” BMC Public Health, vol. 24, no. 1, Oct. 2024, p. 2686. BioMed Central, https://doi.org/10.1186/s12889-024-20102-x.
微泡结合超声技术：为大脑药物递送开辟新路径
大脑的血脑屏障（BBB）是保护中枢神经系统的天然屏障，但它也限制了许多治疗药物的递送。为了解决这一难题，乔治亚理工学院的生物医学工程师Costas Arvanitis教授领导的国际研究团队，联合加州大学旧金山分校、斯坦福大学和爱丁堡大学的研究人员，探索了利用微泡（microbubbles）和超声技术暂时打开血脑屏障的新方法。
研究采用微泡增强的超声技术，通过特定的高频声波使微泡在脑毛细血管内发生共振，产生局部机械应力，暂时打开血脑屏障的微小开口，从而允许药物或免疫细胞进入大脑。研究人员首先利用数学模型模拟微泡在脑血管中的动力学，确定能够增强微泡运动的共振频率，随后在小鼠实验中验证了这些频率对药物递送效果的影响。结果显示，使用弹性外壳（脂质基）的微泡可以将药物递送效率提高12倍。
此外，研究还发现较高的超声频率可以增加血脑屏障的通透性，但也伴随炎症标志物的表达增加，这对神经退行性疾病的治疗提出了潜在风险。为了降低炎症，研究建议使用较低的超声频率来优化治疗效果。研究还揭示了微泡共振对脑内免疫反应的调控作用，增加了大脑肿瘤中细胞毒性T细胞的积累。这些发现不仅为治疗脑部疾病提供了新方法，也为超声增强诊断技术，如超声增强活检，开辟了新的可能性。研究发表在 Nature Communications 上。
#大脑健康 #血脑屏障 #药物递送 #超声技术 #免疫治疗
阅读论文：
Guo, Yutong, et al. “Ultrasound Frequency-Controlled Microbubble Dynamics in Brain Vessels Regulate the Enrichment of Inflammatory Pathways in the Blood-Brain Barrier.” Nature Communications, vol. 15, no. 1, Sept. 2024, p. 8021. www.nature.com, https://doi.org/10.1038/s41467-024-52329-y.
一次性合作的决策，不受收益的影响
合作是社会运作良好的关键因素之一。以往的研究主要集中在群体内部的重复交互中，认为合作收益的增加能促进合作。然而，这项由因斯布鲁克大学公共财政系的Natalie Struwe和Esther Blanco以及印第安纳大学经济系的James Walker共同进行的研究，打破了这一传统观点。他们针对志愿服务或捐款等一次性决策情境，探讨了合作收益对人们合作行为的影响。
研究团队进行了两项大规模实验，涉及2232名参与者，涵盖英国普通公众和大学生群体。实验通过调整公共物品提供的相对收益（边际人均回报，MPCR），评估参与者的合作决策。研究在多种情境中进行，包括线上和实验室设置、不同物理距离的测试以及群组间互动的复杂决策。结果显示，无论合作收益如何变化，合作水平始终保持在约40%左右。进一步分析表明，这种稳定性可能源于参与者对他人合作期望的稳定性，即使收益增加，参与者对他人合作的期望并未显著提高。这些发现揭示了我们对一次性合作行为的理解存在局限性，并指出需要进一步研究如何在紧急一次性场景中有效促进合作。研究发表在 PNAS上。
#认知科学 #公共物品 #一次性决策 #社会行为
阅读论文：
Struwe, Natalie, et al. “Increasing Benefits in One-Time Public Goods Does Not Promote Cooperation.” Proceedings of the National Academy of Sciences, vol. 121, no. 41, Oct. 2024, p. e2410326121. pnas.org (Atypon), https://doi.org/10.1073/pnas.2410326121.
运动与睡眠的长期效应如何影响大脑健康
研究由阿尔托大学和奥卢大学合作开展，研究团队追踪了一名研究参与者的脑部和行为活动长达五个月，收集了详尽的纵向数据。这项研究通过长达133天的行为数据收集和30次功能性磁共振成像（fMRI）扫描，详细记录了研究对象在注意力、记忆、静息状态及自然刺激下的脑部活动。
数据主要来源于智能手机和可穿戴设备的高频监测，研究人员发现，大脑连接性受到过去行为和生理状态的长期影响，这种影响最长可达15天。该研究还表明，身体活动能够积极影响大脑各区域之间的互动，可能有助于增强记忆和认知灵活性。具体而言，睡眠和身体活动与大脑在复杂认知任务中的功能连接有关，而心率变异性（HRV）和呼吸速率则更多地影响静息状态下的连接模式。该研究揭示了生活方式因素和大脑功能间的持续关联，提出应结合环境变化和个体生理状态来理解大脑功能的动态变化。这一研究还为个性化医疗的未来提供了新的思路。研究发表在 PLOS Biology 上。
#认知科学 #纵向研究 #心率变异性 #环境神经科学 #精确医疗
阅读论文：
Triana, Ana María, et al. “Longitudinal Single-Subject Neuroimaging Study Reveals Effects of Daily Environmental, Physiological, and Lifestyle Factors on Functional Brain Connectivity.” PLOS Biology, vol. 22, no. 10, Oct. 2024, p. e3002797. PLoS Journals, https://doi.org/10.1371/journal.pbio.3002797.
AI 行业动态
Alphafold开发者获2024诺贝尔化学奖
2024年诺贝尔化学奖公布，一半授予大卫·贝克（David Baker），“以表彰在计算蛋白质设计方面的贡献”；另一半则共同授予德米斯·哈萨比斯（Demis Hassabis）和约翰·M·詹珀（John M. Jumper），“以表彰他们在蛋白质结构预测方面的成就”。
德米斯·哈萨比斯和约翰·詹珀成功地利用人工智能技术预测了几乎所有已知蛋白质的结构。而大卫·贝克掌握了生命的构建模块，并创造了全新的蛋白质。
#诺贝尔奖 #蛋白质预测 #化学奖
阅读更多：
https://www.nobelprize.org/prizes/chemistry/2024/press-release/
欧洲人脑计划十年评估报告发布
欧盟委员会近期发布了对人脑计划（Human Brain Project, HBP）的十年评估报告。HBP是欧盟旗舰项目之一，于2023年完成，评估由独立的科学专家小组撰写，结果对HBP的发展和成果给予了高度肯定。
报告指出，HBP在脑科学领域取得了重大贡献，并产生了变革性影响。其中最重要的成果之一是EBRAINS，这一开放的研究基础设施继续推动神经科学的前沿研究。HBP汇集了来自欧洲各地的500多名研究人员、临床医生和工程师，通过先进的计算方法和前沿技术，探索人脑的复杂性。
该报告详细列举了HBP的几项重要成就，包括建立领先的数字脑图谱、跨尺度的大脑模拟平台、认知建模和个性化医疗的应用，以及神经形态计算、类脑机器人和人工智能方面的显著进展。
人类脑计划的科学总监（2016-2023）兼EBRAINS现任联合首席执行官Katrin Amunts表示：“我们的愿景是通过数字工具和计算改变神经科学的研究方式，很高兴这一目标得到了认可。”HBP前利益相关者委员会主席、EBRAINS现任理事会主席André Syrota补充道：“HBP的遗产以及EBRAINS提供的新研究基础设施，将继续推动全球脑健康、脑衍生技术和协作研究的进展。”
#人类脑计划 #神经科学 #数字脑图谱 #EBRAINS #脑健康
阅读更多：
https://digital-strategy.ec.europa.eu/en/library/human-brain-project-10-years-assessment
上海交通大学吴梦玥、天桥脑科学研究院联合团队开发智能对话系统助力抑郁症初诊
上海交通大学跨媒体语言智能实验室（X-LANCE）吴梦玥团队与德克萨斯大学阿灵顿分校、天桥脑科学研究院（TCCI）及ThetaAI公司联合开发了一种基于大模型的智能对话系统——智能体心理诊所（Agent Mental Clinic, AMC），用于抑郁症的初步诊断。该系统可以模拟精神科医生和潜在患者的问诊对话，并为医生提供下一步诊疗建议，旨在缓解心理健康资源不足的挑战。
世界卫生组织（WHO）数据显示，全球有约2.46亿人患有抑郁症，但心理健康资源分配不均，尤其在中低收入国家，患者难以及时获得治疗。AMC通过三层记忆存储结构和创新的记忆检索机制来提高问诊效率和准确性，为精神科医生提供更精准的诊断支持。系统中的患者和医生均可由真人或大模型扮演，指导员插件则对诊断结果进行比较，优化医生的诊疗策略。AMC不仅有助于抑郁症初筛，还可以用于培训实习医生，提升他们的诊断技能。相关研究已在arXiv上发表。
#智能对话 #抑郁症初筛 #记忆存储 #心理健康 #诊疗优化
阅读更多：
https://arxiv.org/abs/2409.15084
TxT360：重新定义大语言模型训练的数据集
TxT360 是由 LLM360 创建的一个专用于大语言模型（LLM）训练的高质量数据集，托管于 Hugging Face。该数据集经过全球去重，包含约5.7万亿个高质量的 tokens，总规模超过15万亿个 tokens，旨在优化模型的训练效果。相比 FineWeb 和 RedPajama 等现有数据集，TxT360 具备更强的规模和性能优势。
数据来源多样，涵盖99个 Common Crawl 网页抓取快照和14个精选高质量数据源，如法律文档（FreeLaw）和历史书籍（PG-19）等。此外，项目对数据进行了复杂的去重处理，移除了重复内容和个人身份信息，确保数据的隐私和独特性。通过元数据的精确控制，研究人员可以灵活调整数据分布和使用比例，以优化模型表现。
TxT360 还采用了简单的上采样策略，创建了一个超过15万亿 tokens 的超大语料库。在训练评估中，TxT360 的学习曲线优于 FineWeb，尤其是在 MMLU 和 NQ 等关键指标上表现出色。结合代码数据（如 Stack V2）后，模型性能进一步提升。此数据集为大语言模型的预训练带来了更高的质量和控制能力。
#TxT360 #大语言模型 #数据集 #全球去重 #高质量数据
阅读更多：
https://huggingface.co/spaces/LLM360/TxT360
AI 研发动态
无需电力的电路助力机器人“独立思考”
传统机器人依赖电力和计算机芯片来传递指令，硬件和软件的分离导致复杂操作时常受限。伦敦国王学院的研究团队在Antonio Forte的带领下，受到人类身体部分工作方式的启发，首次实现了无电力控制的复杂指令传输，为未来机器人解放计算资源提供可能性。
研究团队开发了一种可重构的气动阀门系统，该系统通过两个关键参数进行调节：制造时设定的初始工作范围参数，以及可在操作过程中修改的几何参数。团队分别通过频率可控的松弛振荡器和可重构环形振荡器进行了验证。松弛振荡器能控制软体跳跃器的频率，使其达到每分钟80到125次的跳跃速度（≈1到1.185 BL/s，BL代表体长）。可重构环形振荡器则被用于软体爬行器的三向导航，以及在电子设备无法工作的环境中控制流体泵混合溶液。这种无需电子元件的流体电路比现有技术提供了更高的可控性，未来可应用于社会照护和制造等场景。研究发表在 Advanced Science 上。
#认知科学 #软体机器人 #无电控制 #气动阀门 #复杂指令
阅读更多：
Mousa, Mostafa, et al. Frequency‐Controlled Fluidic Oscillators for Soft Robots. onlinelibrary.wiley.com, https://doi.org/10.1002/advs.202408879. Accessed 9 Oct. 2024.
人类细胞驱动微型游泳机器人，突破仿生学新前沿
由美国布莱根妇女医院和瑞士iPrint研究所组成的研究团队，成功开发了一种使用人类运动神经元和心肌细胞制成的微型游泳机器人。科罗拉多大学博尔德分校的机械工程师Nicole Xu在同一期刊上发表了一篇文章，讨论了利用动物组织开发仿生机器人的前沿进展。
机器人采用了来自人类多能干细胞培养的运动神经元和心肌细胞，这些心肌细胞在仿射的鳐鱼鳍形支架上生长，形成了与运动神经元的电突触连接。部分运动神经元连接到一个电子处理器上，充当机器人的“大脑”，通过内置的Wi-Fi电路，将人类操控信号传递至机器人的左右鳍。
研究团队通过这种方式，成功实现了对机器人的精确控制，使其能够做出急转弯等复杂动作，并以最高0.52 ± 0.22毫米每秒的速度游动。这种仿生学研究代表了电子技术与生物学交叉应用的前沿，展示了生物混合机器人在医疗、工程等领域的潜力。这项研究发表在Science Robotics 期刊上。
#仿生机器人 #心肌细胞 #运动神经元 #微型游泳机器人 #脑机接口
阅读更多：
Tetsuka, Hiroyuki, et al. “Wirelessly Steerable Bioelectronic Neuromuscular Robots Adapting Neurocardiac Junctions.” Science Robotics, vol. 9, no. 94, Sept. 2024, p. eado0051. science.org (Atypon), https://doi.org/10.1126/scirobotics.ado0051.
Xu, Nicole W. “Float like a Butterfly, Swim like a Biohybrid Neuromuscular Robot.” Science Robotics, vol. 9, no. 94, Sept. 2024, p. eads4127. science.org (Atypon), https://doi.org/10.1126/scirobotics.ads4127.
数字化时代中的自传记忆——技术如何重塑我们的回忆
在人类历史上，记忆的表达方式从洞穴壁画到数字化记录经历了巨大变化。当前，随着社交媒体和智能设备的普及，个人生活的记录密度前所未有，这给记忆的存储和回忆带来了全新挑战。
研究团队提出了“数字时代自传记忆模型”（AMEDIA-Model），系统化现有的文献并为未来研究指明了方向。该模型认为，自传记忆是个人大脑与环境中信息不断交互的结果。随着技术发展，记忆过程被塑造为一种结合大脑存储和外部数字数据的动态过程。
研究指出，数字资源不只是简单的储存工具，还可以通过人工智能对数据进行筛选和重组，生成虚拟相册、视频回顾等，影响人们的记忆方式。此外，数字记录的多样性使其在分析行为趋势、保存集体记忆等方面具有潜力，如对阿尔茨海默病患者的记忆支持。然而，这种技术也带来了记忆操控的风险，例如通过深度伪造技术进行的记忆修改。因此，未来需要进一步研究技术对人类记忆的多重影响。研究发表在 Psychological Inquiry 上。
#认知科学 #自传记忆 #数字时代 #人工智能 #记忆操控
阅读更多：
Hutmacher, Fabian, et al. “Understanding Autobiographical Memory in the Digital Age: The AMEDIA-Model.” Psychological Inquiry, vol. 35, no. 2, 2024, pp. 83–105. APA PsycNet, https://doi.org/10.1080/1047840X.2024.2384125.
利用AI模拟未来自我，提升心理健康
麻省理工学院的研究人员联合KASIKORN Labs和哈佛大学的学者，开发了一种名为“Future You”的生成式AI工具，用以帮助用户通过与模拟的未来自我对话，减少焦虑并改善决策质量。
研究团队利用大语言模型开发了一个互动性强的AI工具“Future You”，该工具基于用户提供的个人信息，生成一个虚拟的60岁自我形象，帮助用户进行情境丰富的对话。在对话前，用户需回答一系列有关当前生活、未来目标等问题，系统会据此生成“合成记忆”（synthetic memory），为对话提供背景支持。通过这种方式，用户不仅可以探讨未来职业规划或生活挑战，还可以听取“未来的自己”的建议。
在一项涉及344名参与者的初步研究中，用户与Future You进行了10-30分钟的互动后，相比与通用聊天工具对话的对照组，报告出更低的焦虑感，并且未来自我连续性得到了显著提升。用户普遍认为，这种对话是诚挚的，且与他们的价值观和信念一致。此外，Future You还生成用户老年时的照片，并通过自然的语言表达，增强对话的真实感。这一研究首次验证了个性化AI角色在提升用户心理健康方面的作用。研究发表在 IEEE Conference on Frontiers in Education 上。
#认知科学 #未来自我 #生成式AI #心理健康 #自我发展
阅读更多：
Pataranutaporn, Pat, et al. “Future You: A Conversation with an AI-Generated Future Self Reduces Anxiety, Negative Emotions, and Increases Future Self-Continuity.” arXiv.Org, 21 May 2024, https://arxiv.org/abs/2405.12514v4.
合成数据助力生物医学突破：打破隐私与数据壁垒
合成数据正逐渐成为生物医学和医疗保健领域的重要工具。剑桥大学的Boris van Breugel等研究人员在最新综述中指出，深度生成模型能够生成合成数据，不仅可以缓解真实数据中的隐私风险，还能弥补数据不足，改善数据质量。
合成数据通过深度生成模型的学习，可以模仿真实数据的分布，甚至在不清楚数据生成机制的情况下生成样本。这种数据可用于解决实际数据中的多种挑战，例如隐私保护、数据偏差、分布性变化、特定群体的代表性不足和数据稀缺等问题。特别是在数据匮乏的情境下，合成数据的生成有助于数据增强，使模型在孤独症和阿尔茨海默病等疾病研究中更具广泛性和准确性。
此外，研究人员还提出，基础模型可以生成特定的生物医学数据类型，如分子数据、成像数据和表格数据。这些合成数据不仅能用于医疗问答系统和药物发现，还可以模拟未见过的情景，以支持更复杂的医学研究。
然而，研究人员也警告，合成数据的应用还面临许多挑战，包括数据的所有权、发布、共享和访问。此外，为了提高人们对合成数据和研究结果的信任度，必须采取有效的方法来评估深度生成模型生成数据的质量。
#合成数据 #深度生成模型 #生物医学 #隐私保护 #数据公平
阅读更多：
van Breugel, Boris, et al. “Synthetic Data in Biomedicine via Generative Artificial Intelligence.” Nature Reviews Bioengineering, Oct. 2024, pp. 1–14. www.nature.com, https://doi.org/10.1038/s44222-024-00245-7.
整理｜ChatGPT
编辑｜丹雀、1900、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，或添加小助手微信questionlab，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, TCCl）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。
TCCI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TCCI加州理工神经科学研究院。
TCCI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、、中文媒体追问等。