█脑科学动态
加班改变大脑结构：每周工作超52小时或致认知功能受损
绘制大脑命名网络：揭示说话时词汇检索的神经机制
月经周期可以重塑大脑的结构和功能
秀丽隐杆线虫单个神经元竟有“男女差异”
左撇子CEO更富创新力？
下丘脑不同神经元编码捕食者威胁与安全状态
痴呆症风险不仅关乎生活方式：过度强调或导致污名化与指责
星形胶质细胞分泌分子逆转衰老与痴呆相关认知缺陷
█AI行业动态
OpenAI首席科学家：AI模型将具备独立科研能力
阿里巴巴开源其视频生成与编辑模型通义万相Wan2.1-VACE
█AI驱动科学
AI药物设计师：1秒生成抗癌新药分子
人工智能满足自由意志条件——道德指南针成当务之急
世界上最小的自供电双足机器人实现创纪录速度
AI助力中风预防：脑部扫描揭示隐藏心脏病风险
数据交易实验：43%的人死守这个隐私
AI驱动肺部3D重建系统显著提升手术规划精度
AI破解蛋白质聚集密码：10万实验数据训练出可解释预测模型
脑科学动态
加班改变大脑结构：每周工作超52小时或致认知功能受损
过度工作如何重塑大脑？韩国延世大学的Wonpil Jang、Sungmin Kim等6人团队通过脑扫描发现，每周工作超52小时会导致与认知、情绪相关的脑区结构改变，这可能解释加班族常见的记忆力和情绪问题。
研究团队招募110名医护人员（32名每周工作≥52小时，78名标准工时者），采用基于体素的形态测量法（VBM，一种量化脑区灰质密度的影像技术）和基于图谱分析技术进行比对。结果显示，加班组的额中回（middle frontal gyrus）体积比标准组大19%，该区域主管工作记忆和复杂决策；另有17个脑区出现灰质增加，包括负责情绪处理的岛叶（insula）。相关性分析证实，工作时间越长，这些脑区的体积变化越显著（r=0.42）。研究者推测，这种"脑膨胀"可能是神经细胞对长期压力的适应性反应，但可能以牺牲认知灵活性为代价。研究发表在 Occupational & Environmental Medicine 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 #职业健康 #脑科学
阅读更多：
Jang, Wonpil, et al. “Overwork and Changes in Brain Structure: A Pilot Study.” Occupational and Environmental Medicine, May 2025. oem.bmj.com, https://doi.org/10.1136/oemed-2025-110057
绘制大脑命名网络：揭示说话时词汇检索的神经机制
为什么脑损伤患者能命名物体却说不出日常词汇？纽约大学坦登工程学院/格罗斯曼医学院的Leyao Yu、Adeen Flinker团队通过高精度脑电技术，发现前额叶背侧网络专门负责将声音转化为意义。
▷Credit: Cell Reports (2025).
研究团队记录48名神经外科患者的皮层脑电图（ECoG），通过无监督聚类算法解码出两个关键网络：负责语义整合的额中回/下回网络会随句子中词汇意外性增强活动，如同“语义警报系统”；而位于下额叶和中央前回的发音网络则像“语音指令中心”，无论看到还是听到单词都保持稳定工作模式。特别值得注意的是，背侧前额叶区域在听觉命名任务中表现出独特激活模式，其神经信号强度能预测0.3秒后的词汇检索成功率。这种精确到毫秒级的发现解释了为何临床常用的视觉命名测试可能遗漏某些语言障碍——因为日常对话更依赖这套新发现的听觉-语义转换系统。研究为开发针对中风后失语症的个性化神经调控方案提供了生物标志物，同时提示未来脑机接口需区分语义编码和运动指令两种信号。研究发表在 Cell Reports 上。
#神经科学 #神经机制与脑功能解析 #语言处理 #脑机接口 #语义网络
阅读更多：
Yu, Leyao, et al. “A Left-Lateralized Dorsolateral Prefrontal Network for Naming.” Cell Reports, vol. 44, no. 5, May 2025. www.cell.com, https://doi.org/10.1016/j.celrep.2025.115677
月经周期可以重塑大脑的结构和功能
加州大学圣巴巴拉分校的Nora S. Wolcott、Michael J. Goard团队通过活体成像技术发现，小鼠发情周期中的雌二醇波动会同步改变海马体神经元的连接结构与电信号处理方式，并直接影响空间记忆的稳定性。
▷关于卵巢激素在大脑中的作用的研究描述。Credit: University of California - Santa Barbara
研究团队使用双光子激光扫描显微镜追踪了小鼠多个发情周期中海马体CA1区神经元的变化。结果显示：在发情前期（雌二醇高峰阶段），每个神经元会新增数百个树突棘（dendritic spines），其中约30%会长期保留；同时，神经元内部的电信号反向传播距离增加50%，表明信息整合能力增强。行为实验中，位置细胞（place cells，编码空间位置的神经元）在雌二醇高峰时对熟悉环境的反应稳定性提升30%，而在激素低谷期表现紊乱。这些发现首次将激素周期、突触可塑性与认知功能动态关联，为理解人类月经周期相关的认知波动提供了机制解释。研究还发现睾酮可通过转化为雌激素影响相同通路，提示激素调控记忆可能是跨性别的普遍现象。研究发表在 Neuron 上。
#神经科学 #神经机制与脑功能解析 #记忆机制 #个性化医疗 #激素调控
阅读更多：
Wolcott, Nora S., et al. “The Estrous Cycle Modulates Hippocampal Spine Dynamics, Dendritic Processing, and Spatial Coding.” Neuron, vol. 0, no. 0, May 2025. www.cell.com, https://doi.org/10.1016/j.neuron.2025.04.014
秀丽隐杆线虫单个神经元竟有“男女差异”
以色列理工学院的Yael Iosilevskii、Menachem Katz和Benjamin Podbilewicz团队与阿尔伯特爱因斯坦医学院的David H. Hall合作，在秀丽隐杆线虫中发现单个神经元（PVD）具有性别特异性结构和功能。
▷PVD 结构显示性别差异。右侧为成年雌雄同体动物的 PVD（青色）。左侧为成年雄性动物的 PVD（青色），以及支配雄性尾扇的 18 个神经元（洋红色）。比例尺：每幅图中 0.05 毫米（白色）。Credit: Podbilewicz's Lab, Technion
研究团队以秀丽隐杆线虫（C. elegans）为模型，通过高分辨率显微镜首次发现：雄性个体的PVD神经元（一种高度分支的感觉神经元）会在成年期延伸独特分支进入交配器官尾扇，而雌雄同体个体则无此结构。这些分支的发育依赖于SAX-7/L1CAM蛋白（一种神经导向分子）的雄性特异性表达模式。行为实验显示，当PVD分支发育异常时，雄性交配行为效率降低40%，表现为转身动作迟缓且协调性下降。值得注意的是，PVD在雌雄同体中仅参与痛觉感知，而在雄性中兼具交配功能，这为"一个神经元如何实现多功能"提供了范例。该发现首次在单神经元水平证实结构差异直接导致行为差异，可能解释人类神经系统疾病的性别倾向性。研究发表在 PNAS 上。
#神经科学 #神经机制与脑功能解析 #性别差异 #行为神经学 #神经元可塑性
阅读更多：
Iosilevskii, Yael, et al. “The PVD Neuron Has Male-Specific Structure and Mating Function in Caenorhabditis Elegans.” Proceedings of the National Academy of Sciences, vol. 122, no. 13, Apr. 2025, p. e2421376122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2421376122
左撇子CEO更富创新力？
Long Chen团队通过分析标普500企业数据发现，左撇子CEO领导的公司专利产出更高。同时，遗传学研究揭示TUBB4B基因变异与左撇子相关，神经科学研究则发现其大脑连接存在独特模式。
商业研究通过CEO书写照片构建惯用手数据集，结合Orbis专利数据库分析显示：左撇子CEO所在企业专利数量（对数转换值）平均高出0.23，且更倾向雇佣外籍发明家。遗传学团队采用外显子组分析（exome sequencing）发现，编码微管蛋白的TUBB4B基因存在2.7倍于常人的罕见变异，可能影响大脑左右轴发育。神经科学研究利用人类连接组计划（HCP）的fMRI数据，采用Shen 268节点脑图谱分析显示：青少年左撇子小脑连接差异达14.7%，而成年人前额叶差异显著。这种“混音师”式脑连接可能解释其多任务处理优势。
#认知科学 #跨学科整合 #神经机制与脑功能解析 #企业管理 #遗传学
阅读更多：
Tejavibulya, Link, et al. “Brain Handedness Associations Depend on How and When Handedness Is Measured.” Scientific Reports, vol. 15, no. 1, Mar. 2025, p. 9674. www.nature.com, https://doi.org/10.1038/s41598-025-94036-8
“The Puzzle of Left-Handedness: Evidence from Corporate Innovation.” Journal of Behavioral and Experimental Finance, vol. 46, June 2025, p. 101053. www.sciencedirect.com, https://doi.org/10.1016/j.jbef.2025.101053
下丘脑不同神经元编码捕食者威胁与安全状态
加州理工学院David J. Anderson团队与霍华德休斯医学研究所合作，通过实时成像技术发现下丘脑存在三类功能特异的神经元群，分别编码捕食者身份、安全状态和威胁紧迫性。
▷摘要图总结了研究人员的研究成果，以及小鼠在受到捕食者威胁和处于安全状态时的反应。Credit: Neuron (2025).
研究采用微型显微镜（miniscope）技术，首次在自由活动小鼠中同步记录数百个VMHdmSF1神经元活动。当小鼠面对大鼠时，研究人员发现：约30%神经元特异性响应捕食者气味（类似"鼠类探测器"），其活动随大鼠距离缩短而增强；另一组神经元在小鼠进入庇护所后持续放电，形成"安全信号"，与威胁神经元形成拮抗关系。最关键的发现是第三类神经元，它们不直接控制冻结或逃跑行为，而是编码"威胁紧迫性"——当逃生路线受限时放电强度提升3倍，提示其反映风险评估的内部状态。通过AI分析数百万帧行为视频，团队证实神经元活动模式能预测个体防御行为差异（R²=0.72），其中焦虑样持续放电与创伤后应激障碍相关通路高度重叠。研究为开发精准干预恐惧障碍的靶点提供理论基础。研究发表在 Neuron 上。
#神经科学 #神经机制与脑功能解析 #心理健康与精神疾病 #恐惧编码 #下丘脑
阅读更多：
Cheung, Kathy Y. M., et al. “Population Coding of Predator Imminence in the Hypothalamus.” Neuron, vol. 113, no. 8, Apr. 2025, pp. 1259-1275.e4. www.cell.com, https://doi.org/10.1016/j.neuron.2025.02.003
痴呆症风险不仅关乎生活方式：过度强调或导致污名化与指责
西悉尼大学的Joyce Siette和Gilbert Knaggs团队发现，当前公共卫生宣传可能忽视社会经济因素，导致对弱势群体的不公平指责。研究呼吁更全面的预防策略。
研究整合了芬兰、法国等国的临床试验数据，显示虽然理论上45%痴呆症可通过改变风险因素（如饮食、运动）预防，但实际效果受社会条件制约。低收入社区面临更高风险：空气污染（PM2.5）超标、绿地匮乏、慢性压力等因素使这些区域痴呆症发病率提升2-3倍。更关键的是，这些群体往往无法获取健康食品或健身房等干预资源。研究特别指出，将疾病归因于个人选择会强化污名化，例如阿尔茨海默病患者常被误认为"不够努力"。相反，应通过改善公共基础设施（如社区中心认知训练）、政策支持（如带薪护理假）等系统性方案降低风险。研究强调，有效的预防需兼顾个体行为与社会公平，例如芬兰试验中结合营养补助的干预使低收入参与者认知改善率提高37%。
#疾病与健康 #疾病预防 #健康管理与寿命延长 #社会不平等 #公共卫生
阅读更多：
https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(24)01296-0/abstract
星形胶质细胞分泌分子逆转衰老与痴呆相关认知缺陷
老龄化社会中，认知衰退和阿尔茨海默病严重威胁健康，但现有疗法效果有限。里约热内卢联邦大学的Felipe Cabral-Miranda、Flávia Carvalho Alcantara Gomes团队与圣保罗大学合作者发现，星形胶质细胞分泌的Hevin蛋白可显著逆转动物模型的认知缺陷。
▷啮齿动物海马星形胶质细胞（红色）过度表达 hevin（绿色）。Credit: Felipe Cabral-Miranda and Ana Paula Bergamo Araujo
研究团队使用腺相关病毒（AAV）在中年阿尔茨海默病模型小鼠和正常衰老小鼠的海马星形胶质细胞中过表达Hevin。行为测试显示，治疗组小鼠在迷宫学习和物体识别等任务中表现显著改善，认知能力恢复至接近年轻水平。通过蛋白质组学分析发现，Hevin治疗改变了89种突触相关蛋白的表达，使突触标志物共定位增加35%，表明其通过增强突触连接改善认知。值得注意的是，这种改善并未影响淀粉样斑块沉积。研究还发现，正常衰老小鼠接受治疗后认知功能也明显提升，提示Hevin可能具有广谱抗衰老作用。研究发表在 Aging Cell 上。
#疾病与健康 #神经机制与脑功能解析 #阿尔茨海默病 #星形胶质细胞 #突触可塑性
阅读更多：
Cabral-Miranda, Felipe, et al. Astrocytic Hevin/SPARCL‐1 Regulates Cognitive Decline in Pathological and Normal Brain Aging. onlinelibrary.wiley.com, https://doi.org/10.1111/acel.14493. Accessed 14 May 2025
AI 行业动态
OpenAI首席科学家Jakub Pachocki：AI模型将具备独立科研能力
OpenAI首席科学家Jakub Pachocki近日接受《自然》采访时表示，人工智能（AI）模型未来将能够独立开展科学研究。Pachocki自2017年加入这家位于加州旧金山的公司后，一直主导其最先进AI系统的开发，包括专注于逻辑任务的“推理模型”。他预测，未来五年内，AI将从需要人工指导的助手进化为能够自主完成硬件设计、软件工程甚至跨学科研究的工具。尽管当前模型的算力投入有限，但Pachocki认为，增加计算资源将显著提升AI在科研中的突破能力。
Pachocki特别强调了强化学习（一种通过试错和奖励机制迭代训练的方法）在开发推理模型中的关键作用。他解释，此类模型通过预训练阶段吸收海量数据建立“世界模型”，再通过人类反馈优化其推理能力。尽管AI的“思考”方式与人类大脑不同，但他指出，已有充分证据表明模型能够发现新颖见解，这是一种独特的推理形式。此外，OpenAI计划近期向研究人员开放一个可下载和再训练的模型权重（即模型参数），但出于安全考虑，最前沿的模型仍将保持闭源。
关于通用人工智能，Pachocki坦言自己的预期已多次被技术突破刷新。从2016年AI攻克围棋到如今在数学和问题解决上的进展，他预计AI将在本十年末实现“可衡量的经济影响”，甚至自主产出有价值的科研成果。尽管AGI的定义仍在演变，但Pachocki认为，AI独立开展研究的能力将是最接近他心目中AGI的里程碑。
#OpenAI #人工智能 #推理模型 #通用人工智能 #自主科研
阅读更多：
https://www.nature.com/articles/d41586-025-01485-2
阿里巴巴开源其视频生成与编辑模型通义万相Wan2.1-VACE
阿里巴巴于2025年5月正式开源了其先进的视频生成与编辑模型——通义万相Wan2.1-VACE。该模型在一个统一架构中集成了文本生成视频（T2V）、图像参考生成视频（R2V）、视频重绘（V2V）、局部编辑、背景延展和时长延展等多种功能，显著提升了视频创作的效率和质量。特别是，其轻量级的1.3B版本可在普通消费级显卡上运行，降低了使用门槛，广泛适用于内容创作者、视觉特效艺术家和AI视频编辑者等多个领域。
Wan2.1-VACE采用了基于扩散变换器（Diffusion Transformer, DiT）和自研的Wan-VAE时空压缩模型的架构。该模型引入了视频条件单元（Video Condition Unit, VCU）作为统一的输入范式，将多样化的输入条件（如文本、图像帧序列和掩码序列）整合，支持多模态输入。通过对DiT模型进行重构，Wan2.1-VACE能够处理1080P长视频的连续帧编解码，实现高质量的视频生成与编辑。此外，模型支持多任务组合生成，用户可以在一个流程中完成多个复杂的视频编辑操作，极大地简化了创作流程。实验显示，Wan2.1-VACE在多个基准测试中表现优异，尤其在中文指令理解和处理方面具有显著优势。
#视频生成 #多模态输入 #扩散模型 #AI视频编辑
阅读更多：
https://www.xiaohu.ai/c/a066c4/wan2-1-vace
Hunyuan-TurboS：首个超大型混合Transformer-Mamba MoE模型
Google提出了一种新型人工智能算法“AlphaEvolve”，它能通过模拟生物进化过程优化神经网络的结构和参数配置，从而在无需大规模人类干预的情况下，自动探索最优的深度学习模型。研究人员借助该算法，在图像识别和语义理解任务中，成功设计出性能超越传统模型的神经网络架构。该方法强调“结构进化”和“参数自适应”的协同机制，展示出在通用智能系统设计中的潜力。
AlphaEvolve算法结合了进化策略（Evolution Strategies, 一种模拟自然选择过程的优化方法）与神经结构搜索（Neural Architecture Search, 用于寻找最优神经网络结构的技术）。该系统通过“生成-评估-选择-变异”循环，使神经网络架构和其参数能在不断进化中趋于最优。
研究团队构建了一个名为AlphaEvolve的系统，它不依赖于手动设定的模型结构，而是使用一个“种群”（population）来表示多个神经网络个体。每个个体通过任务表现（如图像识别准确率）进行评估。表现优异的模型将“繁殖”出新的候选结构，同时引入微小变异，如增加卷积层、调整激活函数等。该过程无需梯度信息，因此在复杂或不可微任务中也适用。
在CIFAR-10图像分类和Language Modeling等标准任务中，AlphaEvolve设计出的网络在准确率和泛化能力上超越了包括ResNet和Transformer在内的多个基线模型，验证了结构自进化的有效性。例如，在CIFAR-10任务上，该系统进化出的模型准确率达到96.1%，超过传统手工设计架构的95.5%。
#神经技术 #进化算法 #深度学习 #神经网络搜索
阅读更多：
https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphaevolve-a-gemini-powered-coding-agent-for-designing-advanced-algorithms/AlphaEvolve.pdf
AI 驱动科学
AI药物设计师：1秒生成抗癌新药分子
俄亥俄州立大学的Chen Ziqi、Bo Peng、Tianhua Zhai、Daniel Adu-Ampratwum和Xia Ning团队开发了生成式AI系统DiffSMol，仅需1秒即可生成与FDA批准药物性能相当的候选分子，将药物发现时间从数年缩短至瞬间。
▷DiffSMol 模型概览。 Credit: Nature Machine Intelligence (2025).
研究团队开发的DiffSMol采用"形状条件扩散模型"技术：首先通过预训练的形状嵌入（shape embedding）编码已知配体的3D结构特征，再通过扩散模型（diffusion model）逐步生成新分子。系统结合了两种引导机制——形状引导确保生成分子与目标配体相似，蛋白质口袋引导则优化结合亲和力。实验显示，DiffSMol生成与配体形状高度相似分子的成功率高达61.4%，远超现有方法11.2%的水平。针对癌症靶点CDK6和阿尔茨海默病靶点NEP的案例研究表明，生成分子的结合亲和力（Vina评分）分别达到-6.970 kcal/mol和-11.953 kcal/mol，显著优于已知配体。这些分子还具有优异的类药特性：QED（药物相似性指数）接近或高于0.8，毒性评分低至0.000-0.236，且完全符合Lipinski五规则。研究发表在 Nature Machine Intelligence 上。
#AI驱动科学 #个性化医疗 #药物发现 #生成式AI #扩散模型
阅读更多：
Chen, Ziqi, et al. “Generating 3D Small Binding Molecules Using Shape-Conditioned Diffusion Models with Guidance.” Nature Machine Intelligence, May 2025, pp. 1–13. www.nature.com, https://doi.org/10.1038/s42256-025-01030-w
人工智能满足自由意志条件——道德指南针成当务之急
生成式AI的自主决策是否意味着它们拥有自由意志？阿尔托大学的Frank Martela研究发现，当前AI系统已满足自由意志的三大哲学条件。该研究通过分析Minecraft自主代理和军用无人机案例，提出我们必须为具备自由意志的AI建立道德规范框架。
研究采用哲学解释学方法，基于丹尼特的意向立场（intentional stance）和List的自由意志理论，建立功能性自由意志的三重标准：目标导向性、选择真实性和行为可控性。通过分析Voyager代理（Minecraft中GPT-4驱动的自主AI）和Spitenik无人机（具备现代军用无人机认知架构的虚构案例）发现，二者均能自主生成目标（如"探索多样性"或"消灭目标"），在开放环境中做出差异化决策，并通过传感器反馈调整行为路径。关键证据显示，若不以"AI具有意图"为前提，人类观察者无法有效预测其行为模式——这与我们理解人类心智的方式惊人相似。研究特别指出，最新ChatGPT因"奉承倾向"被下架的事件，证明简单道德规则已不足以约束接近"成人"认知水平的AI系统。作者强调，开发者在设计自主AI时必须植入道德指南针（moral compass），且团队需要具备道德哲学素养，才能教会AI在复杂情境中做出伦理选择。研究发表在 AI and Ethics 上。
#AI驱动科学 #意图与决策 #道德哲学 #大模型技术 #自主系统
阅读更多：
Martela, Frank. “Artificial Intelligence and Free Will: Generative Agents Utilizing Large Language Models Have Functional Free Will.” AI and Ethics, May 2025. Springer Link, https://doi.org/10.1007/s43681-025-00740-6
世界上最小的自供电双足机器人实现创纪录速度
卡内基梅隆大学Steven Man、Soma Narita、Josef Macera、Aaron M. Johnson和Sarah Bergbreiter团队开发出仅3.6厘米高的全自主双足机器人Zippy，其速度打破所有尺寸双足机器人纪录，并具备复杂地形适应能力。
▷Credit: Carnegie Mellon University, College of Engineering
研究团队从前期开发的Mugatu机器人获得灵感，采用被动动力学（passive dynamics）原理设计。Zippy通过圆足和单执行器（actuator，驱动装置）实现自然步态：抬起前腿时重心前移，配合圆足产生的动量使后腿自然摆动。由于尺寸限制，创新性地用机械硬挡块替代传统伺服系统。测试显示，这个25克重的“小个子”能以每秒10个腿长的速度（相当于成人19英里/小时）稳定行走，还可完成转弯、跳跃和爬台阶等动作，续航达54分钟。其速度表现超越所有已知双足机器人，包括大型机器人Cassie（每秒4.1个腿长）。未来加装传感器后，多个Zippy可组成“机器人蜂群”执行危险环境搜救任务。
#自动化科研 #跨学科整合 #微型机器人 #仿生设计 #救援技术
阅读更多：
Man, Steven, et al. Zippy: The Smallest Power-Autonomous Bipedal Robot. 1, arXiv:2505.05686, arXiv, 8 May 2025. arXiv.org, https://doi.org/10.48550/arXiv.2505.05686
AI助力中风预防：脑部扫描揭示隐藏心脏病风险
心房颤动（AF）是导致中风的常见但难以诊断的病因。墨尔本脑中心与墨尔本大学的Angelos Sharobeam、Bernard Yan等研究人员开发了一种AI系统，通过分析常规中风患者的MRI图像，成功识别出潜在的AF病例。
▷可视化结果支持了假设：机器学习算法可以根据梗塞区域的模式和特征，区分房颤或左心耳引起的中风。Credit: Karger Publishers
研究团队收集了235名中风患者的MRI数据，其中97人确诊AF。他们训练了一个3D卷积神经网络（ConvNeXt，一种能自动提取图像特征的深度学习模型），通过分析脑梗塞区域的空间分布模式来区分AF与非AF引起的中风。模型在五折交叉验证中表现出色，最佳AUC达0.88，整体性能稳定在0.81。特别值得注意的是，AI识别出AF相关中风的特征性模式——多脑区同时发生的梗塞，这与临床已知的AF导致血栓分散的病理机制吻合。相比传统需要长期心脏监测的方法，该技术仅利用患者已有的MRI数据，无需额外检查或侵入性操作，且成本仅为传统方法的1/5。研究发表在 Cerebrovascular Diseases 上。
#疾病与健康 #预测模型构建 #AI驱动科学 #个性化医疗 #中风预防
阅读更多：
Sharobeam, Angelos, et al. “Detecting Atrial Fibrillation by Artificial Intelligence-Enabled Neuroimaging Examination.” Cerebrovascular Diseases, Feb. 2025. Silverchair, https://doi.org/10.1159/000543042
数据交易实验：43%的人死守这个隐私
麻省理工学院感知城市实验室的Martina Mazzarello、Fàbio Duarte团队通过创新卡牌游戏"数据槽"发现，人们对隐私的评估会随使用场景显著变化，当数据应用带来明确收益时，隐私担忧可降低53%。
研究团队开发了包含12种数据类型（如健康数据、位置信息）的交互式卡牌游戏"数据槽"（Data Slots），玩家在家庭、工作、公共空间三种场景中进行数据交易与方案投资。全球92个国家2,000多名参与者的行为数据显示：个人移动数据最受重视（玩家保留率43%），而动物健康数据关注度最低（仅10%）。通过组合分析（combinatorial analysis，量化多因素交互影响的方法）发现，当数据使用附带明确收益时（如用健康数据改善办公环境），隐私担忧平均下降53%。研究首次提出"数据价值四维模型"——价值取决于数据组合方式、应用场景、效益交换条件和文化背景。例如在职场场景中，62%玩家愿意共享环境数据以换取健康改善，但相同数据在家庭场景的共享意愿仅28%。这些发现为制定动态隐私政策提供了实证依据，特别适用于智慧城市（smart city）建设中的数据治理。研究发表在 Humanities and Social Sciences Communications 上。
#跨学科整合 #预测模型构建 #数据隐私 #行为经济学 #智慧城市
阅读更多：
Mazzarello, Martina, et al. “Data Slots: Trade-Offs between Privacy Concerns and Benefits of Data-Driven Solutions.” Humanities and Social Sciences Communications, vol. 12, no. 1, May 2025, pp. 1–12. www.nature.com, https://doi.org/10.1057/s41599-025-04776-1
AI驱动肺部3D重建系统显著提升手术规划精度
北大人民医院、同济大学附属医院等机构的Xiuyuan Chen、Chenyang Dai等研究人员开发了AI驱动的3D重建系统，显著提高了手术规划的准确性和效率。该系统将解剖变异识别准确率提升8%，错误减少41%，并荣获99%的用户满意度。
研究采用多中心多阅片人多病例（MRMC）设计，纳入450名患者中的140例，由10位胸外科医生进行评估。AI-3D系统通过两阶段交叉设计进行测试，结果显示：在解剖变异识别方面，中位准确率从0.78提升至0.87（p<0.01），对应错误减少41%。手术程序选择准确率从0.77提高到0.85，错误率降低35%，其中不足切除风险显著降低51%。系统还将术前规划时间减少25%（63秒），特别在复杂病例中效果更明显。全面的误差分析证实了系统的稳定性，不同经验水平的外科医生均能获益。研究发表在 Nature Communications 上。
#AI驱动科学 #预测模型构建 #个性化医疗
阅读更多：
Chen, Xiuyuan, et al. “Artificial Intelligence Driven 3D Reconstruction for Enhanced Lung Surgery Planning.” Nature Communications, vol. 16, no. 1, May 2025, p. 4086. www.nature.com, https://doi.org/10.1038/s41467-025-59200-8
AI破解蛋白质聚集密码：10万实验数据训练出可解释预测模型
蛋白质聚集导致阿尔茨海默病等50多种疾病，但预测方法受限于小规模数据。西班牙巴塞罗那科学技术研究院（BIST）的Mike Thompson、Mariano Martín团队通过量化超10万条蛋白质序列，开发出新型神经网络CANYA，其预测准确率显著超越现有方法，同时保持可解释性。
研究团队首先开发了大规模并行选择分析方法，实验量化了100,000多个完全随机序列肽段的聚集状态，创建了首个无偏数据集。评估发现现有方法（如CamSol）在新数据集上表现有限（最大AUROC仅0.673）。为此，团队构建了卷积-注意力混合神经网络CANYA（Convolution Attention Network for amYloid Aggregation），其架构结合了卷积层（识别短序列基序）和注意层（理解基序相互作用）。模型仅含三层17,491个参数，在普通CPU上训练不到1小时，却在三个独立测试集中平均AUROC达到0.710-0.769，显著优于基线。通过基因组神经网络可解释性分析，研究人员发现CANYA能智能调整评分策略（如在疏水序列中考虑破坏性残基影响），并识别出富含半胱氨酸或天冬酰胺的聚集特征序列。这些发现不仅提供了实用的预测工具，更揭示了蛋白质聚集的"语法规则"。研究发表在 Science Advances 上。
#AI驱动科学 #预测模型构建 #蛋白质聚集 #神经退行性疾病 #生物技术
阅读更多：
Thompson, Mike, et al. “Massive Experimental Quantification Allows Interpretable Deep Learning of Protein Aggregation.” Science Advances, vol. 11, no. 18, Apr. 2025, p. eadt5111. science.org (Atypon), https://doi.org/10.1126/sciadv.adt5111
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。