█ 腦科學(xué)動(dòng)態(tài)

口服核糖也能治癱瘓？Cell揭示激活神經(jīng)再生的“糖”密碼

Science：抗衰老注射再生膝關(guān)節(jié)軟骨并預(yù)防關(guān)節(jié)炎

每增加10磅體重，腰痛風(fēng)險(xiǎn)上升7%

腸道-免疫軸新發(fā)現(xiàn)：母體微生物群缺失如何破壞胎兒神經(jīng)分化

居家指尖血檢測(cè)可準(zhǔn)確識(shí)別阿爾茨海默病生物標(biāo)志物

藥物干預(yù)可助老年大腦抵御手術(shù)創(chuàng)傷與記憶衰退

存活期從30天延至250天，新聯(lián)合療法在腦癌模型中顯奇效

神經(jīng)科學(xué)家開發(fā)衡量多語(yǔ)言能力的新公式

警務(wù)工作代價(jià)沉重：美國(guó)執(zhí)法人員面臨更高的過(guò)早死亡風(fēng)險(xiǎn)

█ AI行業(yè)動(dòng)態(tài)

波士頓動(dòng)力Atlas首秀CES

英偉達(dá)Rubin架構(gòu)問(wèn)世：推理成本暴降十倍

█ AI驅(qū)動(dòng)科學(xué)

AI助力腦成像去噪：DeepCor將fMRI數(shù)據(jù)清晰度提升兩倍

一夜安睡知健康：AI模型SleepFM精準(zhǔn)預(yù)警130種疾病

Deep Delta Learning：通過(guò)幾何變換重塑深度殘差網(wǎng)絡(luò)

小型模型“蒙對(duì)”答案背后的隱憂：過(guò)程驗(yàn)證重于結(jié)果準(zhǔn)確性

腦科學(xué)動(dòng)態(tài)

口服核糖也能治癱瘓？Cell揭示激活神經(jīng)再生的“糖”密碼

脊髓損傷后的神經(jīng)再生一直是醫(yī)學(xué)界的難題。為了解開外周神經(jīng)能再生而中樞神經(jīng)不能再生的謎題，帝國(guó)理工學(xué)院的Simone Di Giovanni團(tuán)隊(duì)及其博士生宋雅玥（Yayue Song）等人進(jìn)行了一項(xiàng)開創(chuàng)性研究。他們發(fā)現(xiàn)了一條關(guān)鍵的代謝途徑——磷酸戊糖途徑，它不僅維持著日常的感覺(jué)功能，更是啟動(dòng)神經(jīng)修復(fù)的關(guān)鍵“開關(guān)”。這項(xiàng)研究揭示了通過(guò)代謝重編程促進(jìn)中樞神經(jīng)系統(tǒng)修復(fù)的可能性。

研究團(tuán)隊(duì)利用背根神經(jīng)節(jié)神經(jīng)元作為模型，對(duì)比了其可再生的外周分支和不可再生的中樞分支。蛋白質(zhì)組學(xué)分析顯示，磷酸戊糖途徑（Pentose Phosphate Pathway）在外周軸突中高度富集。在日?；顒?dòng)中，該途徑通過(guò)生成NADPH來(lái)中和由機(jī)械壓力產(chǎn)生的活性氧，從而維持感覺(jué)穩(wěn)態(tài)。更重要的是，研究發(fā)現(xiàn)當(dāng)外周神經(jīng)受損時(shí)，該途徑會(huì)被激活并產(chǎn)生核糖-5-磷酸（Ribose-5-phosphate）以支持修復(fù)所需的核苷酸合成；然而，在脊髓損傷后，該途徑卻處于“沉默”狀態(tài)。為了驗(yàn)證其治療潛力，研究人員嘗試在小鼠模型中過(guò)表達(dá)關(guān)鍵酶——轉(zhuǎn)酮醇酶（Transketolase），或者簡(jiǎn)單地讓小鼠口服核糖補(bǔ)充劑。結(jié)果令人振奮：這兩種干預(yù)方式都成功激活了代謝通路，顯著促進(jìn)了受損脊髓的軸突再生，并改善了小鼠的運(yùn)動(dòng)和感覺(jué)功能。研究發(fā)表在 Cell 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #脊髓損傷 #代謝重編程 #再生醫(yī)學(xué)

閱讀更多：

Song, Yayue, et al. “A Glycolytic Shunt via the Pentose Phosphate Pathway Is a Metabolic Checkpoint for Nervous System Sensory Homeostasis and Axonal Regeneration.” Cell, vol. 0, no. 0, Jan. 2026. www.cell.com, https://doi.org/10.1016/j.cell.2025.12.003

Science：抗衰老注射再生膝關(guān)節(jié)軟骨并預(yù)防關(guān)節(jié)炎

隨著人口老齡化，骨關(guān)節(jié)炎成為困擾全球數(shù)億人的頑疾，往往最終只能通過(guò)關(guān)節(jié)置換手術(shù)解決。斯坦福大學(xué)醫(yī)學(xué)院的Helen Blau和Nidhi Bhutani等人領(lǐng)導(dǎo)的研究團(tuán)隊(duì)取得了一項(xiàng)突破性發(fā)現(xiàn)：通過(guò)阻斷一種隨年齡增長(zhǎng)而增加的蛋白質(zhì)，可以在不使用干細(xì)胞的情況下，成功再生軟骨并逆轉(zhuǎn)關(guān)節(jié)損傷。

該研究聚焦于一種名為15-PGDH的蛋白質(zhì)，研究人員將其歸類為“衰老酶”（gerozyme），其水平升高會(huì)導(dǎo)致肌肉萎縮和組織功能下降。研究團(tuán)隊(duì)通過(guò)向老年小鼠和關(guān)節(jié)受損小鼠注射15-PGDH抑制劑，發(fā)現(xiàn)這能顯著促進(jìn)透明軟骨的再生，并有效預(yù)防關(guān)節(jié)炎的發(fā)生。利用單細(xì)胞RNA測(cè)序技術(shù)，研究人員揭示了其獨(dú)特機(jī)制：該療法并非激活干細(xì)胞，而是對(duì)現(xiàn)有的軟骨細(xì)胞進(jìn)行重編程，使其基因表達(dá)模式恢復(fù)年輕狀態(tài)，從而重新開始合成細(xì)胞外基質(zhì)。此外，來(lái)自人類關(guān)節(jié)置換手術(shù)的組織樣本在接受治療后也顯示出積極的再生反應(yīng)。這一發(fā)現(xiàn)為開發(fā)無(wú)需手術(shù)即可治療骨關(guān)節(jié)炎的藥物奠定了基礎(chǔ)。研究發(fā)表在 Science 上。

#疾病與健康 #健康管理與壽命延長(zhǎng) #骨關(guān)節(jié)炎 #軟骨再生 #衰老酶

閱讀更多：

Singla, Mamta, et al. “Inhibition of 15-Hydroxy Prostaglandin Dehydrogenase Promotes Cartilage Regeneration.” Science, vol. 0, no. 0, Nov. 2025, p. eadx6649. science.org (Atypon), https://doi.org/10.1126/science.adx6649

每增加10磅體重，腰痛風(fēng)險(xiǎn)上升7%

腰痛是困擾現(xiàn)代人的常見(jiàn)病癥，但體重究竟在多大程度上影響這一痛癥？Michael D Perloff、Nicole T Hayes和K H Vincent Lau（波士頓大學(xué)喬巴尼安和阿維迪西安醫(yī)學(xué)院）通過(guò)一項(xiàng)大規(guī)模研究給出了明確答案。該團(tuán)隊(duì)分析了普通人群的臨床數(shù)據(jù)，證實(shí)了超重與腰痛之間存在顯著的量化聯(lián)系，指出控制體重是預(yù)防此類疼痛的關(guān)鍵策略。

研究團(tuán)隊(duì)利用計(jì)算機(jī)技術(shù)對(duì)超過(guò)110,000名成年患者的電子健康記錄（EHR）進(jìn)行了詳盡的觀察性隊(duì)列分析。這些數(shù)據(jù)涵蓋了患者一年內(nèi)的門診記錄，研究人員通過(guò)特定的國(guó)際疾病分類代碼（ICD-10）來(lái)識(shí)別腰痛病例，并將其與患者的身高、體重及體重指數(shù)（BMI）進(jìn)行關(guān)聯(lián)分析。結(jié)果顯示，在BMI值從18到35的區(qū)間內(nèi)，腰痛的患病率呈現(xiàn)線性增長(zhǎng)趨勢(shì)：BMI每增加一個(gè)單位（約等于增加10磅體重），患腰痛的風(fēng)險(xiǎn)就增加7%。值得注意的是，當(dāng)BMI超過(guò)35進(jìn)入重度肥胖區(qū)間后，腰痛風(fēng)險(xiǎn)不再隨體重增加而上升，而是趨于平穩(wěn)。這一發(fā)現(xiàn)量化了體重對(duì)脊柱健康的具體影響，表明將BMI維持在健康范圍內(nèi)不僅能改善整體健康，也是避免腰痛的有效手段。研究發(fā)表在 Pain Medicine 上。

#疾病與健康 #健康管理與壽命延長(zhǎng) #腰痛 #肥胖 #流行病學(xué)調(diào)查

閱讀更多：

Perloff, Michael D., et al. “Body Mass Index and Prevalence of Low Back Pain: Correlation in a Large, Contemporary Cohort.” Pain Medicine. academic.oup.com, https://doi.org/10.1093/pm/pnaf178. Accessed 6 Jan. 2026

腸道-免疫軸新發(fā)現(xiàn)：母體微生物群缺失如何破壞胎兒神經(jīng)分化

母體健康狀況如何給胎兒大腦留下不可磨滅的印記？Bharti Kukreja、Shin Jeon和Brian T. Kalish（波士頓兒童醫(yī)院）的研究團(tuán)隊(duì)通過(guò)繪制詳細(xì)的胚胎腦免疫圖譜，揭示了孕期壓力重塑胎兒神經(jīng)發(fā)育的深層機(jī)制，特別是發(fā)現(xiàn)雄性大腦在這一過(guò)程中表現(xiàn)出特定的脆弱性。

該研究采用了一種先進(jìn)的雙模態(tài)方法，將原位空間轉(zhuǎn)錄組學(xué)與單細(xì)胞RNA測(cè)序相結(jié)合。研究人員構(gòu)建了小鼠胚胎在妊娠中期和晚期大腦免疫基因表達(dá)的高分辨率圖譜，并重點(diǎn)觀察了母體免疫激活和微生物組耗竭這兩種壓力因素的影響。結(jié)果顯示，這些壓力源顯著改變了胎兒大腦的神經(jīng)免疫環(huán)境，并表現(xiàn)出明顯的性別差異。研究團(tuán)隊(duì)特別發(fā)現(xiàn)，CXCL12/CXCR7信號(hào)通路（一種趨化因子網(wǎng)絡(luò)，指導(dǎo)細(xì)胞遷移和定位）在壓力環(huán)境下發(fā)生改變，成為導(dǎo)致神經(jīng)祖細(xì)胞分化異常的關(guān)鍵介質(zhì)。這意味著母體環(huán)境的微小變化可以通過(guò)特定的分子通路，精確地調(diào)控胎兒大腦的構(gòu)建過(guò)程，為早期干預(yù)神經(jīng)發(fā)育障礙提供了潛在靶點(diǎn)。研究發(fā)表在 Nature Neuroscience 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #神經(jīng)發(fā)育 #腸道菌群 #空間轉(zhuǎn)錄組學(xué)

閱讀更多：

Kukreja, Bharti, et al. “Spatial Transcriptomics of the Developing Mouse Brain Immune Landscape Reveals Effects of Maternal Immune Activation and Microbiome Depletion.” Nature Neuroscience, Jan. 2026, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41593-025-02162-3

居家指尖血檢測(cè)可準(zhǔn)確識(shí)別阿爾茨海默病生物標(biāo)志物

如何打破地域限制，讓阿爾茨海默病的早期檢測(cè)像測(cè)血糖一樣便捷？Nicholas J. Ashton及其團(tuán)隊(duì)（Banner Health，哥德堡大學(xué)）與Anne Corbett和Clive Ballard（?？巳卮髮W(xué)）等合作開展了一項(xiàng)名為DROP-AD的國(guó)際研究。該團(tuán)隊(duì)成功驗(yàn)證了一種基于指尖采血的干血斑檢測(cè)技術(shù)，無(wú)需冷鏈運(yùn)輸或?qū)I(yè)醫(yī)療設(shè)備，即可在家庭環(huán)境中準(zhǔn)確采集樣本并用于分析阿爾茨海默病的關(guān)鍵病理特征。

? 靜脈血漿和毛細(xì)血管干血斑 (DPS) 及干血斑 (DBS) 樣本的采集和處理。Credit: Nature Medicine (2026).

這項(xiàng)涉及337名參與者的研究展示了一種突破性的微創(chuàng)檢測(cè)方法。研究人員利用指尖毛細(xì)血管血制成的干血漿斑（DPS）和干血斑（DBS），檢測(cè)了三種關(guān)鍵生物標(biāo)志物：p-tau217（磷酸化tau蛋白，阿爾茨海默病的核心病理標(biāo)志）、GFAP（膠質(zhì)纖維酸性蛋白，反映星形膠質(zhì)細(xì)胞增生）以及NfL（神經(jīng)絲輕鏈，反映神經(jīng)軸突損傷）。結(jié)果顯示，指尖血樣本中的p-tau217水平與標(biāo)準(zhǔn)靜脈抽血結(jié)果高度吻合，并能以86%的準(zhǔn)確率預(yù)測(cè)腦脊液中的病理變化。此外，GFAP和NfL的檢測(cè)結(jié)果也與傳統(tǒng)方法表現(xiàn)出強(qiáng)一致性。值得注意的是，該方法在唐氏綜合征患者群體中同樣有效，且參與者通過(guò)閱讀指南即可完成高質(zhì)量的自我樣本采集。這一技術(shù)打破了生物標(biāo)志物研究對(duì)冷鏈物流和專業(yè)診所的依賴，為全球范圍內(nèi)的遠(yuǎn)程篩查和臨床試驗(yàn)開辟了新路徑。研究發(fā)表在 Nature Medicine 上。

#疾病與健康 #個(gè)性化醫(yī)療 #阿爾茨海默病 #生物標(biāo)志物 #遠(yuǎn)程醫(yī)療

閱讀更多：

Huber, Hanna, et al. “A Minimally Invasive Dried Blood Spot Biomarker Test for the Detection of Alzheimer’s Disease Pathology.” Nature Medicine, Jan. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41591-025-04080-0

藥物干預(yù)可助老年大腦抵御手術(shù)創(chuàng)傷與記憶衰退

隨著人口老齡化，手術(shù)后認(rèn)知障礙和年齡相關(guān)的記憶衰退成為老年人面臨的重大健康挑戰(zhàn)。Rajasekar Nagarajan 和 Uwe Rudolph團(tuán)隊(duì)通過(guò)兩項(xiàng)獨(dú)立研究發(fā)現(xiàn)，簡(jiǎn)單的藥物干預(yù)可能為衰老的大腦提供保護(hù)，幫助其應(yīng)對(duì)手術(shù)創(chuàng)傷及記憶力減退，并揭示了潛在的分子修復(fù)機(jī)制。

? 實(shí)驗(yàn)方案示意圖：該圖展示了用于評(píng)估鼻內(nèi)胰島素（INS）治療對(duì)通過(guò)基因敲除齒狀回門區(qū)生長(zhǎng)抑素陽(yáng)性（Sst+）GABA 能中間神經(jīng)元構(gòu)建的假衰老小鼠的影響的實(shí)驗(yàn)設(shè)計(jì)的時(shí)間線和關(guān)鍵步驟。該方案旨在評(píng)估海馬衰老模型中的行為和分子水平的變化。INS 給藥后，進(jìn)行了一系列認(rèn)知測(cè)試，包括新物體識(shí)別（NOR）測(cè)試、Y 迷宮測(cè)試和痕跡恐懼條件反射測(cè)試，并隨后進(jìn)行了分子分析。Credit: Pharmacology Research & Perspectives (2025).

研究團(tuán)隊(duì)首先關(guān)注了術(shù)后認(rèn)知障礙問(wèn)題。他們打破常規(guī)，對(duì)老年小鼠進(jìn)行了手術(shù)實(shí)驗(yàn)，發(fā)現(xiàn)術(shù)前間歇性給予常用麻醉劑丙泊酚，能顯著提升小鼠術(shù)后的認(rèn)知表現(xiàn)。深入分析顯示，丙泊酚促使海馬體神經(jīng)元表面的α5-GABA A受體持續(xù)增加，同時(shí)抑制了導(dǎo)致細(xì)胞死亡和炎癥的標(biāo)志物。這種有益效果在藥物代謝完畢后仍可持續(xù)五天。在另一項(xiàng)研究中，團(tuán)隊(duì)使用模擬衰老的小鼠模型測(cè)試了鼻內(nèi)胰島素的效果，發(fā)現(xiàn)其能改善工作記憶和聯(lián)想記憶，并降低神經(jīng)炎癥。這表明，通過(guò)調(diào)節(jié)特定的神經(jīng)受體和炎癥機(jī)制，現(xiàn)有的藥物可能被重新利用以保護(hù)老年人的大腦功能。研究發(fā)表在 PNAS Nexus 和 Pharmacology Research & Perspectives 上。

#疾病與健康 #神經(jīng)機(jī)制與腦功能解析 #老年認(rèn)知障礙 #丙泊酚 #鼻內(nèi)胰島素

閱讀更多：

Nagarajan, Rajasekar, et al. “Noncanonical Sustained Actions of Propofol Reverse Surgery-Induced Microglial Activation and Cognitive Impairment in Aged Mice.” PNAS Nexus, vol. 4, no. 7, July 2025, p. pgaf213. Silverchair, https://doi.org/10.1093/pnasnexus/pgaf213

Rajasekar Nagarajan et al, Intranasal Insulin Mitigates Memory Impairment and Neuroinflammation in a Mouse Model of Hippocampal Aging, Pharmacology Research & Perspectives (2025). DOI: 10.1002/prp2.70186

存活期從30天延至250天，新聯(lián)合療法在腦癌模型中顯奇效

膠質(zhì)母細(xì)胞瘤是一種致死率極高的腦癌，現(xiàn)有的標(biāo)準(zhǔn)療法往往無(wú)法阻止腫瘤復(fù)發(fā)。Humeyra Kaanoglu 和 Aziz Sancar 等人（北卡羅來(lái)納大學(xué)醫(yī)學(xué)院）與 Andrew Satterlee（北卡羅來(lái)納大學(xué)埃舍爾曼藥學(xué)院）合作，發(fā)現(xiàn)將標(biāo)準(zhǔn)化學(xué)療法與一種名為 EdU 的分子結(jié)合，能在臨床前模型中產(chǎn)生驚人的抗癌效果，甚至在小鼠實(shí)驗(yàn)中實(shí)現(xiàn)了“治愈”。

? EdU 在體內(nèi)選擇性地定位于膠質(zhì)母細(xì)胞瘤（GBM）腫瘤細(xì)胞。圖示為攜帶原位 U87 異種移植瘤的小鼠腦組織的 H&E 染色、核染色（DAPI）、EdU 染色以及 DAPI/EdU 雙染圖像，這些小鼠分別接受（A）PBS、（B）5 mg/kg TMZ、（C）200 mg/kg EdU 和（D）5 mg/kg TMZ + 200 mg/kg EdU 治療。Credit: Proceedings of the National Academy of Sciences (2025).

研究團(tuán)隊(duì)測(cè)試了替莫唑胺（Temozolomide，一種獲FDA批準(zhǔn)的腦癌化療藥物）與 EdU（5-ethynyl-2′-deoxyuridine，一種常用于標(biāo)記DNA復(fù)制的實(shí)驗(yàn)室化學(xué)物質(zhì)）的組合。在植入人類膠質(zhì)母細(xì)胞瘤的小鼠模型實(shí)驗(yàn)中，接受聯(lián)合治療的小鼠腫瘤完全消退，存活時(shí)間超過(guò)250天，而未治療組僅存活30天。這種組合展現(xiàn)了強(qiáng)大的協(xié)同效應(yīng)，即兩藥聯(lián)用的效果遠(yuǎn)超各自單獨(dú)作用的總和。為了驗(yàn)證臨床潛力，團(tuán)隊(duì)利用“篩查活體癌癥外植體”（SLiCE）技術(shù)——一種包含患者腫瘤細(xì)胞和健康腦組織的各種模型——進(jìn)行測(cè)試，發(fā)現(xiàn)雖然不同患者樣本對(duì)藥物的敏感性存在差異，但均顯示出治療潛力。此外，毒性研究表明該療法副作用輕微且可逆。研究發(fā)表在 PNAS 上。

#疾病與健康 #個(gè)性化醫(yī)療 #癌癥 #膠質(zhì)母細(xì)胞瘤 #聯(lián)合療法

閱讀更多：

Kaanoglu, Humeyra, et al. “Combinatorial Treatment of Glioblastoma with Temozolomide (TMZ) plus 5-Ethynyl-2′-Deoxyuridine (EdU).” Proceedings of the National Academy of Sciences, vol. 123, no. 1, Jan. 2026, world, p. e2532187123. www.pnas.org, https://doi.org/10.1073/pnas.2532187123

神經(jīng)科學(xué)家開發(fā)衡量多語(yǔ)言能力的新公式

世界上超過(guò)一半的人口會(huì)說(shuō)不止一種語(yǔ)言，但如何界定和衡量“多語(yǔ)能力”一直缺乏統(tǒng)一的標(biāo)準(zhǔn)。Xuanyi Jessica Chen和Esti Blanco-Elorrieta（紐約大學(xué)）開發(fā)了一套基于證據(jù)的創(chuàng)新公式和計(jì)算器。該工具能夠量化個(gè)體的多語(yǔ)言程度及主導(dǎo)語(yǔ)言，旨在為研究人員、臨床醫(yī)生和教育工作者提供一種清晰、科學(xué)的評(píng)估方法，解決了長(zhǎng)期以來(lái)難以準(zhǔn)確描述語(yǔ)言背景的困境。

該研究團(tuán)隊(duì)開發(fā)了兩個(gè)核心公式，并將其實(shí)施在一個(gè)交互式計(jì)算器中。這些公式主要基于兩個(gè)關(guān)鍵變量：語(yǔ)言習(xí)得年齡（Age of Acquisition）以及用戶對(duì)自身聽、說(shuō)、讀、寫能力的自我評(píng)估。為了驗(yàn)證該方法的有效性，研究人員在兩組截然不同的人群中進(jìn)行了測(cè)試，包括健康的年輕雙語(yǔ)者和患有語(yǔ)言障礙的老年雙語(yǔ)者。團(tuán)隊(duì)將新公式的計(jì)算結(jié)果與傳統(tǒng)依賴大量背景數(shù)據(jù)且計(jì)算繁瑣的主成分分析方法進(jìn)行了對(duì)比。結(jié)果顯示，這種簡(jiǎn)化的新方法得出的語(yǔ)言優(yōu)勢(shì)指數(shù)與復(fù)雜方法的結(jié)果幾乎完全一致。該工具不僅能生成從單語(yǔ)到精通多語(yǔ)的多語(yǔ)言能力得分，還能精確計(jì)算語(yǔ)言間的優(yōu)勢(shì)差異，證明了僅依靠習(xí)得年齡和自評(píng)熟練度即可實(shí)現(xiàn)對(duì)多語(yǔ)言能力的準(zhǔn)確量化，為語(yǔ)言病理學(xué)和認(rèn)知科學(xué)研究提供了標(biāo)準(zhǔn)化的定量手段。研究發(fā)表在 Bilingualism: Language and Cognition 上。

#認(rèn)知科學(xué) #跨學(xué)科整合 #語(yǔ)言學(xué) #多語(yǔ)言能力

閱讀更多：

Chen, Xuanyi Jessica, and Esti Blanco-Elorrieta. “A Theoretically Driven and Empirically Grounded Calculation for Language Dominance and Degree of Multilingualism.” Bilingualism: Language and Cognition, Dec. 2025, pp. 1–7. Cambridge University Press, https://doi.org/10.1017/S1366728925100849

警務(wù)工作代價(jià)沉重：美國(guó)執(zhí)法人員面臨更高的過(guò)早死亡風(fēng)險(xiǎn)

長(zhǎng)期以來(lái)，警務(wù)工作被視為一項(xiàng)高危職業(yè)，但其對(duì)健康的長(zhǎng)期隱形傷害往往被忽視。為了全面評(píng)估這一職業(yè)的健康代價(jià)，Peter T. Tanksley（德克薩斯州立大學(xué)）和 J.C. Barnes（辛辛那提大學(xué)）等人組成的研究團(tuán)隊(duì)開展了一項(xiàng)全國(guó)性研究。他們發(fā)現(xiàn)，由于身心承受的雙重壓力，美國(guó)執(zhí)法人員面臨著比普通人群更高的全因死亡風(fēng)險(xiǎn)，尤其是在心血管健康和心理健康方面，這一發(fā)現(xiàn)為改善警員職業(yè)健康政策提供了關(guān)鍵依據(jù)。

? 與人口總體及各工作年齡段人群相比，執(zhí)法人員的全因死亡率和特定死因死亡率趨勢(shì)。Credit: The Lancet Regional Health—Americas (2025).

該研究分析了2020年至2023年間美國(guó)國(guó)家職業(yè)死亡監(jiān)測(cè)（NOMS）系統(tǒng)的數(shù)據(jù)，涵蓋了超過(guò)15,000名已故執(zhí)法人員和約250萬(wàn)名普通工作年齡逝者的記錄。研究人員使用了年齡標(biāo)準(zhǔn)化死亡率（ASMR，一種消除年齡結(jié)構(gòu)差異以進(jìn)行公平比較的統(tǒng)計(jì)指標(biāo)）來(lái)評(píng)估風(fēng)險(xiǎn)。結(jié)果顯示，執(zhí)法人員的過(guò)早死亡率顯著高于普通人群。在男性警員中，主要死因包括循環(huán)系統(tǒng)疾?。ㄈ缧呐K病）、癌癥、自殺以及新冠疫情期間的感染。值得注意的是，男性警員的自殺率和心血管疾病死亡率均處于高位。對(duì)于女性警員，癌癥則是頭號(hào)殺手。J.C. Barnes 指出，這些健康危機(jī)與職業(yè)帶來(lái)的慢性壓力密切相關(guān)。研究團(tuán)隊(duì)希望這些數(shù)據(jù)能促使相關(guān)部門設(shè)計(jì)基于實(shí)證的健康計(jì)劃，在警員的整個(gè)職業(yè)生涯中進(jìn)行干預(yù)。研究發(fā)表在 The Lancet Regional Health—Americas 上。

#疾病與健康 #健康管理與壽命延長(zhǎng) #職業(yè)健康 #慢性壓力 #死亡率分析

閱讀更多：

Tanksley, Peter T., et al. “Mortality among Law Enforcement Officers in the United States: A Population-Wide Analysis of the National Occupational Mortality Surveillance Data, 2020–2023.” The Lancet Regional Health – Americas, vol. 52, Dec. 2025. www.thelancet.com, https://doi.org/10.1016/j.lana.2025.101270

AI 行業(yè)動(dòng)態(tài)

波士頓動(dòng)力Atlas首秀CES：攜手DeepMind，人形機(jī)器人將于2028年“進(jìn)廠打工”

在2026年的國(guó)際消費(fèi)類電子產(chǎn)品展覽會(huì)（CES）上，現(xiàn)代汽車與其子公司波士頓動(dòng)力公司聯(lián)合展示了備受矚目的人形機(jī)器人 Atlas，這是該機(jī)器人首次在公開場(chǎng)合進(jìn)行現(xiàn)場(chǎng)演示。在波士頓動(dòng)力 Atlas 部門副總裁 Zachary Jackowski 的介紹下，Atlas 從地面流暢起身，在舞臺(tái)上自如行走并向觀眾揮手致意，甚至展示了類似貓頭鷹的頭部旋轉(zhuǎn)動(dòng)作。盡管為了確保演示萬(wàn)無(wú)一失，此次操作由工程師在旁遠(yuǎn)程操控，但 Zachary Jackowski 強(qiáng)調(diào)，在實(shí)際應(yīng)用場(chǎng)景中 Atlas 將具備完全的自主移動(dòng)能力。據(jù)悉，針對(duì)汽車組裝優(yōu)化的量產(chǎn)版 Atlas 已經(jīng)投入生產(chǎn)，外觀呈現(xiàn)獨(dú)特的藍(lán)色，預(yù)計(jì)將于2028年正式部署在現(xiàn)代汽車位于佐治亞州的電動(dòng)汽車制造工廠。此外，現(xiàn)代汽車宣布與 Google DeepMind達(dá)成戰(zhàn)略合作，后者將為 Atlas 提供先進(jìn)的 AI 技術(shù)支持，這也標(biāo)志著 Google 在出售波士頓動(dòng)力多年后，以技術(shù)合作伙伴的身份重新回歸。

此次公開演示在機(jī)器人行業(yè)極為罕見(jiàn)，因?yàn)榇蠖鄶?shù)制造商為避免現(xiàn)場(chǎng)發(fā)生“翻車”事故——例如去年俄羅斯首批人形機(jī)器人在演示中摔倒——通常僅愿意在社交媒體上發(fā)布經(jīng)過(guò)精心剪輯的研發(fā)原型機(jī)視頻。波士頓動(dòng)力此舉展示了其在人形機(jī)器人領(lǐng)域的強(qiáng)大自信，意在與特斯拉等競(jìng)爭(zhēng)對(duì)手在“類人”自動(dòng)化領(lǐng)域展開激烈角逐。盡管商業(yè)人工智能的繁榮為機(jī)器人研發(fā)注入了巨額資金，但麥肯錫合伙人 Alex Panas 指出，雖然軟件、芯片組和通信技術(shù)正在加速融合，但真正的挑戰(zhàn)在于找到具體的應(yīng)用場(chǎng)景。目前，人形機(jī)器人的靈巧程度尚未達(dá)到能廣泛替代人類工作的水平，但隨著技術(shù)進(jìn)步，其對(duì)未來(lái)就業(yè)市場(chǎng)的影響勢(shì)必引發(fā)更多討論。值得注意的是，計(jì)劃部署 Atlas 的佐治亞州工廠此前曾因非法勞工問(wèn)題受到聯(lián)邦調(diào)查，這為高科技自動(dòng)化勞動(dòng)力的引入增添了一層復(fù)雜的社會(huì)背景。

#波士頓動(dòng)力 #Atlas #人形機(jī)器人 #現(xiàn)代汽車 #CES2026

閱讀更多：

https://www.nbcnews.com/tech/tech-news/hyundai-boston-dynamics-unveil-humanoid-robot-atlas-ces-rcna252483

英偉達(dá)Rubin架構(gòu)問(wèn)世：推理成本暴降十倍，物理AI迎來(lái)ChatGPT時(shí)刻

在拉斯維加斯舉辦的 CES 2026 展會(huì)上，英偉達(dá)（NVIDIA）創(chuàng)始人黃仁勛身著標(biāo)志性皮衣，重磅發(fā)布了下一代計(jì)算架構(gòu)——Rubin 平臺(tái)。這一全新的全棧計(jì)算平臺(tái)包含 Vera CPU、Rubin GPU 等六款芯片，旨在為未來(lái)的物理人工智能（Physical AI，能與物理世界交互的智能系統(tǒng)）和智能體構(gòu)建基礎(chǔ)設(shè)施。Rubin 平臺(tái)的核心優(yōu)勢(shì)在于其驚人的效率提升：相比前代 Blackwell 平臺(tái)，它將推理任務(wù)的每代幣成本降低了高達(dá) 10 倍，同時(shí)將訓(xùn)練混合專家模型所需的 GPU 數(shù)量減少了 4 倍。該平臺(tái)引入了第六代 NVLink 互連技術(shù)，帶寬高達(dá) 3.6TB/s，并配備了專為智能體推理設(shè)計(jì)的節(jié)能 Vera CPU 以及支持硬件加速的第三代 Transformer 引擎。這一系列創(chuàng)新不僅大幅縮短了 AI 訓(xùn)練時(shí)間，更通過(guò)機(jī)密計(jì)算和實(shí)時(shí)健康監(jiān)測(cè)引擎確保了系統(tǒng)的安全性和穩(wěn)定性，預(yù)計(jì)將于 2026 年下半年通過(guò) AWS、Google Cloud 等云服務(wù)商首批部署。

除了硬件層面的突破，英偉達(dá)還展示了其在自動(dòng)駕駛和機(jī)器人領(lǐng)域的宏大愿景，宣稱“物理 AI 的 ChatGPT 時(shí)刻已經(jīng)到來(lái)”。公司推出了全球首個(gè)面向自動(dòng)駕駛的開源視覺(jué)-語(yǔ)言-動(dòng)作模型（VLA，結(jié)合視覺(jué)感知、語(yǔ)言理解和動(dòng)作控制的AI模型）——Alpamayo 1。該模型具備思維鏈推理能力，能夠像人類一樣思考并解釋駕駛決策，有效解決了自動(dòng)駕駛中罕見(jiàn)且復(fù)雜的長(zhǎng)尾問(wèn)題。為了構(gòu)建完整的開發(fā)生態(tài)，英偉達(dá)還發(fā)布了 AlpaSim 仿真框架和大規(guī)模數(shù)據(jù)集。在機(jī)器人領(lǐng)域，英偉達(dá)推出了 Cosmos 和 Isaac GR00T 等一系列開源模型，助力開發(fā)具備推理能力的通用型專家機(jī)器人。通過(guò)與 Hugging Face 的深度合作以及對(duì) Jetson Thor 芯片的廣泛應(yīng)用，英偉達(dá)正攜手波士頓動(dòng)力等合作伙伴，加速推動(dòng)人形機(jī)器人和物理 AI 在現(xiàn)實(shí)世界中的普及與落地。

#英偉達(dá) #Rubin架構(gòu) #物理AI #自動(dòng)駕駛 #人形機(jī)器人

閱讀更多：

https://nvidianews.nvidia.com/news/alpamayo-autonomous-vehicle-development

AI 驅(qū)動(dòng)科學(xué)

AI助力腦成像去噪：DeepCor將fMRI數(shù)據(jù)清晰度提升兩倍

功能性磁共振成像（fMRI）長(zhǎng)期以來(lái)受困于運(yùn)動(dòng)和生理因素產(chǎn)生的“噪聲”，難以獲取純凈的大腦活動(dòng)數(shù)據(jù)。Yu Zhu、Aidas Aglinskas和Stefano Anzellotti（波士頓學(xué)院）開發(fā)了一種名為DeepCor的新技術(shù)。該技術(shù)利用先進(jìn)的人工智能算法，成功將fMRI數(shù)據(jù)的信噪比大幅提升，使去噪效果比現(xiàn)有標(biāo)準(zhǔn)方法提高了兩倍以上，為精準(zhǔn)解析大腦功能開辟了新路徑。

fMRI研究的核心挑戰(zhàn)在于，關(guān)于大腦反應(yīng)的真實(shí)磁共振數(shù)據(jù)往往與受試者頭部運(yùn)動(dòng)、心跳以及儀器擾動(dòng)產(chǎn)生的噪聲混合在一起。為了更有效地分離這些信號(hào)，研究團(tuán)隊(duì)開發(fā)了DeepCor方法，該方法基于生成式人工智能，特別是利用了對(duì)比自編碼器技術(shù)。DeepCor的工作原理是讓AI學(xué)習(xí)區(qū)分兩類腦區(qū)的模式：一類是包含神經(jīng)元的區(qū)域，另一類是不含神經(jīng)元的區(qū)域（如腦室）。由于噪聲通常會(huì)同時(shí)影響這兩組區(qū)域，DeepCor通過(guò)識(shí)別并剔除它們共有的模式，從而使包含神經(jīng)元的區(qū)域所特有的神經(jīng)活動(dòng)信號(hào)得以突顯。在對(duì)比實(shí)驗(yàn)中，DeepCor展現(xiàn)了驚人的效果：在去除真實(shí)fMRI數(shù)據(jù)中面部反應(yīng)的噪聲時(shí)，其表現(xiàn)比目前廣泛使用的CompCor方法高出215%；而在處理模擬真實(shí)數(shù)據(jù)特性的合成數(shù)據(jù)時(shí)，其清晰度提升了339%。這一大幅度的性能飛躍超出了研究團(tuán)隊(duì)最初10%到50%的預(yù)期，有望讓科學(xué)家利用現(xiàn)有的公共數(shù)據(jù)集和未來(lái)的實(shí)驗(yàn)獲得更純凈的大腦視圖。研究發(fā)表在 Nature Methods 上。

#AI驅(qū)動(dòng)科學(xué) #大腦信號(hào)解析 #功能性磁共振成像 #生成式人工智能 #數(shù)據(jù)去噪

閱讀更多：

Zhu, Yu, et al. “DeepCor: Denoising fMRI Data with Contrastive Autoencoders.” Nature Methods, Nov. 2025, pp. 1–4. www.nature.com, https://doi.org/10.1038/s41592-025-02967-x

一夜安睡知健康：AI模型SleepFM精準(zhǔn)預(yù)警130種疾病

睡眠不足不僅影響精神狀態(tài)，還可能預(yù)示潛在疾病。為了挖掘多導(dǎo)睡眠圖中未被充分利用的生理數(shù)據(jù)，Emmanual Mignot、James Zou、Rahul Thapa和Magnus Ruud Kjaer等研究人員（斯坦福大學(xué)醫(yī)學(xué)院、丹麥技術(shù)大學(xué)等）開發(fā)了一種名為SleepFM的人工智能基礎(chǔ)模型，該模型能利用一晚的睡眠數(shù)據(jù)預(yù)測(cè)100多種健康狀況的風(fēng)險(xiǎn)。

該研究利用來(lái)自約65,000名參與者的近60萬(wàn)小時(shí)多導(dǎo)睡眠圖（Polysomnography，一種通過(guò)傳感器記錄腦活動(dòng)、心率、呼吸等信號(hào)的綜合睡眠評(píng)估）數(shù)據(jù)對(duì)SleepFM進(jìn)行了訓(xùn)練。為了整合腦電圖、心電圖等多種異構(gòu)數(shù)據(jù)流，團(tuán)隊(duì)開發(fā)了一種名為“留一對(duì)比學(xué)習(xí)”（leave-one-out contrastive learning，隱藏一種數(shù)據(jù)模態(tài)并利用其他信號(hào)重建缺失部分的技術(shù)）的新訓(xùn)練方法。研究人員將這些睡眠數(shù)據(jù)與長(zhǎng)達(dá)25年的電子健康記錄相結(jié)合，發(fā)現(xiàn)該模型能準(zhǔn)確預(yù)測(cè)130種疾病的風(fēng)險(xiǎn)。特別是在帕金森病、癡呆癥、心臟病發(fā)作和多種癌癥的預(yù)測(cè)中，其C指數(shù)（C-index，衡量模型預(yù)測(cè)一致性的指標(biāo)）均超過(guò)0.8，意味著高準(zhǔn)確度。結(jié)果表明，相比單一信號(hào)，綜合分析大腦、心臟和呼吸等多模態(tài)數(shù)據(jù)能顯著提升預(yù)測(cè)能力，使睡眠記錄成為檢測(cè)未來(lái)健康隱患的有力工具。研究發(fā)表在 Nature Medicine 上。

#AI 驅(qū)動(dòng)科學(xué) #預(yù)測(cè)模型構(gòu)建 #基礎(chǔ)模型 #睡眠醫(yī)學(xué) #多模態(tài)學(xué)習(xí)

閱讀更多：

Thapa, Rahul, et al. “A Multimodal Sleep Foundation Model for Disease Prediction.” Nature Medicine, Jan. 2026, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41591-025-04133-4

Deep Delta Learning：通過(guò)幾何變換重塑深度殘差網(wǎng)絡(luò)

深度殘差網(wǎng)絡(luò)雖然通過(guò)恒等連接解決了深層訓(xùn)練難題，但其固有的加性偏置限制了對(duì)復(fù)雜動(dòng)態(tài)系統(tǒng)的建模能力。來(lái)自普林斯頓大學(xué)的 Yifan Zhang、Mengdi Wang 與加州大學(xué)洛杉磯分校的 Yifeng Liu、Quanquan Gu 組成的團(tuán)隊(duì)，提出了一種基于幾何線性代數(shù)的全新架構(gòu)——Deep Delta Learning (DDL)。該研究旨在通過(guò)引入通過(guò)數(shù)據(jù)驅(qū)動(dòng)的幾何變換，賦予網(wǎng)絡(luò)更強(qiáng)的狀態(tài)轉(zhuǎn)換模擬能力。

研究團(tuán)隊(duì)設(shè)計(jì)了一種名為“Delta Residual Block”的新型模塊，其核心是“Delta 算子”。該算子對(duì)標(biāo)準(zhǔn)的恒等矩陣進(jìn)行了秩-1擾動(dòng)，引入了一個(gè)可學(xué)習(xí)的反射方向向量和一個(gè)標(biāo)量門控beta。通過(guò)光譜分析，研究人員證明了該架構(gòu)的靈活性：當(dāng)beta趨近于 0 時(shí)，網(wǎng)絡(luò)保持標(biāo)準(zhǔn)的恒等映射，確保深層信號(hào)傳播；當(dāng)beta趨近于 1 時(shí)，算子變?yōu)檎煌队?，能夠主?dòng)“遺忘”特定方向的信息；當(dāng)beta趨近于 2 時(shí)，則實(shí)現(xiàn)幾何反射。這種機(jī)制將信息的擦除與寫入統(tǒng)一為同步操作，類似于優(yōu)化理論中的 Delta 規(guī)則（Delta Rule）。實(shí)驗(yàn)與理論推導(dǎo)表明，DDL 使得神經(jīng)網(wǎng)絡(luò)能夠顯式控制層級(jí)轉(zhuǎn)換的特征值譜，從而在保持門控殘差架構(gòu)訓(xùn)練穩(wěn)定性的同時(shí)，具備了模擬復(fù)雜非單調(diào)動(dòng)力學(xué)的能力。

#其他 #計(jì)算模型與人工智能模擬 #深度學(xué)習(xí) #殘差網(wǎng)絡(luò) #幾何代數(shù)

閱讀更多：

Zhang, Yifan, et al. “Deep Delta Learning.” arXiv:2601.00417, arXiv, 1 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2601.00417

小型模型“蒙對(duì)”答案背后的隱憂：過(guò)程驗(yàn)證重于結(jié)果準(zhǔn)確性

將小型語(yǔ)言模型部署為自主智能體時(shí)，我們能否信任它們的判斷？Laksh Advani 針對(duì)這一關(guān)鍵問(wèn)題進(jìn)行了深入研究，揭示了一個(gè)被稱為“錯(cuò)誤理由下的正確”（Right-for-Wrong-Reasons, RWR）的嚴(yán)重可靠性危機(jī)。研究發(fā)現(xiàn)，即使這些模型給出了正確的最終答案，其背后的推理邏輯往往也是根本錯(cuò)誤的。這一發(fā)現(xiàn)挑戰(zhàn)了僅依賴準(zhǔn)確率的傳統(tǒng)評(píng)估范式，強(qiáng)調(diào)了在金融計(jì)算、醫(yī)療建議等關(guān)鍵領(lǐng)域部署智能體時(shí)，驗(yàn)證其推理過(guò)程的必要性。

該研究分析了三個(gè)主流小型模型在數(shù)學(xué)、問(wèn)答和常識(shí)推理任務(wù)中的10,734條推理軌跡。為了量化推理質(zhì)量，研究者開發(fā)了推理完整性評(píng)分（Reasoning Integrity Score, RIS），并邀請(qǐng)獨(dú)立評(píng)估者進(jìn)行了驗(yàn)證。數(shù)據(jù)顯示，50%至69%的“正確”答案實(shí)際上包含了邏輯缺陷。在探索解決方案時(shí)，研究發(fā)現(xiàn)檢索增強(qiáng)生成能有效提升推理完整性，因?yàn)樗猛獠孔C據(jù)修正了計(jì)算錯(cuò)誤；然而，對(duì)于容量有限的小模型，要求其進(jìn)行“自我批評(píng)”的元認(rèn)知干預(yù)反而會(huì)引發(fā)更多混亂，導(dǎo)致性能下降。為了解決這一問(wèn)題，研究團(tuán)隊(duì)提煉出一個(gè)基于神經(jīng)網(wǎng)絡(luò)的輕量級(jí)分類器，該工具能夠以比傳統(tǒng)大模型評(píng)估快100倍的速度，精準(zhǔn)識(shí)別出有缺陷的推理過(guò)程（F1分?jǐn)?shù)達(dá)0.86），為構(gòu)建可信賴的智能體提供了實(shí)用的安全層。

#大模型技術(shù) #計(jì)算模型與人工智能模擬 #智能體 #推理完整性 #檢索增強(qiáng)生成

閱讀更多：

Advani, Laksh. “When Small Models Are Right for Wrong Reasons: Process Verification for Trustworthy Agents.” arXiv:2601.00513, arXiv, 1 Jan. 2026. arXiv.org, https://doi.org/10.48550/arXiv.2601.00513

整理｜ChatGPT

編輯｜丹雀、存源

關(guān)于追問(wèn)nextquestion

天橋腦科學(xué)研究院旗下科學(xué)媒體，旨在以科學(xué)追問(wèn)為紐帶，深入探究人工智能與人類智能相互融合與促進(jìn)，不斷探索科學(xué)的邊界。如果您有進(jìn)一步想要討論的內(nèi)容，歡迎評(píng)論區(qū)留言，或后臺(tái)留言“社群”即可加入社群與我們互動(dòng)。

關(guān)于天橋腦科學(xué)研究院

天橋腦科學(xué)研究院（Tianqiao and Chrissy Chen Institute）是由陳天橋、雒芊芊夫婦出資10億美元?jiǎng)?chuàng)建的世界最大私人腦科學(xué)研究機(jī)構(gòu)之一，圍繞全球化、跨學(xué)科和青年科學(xué)家三大重點(diǎn)，支持腦科學(xué)研究，造福人類。

Chen Institute與華山醫(yī)院、上海市精神衛(wèi)生中心設(shè)立了應(yīng)用神經(jīng)技術(shù)前沿實(shí)驗(yàn)室、人工智能與精神健康前沿實(shí)驗(yàn)室；與加州理工學(xué)院合作成立了加州理工天橋神經(jīng)科學(xué)研究院。

Chen Institute建成了支持腦科學(xué)和人工智能領(lǐng)域研究的生態(tài)系統(tǒng)，項(xiàng)目遍布?xì)W美、亞洲和大洋洲，包括、、、科研型臨床醫(yī)生獎(jiǎng)勵(lì)計(jì)劃、、等。