kaiyun由中国科学院遗传与发育生物学研究所与中国科学院心理研究所的研究团队合作进行的最新研究，聚焦于孤独症谱系障碍（ASD）患者常见的体感觉处理异常，发现了Shank3基因突变与ASD患者的体感觉异常相关的神经机制。
研究人员使用Shank3突变犬模型，通过触觉刺激实验和脑电波分析，探讨Shank3基因对体感觉处理的影响。结果显示，与野生型犬相比，Shank3突变犬对触觉刺激的敏感度明显下降，且在静息态下的脑电波功率在所有频率范围内均出现降低。这一发现表明，Shank3基因的突变导致了触觉反应和大脑体感皮层的异常。为了进一步验证这些异常是否可逆，研究人员使用GABA受体拮抗剂（PTZ），结果表明PTZ有效改善了Shank3突变犬的触觉反应和脑电波异常，并增强了其与人类的社交互动。研究揭示了Shank3基因在体感觉处理中的关键作用，并提示GABA受体拮抗剂可能成为治疗某些ASD患者的潜在药物。研究发表在Science Bulletin上。
芝加哥大学的研究团队最近发现，位于中脑的上丘脑（SC）在视觉分类和决策任务中扮演了比传统认知更为复杂的角色。该团队由大卫·弗里德曼（David Freedman）教授领导，这项研究通过监测猴子的脑部活动揭示了SC的认知功能。
研究团队训练恒河猴（rhesus macaques）执行一项视觉分类任务，该任务不涉及眼球运动或注意力转移。通过对比上丘脑（SC）和后顶叶皮层（PPC）的神经活动，研究发现SC在视觉分类决策中的作用比PPC更强。在实验过程中，当研究者通过药物暂时麻痹SC时，猴子的视觉分类能力明显下降，但其运动和视觉功能基本不受影响kaiyun。这表明，尽管SC传统上与空间定向相关，但它在更复杂的认知任务中同样起到了至关重要的作用，挑战了我们对大脑不同区域功能的传统认知。这一发现提示SC不仅涉及空间导向，还可能在抽象的非空间任务中被大脑招募，帮助解决问题。研究发表在Nature Neuroscience上。
弗里堡大学的研究团队揭示了心跳和呼吸节奏如何影响视觉意识感知。以往对大脑处理视觉信息的研究大多聚焦于脑区的活动，而这项研究进一步指出了身体节律在其中的作用。
研究通过让志愿者观察屏幕上灰色的交叉方格，并在每次视觉刺激后询问他们是否看到这些图案及其方向。实验通过脑电图（EEG）、心电图（ECG）和呼吸监测带记录身体和大脑活动，比较受试者在不同心脏周期和呼吸阶段下的视觉感知。结果表明，当图像在心脏舒张期或吸气时出现kaiyun，意识标记在P1期（早期感觉组件，ERP中的电活动）即出现，而在心脏收缩期或呼气时，视觉意识负向波是主要标记。此外，内感信号（baroreceptors，BRs，感受血压变化的压力感受器）还影响了感知路径的选择：心脏放松时，视觉信息通过顶叶皮层处理，而心脏收缩时则通过额叶皮层。该研究为神经科学领域中关于意识标记来源的争议提供了新的解释。研究发表于PNAS上。
巴塞罗那大学和罗切斯特大学的研究团队揭示了人类视觉系统如何在复杂环境中处理中央凹（fovea）和外围（periphery）视觉信息。研究团队对比了在注视期间不同时刻，视觉系统对中央凹和外围区域变化的定位能力，发现了二者的时间差异。
研究使用实验方法，要求受试者在不同注视点检测场景中的变化，并比较中央凹和外围区域的变化定位能力。结果显示，在注视的早期，视觉系统能够更快速准确地处理中央凹区域的变化，而随着注视时间的推移，外围区域的变化识别能力逐渐增强。这一现象与视觉系统为下次眼球移动（saccadic movement）做准备的过程有关。研究指出，无论受试者监测的仅是中央凹、外围还是两者兼顾，这种时间动态模式均一致。这一发现对理解动态环境下，尤其是驾驶等高精度活动中的视觉信息处理具有重要启示。研究发表在 PNAS上。
帕金森病是一种严重影响神经系统的退行性疾病，目前无法治愈。麦吉尔大学的研究团队与生物技术公司Biogen合作kaiyun，致力于研究一种能够激活parkin蛋白的新型小分子药物。这项研究利用了加拿大光源设施，为未来药物开发提供了重要分子信息。
研究主要聚焦于parkin（泛素连接酶）的活性调节，该蛋白负责标记受损线粒体进行降解。当parkin功能受损时，线粒体累积会导致帕金森病的发生。该研究通过使用Biogen开发的BIO-2007817化合物，这种化合物被称为“小分子粘合剂”（molecular glue），能够增强磷酸化泛素（pUb）的作用，激活parkin。研究人员利用蛋白质晶体学技术解析了这一化合物的结合机制，发现其通过粘合parkin与pUb的方式来促进催化结构域的释放，增强parkin的活性。进一步的实验显示，这种化合物能够部分恢复早发型帕金森病（EOPD）患者中突变的parkin活性。该成果为未来开发针对帕金森病的治疗药物奠定了基础，尤其是对于早发型帕金森病患者。研究结果发表在Nature Communications上。
藤田保健卫生大学的研究团队，联合名城大学、名古屋大学和帝京大学等机构的专家，深入探讨了NMDA受体（NMDAR）在厌恶学习中的作用机制kaiyun。团队使用创新的磷酸化蛋白质组学技术，研究了NMDAR激活后如何通过Rho家族GTP酶调控突触可塑性。研究由藤田保健卫生大学的Kozo Kaibuchi教授带领，成果发表在Science Signaling期刊上。
该研究通过一种名为KIOSS的磷酸化筛选技术，分析了小鼠伏隔核（NAc）中NMDA受体（NMDAR）激活后的磷酸化事件。伏隔核是大脑中与情感反应、动机及学习相关的关键区域。研究人员利用NMDAR激动剂引发神经元中钙离子（Ca²⁺）流入，并筛选由CaMKII蛋白激酶磷酸化的蛋白质，最终发现194个相关蛋白质，其中Rho GTPase调节因子ARHGEF2的磷酸化尤为重要。ARHGEF2的磷酸化激活了RhoA及其下游的ROCK信号通路，该通路在突触重塑和学习中起着关键作用。
进一步的实验表明，ROCK的抑制会影响小鼠的厌恶学习能力，显示出CaMKII–RhoA–ROCK通路在厌恶学习中的重要性。此外，团队还发现了221个ROCK的潜在靶标，包括对突触后结构支撑至关重要的SHANK3蛋白。这些发现有助于理解精神疾病如精神分裂症的病理机制，并为治疗提供了潜在的新方向。
双相情感障碍是一种常见的严重神经精神疾病，通常在青少年期发病，早期诊断对改善患者预后至关重要。本次研究由广州医科大学附属脑科医院和上海交通大学医学院松江研究院研究人员合作，旨在通过整合多模态磁共振成像（MRI）与行为评估，提高对高风险青少年双相情感障碍的诊断准确性。
研究分析了309名受试者，包括双相情感障碍患者、其子女及健康对照组。通过结合行为数据和多模态MRI（包括T1成像、静息态功能性MRI）和弥散张量成像（DTI），研究团队构建了三种诊断模型。结果显示，综合模型的预测准确率为0.83，显著高于单独基于行为或MRI数据的模型。此外，验证研究表明，综合模型在外部队列中的准确率为0.89，AUC值为0.95。这项研究表明，多模态MRI结合行为评估能够显著提高双相情感障碍的早期诊断精度，为个性化治疗提供了潜在途径。研究发表在 Biological Psychiatry上。
细胞外基质（ECM）是一种包围神经元的蛋白质和糖类网络，不仅为神经元提供结构支撑，还调控着大脑的学习、记忆等功能。由于缺乏合适的观察工具，科学家很难研究ECM的动态变化。犹他大学健康科学中心的研究团队开发了一种新的基因标记工具，能够揭示小鼠大脑不同类型神经元上ECM沉积的差异，并监测其随时间的变化。
研究人员通过将一种与大脑细胞外基质主要成分结合的蛋白质与另一种能永久附着荧光染料的蛋白质融合，构建了一种新工具。在小鼠神经元中引入这一工具后，研究人员能够通过加入荧光染料观察ECM的结构。研究发现，不同类型的神经元上ECM的沉积量不同，并且可以通过双色出生日期标记技术跟踪ECM的装配过程和变化。此外，研究揭示了透明质酸支撑的ECM在不同神经元群体中的聚集异质性，并展示了神经元如何在发育过程中组装和重塑ECM。该工具为进一步研究ECM在大脑可塑性、认知过程和衰老中的作用提供了可能。研究发表在The Journal of Neuroscience上。
一项由奥地利科学院分子生物技术研究所（IMBA）与意大利Human Technopole和米兰比可卡大学的合作伙伴共同开展的研究，旨在开发一种能够更好模拟人类皮质区域发育的脑类器官模型。该模型为理解脑发育异常提供了新的研究平台。
研究团队开发了一种通过融合产生成纤维细胞生长因子8（FGF8）的细胞团与延长的类器官结构相结合的模型，这种极化的皮质类器官模型能够模拟人类大脑前后区域的发育分化过程。在该实验中，研究人员通过控制FGF8信号沿类器官纵轴的分布，成功建立了基因表达的前后区分布模式，类似于人类大脑皮质中的分区结构。
这一模型特别适用于研究与颞叶畸形和智力障碍相关的FGFR3基因突变（该基因突变与侏儒症有关），其突变会导致类器官中相应区域的异常发育。此外，该研究还展示了如何利用这种类器官模型来探讨孤独症等神经发育疾病的早期发育缺陷。通过这种方法，研究团队能够精确研究人类大脑发育中的单一信号途径，揭示不同皮质区域的特定发育机制。研究发表在 Nature Methods上。
为了防止人类在未来灭绝，南安普顿大学的研究人员已经将整个人类基因组编码在一种被称为“5D记忆晶体”（5D memory crystal）的纳米结构玻璃盘上。这种晶体不仅能够抵抗宇宙辐射，还可以承受极端温度和巨大的冲击力，甚至可以稳定保存数百亿年。正因为此，它被吉尼斯世界纪录认证为最耐用的数字存储介质。
该5D记忆晶体由光电学教授Peter Kazansky及其团队在2014年开发，其存储能力达到360TB，即使在室温下也能保持300万亿年的稳定性。即使暴露在华氏374度（约190摄氏度）的高温下，它的寿命也仅缩短到138亿年，这与宇宙当前的年龄相当。研究人员通过超快激光将DNA代码刻入直径仅为20纳米的硅盘微小空隙中，利用“两个光学维度和三个空间坐标”实现“5D数据存储”。
除了人类基因组，晶体还包含如何使用该设备的视觉指引，以及描述人类的插图、基本元素和DNA分子结构。研究人员借鉴了1977年旅行者号探测器（Voyager）上的黄金唱片，为可能的未来文明提供了复活人类的关键信息。
虽然目前科技尚无法利用这一存储装置复活人类，但Kazansky指出，合成生物学领域的进展，例如2010年人工合成细菌的成功，预示着未来人类乃至植物、动物可能通过基因技术重获新生的前景。该基因晶体现存储于奥地利哈尔施塔特的世界最古老盐矿“人类记忆档案库”中，以备未来之需。
随着大型语言模型（LLMs）的快速发展，诸如ChatGPT等模型已经在自然语言处理领域取得了显著进展，并成功通过了部分美国医学执照考试。然而，LLMs在医学图像理解方面仍存在挑战。为解决这一问题，来自多所大学的研究团队提出了一种名为ChatCAD的新框架，旨在结合LLMs与计算机辅助诊断（CAD）网络，以提高医学影像分析的准确性和报告生成的质量。
该研究提出的ChatCAD框架通过将医学图像输入多种CAD网络（如分类网络kaiyun、病灶分割网络和报告生成网络），获取图像分析结果后将其转化为文本形式。通过这种方式，LLMs能够将这些来自CAD网络的文本结果进行整合，并生成详细的诊断报告。在实验中，ChatCAD在胸部X光片的诊断中表现出色，较当前最先进的报告生成方法，诊断准确度提升了16.42%，F1评分提高了15.00%。此外，LLMs还能够提供更加互动和人性化的诊断反馈系统，帮助患者更好地理解诊断报告和治疗建议。该框架不仅提升了报告的质量，还能够在紧急情况下快速适应新的模型，例如添加针对新冠肺炎的分类模型，而不会影响其他模型的性能。研究发表在Communications Engineering上。
情感识别是人机交互领域的重要课题，理解人类情感能够提升AI的情感表达能力。研究团队来自多所研究机构，通过融合脑电图（EEG）、音频和视频数据，创建了首个用于对话场景中的多模态情感识别数据集，并对脑电数据与生理信号的结合进行了深入探讨。
该研究构建了一个包含30通道脑电图（EEG）、音频和视频数据的多模态情感识别数据集，记录了42名参与者在提示系统下进行的对话，涉及中性、愤怒、快乐、悲伤、平静五种情感状态。每位参与者参与了200次对线次互动。通过深度神经网络（DNN）的分析，研究团队对每个模式的数据进行了基线情感识别的性能评估。结果表明，多模态数据的融合能够更准确地捕捉情感状态，尤其是EEG信号能够直接反映大脑活动，避免情感外在表现的误差。该研究为情感识别、神经科学及机器学习领域提供了宝贵的数据资源与研究方向。研究发表在Scientific Data上。
自主车辆、无人机和移动机器人需要在不同环境和光照条件下进行物体识别，而现有的计算机视觉系统在伪装物体识别方面存在高功耗和计算复杂性问题。来自加州大学伯克利分校的研究团队受猫眼视觉特性的启发，开发了一种新型人工视觉系统，突破了传统技术的局限性。
该研究基于猫眼的垂直瞳孔（VP，Vertical Pupil）和明亮膜（tapetum lucidum）设计了一个由椭圆光圈和硅光电二极管组成的视觉系统。光圈控制进入光线的强度，并通过不对称的景深（DoF，Depth of Field）增强目标与背景的对比度。在不同光照条件下，该系统的设计能够有效分离背景噪声，实现伪装物体的识别。此外，系统内的反射层类似于猫眼中的明亮膜，通过反射未吸收的光线，提高了光敏感度，特别是在暗光条件下。实验结果表明，该系统在目标物聚焦、背景虚化和伪装破坏方面表现出色，其光敏感度提升了52%，在弱光环境下的识别精度显著提高。这一研究展示了单目人工视觉系统在减少计算负担、提升物体识别准确度方面的潜力。研究发表在Science Advances上。
来自马萨诸塞大学阿默斯特分校的研究团队，致力于探索一种低成本、高效的可穿戴生物电极材料。研究团队成员包括本科生和研究生，他们共同开发了“软电路”（Squishy Circuits），这一材料的导电性和自愈特性使其在测量生物电信号方面表现优异。
研究团队使用自制或商购的软电路材料，成分包括面粉、水、盐、塔塔粉和植物油，通过其导电性捕捉脑电图（EEG）、心电图（ECG）、眼电图（EOG）和肌电图（EMG）等生物电信号。实验表明，软电路的阻抗在1kHz频率下的归一化值为3.4±0.6kΩ，远低于传统铜电极和Ag/AgCl凝胶电极。此外，软电路材料具有自愈特性，能够在断裂后重新连接，增加了其耐用性和重复使用的可能性。与商用电极相比，软电路的成本极低，每个电极仅1美分左右，而传统电极的成本则为0.25至1美元。研究还发现，软电路的信噪比可达115，展现出作为低成本、易于使用的生物电极材料的巨大应用前景。该研究成果发表在Device上。
卡内基梅隆大学和匹兹堡大学的研究团队开发了一种自动化工具，名为SNOPS，旨在解决大规模神经网络模型参数调整难的问题。这一框架结合了实验科学家、数据驱动的计算科学家和模型专家的力量，代表了神经科学领域跨学科合作的典范。
SNOPS是一种基于神经元群体统计数据（population statistics）优化尖峰神经网络模型（spiking network model）的自动化方法。现有的尖峰神经网络模型依赖于复杂的参数设定，而手动调整这些参数既费时又容易出错。研究团队通过SNOPS自动匹配模型的活动统计数据和经元记录，极大地提高了参数调整的速度和准确性。该方法首先在模拟神经活动数据中得到了验证，接着被应用于猕猴视觉和前额叶皮层的神经记录。结果显示，SNOPS能够识别并解决传统模型未能发现的神经活动模式，帮助研究人员更好地理解神经网络如何生成大脑功能。该研究在未来有望推动更复杂的大脑模型的发展，为理解大脑如何工作提供新的见解。研究发表在Nature Computational Science上。
印度科学研究所的研究团队开发了一种模拟计算平台，该平台以分子薄膜为基础，能够存储和处理16500种导电状态，远超传统数字计算机的二进制处理能力。该研究得到了印度电子与信息技术部的支持，并可能对印度的半导体产业产生深远影响。
该研究利用钌配合物（Ru-complex）构造的分子忆阻器（memristor），实现了16520个模拟导电状态。这些状态通过精确的电压脉冲更新，简化了神经网络的训练过程，并大幅提升了AI计算的效率。研究团队设计了一种64×64的交叉阵列（crossbar）点积引擎，该引擎能够在一个时间步内完成向量矩阵乘法（vector–matrix multiplication）。相较于现有的神经形态平台，该系统实现了超过73分贝的信噪比，并且能耗比传统的数字计算机降低了460倍。这一突破使得该平台有望在AI硬件中得到广泛应用，特别是在个人设备如笔记本电脑和智能手机上的AI模型训练。研究人员成功地利用该平台，在桌面计算机上重现了NASA“创生之柱”图像，展示了其能效和计算能力。研究发表在Nature上。
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。
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。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
23岁听障女孩热爱舞蹈，苦练软功基本功9年。“疼 还是坚持不放弃！”，梦想当舞蹈老师，教喜欢舞蹈的...
《异环》试玩报告：终于，有人把二次元开进新赛道了/
主站 商城 论坛 自运营 登录 注册 《异环》试玩报告：终于，有人把二次元开进新赛道了 廉颇 2...
三星发布Galaxy Tab S10+和Tab S10 Ultra 搭载天玑9300+与更多AI功能
访问手机版
微信公众号
行业动态