█脑科学动态

Nature：下丘脑视前区发育轨迹解密动物行为调控

树突可塑性：记忆链接的关键机制

100小时大脑活动记录揭示大脑如何将声音变成对话

敲除基因，逆转大脑老化

衰老激活雌性小鼠海马体中失活X染色体的基因表达

█AI行业动态

中国祖冲之三号量子计算机问世，速度超超级计算机千万亿倍

Noom推出免费AI健康报告，助力用户实现“更健康、更长寿”

Salesforce AI 发布Text2Data训练框架

█AI驱动科学

Bell Jar：AI驱动的脑图谱绘制工具加速神经科学研究

大脑神经网络的新架构：对数正态分布揭示神经元连接规律

机器学习助力焦虑症治疗，准确率高达72%

无需重新训练，实时纠正机器人行为

位置-上下文加法模型让社交媒体文本分类更精准

脑科学动态

Nature：下丘脑视前区发育轨迹解密动物行为调控

哺乳动物在早期生命阶段的行为和生理变化如何与神经元发育相关联？为了探索这一问题，Harris S. Kaplan、Brandon L. Logeman、Kai Zhang等研究人员合作，使用单核RNA测序和单核染色质可及性测序技术，揭示了下丘脑视前区（POA）神经元的发育轨迹，为理解行为与生理调控的神经机制提供了新视角。

研究团队对小鼠从胚胎期到成年期的多个时间点进行了单核RNA测序和单核染色质可及性测序，并结合已发表的成年POA细胞类型图谱，系统分析了147种神经元类型的发育轨迹。研究发现，POA神经元在胚胎期E12到E16之间生成，并在出生后迅速多样化。不同POA亚区的神经元类型在发育过程中表现出不同的成熟轨迹，这些轨迹受到性别、行为功能和生理需求的显著影响。

此外，研究还发现嗅觉输入对POA发育的时间调控具有重要作用。通过分析多种感官突变体，研究团队进一步验证了嗅觉感知在POA细胞类型成熟中的关键作用。这些结果为理解本能行为回路在早期生命中的发育和功能提供了新的机制性见解。研究发表在 Nature 上。

#神经科学 #神经机制与脑功能解析 #下丘脑视前区 #单核RNA测序 #嗅觉感知

阅读更多：

Kaplan, Harris S., et al. “Sensory Input, Sex and Function Shape Hypothalamic Cell Type Development.” Nature, Mar. 2025, pp. 1–12. www.nature.com, https://doi.org/10.1038/s41586-025-08603-0

树突可塑性：记忆链接的关键机制

记忆链接是大脑将时间相近的事件记忆相互连接的过程，但其神经机制尚不明确。加州大学洛杉矶分校的Alcino Silva和Megha Sehgal团队与克里特岛研究与技术基金会的Yiota Poirazi实验室合作，揭示了树突可塑性在记忆链接中的关键作用。

▷代表纵向成像中突触动力学示例，显示在关联记忆形成后新突触的聚集。Credit: Nature Neuroscience (2025).

研究团队采用了三种互补的成像技术，包括纵向单光子和双光子成像，观察了活体小鼠神经元中的体细胞、树突和棘的动态变化。通过活动依赖性标记和遗传操作，研究人员发现，当小鼠形成时间相近的记忆时，相同的树突和棘会被激活。实验还表明，通过干预将独立记忆存储在相同的树突中，可以成功链接这些记忆。计算建模进一步验证了局部树突可塑性在记忆整合中的重要性，揭示了树突节段上的突触聚集和稳定性对记忆链接的关键作用。研究发表在 Nature Neuroscience 上。

#神经科学 #记忆机制 #树突可塑性 #计算建模 #阿尔茨海默病

阅读更多：

Sehgal, Megha, et al. “Compartmentalized Dendritic Plasticity in the Mouse Retrosplenial Cortex Links Contextual Memories Formed Close in Time.” Nature Neuroscience, Feb. 2025, pp. 1–14. www.nature.com, https://doi.org/10.1038/s41593-025-01876-

100小时大脑活动记录揭示大脑如何将声音变成对话

耶路撒冷希伯来大学的Ariel Goldstein与谷歌研究团队、普林斯顿大学神经科学研究所的Hasson实验室以及纽约大学Langone综合癫痫中心的Flinker和Devinsky合作，开发了一个统一的计算框架，研究大脑如何处理日常对话。通过分析超过100小时的真实对话中的大脑活动，研究揭示了大脑在语言处理中的神经通路，为语音技术和通信工具的进步提供了新的方向。

研究团队使用电皮质电图（ECoG, electrocorticography）记录了4名患者在100小时的真实对话中的神经信号，并利用名为Whisper的语音转文字模型，将语言分解为声学、语音和词汇层面的嵌入（embeddings）。通过线性回归模型，研究人员将这些嵌入与大脑活动进行映射，发现该模型能够准确预测大脑在不同语言处理层次上的活动。

研究结果显示，大脑在处理语言时遵循一定的层次结构，听觉和运动区域与语音模式更相关，而高级语言区域则与词汇意义更相关。此外，研究还揭示了语言处理的时序性，即在说话前大脑从词汇到语音的编码，而在听后会从语音到词汇的编码。这项研究为理解大脑如何处理自然语言提供了新的视角，并为未来的语音技术和沟通工具开发奠定了基础。研究发表在 Nature Human Behaviour 上。

#神经科学 #大脑信号解析 #语言处理 #语音技术 #计算模型

阅读更多：

Goldstein, Ariel, et al. “A Unified Acoustic-to-Speech-to-Language Embedding Space Captures the Neural Basis of Natural Language Processing in Everyday Conversations.” Nature Human Behaviour, Mar. 2025, pp. 1–15. www.nature.com, https://doi.org/10.1038/s41562-025-02105-9

敲除基因，逆转大脑老化

大脑老化是神经退行性疾病的关键风险因素，但其机制尚不清楚。研究团队使用绿松石鳉鱼作为模型，研究了淀粉样前体蛋白（APP）在正常脑老化中的作用。研究发现，敲除APP的appa异构体可以减轻与年龄相关的脑部表型。

研究团队使用转录组学、蛋白质组学和免疫组化技术分析了绿松石鳉鱼大脑中的Aβ动态。研究发现，随着年龄增长，鳉鱼大脑中出现强烈的炎症状态和吡咯谷氨酸化Aβ的积累。敲除Aβ前体基因的appa异构体减轻了细胞死亡和炎症，改善了神经元活动和学习能力的年龄相关下降。

#大脑健康 #疾病预防 #Aβ前体蛋白 #绿松石鳉鱼

阅读更多：

Bakker, Dennis E. M. de, et al. Amyloid Beta Precursor Protein Contributes to Brain Aging and Learning Decline in Short-Lived Turquoise Killifish (Nothobranchius Furzeri). bioRxiv, 23 Feb. 2025, p. 2024.10.11.617841. bioRxiv, https://doi.org/10.1101/2024.10.11.617841

衰老激活雌性小鼠海马体中失活X染色体的基因表达

雌性在寿命和认知老化方面表现出比雄性更强的韧性，这种性别差异可能与X染色体有关。Margaret Gadek、Cayce K. Shaw、Samira Abdulai-Saiku、Rowan Saloner等研究人员通过单核RNA测序技术，研究了雌性小鼠海马体中失活X染色体（Xi）基因的表达变化，揭示了衰老对Xi基因的重新激活作用。

这项研究的关键方法是等位基因特异性单核RNA测序，研究人员分析了老化对雌性小鼠海马体中Xi和活跃X染色体（Xa）基因表达的影响。研究发现，衰老显著改变了Xi和Xa上的基因表达，尤其是Xi上的某些基因在衰老过程中被重新激活。例如，Xi上的Plp1基因在衰老海马体中的表达增加，这种变化可能有助于雌性在认知老化中的优势。此外，通过AAV介导的Plp1基因在海马体中的表达提升，改善了衰老小鼠的认知功能。研究发表在 Science Advances 上。

#认知科学 #个性化医疗 #X染色体 #海马体 #基因表达

阅读更多：

Gadek, Margaret, et al. “Aging Activates Escape of the Silent X Chromosome in the Female Mouse Hippocampus.” Science Advances, vol. 11, no. 10, Mar. 2025, p. eads8169. science.org (Atypon), https://doi.org/10.1126/sciadv.ads8169

AI 行业动态

中国祖冲之三号量子计算机问世，速度超超级计算机千万亿倍

中国科学技术大学的潘建伟、朱晓波、彭承志等研究人员成功构建了目前最高水准的超导量子计算机——“祖冲之三号”（Zuchongzhi-3），这一成果再次刷新了超导体系量子计算优越性的世界纪录。该计算机包含105个可读取比特和182个耦合比特，处理“量子随机线路采样”问题的速度比当前最快的超级计算机快千万亿倍，甚至比谷歌2024年10月发布的最新成果快百万倍。这一成果已发表在《物理评论快报》上，审稿人认为其“构建了目前最高水准的超导量子计算机”。

▷“祖冲之三号”。Credit：中国科学技术大学“墨子沙龙”

量子计算被认为是下一代信息革命的关键技术，而量子计算优越性则是验证量子计算机超越传统计算机可行性的重要门槛。中国在2019年和2020年分别推出了“九章”和“祖冲之二号”，成为全球首个在超导和光量子两条技术路线上都实现“量子优越性”的国家。目前，“祖冲之三号”科研团队正在量子纠错、量子纠缠、量子模拟、量子化学等多个领域加快探索，推动量子计算技术的进一步发展。

#量子计算 #祖冲之三号 #超导量子计算机 #量子优越性 #中国科学技术大学

阅读更多：

https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.134.090601

Noom推出免费AI健康报告，助力用户实现“更健康、更长寿”

领先的数字健康公司Noom近日宣布推出两项全新免费功能：AI Body Scan（AI身体扫描）和Noom Body Age（Noom身体年龄）。这两项功能旨在帮助用户更全面地了解自身健康状况，同时提供个性化的健康建议，以支持用户实现“更健康、更长寿”的生活目标。

无论是Noom的付费会员还是免费用户，现在都可以通过智能手机摄像头完成十秒身体扫描，并在几分钟内收到一份个性化健康报告。这份报告不仅包括用户当前的3D身体模型，还预测了用户在目标体重下的“未来身体形态”（Future Me）。此外，Noom还在健康报告中新增了Noom Body Age这一指标，通过基于美国大型人口数据集的算法，评估用户的代谢健康与同龄人相比的状况。报告还涵盖了身体脂肪百分比、瘦体重、腰臀比、脂肪质量等重要健康数据。

Noom的AI Body Scan功能为改善长期健康提供了有效工具。身体成分对心脏健康、代谢功能和身体韧性有着重要影响，而Noom的解决方案超越了传统的体重和BMI测量，分析瘦体重和身体脂肪百分比等指标，为用户提供更详尽的健康图景。这项技术特别关注减肥过程中可能出现的肌肉流失问题，通过身体成分追踪帮助用户保护肌肉，避免患上“肌少性肥胖”（sarcopenic obesity）。这种由脂肪过多和肌肉减少引发的严重健康状况可能导致更高的健康风险和生活质量下降。

此外，所有Noom用户现在都可以访问Noom Body Age这一专有指标，它通过代谢健康数据与同龄人进行比较，并可用于长期追踪健康改善情况。Noom Body Age基于美国成年人口的大型数据集校准，用户只需通过智能手机完成十秒扫描即可获得个性化的健康报告。

#Noom #AI健康报告 #身体扫描 #代谢健康 #个性化建议

阅读更多：

https://www.globenewswire.com/news-release/2025/01/22/3013459/0/en/Noom-Introduces-Free-AI-Powered-Personalized-Health-Report-to-Promote-Living-Better-Longer.html

Salesforce AI 发布Text2Data训练框架

Salesforce AI 最近发布了一个名为 Text2Data 的训练框架，旨在为低资源数据生成提供解决方案。该框架通过将文本输入转化为结构化数据，帮助在数据稀缺的领域生成高质量的数据集。这对于需要大量标注数据的机器学习模型训练，尤其是在低资源语言或专业领域，具有重要意义。

在许多领域，获取大量高质量的训练数据既昂贵又耗时，尤其是涉及专业知识或低资源语言的情况下。为了解决这一挑战，Salesforce AI 的研究团队开发了 Text2Data 框架，旨在通过生成合成数据来增强模型的性能。该团队由经验丰富的人工智能研究人员组成，专注于自然语言处理和机器学习领域。

Text2Data 框架的核心思想是利用现有的文本数据，通过生成合成数据来增强模型的训练效果。具体而言，该框架首先从现有的文本数据中提取特征，然后使用这些特征生成新的合成数据，以此来扩充训练集。这种方法特别适用于低资源领域，在这些领域中，获取大量高质量的训练数据可能具有挑战性。

实验结果表明，使用 Text2Data 生成的合成数据可以显著提高模型的性能，特别是在数据稀缺的情况下。这为在低资源环境中开发高性能的机器学习模型提供了新的途径。

#人工智能 #低资源数据生成 #合成数据 #自然语言处理 #机器学习

阅读更多：

https://www.marktechpost.com/2025/03/09/salesforce-ai-releases-text2data-a-training-framework-for-low-resource-data-generation/

AI 驱动科学

Bell Jar：AI驱动的脑图谱绘制工具加速神经科学研究

传统的大脑图谱绘制方法耗时且容易出错，特别是在将小鼠脑组织薄片与参考图谱对齐时。为了解决这一问题，加州大学圣克鲁兹分校的 Alec Soronow 和 Euiseok Kim 开发了 Bell Jar，一种利用人工智能的半自动化桌面应用程序，显著提高了脑图谱绘制的效率和准确性。

Bell Jar 的关键技术是 Mattes 互信息引导的 B 样条变换（B-spline transformations），它能够将实验脑样本与参考图谱精确对齐，并检测细胞级别的荧光信号。尽管用户输入仍然需要微调切片匹配，但 Bell Jar 简化了这一过程，特别适用于高通量神经解剖学研究。研究显示，Bell Jar 的性能超越了传统的手动和现有自动化方法，每处理一个大脑可以节省约三周的手动对齐和计数时间。此外，Bell Jar 是开源且用户友好的，研究人员可以轻松使用并为其开发做出贡献，从而提高了组织学分析的重复性和通量。研究发表在 eNeuro 上。

#神经技术 #自动化科研 #脑图谱绘制 #机器学习 #开源工具

阅读更多：

Soronow, Alec L. R., et al. “Bell Jar: A Semiautomated Registration and Cell Counting Tool for Mouse Neurohistology Analysis.” eNeuro, vol. 12, no. 2, Feb. 2025. www.eneuro.org, https://doi.org/10.1523/ENEURO.0036-23.2025

大脑神经网络的新架构：对数正态分布揭示神经元连接规律

大脑长期以来被看作是由突触连接的神经元网络，但其结构仍未得到解决。为了揭示神经网络的结构，研究团队通过对八个实验映射的连接组进行比较分析，发现它们的度分布无法用现有的随机或无标度模型来描述，而是可以通过对数正态分布很好地近似，尽管这些分布在大脑背景下缺乏机制解释。

通过承认大脑的物理网络性质，研究团队展示了神经元大小由乘法过程控制，从而可以解析地推导出神经元长度分布的对数正态性质。研究框架不仅预测了八个连接组中的度和强度分布，还产生了一系列新的、可经验证的不同神经元特征之间的关系。由此产生的乘法网络代表了网络科学的一种新架构，其独特的定量特征弥合了神经结构和功能之间的关键差距，对大脑动力学、鲁棒性和同步性具有重要意义。

#神经科学 #预测模型构建 #大脑信号解析 #对数正态分布 #神经网络

阅读更多：

Piazza, Ben, et al. Physical Network Constraints Define the Lognormal Architecture of the Brain’s Connectome. bioRxiv, 27 Feb. 2025, p. 2025.02.27.640551. bioRxiv, https://doi.org/10.1101/2025.02.27.640551

机器学习助力焦虑症治疗，准确率高达72%

广泛性焦虑症（GAD）是一种慢性疾病，复发率高，个性化治疗方案需求迫切。宾夕法尼亚州立大学的Candice Basterfield和Michelle Newman等研究人员利用机器学习技术，分析了126名GAD患者的80多个基线因素，预测长期康复情况，为个性化治疗提供了新思路。

研究团队使用了线性和非线性机器学习模型，分析了126名GAD患者的心理、社会人口统计、健康和生活方式等80多个基线因素。线性回归模型检查两个变量之间的关系，并在几乎是一条直线上的数据点进行绘图；非线性模型）像树一样分支，分裂并添加新的树，绘制其如何自我纠正先前错误。

研究结果显示，机器学习模型识别出11个关键变量，预测准确率高达72%。高等教育水平、年龄较大、更多朋友支持、腰臀比更高以及更积极的情绪对康复最为重要。抑郁情绪、日常歧视、过去12个月内与心理健康专业人士的会面次数更多以及过去12个月内看医生的次数更多，在预测非康复方面最为重要。研究发表在 Journal of Anxiety Disorders 上。

#大脑健康 #个性化医疗 #预测模型构建 #心理健康与精神疾病 #机器学习

阅读更多：

“Development of a Machine Learning-Based Multivariable Prediction Model for the Naturalistic Course of Generalized Anxiety Disorder.” Journal of Anxiety Disorders, vol. 110, Mar. 2025, p. 102978. www.sciencedirect.com, https://doi.org/10.1016/j.janxdis.2025.102978

无需重新训练，实时纠正机器人行为

机器人在执行复杂任务时，往往需要人类干预来纠正其行为，但传统方法需要重新训练模型，耗时且复杂。麻省理工学院和 NVIDIA 的研究团队开发了一种新框架，允许用户通过简单直观的方式实时纠正机器人行为，无需重新训练模型。

▷研究人员轻推了一下正在玩具厨房套装中操作碗的机械臂，这是一种纠正其行为的方法。Credit: Melanie Gonick, MIT

研究人员开发了一种框架，允许用户通过三种方式纠正机器人行为：指向目标、绘制轨迹或物理推动机器人手臂。该框架通过采样技术确保机器人选择有效且符合用户意图的动作。实验表明，该方法成功率比传统方法高出 21%，并且能够通过用户反馈不断改进机器人行为。此外，提出的推理时策略引导（Inference-Time Policy Steering, ITPS）框架利用人类交互来偏置生成采样过程，而不是在交互数据上微调策略。在三个模拟和现实世界基准测试中，ITPS 框架通过三种形式的人类交互和相关对齐距离指标进行评估。在六种采样策略中，提出的基于扩散策略的随机采样在对齐和分布偏移之间取得了最佳平衡。这一研究为机器人任务执行提供了新的方法，未来可能广泛应用于家庭和工业场景。

#认知科学 #意图问题 #机器人交互 #采样技术 #推理时策略引导

阅读更多：

Wang, Yanwei, et al. Inference-Time Policy Steering through Human Interactions. arXiv:2411.16627, arXiv, 25 Nov. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2411.16627

位置-上下文加法模型让社交媒体文本分类更精准

随着社交媒体文本数据的快速增长，开发高效的文本分类模型成为研究热点。研究人员提出了一种新的位置-上下文加法（PCA）transformer模型，显著提高了文本分类的准确性。

研究的关键方法是开发两阶段的PCA模型。第一阶段通过改进词嵌入技术，结合位置向量和双向长短期记忆网络（Bi-LSTM）增强文本表示。位置向量捕捉词语在句子中的具体位置，而Bi-LSTM网络通过处理词语之间的上下文关系，提供更丰富的语义表示。

第二阶段通过改进加性注意力机制，提升分类效率。研究团队引入了全局查询和上下文感知键机制，替代传统的点积注意力机制，并采用16个注意力头（multi-head attention）同时学习文本的多个方面。PCA模型在六个健康相关社交媒体文本数据集上的测试显示，其分类准确性显著提高，F1分数在五个数据集中提升了0.2%至10.2%。与现有的transformer模型相比，PCA模型在四个数据集中表现更优，F1分数提升了0.1%至2.1%。研究还发现，训练数据量的增加对模型性能有积极影响。这一研究为社交媒体文本分类提供了新的解决方案，未来可能应用于更广泛的自然语言处理任务。研究发表在 Scientific Reports 上。

#认知科学 #预测模型构建 #文本分类 #transformer模型 #词嵌入

阅读更多：

Wang, Yanwei, et al. Inference-Time Policy Steering through Human Interactions. arXiv:2411.16627, arXiv, 25 Nov. 2024. arXiv.org, https://doi.org/10.48550/arXiv.2411.16627

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。