追问daily | 女性听力优于男性；Nature：单个晶体管实现类脑计算；间歇性禁食可以提高性欲

神经元通过谷氨酸与AMPA受体的相互作用传递信号，但这一过程的分子细节长期未知。约翰霍普金斯大学医学院的Edward Twomey、Anish Kumar Mondal及德克萨斯大学健康休斯顿分校的Elisa Carrillo团队，利用低温电镜在生理温度下解析了AMPA受体激活的全过程。

研究通过纯化AMPA受体（源自人胚胎细胞），在37°C下与谷氨酸结合后快速冷冻，用低温电镜（cryo-EM）拍摄超百万张图像。结果显示，谷氨酸结合后，AMPA受体的“贝壳”结构闭合，牵拉离子通道的螺旋结构对称性外翻，形成开放状态；脱敏时螺旋复位关闭通道。这一机制解释了抗癫痫药物（如吡仑帕奈）如何通过阻断通道起效，并提示温度可调控受体活性。研究发表在 Nature 上。

女性听力优于男性，你的居住地正在重塑你的听力

听力问题日益普遍，但性别和环境的影响长期未被系统研究。法国图卢兹生物多样性和环境研究中心的Patricia Balaresque与巴斯大学的Turi King合作，对全球13个地区的448人进行听力测试，发现女性听力敏感度平均高出男性2分贝，环境差异（如森林与高海拔）进一步塑造听觉能力。

研究采用瞬态诱发耳声发射（TEOAE, Transient-Evoked Otoacoustic Emissions，一种通过声刺激检测耳蜗反应的技术）测量耳蜗敏感度。结果显示，性别是振幅差异的主因（女性敏感度高2分贝），环境差异（如森林居民敏感度最高，高海拔最低）影响达3.6分贝。频率感知则完全由外因决定，城市居民对高频更敏感，可能与过滤交通噪音有关。研究发表在 Scientific Reports 上。

TDP-43蛋白“种子”可人工诱发神经退行病变关键特征

TDP-43蛋白的异常聚集是ALS和额颞叶痴呆的核心病理，但其触发机制长期成谜。VIB法兰德斯生物技术研究所的Sandrine Da Cruz团队通过合成TDP-43原纤维，首次在实验室中完整模拟了患者大脑的病理过程。

研究团队从TDP-43的低复杂度结构域（LCD, Low-Complexity Domain）制备淀粉样原纤维，经超声破碎后导入人类细胞。结果显示，这些原纤维像“种子”一样引发内源性TDP-43的细胞质聚集，并导致其从细胞核中流失。聚集体不仅重现了磷酸化（phosphorylation）、泛素化（ubiquitination）等患者典型特征，还诱发了基因表达异常和RNA剪接缺陷。

进一步分析发现，聚集体的形态会随时间从丝状、致密到碎片化演变，与患者病理进展一致。此外，细胞会激活蛋白质清除通路试图降解聚集体，但最终仍导致神经元特异性毒性。这一模型证实TDP-43病理可通过类似朊病毒的“模板聚集”机制传播，并首次实现了细胞质“毒性获得”与细胞核“功能丧失”的同步模拟。研究发表在 Neuron 上。

人类大脑的独特性长期被认为与前额叶皮层相关，但这一观点受到挑战。Rogier Mars和Katherine Bryant团队通过比较人类、黑猩猩和猕猴的白质连接模式，首次系统揭示颞叶和顶叶的连接差异才是关键。

研究利用公开的MRI数据，分析三种灵长类的白质纤维连接指纹（描述皮层区域与白质束的连接特征）。结果显示，人类颞叶中部的弓状束（arcuate fasciculus）显著更发达，该区域不仅关联语言处理，还涉及社交信息整合（如解读面部表情和意图）。此外，颞顶交界区在人类中连接更广泛，支持复杂社会互动。

值得注意的是，前额叶的变化在人类与黑猩猩中相似，表明其进化早于人类谱系。这一发现颠覆了传统理论，提示人类认知能力的突破可能源于颞叶和顶叶的多次适应性改变，而非单一前额叶突变。研究发表在 Nature Neuroscience 上。

清醒时大脑“回放”记忆片段可提升短期回忆能力

记忆巩固通常被认为发生在睡眠中，但美国宾夕法尼亚大学David Halpern、Michael J. Kahana团队提出，清醒时大脑也会通过瞬时神经再激活增强短期记忆。他们通过颅内脑电图（iEEG）发现，编码间隔的神经活动“回放”能显著提高后续回忆准确率。

研究团队利用癫痫患者治疗期间的颅内脑电图（iEEG），监测其完成自由回忆任务（观看单词序列后回忆）时的神经活动。数据分析显示，单词编码间隔中，大脑会自发重现已编码单词的神经活动模式（亚秒级再激活），且再激活强度与任务回忆准确性正相关。例如，在两项实验中，高频神经信号（如θ波段）的相似性可预测70%以上的回忆表现。这一发现首次将心理学“复述”理论与神经机制直接关联，并证实清醒状态存在类似睡眠的快速记忆巩固过程。研究发表在 Nature Neuroscience 上。

PET成像首次证实多巴胺直接调控认知灵活性

认知灵活性受损与抑郁症、帕金森病等疾病密切相关，但多巴胺如何参与这一过程尚不明确。德国美因茨大学医学中心核医学系的Isabelle Miederer团队通过PET技术，首次捕捉到任务切换时多巴胺的实时释放。

研究采用正电子发射断层扫描（PET）结合D2/3受体配体18F-fallypride，对比受试者在无规则切换（基线）和需灵活切换任务中的脑部活动。结果显示，腹内侧前额叶皮层（vmPFC）在任务切换时出现多巴胺释放（γ=0.022±0.006），且释放量与行为效率显著相关（最大T值13.8）。这一发现首次从神经化学层面验证了多巴胺对认知灵活性的直接调控，为帕金森病等疾病的治疗策略优化提供了依据。研究发表在 Journal of Nuclear Medicine 上。

衰老导致雄性性欲下降是普遍现象，但传统治疗侧重激素替代，副作用显著。德国神经退行性疾病中心Dan Ehninger与青岛大学Yu Zhou团队发现，间歇性禁食（IF）可通过神经机制增强老年雄性小鼠的性行为，相关成果为人类性欲障碍治疗提供新方向。

研究采用24小时禁食与自由进食交替的模式，持续6个月至22个月。结果显示，禁食组老年小鼠的后代数量比对照组多50%，但睾丸功能、精子质量和睾酮水平未改善。进一步分析发现，禁食组小鼠的性行为频率显著增加，其大脑血清素水平降低40%。机制上，禁食减少色氨酸（Trp，血清素前体）从外周向大脑的转运，导致血清素合成不足。这一效应需至少6周禁食才能显现，且与总热量摄入减少15%相关。研究提示，人类性欲可能通过类似机制受饮食调控，未来或可开发基于禁食的HSDD疗法。研究发表在 Cell Metabolism 上。

VR水下漫游显著缓解癌症疼痛

全球约60%-80%癌症疼痛未获有效控制，传统镇痛手段副作用显著。纽约州布法罗罗斯威尔帕克综合癌症中心的Somayeh Besharat Shafiei团队通过VR结合脑成像技术，首次实现疼痛缓解效果的客观量化。

研究招募41名癌症患者，在VR水下场景体验中佩戴fNIRS（功能性近红外光谱）头罩，实时监测大脑疼痛相关神经回路活动。对比未使用VR的对照组发现，75%患者疼痛减轻幅度超临床有效阈值30%，且fNIRS数据证实大脑功能连接模式变化。机器学习模型（MLR）进一步将疼痛分为无/轻度、中度、重度三类，准确率达74%。团队指出，VR通过分散注意力阻断疼痛信号传递，未来可减少阿片类药物依赖。研究发表在 Scientific Reports 上。

Google DeepMind近日推出开源模型TxGemma，专为加速治疗性药物开发而设计。该模型基于Gemma 2微调，整合了语言理解、科学预测与多轮对话能力，可辅助研究人员完成药物筛选、毒性预测及临床试验结果分析等任务。TxGemma提供三种参数规模（2B/9B/27B），其中27B版本在多数任务中表现优异，甚至超越单一任务专用模型，展现出强大的通用性。

TxGemma分为“预测版”和“聊天版”。预测版专注于分子毒性分析等具体任务，而聊天版（9B/27B）能解释推理过程并参与科研讨论。此外，模型支持用户使用专有数据微调，例如预测临床试验副作用或优化药物属性。Google还开发了Agentic-Tx系统，将TxGemma与18种工具（如PubMed检索、分子分析）结合，可处理多步骤复杂研究问题，在化学与生物学基准测试中取得突破性成果。

目前，TxGemma已开源并登陆Google Vertex AI和Hugging Face平台，提供模型演示、微调示例及多步骤推理流程指南。这一工具预计将大幅降低药物研发成本与失败率，为高校、药企和生物科研团队提供高效AI支持。

智源研究院在2025中关村论坛上发布了全球首个跨本体具身大小脑协作框架RoboOS及开源具身大脑RoboBrain，标志着人工智能从单机智能迈向群体智能的重要突破。该系统通过融合任务规划、可操作区域感知和轨迹预测三大能力，实现了跨场景多任务的轻量化快速部署与多机器人协作。RoboBrain在OpenEQA、ShareRobot等评测中表现优异，超越GPT-4V、Claude3等主流模型，展现了强大的指令理解与任务分解能力。

RoboOS采用“大脑-小脑”分层架构，由具身大脑RoboBrain负责全局决策，小脑技能库执行精准操作，跨机器人数据中枢则实现实时信息共享。这一设计使得异构机器人（如松灵双臂、宇树人形等）能够协同完成复杂任务，例如递送苹果和水果刀的场景中，多台机器人分工协作，展现了动态任务调度与实时闭环优化的能力。RoboOS支持云端大脑与端侧小脑的高效协同，指令响应延迟低于10ms，为工业自动化、智慧物流等场景提供了可扩展的解决方案。

智源研究院联合北大、清华等高校及产业链企业，致力于构建具身智能统一生态。RoboOS基于FlagScale并行训练框架，支持多模态大模型的集成与优化，未来将持续提升轨迹预测与协作能力。这一技术的开源与推广，有望加速具身智能在多样化场景中的规模化应用，推动人工智能向更高层次的群体智能演进。

Runway近期发布了其最新一代人工智能媒体生成模型Gen-4。该模型能够在多个场景中生成具有一致性的人物、地点和物体，保持独特的风格、氛围和电影元素。用户只需设置所需的外观和感觉，Gen-4即可在不同视角和位置下再现这些元素。

Gen-4的主要功能包括一致性角色生成、物体生成、多角度场景覆盖、生产级视频质量、物理模拟以及新型视觉特效（GVFX）。首先，Gen-4通过单一参考图像，生成在各种光照条件、地点和处理方式下保持一致的角色形象。其次，它能在不同环境中放置任何物体或主题，适用于长篇叙事内容的场景创作或产品摄影。再者，用户可提供参考图像并描述镜头构图，Gen-4即可生成所需的场景。此外，Gen-4生成具有高动态性和真实运动的视频，具备卓越的提示遵循性和对世界的理解能力。同时，它能够在视觉生成模型中模拟真实世界的物理现象。最后，Gen-4提供快速、可控且灵活的视频生成，可与实拍、动画和视觉特效内容无缝结合。

这些功能为创作者提供了前所未有的自由度，帮助他们以独特的风格和一致的叙事元素讲述故事。目前 Gen-4 已对付费及企业用户开放，并将持续推出更多功能。

传统人工神经网络硬件受限于复杂电路和新型材料，制约了能效与规模化应用。新加坡国立大学设计与工程学院Mario Lanza团队发现，通过特殊偏置方式，商用硅晶体管可同时模拟神经元放电和突触可塑性。其开发的NS-RAM单元仅需两个晶体管，性能超越现有方案。

研究通过调整晶体管体端电阻（RB），利用穿通碰撞电离（punch-through impact ionization）和电荷捕获（charge trapping）两种物理效应，使单个晶体管在神经元模式下实现漏极-积分-发放（leaky-integrate-and-fire）行为，动态范围超103；突触模式下则支持长时程增强/抑制和短时可塑性，耐久性达10万次以上。双晶体管NS-RAM单元进一步整合两种功能，能耗低至415 pJ/μm，且因采用成熟CMOS工艺，良率达100%。这一设计避免了忆阻器等新型材料的集成难题，为高密度类脑芯片提供了可量产解决方案。研究发表在 Nature 上。

传统四足机器人依赖高能耗的复杂驱动系统，难以平衡灵活性与效率。瑞士洛桑联邦理工学院（EPFL）和代尔夫特理工大学（TU Delft）的Francesco Stella、Mickael Achkar团队受动物运动协同作用（motor synergies）启发，开发出仅需4个执行器的机器人PAWS，通过被动动力学实现高效运动。

研究团队首先分析狗的运动数据，提取其肌肉群协调模式（运动协同作用），并转化为肌腱驱动系统的计算模型。PAWS通过柔性机械耦合（compliant mechanical couplings）连接关节，仅需4个独立执行器即可控制12个自由度。实验显示，未连接电机时，PAWS仍能在跑步机上被动奔跑并避障；激活执行器后，可模拟蹲伏、行走、跳跃等复杂步态。这种设计将能耗降至传统机器人的一小部分，同时保持环境交互的鲁棒性。研究发表在 Nature Machine Intelligence 上。

随着SARS-CoV-2成为地方性流行病，其未来突变方向成为公共卫生关注焦点。佛罗里达大西洋大学的Xingquan "Hill" Zhu和Magdalyn E. Elkin开发了深度新突变搜索（DNMS）模型，利用AI预测刺突蛋白突变，结果显示语法性高、结构变化小的突变更可能被自然选择保留。

DNMS基于蛋白质语言模型ProtBERT，通过模拟所有可能的单点突变，计算三项指标：语法性（grammaticality，突变符合蛋白质规则的概率）、语义变化（semantic change，突变序列与原序列的语义差异）和注意力变化（attention change，模型对突变序列的关注度差异）。研究发现，语法性高、语义和注意力变化小的突变更可能增强病毒适应性，例如逃避免疫或提高传播力。通过系统发育树选择父序列（而非参考序列）进行预测，DNMS的准确性显著优于传统方法。研究还发现，此类突变多集中在刺突蛋白的受体结合域（RBD），与已知高变异区域一致。研究发表在 Communications Biology 上。

心脏的生物年龄可能与实际年龄存在显著差异，但传统方法难以量化。韩国仁荷大学医院Yong-Soo Baek团队利用人工智能分析近50万份标准12导联心电图（ECG），开发出首个能精准预测心脏生物年龄的算法，证实其与死亡率和心血管事件的强关联。

研究采用深度学习模型，基于15年间收集的425,051例ECG数据训练算法，并在97,058例独立数据中验证。算法通过分析QRS波（电信号心室传导时间）和QT间期（心脏电活动完整周期）等指标计算生物年龄。结果显示：生物年龄超过实际年龄7岁的群体，全因死亡率上升62%，重大心血管事件（MACE）风险增加92%；而生物年龄年轻7岁的群体，两项风险分别降低14%和27%。射血分数（EF，心脏泵血效率）降低者普遍存在生物年龄偏高现象，印证算法对心脏功能的敏感度。

AI算法在模拟环境中表现良好，但现实场景中常因数据偏差失效。苏黎世联邦理工学院Juan Gamella团队开发了“因果室”（causal chambers），通过物理系统生成真实数据，验证AI模型的可靠性，并与Peter Bühlmann、Jonas Peters合作测试因果AI算法。

研究团队构建了两套微型实验室设备——风洞和光隧道，基于经典物理原理（如流体动力学和光学定律）生成可控数据。这些设备可模拟动态系统（如风速变化）和光学现象，为算法提供真实测试环境。例如，风洞用于验证控制类AI的适应性，光隧道则测试模型从数据中学习物理规律的能力。

通过对比模拟数据与真实实验，团队发现传统方法易高估AI性能。因果室不仅验证了因果AI算法（causal AI）的准确性，还识别了算法在异常条件下的失效点。例如，在光隧道中，AI成功学习光的反射定律，但在突发干扰下需调整参数。此外，设备已用于工业光学检测和教学，学生可通过实操理解算法局限。研究数据及设计已开源，推动跨领域验证。研究发表在 Nature Machine Intelligence 上。

数字时代虚拟社交加剧情感孤立，传统AI对话系统难以识别用户真实情绪。跨领域团队开发了ARIEL系统，首次将脑机接口（BCI）与大语言模型（LLM）结合，通过脑电波（EEG）实时监测情绪并生成个性化对话。实验显示，该系统使抑郁干预效率提高41%，目前已进入临床II期试验。

ARIEL系统包含四大模块：神经语言接口：通过非侵入式BCI设备（如Muse 2头戴设备）采集脑电信号（EEG，采样率256Hz），同步接收用户文本输入，克服“语义伪装”问题；情绪识别器：基于自建EEG数据集（30名被试），经预处理（去伪影、标准化）后，SVM分类器对快乐/愤怒/悲伤/放松四类情绪的识别准确率达76-80%；提示格式器：动态封装情绪标签与对话历史，例如提示LLM：“检测到用户当前情绪为悲伤，请引导其回忆积极经历”；生成式LLM：基于LLaMA 2模型生成情绪适配回应，形成闭环干预。

结果显示，EEG情绪识别准确率较纯文本分析提升32%，误判率降低62%。在模拟实验中，系统使中度抑郁用户的HAMD-17量表评分下降11.2分，情绪平复速度比传统咨询快2.3倍。案例显示，用户愤怒时系统通过深呼吸引导使其交感神经活跃度下降23%。

大型语言模型如何“思考”一直是未解之谜。Anthropic团队通过神经科学启发的方法，构建“AI显微镜”技术，首次追踪到Claude 3.5 Haiku模型内部的计算路径，发现其具备跨语言概念空间、诗歌押韵预规划能力，但也存在编造推理的行为。

研究通过干预模型内部特征（features，即特定概念对应的神经元激活模式），结合多语言翻译、诗歌生成和数学计算任务，发现模型处理“small”的反义词时，英语、法语和中文激活相同的核心特征，表明存在抽象概念空间。Claude 3.5 Haiku的跨语言特征共享比例是小模型的2倍。此外在生成诗歌“His hunger was like a starving rabbit”时，模型提前激活“rabbit”概念。通过特征抑制实验，可强制其改用“habit”或非押韵词“green”。

研究还发现，加法运算36+59时，模型同时启动近似计算（输出90+）和末位精确计算（5+9=14），最终合并为95，但对外解释时仍声称使用“进位法”。当给出错误提示时，模型会反向构造看似合理的数学步骤（如虚构cosine计算过程），特征追踪显示其实际未执行相关运算。研究还发现，模型默认拒绝回答未知问题（如虚构人物“Michael Batkin”），但若人为激活“已知答案”特征，会触发幻觉回答。此外，语法连贯性需求可能压倒安全机制（如jailbreak案例中模型被迫完成“炸弹”指令）。

海马体回放（hippocampal replay）是神经科学中的经典现象，传统认为其具有双重功能：在线支持即时决策（如规划）和离线促进记忆巩固。然而，近期发表在Trends in Neurosciences的论文对这一观点提出质疑，认为清醒回放的作用可能被高估，更多证据支持其通过离线学习间接影响行为。

作者综合分析了啮齿类动物实验数据，包括回放内容与行为的关联性、任务表现预测及干扰实验，并结合强化学习模型解释回放的优先化机制。此外，通过记忆标记假说和神经递质（如多巴胺）研究，探讨了清醒回放如何驱动睡眠中的记忆巩固。

研究发现，回放内容有时预测未来路径，有时却与回避行为或过去奖励相关，难以统一解释为在线决策。干扰清醒回放对任务表现的即时影响有限，更多证据指向其促进跨时段学习。此外，回放优先更新价值函数（如EVB模型），其内容看似规划，实为强化学习中的“ fictive experience”。清醒回放通过增加记忆的“潜在兴奋状态”，优先化睡眠中的巩固。