关注+星标🌟，好搭档不错过
12.9
本周值得读
来自《自然》旗下期刊的新近发表，我们为您精选呈现。
1. 针对性深部脑刺激可增强脊髓损伤后的行走能力
2. 金星可能从未有过表面海洋
3. GenCast表现超越现有天气预报
4. 类鸟腿部帮助机器人跳跃起飞
神经科学 | 针对性深部脑刺激可增强脊髓损伤后的行走能力
Hypothalamic deep brain stimulation augments walking after spinal cord injury
Nature Medicine
根据《自然-医学》发表的一项研究，对一个被称为外侧下丘脑的区域进行深部脑刺激，能够改善经受过脊髓损伤的人类和啮齿动物的行走能力并促进康复。这些发现凸显出未来针对特定脑区使用深部脑刺激治疗脊髓损伤患者的潜力。
脊髓损伤会破坏大脑和脊髓之间的交流通道，常导致瘫痪或运动功能受损。一些脑区有助于控制行走；但还不清楚哪些区域受到脊髓损伤的影响最大，也不清楚其他脑区能如何支持康复并帮助恢复行走。
瑞士洛桑联邦理工学院（EPFL）的Gregoire Courtine、瑞士洛桑大学医院（CHUV）的Jocelyne Bloch和同事使用3D成像技术绘制了脊髓损伤小鼠在康复阶段的脑活动，以确定在此期间有哪些脑区参与到行走的部分。他们发现外侧下丘脑（通常负责唤起、进食和动力的脑区）有一组神经元似乎在康复中发挥了重要作用，为治疗干预提供了潜在新靶点。Courtine、Bloch和同事针对外侧下丘脑进行了深部脑刺激，发现有各种脊髓损伤的小鼠和大鼠的行走能力当即得到了改善。
随后，研究者测试了对外侧下丘脑进行深部脑刺激是否能改善两名慢性不完全脊髓损伤患者的行走能力。结果显示，两名需要依靠辅助设备行走但仍有步态问题的患者，在10米和6分钟的步行测试中行走能力都得到了改善，下半身运动能力也有所改善。当与康复治疗结合时，即使关闭深部脑刺激，患者的康复效果仍能持续。
作者认为，尽管还需更大规模的研究对更多患者进行测试以评估其安全性，但用深部脑刺激激活外侧下丘脑的神经元能有助于恢复一些严重脊髓损伤患者的部分运动能力。
临床试验参与者Wolfgang Jäger离开轮椅，利用外侧下丘脑的深部脑刺激爬上爬下台阶。视频来自NeuroRestore, 洛桑联邦理工学院
DOI：10.1038/s41591-024-03306-x
> 扫描二维码获取论文原文 <
天文学 | 金星可能从未有过表面海洋
A dry Venusian interior constrained by atmospheric chemistry
Nature Astronomy
《自然-天文学》发表了一篇论文，认为金星内部可能在其大部分历史中都是干燥的，这挑战了认为这个星球曾有过液体表面海洋的假说。
金星是一个不宜居的行星，平均表面温度约465°C，气压比地球海平面的压力高90倍。但它过去的环境情况我们还不清楚。地球和火星的水日积月累雕刻了地表，而金星不同，它的地表没有明显的水侵蚀的痕迹。对于金星是否一直都很干燥、不宜居，或是否曾有过表面液态水海洋，过去的研究一直有争议。
英国剑桥大学的Tereza Constantinou和同事根据金星如今的大气研究了它的过往历史。大气层和火山活动释放的气体有关，会反映出行星内部的含水情况。作者用一个化学模型确定了最能反映大气观测结果的金星内部组成。他们发现，金星内部缺乏氢，表明它现在比地球内部要干燥得多。Constantinou和同事认为，金星可能从来没有过适合海洋形成的条件，大气中存在过的任何水都只是以蒸汽形式存在，最终散佚到了太空中，而非凝结在行星表面。
作者认为，与金星相似的系外行星不太可能拥有液态水或者宜居环境。
为金星提出的二分气候路径。来源：Constantinou, et al.
DOI：10.1038/s41550-024-02414-5
本论文开放获取
> 扫描二维码获取论文原文 <
气候 | GenCast表现超越现有天气预报
Probabilistic weather forecasting with machine learning
Nature
《自然》发表的一项研究报道了一个机器学习模型，该模型能根据当前和未来天气进行可靠的概率天气预报。该模型名为“GenCast”，其表现超过了目前最好的传统中程天气预报，还能更好地预测极端天气、热带气旋路线和风能产量。
准确的天气预报对于个人、政府和组织的日常关键决策必不可少，这些决策包括是否带雨伞、评估风能产量或是极端天气规划。气象预报传统上使用数值天气预报法，这种方法估计当前天气，并基于此预测未来一段时间的天气（称为确定性预报）。这会产生大量潜在情景，通过结合这些情景就能进行天气预报。
英国谷歌DeepMind的Ilan Price和同事展示了一种名为GenCast的机器学习天气预测方法。该方法能生成概率性预测，即根据当前和之前的天气状态预测未来天气的可能性。作者用40年（1979至2018年）的天气发生最佳估计分析数据训练了GenCast，使其能在8分钟内对超过80个表面和大气变量进行以12小时为单位的15天全球预报。相较于欧洲中期天气预报中心的集合预报（ENS）——一种确定性预报且是全球当前最好的中期预报，他们发现GenCast 在用于评估表现的1320个指标的97.2%的指标上都优于ENS。他们还发现，GenCast在预测极端天气、热带气旋路线和风能产量时更有效。
作者指出，GenCast或能提供更高效、有效的天气预报，以支持实际规划。
预报和热带气旋轨迹可视化。来源：Price, et al.
DOI：10.1038/s41586-024-08252-9
本论文开放获取
> 扫描二维码获取论文原文<
工程学 | 类鸟腿部帮助机器人跳跃起飞
Fast ground-to-air transition with avian-inspired multifunctional legs
Nature
机器人RAVEN拥有以鸟为灵感的腿部，能跳跃起飞，也能在地面上行走，越过障碍物。近期《自然》描述了这一设计，它可以让飞行器在复杂地形中使用。
鸟类后肢有各种功能，如走、跳、跨，以及跳跃起飞。这些能力有望应用于飞行机器人，但构建有多个运动模块的系统很难，因为这种系统的机械结构可能会过于复杂或沉重，导致无法顺利起飞。
瑞士洛桑联邦理工学院的Won Dong Shin和同事克服了这些挑战，开发出了RAVEN（面向多环境的类禽机器人），该机器人的后肢能像鸟一样运动。这些肢体的结构模拟了髋、踝和足，不过整个设计不像在鸟中看到的多段式腿部解剖结构那么复杂。RAVEN能和鸟一样跳跃起飞，已知这能极大提升初始飞行起飞速度，而且比没有跳跃的起飞更节能。这种腿部设计还能切换多种运动步态，如行走、跳过缝隙和跳上障碍物。
作者总结说，虽然该系统仍需进一步优化，但在RAVEN腿部设计的启发下，今后有望设计出能使用多种运动模式的更多功能的机器人。
跳跃起飞1。RAVEN能够在没有任何外部辅助的情况下原地跳跃起飞。跳跃起飞是鸟类常用的起飞策略。视频来自Won Dong Shin
DOI：10.1038/s41586-024-08228-9
> 扫描二维码获取论文原文<
本周论文哪篇启发了你？评论区pick你印象深刻的一篇论文以及原因吧！
截止下周一（12月16日）12:00，我们将选出有诚意的评论寄出小礼品哦~🌟
牛津数理学部主任James Naismith与牛津苏州高研院共庆六载荣光
>> 点击图片查看详情 <<
版权声明：
本文由施普林格·自然上海办公室负责翻译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发至朋友圈，如需转载，请邮件China@nature.com。未经授权的翻译是侵权行为，版权方将保留追究法律责任的权利。
© 2024 Springer Nature Limited. All Rights Reserved
点击阅读原文，直通 nature.com
