追问daily | 不到一美元预测痴呆症风险；小样本也能揭示大脑奥秘；常见遗传差异如何影响罕见神经发育疾病

威康信托桑格研究所及其合作者，开展了这项研究，探讨常见遗传变异如何影响罕见神经发育疾病。这项研究基于Deciphering Developmental Disorders（DDD）研究和100,000基因组计划的大规模数据分析。

研究团队分析了11,573名罕见神经发育疾病患者、9,128名父母和26,869名对照的数据，评估常见DNA变异在这些疾病中的作用。研究显示，常见变异总体仅占疾病风险的10%，但在无单基因诊断的患者中，这些变异的风险更高。通过“多基因评分”（polygenic score，用于评估基因对某些性状或疾病的累积影响），研究发现教育水平和认知能力相关的多基因背景在父母中未传递的等位基因可能通过“间接遗传效应”（indirect genetic effects，指未直接遗传但通过环境或家庭行为模式影响下一代的风险）影响孩子的疾病风险。研究还支持“责任阈值模型”，即常见和罕见变异共同作用决定疾病风险。这项研究进一步揭示了遗传与环境因素的复杂交互作用，为罕见神经发育疾病的诊断和干预提供了新思路。研究结果发表在 Nature 上。

骨骼发育的多组学蓝图揭示基因调控网络

威康信托桑格研究所与多个国际合作机构共同研究了人类骨骼和关节的发育机制。这项工作是“人类细胞图谱”项目的一部分，旨在揭示胚胎发育中的细胞命运和基因调控机制。

研究团队采用单细胞转录组学（single-cell transcriptomics）和表观遗传学（epigenetic profiling）技术，对超过 33.6 万个细胞核进行了分析，并结合 ISS-Patcher 工具定位细胞分布。在受孕 5-11 周期间，研究描述了软骨细胞和骨细胞的分化轨迹，发现软骨内成骨和膜内成骨两种骨生成模式，并指出头骨顶部无需软骨支架即可直接生成骨组织。

通过 SNP2Cell 工具，研究团队关联了骨关节炎（osteoarthritis）等多基因疾病的潜在调控网络。他们还通过模拟计算预测了颅缝早闭等病理性基因变异的影响，揭示了影响这些疾病的细胞状态和分子机制。这项研究不仅描绘了骨骼发育的动态蓝图，还探索了孕期药物对骨骼发育的潜在干扰，进一步推动了新型治疗方法的研发。研究成果发表在 Nature 上。

罗格斯大学的研究团队开发了一种利用脑成像技术研究精神疾病的新方法。这项研究目标是通过减少研究样本量要求，使精神病学研究对更多临床研究人员可行，同时揭示精神疾病中认知问题的共性机制。

研究提出了一种名为“元匹配”（meta-matching）的分析方法，通过整合大规模人群数据和小规模临床数据，准确预测精神疾病患者的认知功能（cognitive functioning，指个体处理、存储和运用信息的能力）。团队测试了抑郁症、焦虑症和精神分裂症患者的认知功能模型，验证了该方法的稳定性与科学性。结果显示，与认知功能相关的大脑网络与处理感官信息区域的连接性普遍下降，这种模式在多种精神疾病中表现一致，可能反映了认知障碍的共性生物机制。

研究发现发表在 Science Advances 上。尽管该方法尚在早期研究阶段，但其潜力不容忽视。未来，它可能扩展到其他症状的研究，从而改善患者的个性化治疗路径。

罕见基因突变引发严重神经障碍

奥地利卡尔·兰德斯坦纳健康科学大学Gerald Obermair教授团队，围绕钙离子通道调控在神经功能中的作用开展研究。研究聚焦CACNA2D2基因中一种罕见的双等位基因突变，结合分子生物学和动物模型，解析突变如何导致发育性癫痫性脑病（DEE）。

研究采用了海马神经元细胞模型，通过将CACNA2D2基因中p.R593P突变的同源版本（p.R596P）引入小鼠神经元进行实验。结果发现，突变导致α2δ-2蛋白的膜表达降低（失去约60%功能）及突触定位异常。这种改变进一步影响了钙通道（CaV1.3，钙信号传递的重要途径）和突触蛋白（Synapsin，用于突触连接的关键蛋白）的功能，降低了兴奋性突触中微小突触后电流的幅度（平均减少30%），最终破坏神经元之间的信号交流。此外，研究还发现该突变影响了GABAA受体（大脑主要抑制性神经递质受体）的募集，使神经元变得异常活跃，解释了DEE患者癫痫发作的根本原因。

这项研究表明，突变不仅影响钙通道功能，还涉及突触病，强调了研究α2δ蛋白突变在多种神经障碍中作用的重要性。研究发表在 Journal of Neurochemistry 上。

孤独症是一种常见的神经发育障碍，其遗传机制备受关注。特拉维夫大学 Boaz Barak 教授团队及其合作者，通过孤独症小鼠模型和患者诱导干细胞研究，深入探索了 SHANK3 基因突变对非神经元细胞和髓磷脂生成的影响。

团队通过遗传工程方法引入 SHANK3 基因突变（InsG3680），发现其导致少突胶质细胞（oligodendrocytes，负责生成神经纤维的髓磷脂）接收化学信号和生成髓磷脂的能力双重受损。这些缺陷进一步影响白质（white matter）结构完整性，削弱神经信号传导效率，并导致孤独症相关行为异常。

研究采用两种验证途径：一是基于小鼠模型，检测髓磷脂相关基因和蛋白表达降低；二是从孤独症患者皮肤细胞生成的诱导多能干细胞中，观测到相似的细胞缺陷。此外，团队成功通过基因治疗修复了这些细胞，恢复了其正常功能。该研究发表在 Science Advances 上。

苔藓纤维突触的分子重组揭示记忆形成的基础机制

海马体是大脑中关键的记忆中心，其突触活动的分子机制一直是神经科学的研究热点。来自奥地利科学技术研究所和马克斯·普朗克多学科科学研究所的国际团队，通过尖端技术揭示了苔藓纤维突触在记忆形成中的重要作用。

研究团队使用了一种名为“Flash and Freeze”的新技术，对小鼠海马体苔藓纤维突触进行了高精度观测。这种技术能够瞬间冻结神经元，保留动态信号传递过程中的分子状态。通过化学增强方法（福斯可林），结合电子显微镜和冷冻断裂标记（freeze-fracture replica labeling, FRL），研究揭示了突触释放区的显著变化：可释放囊泡池的数量增加了146%。Munc13-1（启动蛋白）和CaV2.1钙通道的空间距离缩短，信号传递更高效。结构变化与功能增强呈正相关，表明这些纳米级的重组是记忆形成的重要基础。

这些结果表明，突触活动中的微观结构重组为记忆储存提供了支持，并进一步强调了苔藓纤维突触的高可塑性。研究成果发表在 PLOS Biology 上。

神经系统疾病如阿尔茨海默病和帕金森病的治疗长期受制于血脑屏障（BBB）的保护作用。尽管这一屏障至关重要，但也阻碍了药物和疗法的传递。为了解决这一问题，国际研究团队利用低强度聚焦超声（LIFU）结合循环微泡技术，研究其对BBB的影响及大脑自我修复机制。实验对象为成年猕猴，研究方法包括免疫组织化学分析，聚焦神经血管单元（NVU）的动态变化。

研究发现，LIFU通过声波与微泡相结合，能安全且暂时性地打开BBB。治疗后3小时，观察到轻微炎症反应，免疫细胞如小胶质细胞（microglia）和星形胶质细胞（astrocytes）被激活，血管生成相关因子如PDGFR-β（一种促进血管生成的蛋白质）和VEGF-A（一种强效的血管生成因子）表达增加，促进新血管生成。7天后，新生血管进一步恢复了血脑屏障的完整性。到第30天，神经血管单元完全恢复，未见显著长期损伤，如肿胀或出血。这表明LIFU可作为一种安全有效的技术，为治疗脑部疾病提供了全新路径。研究发表在 Journal of Controlled Release。

神经质是一种重要的人格特质，通常与情绪不稳定和心理健康问题相关，过去的研究已发现其与人类基因组的多个位点相关。然而，关于这种人格特质的遗传学机制仍有许多未解之谜。为深入探索其遗传基础，复旦大学的研究团队开展了大规模研究，利用英国生物银行（UK Biobank）的基因和健康数据，揭示了14个与神经质相关的基因，其中12个为首次发现。

研究团队对454,787名英国个体的外显子组进行了大规模测序，采用“崩溃分析”（collapsing analysis，一种通过将基因变异归类为功能组来识别稀有变异的方法）识别了14个神经质相关基因，包括首次发现的PTPRE（蛋白酪氨酸磷酸酶受体型E，用于信号传导）、BCL10（B细胞淋巴瘤10，与细胞死亡相关）等12个新基因。研究表明，这些罕见编码变异对神经质的遗传贡献率高达7.3%。此外，他们还发现78个常见变异与神经质显著关联，其中包括6个新基因，并通过对其他族裔和23andMe样本的元分析验证了结果。这些基因变异被证实对神经精神疾病（如抑郁症）、认知能力（如推理能力）以及脑结构（如脑灰质体积）有广泛影响。研究发表于 Nature Human Behaviour。

DeepSeek推出其首个以推理为中心的大语言模型（LLM）R1-Lite-Preview，通过基于网络的聊天工具DeepSeek Chat面向公众发布。作为中国量化对冲基金高翔资本管理公司的人工智能分支，DeepSeek致力于高性能开源技术的开发，其新模型凭借透明的思维过程和超越性表现引起广泛关注。

R1-Lite-Preview的性能在多个推理基准上优于OpenAI的o1-preview模型，例如美国数学邀请赛（AIME）和MATH。其独特的“思维链”（Chain-of-Thought）推理功能，通过展示模型思考过程中的逻辑链条，让用户能够追踪其推理步骤。这种透明性不仅增强了用户的信任，还显著提升了模型在复杂问题上的表现力。

该模型在处理逻辑推理和数学问题时表现突出，例如成功回答“草莓一词中有多少个字母R？”等复杂提问。此外，DeepSeek还公布了扩展数据，证明随着“思想标记”（Thought Tokens）数量增加，模型准确性稳步提高。尽管尚未开放代码或API供独立验证，DeepSeek承诺将在未来开放R1系列模型和相关API，延续其支持开源社区的传统。

OpenAI宣布对其核心语言模型GPT-4o进行了全面升级，最新版本为“gpt-4o-2024-11-20”。据悉，此次更新显著提升了模型的写作能力，以及对上传文件的理解深度和响应质量。然而，OpenAI并未公开具体的更新细节。

用户测试显示，新版本在文件解读能力上确实有所增强，但运行速度似乎略有下降。值得一提的是，OpenAI同步发布了该版本的API，进一步扩大了开发者和企业的应用场景。此举帮助OpenAI成功夺回了人工智能竞技场的首位。

此前，由谷歌开发的Gemini-Exp-1114（实验性多模态AI模型）在性能表现上超越了GPT-4o，并短暂登顶榜首。然而，新版gpt-4o的强势回归表明，OpenAI在技术创新与市场竞争中依然占据主导地位。

谷歌正在为其人工智能工具增添记忆功能与艺术辅助能力，使用户体验更加个性化与创新。首个更新为Gemini AI助手提供了类似于ChatGPT的记忆能力。用户可通过对话或“已保存的信息”页面让Gemini记住自己的兴趣、背景和目标，减少重复沟通。用户还可随时编辑、删除这些信息，并在AI使用这些数据时收到通知。这项功能对开发者、作家和学生等需长时间合作AI的人群尤为实用。目前，该记忆功能仅支持英文，需通过Google One AI Premium Plan订阅Gemini Advanced。

此外，谷歌笔记应用Google Keep也即将迎来人工智能辅助艺术创作功能。据Android Authority报道，新功能将允许用户上传或直接绘制草图，并借助AI生成专业风格的艺术作品，包括铅笔画、墨水画和矢量图。AI能够区分绘图与文字，并依据需求调整表现形式。未来，该功能或将支持通过文本生成图像的能力，尽管具体上线日期尚未公布，但相关代码暗示推出时间可能已不远。

无论是Gemini AI根据偏好推荐阅读内容，还是Google Keep将涂鸦变成艺术杰作，这些新功能旨在通过高效的交互缩短用户与人工智能实现目标之间的距离。

痴呆症是全球关注的重大健康问题，早期干预可以显著改善患者生活质量。研究团队开发了一种新方法，通过患者电子健康记录（EHR）的医疗笔记预测痴呆症风险。

研究采用以决策为中心的内容选择技术，从患者医疗笔记中筛选与痴呆症相关的关键句子，利用Longformer（长文本语言模型）架构进行预测分析。模型在仅使用一年内观察期数据的情况下，预测痴呆症风险的曲线下面积（AUC）达到78.43，表现优于传统技术。该方法避免了信息冗余，保留文本上下文，并大幅降低了计算成本。研究团队表示，这一框架的广泛应用将为初级医疗提供者减轻负担，为患者和家庭提供更好的支持和资源。研究发表在 Computers in Biology and Medicine 上。

抑郁症作为一种常见的精神疾病，影响了全球约2.8亿人。为了更客观、有效地诊断抑郁症，立陶宛考纳斯理工大学的研究团队，开发了一种多模态AI诊断模型。

研究利用MODMA数据集的脑电图（EEG）和语音数据，结合改进的DenseNet121深度学习模型，通过短时傅里叶变换（STFT spectrograms，用于将信号分解为频率成分）和Mel频谱图（Mel-spectrograms，用于音频特征提取）进行特征分析。数据经预处理后被输入多模态分类模型，模型整合了EEG和音频数据特征，以提高诊断准确性。

结果显示，该模型在测试中达到了97.53%的诊断准确率，同时在精准率（98.20%）、F1评分（97.76%）和召回率（97.32%）方面均表现卓越。这种方法在提高诊断效率的同时，有望实现远程和客观的抑郁症评估。研究团队强调，该模型仍需进一步优化以提升其解释性，并计划在未来开展更多临床试验。研究发表在 Brain Sciences Journal 上。

人工智能在医疗领域的应用愈发广泛，但其对医生诊断行为的影响尚未明确。美国食品药品监督管理局（FDA）批准了多款医学AI软件，但实际应用与概念验证之间仍存在差距。本研究由圣裘德儿童研究医院和约翰霍普金斯大学联合开展，重点探讨了AI解释形式对胸部X光片诊断的作用。

该研究在2022年4月至9月期间进行，采用随机分组设计，比较局部解释（local explanation，基于图像特征，突出关键区域）和全局解释（global explanation，通过相似案例展示AI推理）的诊断效果。220名医生参与实验，包括146名男性，平均年龄30岁（四分位间距28-32.75岁）。

实验显示，当AI建议正确时，局部解释的诊断准确率（92.8%）显著高于全局解释（85.3%），且诊断效率更高（β = -0.19，P < .01）。然而，当AI建议错误时，局部解释的误导性更大，导致错误诊断的比例（23.6%）略高于全局解释（26.1%）。此外，医生无论AI建议正确与否，都对局部解释表现出更高的“简单信任”（简单快速地同意AI的判断）。研究表明，AI解释的选择需谨慎，以平衡诊断效率与信任风险。本研究发表于 Radiology。

人类和动物在不经思考的情况下能够通过自然振荡模式实现高效运动。这一现象被称为内在动力学（Intrinsic Dynamics）。然而，将这一概念应用于复杂的机器人运动一直是一大挑战。慕尼黑工业大学传感器机器人系统与智能辅助系统团队，在德国航空航天中心的支持下，开发了一种工具，首次实现了高效运动模式的计算。

研究对象是一台四足机器人BERT，团队探索了其六种运动模式，包括类似自然界步态的行走、小跑和跳跃。研究者通过计算机控制的调节器（regulator），在适当时刻发送脉冲，使运动与自然振荡模式对齐。实验表明，采用内在动力学方法的BERT表现出比传统方法更快、更动态的运动。另一项研究进一步验证了人类在操控非线性动力学系统时的高效共振能力。实验中，参与者通过触觉操纵杆控制虚拟双摆，并成功调整肌肉刚度使运动轨迹更接近自然模式。这一发现为研究复杂动态交互提供了全新视角。研究发表在 Nature Machine Intelligence 上。

滑铁卢大学的研究团队开发了一种基于压电效应（Piezoelectric Effect）的微型可穿戴发电机。这一创新解决了传统压电材料易碎、昂贵且发电效率低的问题，为可持续清洁能源领域带来了突破性进展。

研究团队采用了有机金属卤化物钙钛矿（Organometal Halide Perovskite，OHP）复合材料作为核心材料，通过化学功能化提升了材料性能。他们在材料中引入功能化聚苯乙烯（Polystyrene），增大颗粒尺寸，均匀分布卤化物离子，并保持结构完整性，从而显著提高了压电响应。实验结果显示，这种材料在未优化状态下的电流密度为 2.6 µAcm−2N−1，通过优化后的电极插层技术，电流密度提升至 25 µAcm−2N−1。这一成果显著超越了陶瓷材料的性能，为低成本、高效率的能量采集提供了新的技术路线。该研究发表在 Nature Communications 上

美国Winona州立大学研究团队，研究了生成式人工智能（AI）图像工具对化学家形象生成的表现。该研究旨在探讨AI生成的化学家图像是否能准确反映现实中的性别、种族和残疾多样性。

研究选用了四种生成式人工智能工具（Adobe Firefly、DALL·E2、Craiyon和DreamStudio），生成了200张化学家的肖像图像，并结合美国国家科学基金会（NSF）的统计数据以及美国化学学会（ACS）的准则进行分析。结果显示，虽然整体图像的性别比例与NSF数据相符，但个别AI工具表现出明显偏见。例如，有的工具完全忽略了少数族裔和残疾人，另一些则倾向于将女性和少数族裔设定为“助理”角色，而白人男性占据“领导者”形象。

研究进一步揭示了AI在社会刻板印象基础上放大偏见的机制。例如，通过调查Winona州立大学学生对“化学家形象”的认知，发现即使是少数族裔或女性学生，也倾向于描述化学家为“白人男性”。这些发现凸显了AI在生成图像时的潜在偏见问题，并提出改进AI模型以更准确反映社会多样性的必要性。研究发表在 Journal of Chemical Education 上。