使用遞歸生成數據訓練的AI模型會發生崩潰等

《自然》

使用遞歸生成數據訓練的AI模型會發生崩潰

《自然》封面：錯誤輸出。《自然》雜志第8022期封面文章報道了將AI生成的數據輸入一個模型，會導致后續幾代模型退化直到崩潰。在一項測試中，關于中世紀建筑的原始文本到了第九代居然變成了一串野兔的名字！生成式人工智能（AI）工具（如大語言模型）的爆發得益于用來訓練它們的由人類生成的大型數據集。隨著這些工具不斷涌現，以及它們輸出的結果在網絡上不斷增多，訓練數據的來源必然會轉向計算機生成的內容。使用AI生成數據訓練模型并非不可能，但需要非常仔細地過濾這些數據，而人類生成的數據可能仍具優勢。

裸蓋菇素對人腦網絡的去同步化研究

《自然》封面：改變狀態。《自然》雜志第8023期封面文章報道了藥物誘導的大腦狀態及它們隨時間的變化。裸蓋菇素是在迷幻蘑菇中發現的一種致幻物質。除致幻作用外，它在參與治療重性抑郁障礙和成癮方面也表現出一定前景。研究發現，裸蓋菇素會使不同腦區內的活動去同步，從而干擾皮質和下皮質的神經連接。這些變化在對空間、時間和自我感知相關的腦區中最為強烈，有些干擾可達數周。完成簡單的音視頻匹配任務能減輕這一藥物對大腦的作用。這說明裸蓋菇素能增強大腦的可塑性，有助于治療與適應不良的僵化思考模式相關的疾病。

四個世紀來最高的海洋溫度令大堡礁處于危險境地

《自然》封面：澳大利亞大堡礁大規模珊瑚白化的藝術圖。《自然》雜志第8024期封面文章報道了科學家們重建了17世紀的夏季海表溫度，并揭示出最近的白化事件發生在400年來最熱的水中。2016年到2024年間，珊瑚礁經歷的5次大規模白化和致死事件，是由高海表溫度引起的。研究者利用珊瑚骨骼的地球化學記錄，重建了自1618年以后的溫度。1900年后的變暖趨勢和觀測到的大規模珊瑚白化，表明人為氣候變化對大堡礁生態系統的生存威脅現在已經形成。高溫會導致越來越頻繁和嚴重的白化和死亡事件，可能會超出珊瑚礁能恢復的限度。

巨石陣的祭壇石來自蘇格蘭

《自然》封面：巨石陣。《自然》雜志第8025期封面文章報道了祭壇石可能從約750千米以外的蘇格蘭長途跋涉而來。揭開巨石陣的歷史面臨諸多挑戰，尤其是所有石頭從何而來以及如何運達的問題。這個新石器時代的結構由兩類石頭組成：來自25千米以外馬爾伯勒附近的撒森石，以及來自威爾士的藍石。遺址中最大的藍石是6噸重的祭壇石，但祭壇石的特殊之處在于它不是來自威爾士。研究團隊分析了兩個祭壇石的碎片，發現其與蘇格蘭東北部奧卡汀盆地的老紅砂巖驚人相似。祭壇石或通過海路運輸，提示新石器時代英國的社會組織程度較高。

（本頁期刊封面圖來自《自然》官網）

《科學》

植物刺的趨同進化機制探索

《科學》封面：植物的皮刺。《科學》雜志第6708期封面文章報道了植物刺發育中基因共選擇的深層次機制，為理解生物多樣性進化提供新視角。不同物種在面對相似環境壓力時，往往會獨立演化出相似的適應性特征，這種現象被稱為趨同進化。在有刺的物種中，基因編輯可以產生無刺的植物，同時保持生長和發育的其他方面不變。這對馴化和作物改良具有明顯的意義。基因編輯植物還可用于檢驗刺的生態作用。機械防御對植物來說可能是昂貴的，當防御的代價高于被攻擊的代價時，刺的丟失應受到青睞。這為探索自然和農藝選擇開辟新的途徑。

關于全球科學公平的報道

《科學》封面：糾正過去的錯誤。《科學》雜志第6709期封面文章報道了科學如何擺脫殖民遺產。幾個世紀的殖民主義在科學領域留下了揮之不去的不平等。但是世界各地的科學家正在共同努力改變科學影響的軸心，將全球南方的科學家帶到聚光燈下，并建立一個更公平的研究企業。尼日利亞就是一個擁有2.2億人口的石油大國，已經擺脫英國統治60年了，她擁有很多著名的大學，也是西非最大的經濟體之一。但是許多年輕的研究人員仍然離開尼日利亞，去尋找更好的機會。殖民勢力對資源的榨取所造成的不平衡一直延續至今。

用于新冠的數字接觸追蹤數據揭示了詳細的流行病動態變化

《科學》封面：2021年7月11日，球迷們觀看2020年歐洲杯決賽。《科學》雜志第6710期封面文章報道了使用英格蘭和威爾士國家衛生服務COVID-19應用程序作為示例，數字接觸追蹤數據以前所未有的細節揭示了流行病的動態變化。研究發現，除了其減少疾病傳播的主要目的之外，數字接觸追蹤所提供的線索還具有前所未有的時間分辨率。鑒于其無與倫比的可擴展性及它們為精準公共衛生提供的洞察力，數字工具很可能在下一次的疾病大流行中發揮更大的作用。研究揭示了從家庭感染向短暫接觸的轉變，尤其是在周末和節假日期間。

日本能登半島地區發生自1885年有數據以來的最強地震

《科學》封面：2024年日本能登地震約為7.5級，導致能登半島和日本中部出現大量地面晃動導致房屋受損。《科學》雜志第6711期封面文章報道了科學家通過多源數據聯合反演，獲取精細的斷層滑移分布和地震斷層破裂過程，進而發現這種罕見的圍繞斷層凹凸體的“雙重起始”破裂傳播機制。自2020年以來，能登半島地下的斷層一直發生眾多小地震序列，但均未打破斷層屏障。而2024年的這次地震包含兩個相距16千米、相差10秒的破裂起始點，這個雙重起始破裂突破斷層屏障區域，導致能量的強力釋放和地面的劇烈震動。

（本頁期刊封面圖來自《科學》官網）

臨床科研

采血預測疾病研究

復旦大學附屬華山醫院郁金泰、毛穎團隊與類腦智能科學與技術研究院程煒、馮建峰團隊聯合攻關，啟動并繪制了健康與疾病血漿蛋白質組圖譜。相關成果發表于《細胞》（Cell）。研究納入了1706種人類疾病與表型，繪制出一張全面的蛋白質組圖譜，并借助機器學習模型，成功挖掘出極具潛力的疾病預測診斷生物標志物和治療靶點，通過對蛋白質組大數據的深度分析，構建人類健康表型并監測自身健康和疾病狀況，為精準醫學實施奠定了基礎。與此同時，聯合團隊基于研究成果建立了可開放訪問的蛋白質組-表型組資源數據庫，數據庫覆蓋約三千種蛋白、上千種疾病與近千種表型，幾乎與生物醫藥的所有領域都密切相關。

星形膠質細胞在神經炎癥條件下的亞狀態轉變過程

中國科學院腦科學與智能技術卓越創新中心周海波研究組揭示了星形膠質細胞在神經炎癥條件下的亞狀態轉變過程，為星形膠質細胞的異質性理論提供了實驗證據。相關成果發表于《自然·衰老》（Nature Aging）。靜息狀態的星形膠質細胞在受到炎癥刺激后會先表現為神經保護性狀態，后轉變為神經毒性狀態，這挑戰了領域內關于星形膠質細胞狀態轉變的傳統觀點。在阿爾茨海默病和帕金森病小鼠模型中，可以降低活化的星形膠質細胞的神經毒性，減輕相關神經退行性疾病的表型。精準干預星形膠質細胞的狀態轉變，有望為治療阿爾茨海默病、帕金森病等神經退行性疾病提供新的治療方案。

過敏性哮喘研究

四川大學華西醫院免疫與血液研究院/全國重點實驗室張惠媛教授、胡洪波研究員團隊與陸軍軍醫大學西南醫院劉新東教授合作，在過敏性哮喘研究方面取得進展。相關成果發表于《免疫》（Immunity）。過敏性哮喘（簡稱哮喘）是一種常見的慢性呼吸道免疫性疾病，其發病機制主要與過敏原誘導的輔助性2型T細胞異常激活相關。傳統治療手段支氣管擴張劑和糖皮質激素等能夠有效緩解哮喘患者癥狀，但無法實現根治哮喘。此外，對于重癥哮喘患者，藥物耐藥性問題進一步限制了現有治療方案的療效。研究探索新的治療策略，特別是針對致病性輔助性2型T細胞的精準靶向治療，已成為哮喘治療領域的關鍵研究方向。

升級快速誘導人多能干細胞技術體系

北京大學、昌平國家實驗室鄧宏魁課題組與北京大學關景洋課題組合作，發現了化學重編程體系的關鍵表觀遺傳障礙，進一步升級快速化學重編程體系，實現最短10天即可將人的成體細胞誘導為多能干細胞。相關成果發表于《自然·化學生物學》（Nature Chemical Biology）。多能干細胞具有無限自我更新和分化為生物體所有功能細胞類型的能力，是再生醫學領域最關鍵的“種子細胞”。如何在體外誘導獲得人多能干細胞一直是生命科學領域的重要問題。這項研究完善了化學重編程技術制備人多能干細胞的方法，為后續應用于再生醫學領域提供了更加快速高效穩定的底層技術體系，將極大促進人多能干細胞在再生醫學領域的廣泛應用。

蛋白決定性狀：相同的基因，蛋白不同，性狀完全不同（圖片來源于復旦大學網站）

植物科學

水稻耐堿-熱基因挖掘與機制研究

上海交通大學林尤舜研究團隊與中國科學院分子植物科學卓越創新中心林鴻宣研究團隊合作，成功分離克隆了水稻堿-熱抗性新基因，闡明了它們調控耐鹽堿、耐熱性的新機制，并且為突破半矮稈綠色革命主栽品種的抗逆性與產量互相拮抗的瓶頸問題提出了新的解決方案。相關成果發表于《自然》（Nature）。研究發現，精準調控赤霉素到最佳中等水平是同時提高水稻堿-熱脅迫耐受性和產量的關鍵；并發現一個有望成為潛在的“后綠色革命”基因，它可以微調赤霉素到最佳中等水平，從而進一步同時提高半矮稈綠色革命水稻品種的堿-熱耐受性和產量。這對于鹽堿地的開發利用和未來農業的可持續發展具有重要的意義。

氣候塑造中國常綠與落葉植物葉相特征的差異演化

中國科學院西雙版納熱帶植物園的李樹峰研究員與中國科學院昆明植物研究所的陳文允博士、成都理工大學的蘇濤教授攜手合作，對中國濕潤、半濕潤地區的2111種常綠植物和1001種落葉原生木本雙子葉植物開展研究。相關成果發表于《古地理學·古氣候學·古生態學》（Palaeogeography，Palaeoclimatology，.Palaeoecology）。兩種植物習性在環境耐受性方面存在顯著差異。這些差異與東亞冬季季風所造就的氣候條件緊密相連。常綠樹種和落葉樹種通過各自獨特的葉片特征，適應了東亞冬季季風所帶來的特定氣候條件。這表明東亞冬季風對常綠和落葉植物的葉相特征產生了顯著影響，甚至驅動了葉相特征的改變。

楊樹葉綠素合成轉錄調控新機制

北京林業大學生物科學與技術學院康向陽教授團隊在楊樹葉片葉綠素合成分子調控機制方面取得了重要進展。相關成果發表于《植物·細胞和環境》（Plant， Cell amp; Environment）。葉綠素作為光合作用和能量傳遞的基石，其合成對植物的生長和發育至關重要。研究發現，在楊樹中過表達某基因時，葉綠素含量增加、光合作用增強，且葉片出現皺縮、葉面積增大、葉片生物量增加等表型變化，同時地徑顯著增加。為了探究調控機制，篩選出下游調控靶基因，研究證明了能夠直接激活3個與葉綠素合成和光合作用密切相關的基因的表達，從而促進它們的轉錄。研究為通過分子設計育種調控葉綠素合成、提升光合作用效率等提供了新思路。

揭示全球尺度上風速與植物水力性狀之間的關系

中國科學院華南植物園恢復生態學團隊賀鵬程等人通過測定大量的野外實地森林木本植物，并收集前人已發表文章的相關數據，建立了包含全球469個樣地1922種木本植物（2786個觀測值）的關鍵植物水力性狀數據庫，分析了植物水力性狀與全球風速之間的關系。相關成果發表于《自然·生態與進化》（Nature Ecology.amp; Evolution）。鑒于近年來全球風速正快速增強，風對植物的負面作用可能會抵消其他環境因子如二氧化碳濃度升高、氮沉降增加，甚至全球變暖對植物的正面影響。此外，開展嚴格的野外和室內控制實驗將有助于進一步揭示風對植物水力性狀影響的機制。

上海松江農場相關水稻生長情況（圖片來源于上海交通大學網站）

動物研究

高黎貢地區野生動物時空分布格局及保護空缺

中國科學院昆明動物研究所蔣學龍研究組在高黎貢地區建立了28個紅外相機監測樣地。共布設相機695臺，累計監測時長467 509天，記錄到102 012條獨立有效事件。相關成果發表于《生物保護》（Biological Conservation）。高黎貢地區地處中緬邊境地區，基于網格化系統監測數據發現：全年大中型獸類群落平均占域率對緯度表現出強烈的負響應；干季群落占域率對緯度、海拔及人類改造和即時人類活動同樣表現出負響應；還發現高黎貢地區不同區域的大中型獸類組成不同，物種周轉是區域多樣性變化的主要驅動因素。更重要的是，與雨季相比，干季1700～2300m低海拔地區物種增加。

動物、人體和環境間的區域性耐藥基因流

中國農業大學動物科學技術學院胡永飛教授團隊與中國疾病預防控制中心傳染病預防控制所等單位合作，結合宏基因組測序、耐藥菌株分離培養、大規模組學數據分析和機器學習模型等，深入揭示了“同一健康（One Health）”理念下，耐藥基因在動物、人體和環境間的區域性流動。相關成果發表于《微生物組》（Microbiome）。攜帶相同碳青霉烯酶基因的大腸桿菌可分布于多個樣本中。1株同時攜帶3種碳青霉烯酶耐藥基因的解鳥氨酸克雷伯菌同時存在于蒼蠅和人源樣本中，表明蒼蠅可能介導了這一碳青霉烯耐藥菌株的傳播。研究揭示耐藥基因在動物、人體和環境間的區域性傳播途徑和規律，并從基因組學角度提供證據。

揭示社交決策的神經編碼機制

西安交通大學王昌河教授團隊發現成年雄鼠和雌鼠個體在正常生理條件下均表現為雌性偏好，但在生存威脅下則會轉變為雄性社交偏好。相關成果發表于《科學》（Science）。社交活動是哺乳動物的一種本能行為。中腦多巴胺獎賞系統是決定這一行為決策的核心機制，但雄性個體與雌性個體采用不同的環路決策機制（性別二態性）。雄性個體腹側被蓋區多巴胺能神經元向伏隔核投射的獎賞環路（生殖繁衍的內在需求）介導其雌性社交偏好，而中腦多巴胺向內側視前區投射的防御環路（響應外在生存威脅）則介導其雄性社交偏好，兩個環路之間競爭與平衡決定其最終的性別選擇決策；在雌性個體中，其雌雄偏好性均由某獎賞環路介導。

長期攝入牛奶脂肪不會增加小鼠脂質負擔

中國農業科學院北京畜牧獸醫研究所王加啟等人與農業農村部食物與營養發展研究所動物食物與營養政策中心合作，揭示牛奶脂肪的有益作用。相關成果發表于《宏》（iMeta）。由于飽和脂肪酸與心血管疾病風險呈正相關，因此有消費者擔心長期攝入全脂牛奶或牛奶脂肪會導致肥胖和心血管疾病。以往有關全脂牛奶與血脂健康的研究主要為人群回顧性觀察，眾多干擾因素導致學術界一直沒有定論。研究發現高脂飲食模型小鼠長期攝入牛奶脂肪或全脂牛奶不會顯著增加小鼠的體重及血脂負擔，并且乳脂肪中多種有益脂肪酸可改善小鼠腸道微環境，長期攝入能夠通過特異性誘導調節低密度脂蛋白膽固醇，降低小鼠血脂負擔。

高黎貢地區記錄的部分國家重點保護動物（圖片來源于中國科學院昆明動物研究所網站）

人工智能

深度學習模型的原位可視分析研究

中國科學院計算機網絡信息中心李觀、單桂華等人提出了一個針對深度學習模型訓練數據的原位可視分析框架，并形成了原位特征提取和神經元學習模式抽象兩大核心算法。相關成果發表于《IEEE可視化和計算機圖形學匯刊》（IEEE.Transactions.on.Visualization.and.Computer.Graphics）。深度學習網絡憑借其卓越的能力在各個領域取得了顯著成就，但高質量訓練仍然面臨諸多挑戰。原位特征提取算法在模型運行時復用內存數據，實時分析動態數據，有效解決了傳統事后分析的數據存儲和有關瓶頸問題；而神經元學習模式抽象算法則基于原位特征數據，抽象出神經元的3種學習模式，為可視分析提供了有力支持。

萬億次速率的復值卷積加速器用于特征提取與推理

北京郵電大學徐坤教授團隊實現了世界首個萬億次速率的復值光子卷積加速器，并將提出的計算硬件應用于衛星遙感數據的計算與推理。相關成果發表于《自然·通訊》（Nature Communications）。相較于實值神經網絡，復值神經網絡在處理幅度和相位信息方面具有優勢，在雷達、通信、機器人視覺和醫學檢測等眾多領域展現出應用潛力。然而，當前復值神經網絡多基于馮·諾伊曼架構的電子硬件運行，其算力與能耗難以滿足海量遙感數據處理需求。研究團隊設計了一種新型萬億次速率的復值卷積計算架構，專注于實現復值數據（如波動信號）的高效特征提取和推理，驗證了光學神經形態硬件在復值卷積計算架構中的硬件優勢。

人工智能驅動的空間蛋白質組學新技術

中國科學院動物研究所趙方慶團隊提出全新的空間蛋白組學技術框架，通過整合人工智能深度學習算法與微流控技術，實現全組織切片水平的高分辨率空間蛋白質組檢測（25微米分辨率，數千個蛋白），突破了高通量原位組學技術瓶頸。相關成果發表于《細胞》（Cell）。現有空間蛋白質組方法主要依賴抗體染色或質譜技術。前者因靶標數量有限，僅能檢測幾十至幾百種蛋白分子；后者檢測種類豐富，但逐點取樣方式增加了實驗成本和規模。新技術結合微流控技術，開發了高通量、低成本的靈活采樣平臺，可實現在25微米至100微米分辨率范圍內進行精確采樣，降低了對復雜昂貴設備的依賴，為復雜組織的高分辨率空間解析提供新工具。

一種全新的地理集成學習模型

南京信息工程大學協同創新中心楊元建教授、汪源教授等人提出了一種全新的地理集成學習模型，建立了全球高分辨率臭氧濃度數據集，評估了當前全球的臭氧污染水平，揭示了與臭氧相關的重大健康風險及區域和城鄉差異特征。相關成果發表于《自然·通訊》（Nature Communications）。全球臭氧污染日益嚴重，對人類健康和生態環境構成嚴重威脅。然而，現有評估研究可能低估了與全球臭氧相關的健康風險。為此，研究提出全新的地理集成學習模型，基于其高分辨率估算結果（0.05°）評估了當前全球的臭氧污染水平，重點聚焦于長短期人口暴露水平和全因死亡負擔，在全球尺度上揭示了當前與臭氧相關的重大健康風險。

深度學習模型原位可視分析系統（圖片來源于中國科學院計算機網絡信息中心網站）