《柳葉刀》子刊：教育水平越高，死亡風(fēng)險(xiǎn)越低

本周值得關(guān)注的科學(xué)前沿研究

Nature：艾滋病病毒是如何突破人類細(xì)胞核的？

《柳葉刀》子刊：教育水平越高，死亡風(fēng)險(xiǎn)越低

Nature子刊：關(guān)于人類衰老，科學(xué)家有了新發(fā)現(xiàn)

研究發(fā)現(xiàn)：在面對現(xiàn)實(shí)世界時(shí)，AI 很容易犯錯(cuò)

Nature子刊：新材料讓 AI、電腦更快、更高效

Nature子刊：可再生能源助力生產(chǎn)綠色氫氣

如何增強(qiáng)降水預(yù)報(bào)精度？中科院：試試“AI+物理學(xué)”

Science子刊：AI 有望在更早的階段檢測出癌癥

Nature：艾滋病病毒是如何突破人類細(xì)胞核的？

來自澳大利亞新南威爾士大學(xué)的研究團(tuán)隊(duì)發(fā)現(xiàn)了人類免疫缺陷病毒（HIV）克服核孔復(fù)合物（NPC）限制，進(jìn)入細(xì)胞核并建立感染的機(jī)制。該研究表明，HIV 通過核孔復(fù)合物孔道，無需分子伴侶蛋白質(zhì)的協(xié)助，即可進(jìn)入細(xì)胞核。這一發(fā)現(xiàn)不僅有助于人類深入了解 HIV 生物學(xué)，還可能為其他領(lǐng)域如（基因治療等）提供新的啟示。

原文鏈接：https://www.nature.com/articles/s41586-023-06969-7

《柳葉刀》子刊：教育水平越高，死亡風(fēng)險(xiǎn)越低？

一項(xiàng)發(fā)表在《柳葉刀》子刊《柳葉刀公共衛(wèi)生》（The Lancet Public Health）上的研究揭示，教育對壽命有十分顯著的積極影響。每增加一年教育，死亡風(fēng)險(xiǎn)降低 2%，六年小學(xué)教育可降低 13%，十八年教育甚至可降低 34%。此外，研究發(fā)現(xiàn)，教育的保護(hù)效應(yīng)與健康飲食、不吸煙及適量飲酒等風(fēng)險(xiǎn)因素不相上下。即便年過五旬、七旬，人們?nèi)阅軓慕逃蝎@益。這項(xiàng)研究集結(jié)了 59 個(gè)國家的數(shù)據(jù)，凸顯了教育在全球范圍內(nèi)影響人口健康的關(guān)鍵作用，在中低收入國家尤其顯著。

論文鏈接：https://www.sciencedirect.com/science/article/pii/S2468266723003067?via%3Dihub

Nature子刊：新材料讓AI、電腦更快、更高效

在未來的人工智能和數(shù)據(jù)中心系統(tǒng)中，加入 GST467 納米復(fù)合材料的相變存儲器可能成為更優(yōu)選擇。該技術(shù)具有快速、低功耗、穩(wěn)定、持久等特點(diǎn)，并可在與商業(yè)制造兼容的溫度下制造。斯坦福大學(xué)相關(guān)研究人員表示，他們不僅在單一指標(biāo)上進(jìn)行改進(jìn)，比如耐久性和速度，并且同時(shí)改進(jìn)了多個(gè)指標(biāo)。這被認(rèn)為是在該領(lǐng)域構(gòu)建的對行業(yè)十分友好的新材料。研究團(tuán)隊(duì)表示，這是邁向通用存儲器的關(guān)鍵一步。相關(guān)研究已發(fā)表于科學(xué)期刊 Nature Communications。

圖｜采用 GST467 納米復(fù)合材料的超晶格相變存儲器（PCM）

原文鏈接：https://www.nature.com/articles/s41467-023-42792-4

Nature子刊：關(guān)于人類衰老，科學(xué)家有了新發(fā)現(xiàn)

一項(xiàng)由南洋理工大學(xué)團(tuán)隊(duì)在 Nature Communications 上發(fā)表的研究表明，在人類大腦中，負(fù)責(zé)記憶的神經(jīng)元之間的通信會隨著年齡增長而中斷。該衰退現(xiàn)象甚至可以在中年開始。通過實(shí)時(shí)監(jiān)測活體小鼠的神經(jīng)元活動，研究團(tuán)隊(duì)發(fā)現(xiàn)中年和老年小鼠在學(xué)習(xí)新任務(wù)時(shí)需要更多的訓(xùn)練，并且老年小鼠的神經(jīng)元之間的連接變?nèi)?，?dǎo)致記憶保持能力減弱。這一發(fā)現(xiàn)為制定保持認(rèn)知健康的療法提供新線索，同時(shí)強(qiáng)調(diào)了早期干預(yù)的重要性。

原文鏈接：https://www.nature.com/articles/s41467-023-43142-0

Nature子刊：可再生能源助力生產(chǎn)綠色氫氣

以色列理工學(xué)院材料科學(xué)與工程學(xué)院的研究人員在 Nature Materials 上發(fā)表了一項(xiàng)突破性的研究——利用可再生能源生產(chǎn)綠色氫氣。與其他生產(chǎn)綠色氫氣的過程相比，該技術(shù)采用電解法，通過使用風(fēng)能和太陽能等可再生能源，將水分解成氧氣和氫氣。研究人員強(qiáng)調(diào)，此技術(shù)的商業(yè)化發(fā)展對于減少碳排放、替代化石燃料具有重要意義。

圖｜處理過程示意圖

原文鏈接：https://www.nature.com/articles/s41563-023-01767-y

研究發(fā)現(xiàn)：在面對現(xiàn)實(shí)世界時(shí)，AI很容易犯錯(cuò)

一項(xiàng)來自美國西北大學(xué)的醫(yī)學(xué)研究發(fā)現(xiàn)，組織樣本污染容易讓人工智能（AI）模型產(chǎn)生混淆。這一問題可能使 AI 在實(shí)際環(huán)境中產(chǎn)生錯(cuò)誤，尤其當(dāng)模型的訓(xùn)練環(huán)境為理想的模擬環(huán)境時(shí)。研究首次探討了組織樣本污染對機(jī)器學(xué)習(xí)模型的影響，結(jié)果顯示，四個(gè) AI 模型在面對污染組織時(shí)產(chǎn)生錯(cuò)誤，例如在診斷血管損傷、估測妊娠年齡、分類宏觀病變和檢測前列腺癌等方面。研究呼吁在 AI 模型中加強(qiáng)對生物雜質(zhì)的編碼，以確保模型更好地適應(yīng)真實(shí)世界，同時(shí)提醒患者仍需要人類專家作最后的診斷。

原文鏈接：

https://www.sciencedirect.com/science/article/pii/S0893395224000024?via%3Dihub

如何增強(qiáng)降水預(yù)報(bào)精度？中科院：試試“AI+物理學(xué)”

由中國科學(xué)院大氣物理研究所的黃剛教授領(lǐng)導(dǎo)的研究團(tuán)隊(duì)，通過將物理變量與圖神經(jīng)網(wǎng)絡(luò)（GNN）耦合，改進(jìn)了降水預(yù)測技術(shù)。研究利用了新開發(fā)的 EarthLab 地球系統(tǒng)科學(xué)數(shù)值模擬器設(shè)施，提高了數(shù)值模型的降水預(yù)測技能。通過解決降水預(yù)測的困難，特別是強(qiáng)降雨事件，該團(tuán)隊(duì)構(gòu)建了變量耦合圖，將物理約束引入模型，以提高降水預(yù)測的準(zhǔn)確性。研究結(jié)果表明，該方法在各個(gè)類別的降水預(yù)測能力上有顯著改善，尤其在強(qiáng)降雨事件方面表現(xiàn)出色。這一成果發(fā)表在 Geophysical Research Letters 上。

圖｜(a) ?-GNN 模型圖示；(b) 編碼器的細(xì)節(jié)和每個(gè)大氣元素的嵌入過程，n 是氣候背景嵌入向量的維數(shù)；(c) 局域性假設(shè)的細(xì)節(jié)，以其中一個(gè)元素為例；(d) 解碼器詳細(xì)信息。紅色表示對應(yīng)的降水行向量

原文鏈接：

https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2023GL106676

Science子刊：AI有望在更早的階段檢測出癌癥

利用機(jī)器學(xué)習(xí)，美國 City of Hope 和 TGen 的研究人員開發(fā)出一種創(chuàng)新的小樣本血液檢測技術(shù)，有望實(shí)現(xiàn)更早期的癌癥檢測。該技術(shù)通過 A-Plus 算法識別了 11 種癌癥中的一半，準(zhǔn)確率高，每 100 次測試僅 1 次誤報(bào)。該方法采用“碎片組學(xué)”技術(shù)，只需全基因組測序的八分之一的血液量。未來，他們計(jì)劃進(jìn)行臨床試驗(yàn)，驗(yàn)證這一技術(shù)在更早期癌癥階段的有效性。

原文鏈接：

https://www.science.org/doi/10.1126/scitranslmed.adi3883