《柳葉刀》子刊：教育水平越高，死亡風險越低

本周值得關注的科學前沿研究

Nature：艾滋病病毒是如何突破人類細胞核的？

《柳葉刀》子刊：教育水平越高，死亡風險越低

Nature子刊：關于人類衰老，科學家有了新發(fā)現(xiàn)

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

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綠色氫氣

如何增強降水預報精度？中科院：試試“AI+物理學”

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胞核的？

來自澳大利亞新南威爾士大學的研究團隊發(fā)現(xiàn)了人類免疫缺陷病毒（HIV）克服核孔復合物（NPC）限制，進入細胞核并建立感染的機制。該研究表明，HIV 通過核孔復合物孔道，無需分子伴侶蛋白質的協(xié)助，即可進入細胞核。這一發(fā)現(xiàn)不僅有助于人類深入了解 HIV 生物學，還可能為其他領域如（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，死亡風險越低？

一項發(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，死亡風險降低 2%，六年小學教育可降低 13%，十八年教育甚至可降低 34%。此外，研究發(fā)現(xiàn)，教育的保護效應與健康飲食、不吸煙及適量飲酒等風險因素不相上下。即便年過五旬、七旬，人們仍能從教育中獲益。這項研究集結了 59 個國家的數(shù)據(jù)，凸顯了教育在全球范圍內影響人口健康的關鍵作用，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 納米復合材料的相變存儲器可能成為更優(yōu)選擇。該技術具有快速、低功耗、穩(wěn)定、持久等特點，并可在與商業(yè)制造兼容的溫度下制造。斯坦福大學相關研究人員表示，他們不僅在單一指標上進行改進，比如耐久性和速度，并且同時改進了多個指標。這被認為是在該領域構建的對行業(yè)十分友好的新材料。研究團隊表示，這是邁向通用存儲器的關鍵一步。相關研究已發(fā)表于科學期刊 Nature Communications。

圖｜采用 GST467 納米復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：關于人類衰老，科學家有了新發(fā)現(xiàn)

一項由南洋理工大學團隊在 Nature Communications 上發(fā)表的研究表明，在人類大腦中，負責記憶的神經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。通過實時監(jiān)測活體小鼠的神經元活動，研究團隊發(fā)現(xiàn)中年和老年小鼠在學習新任務時需要更多的訓練，并且老年小鼠的神經元之間的連接變弱，導致記憶保持能力減弱。這一發(fā)現(xiàn)為制定保持認知健康的療法提供新線索，同時強調了早期干預的重要性。

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綠色氫氣

以色列理工學院材料科學與工程學院的研究人員在 Nature Materials 上發(fā)表了一項突破性的研究——利用可再生能源生產綠色氫氣。與其他生產綠色氫氣的過程相比，該技術采用電解法，通過使用風能和太陽能等可再生能源，將水分解成氧氣和氫氣。研究人員強調，此技術的商業(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)實世界時，AI很容易犯錯

一項來自美國西北大學的醫(yī)學研究發(fā)現(xiàn)，組織樣本污染容易讓人工智能（AI）模型產生混淆。這一問題可能使 AI 在實際環(huán)境中產生錯誤，尤其當模型的訓練環(huán)境為理想的模擬環(huán)境時。研究首次探討了組織樣本污染對機器學習模型的影響，結果顯示，四個 AI 模型在面對污染組織時產生錯誤，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 模型中加強對生物雜質的編碼，以確保模型更好地適應真實世界，同時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

如何增強降水預報精度？中科院：試試“AI+物理學”

由中國科學院大氣物理研究所的黃剛教授領導的研究團隊，通過將物理變量與圖神經網絡（GNN）耦合，改進了降水預測技術。研究利用了新開發(fā)的 EarthLab 地球系統(tǒng)科學數(shù)值模擬器設施，提高了數(shù)值模型的降水預測技能。通過解決降水預測的困難，特別是強降雨事件，該團隊構建了變量耦合圖，將物理約束引入模型，以提高降水預測的準確性。研究結果表明，該方法在各個類別的降水預測能力上有顯著改善，尤其在強降雨事件方面表現(xiàn)出色。這一成果發(fā)表在 Geophysical Research Letters 上。

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

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

利用機器學習，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，有望實現(xiàn)更早期的癌癥檢測。該技術通過 A-Plus 算法識別了 11 種癌癥中的一半，準確率高，每 100 次測試僅 1 次誤報。該方法采用“碎片組學”技術，只需全基因組測序的八分之一的血液量。未來，他們計劃進行臨床試驗，驗證這一技術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