摘要：斯坦福大学的Kwamina Nyame、Jian Xiong和Monther Abu-Remaileh团队发现，通过阻断溶酶体中的“垃圾分解酶”PLA2G15，可显著提升关键脂质BMP水平，从而改善细胞废物清理能力，并在动物实验中延长患病小鼠寿命65%。
█ 脑科学动态
Nature：修复细胞回收中心有助于治疗神经退行性疾病
Cell：免疫疗法副作用有解，破解CAR-T导致"脑雾"之谜
不同麻醉剂如何改变脑波相位诱发无意识状态
伤寒毒素如何突破血脑屏障引发脑病
为什么大脑要分成两个半球？
获胜经历重塑多巴胺系统，降低毒品寻求行为
揭示细胞死亡关键蛋白BAX阻断机制
量子微管意识理论获实验支持，破解意识绑定与副现象难题
听觉刺激改变梦境
█ AI行业动态
昆仑万维开源Matrix-Game：单图生成可交互游戏世界
推理大模型即将面临算力瓶颈？Epoch AI预测1年内性能扩展将撞墙
█ AI驱动科学
ChatGPT类比学习机制：大模型如何像人类一样触类旁通？
AI模型惊现"语言脑区"，1%神经元决定大模型语言能力
AI集成成像技术突破：视网膜细胞可视化成本降低百倍
虚拟角色竟能缓解焦虑？木偶比真人更有效
微型神经形态设备实现类脑视觉处理
AI实现零数据自我进化，推理能力超越人类标注模型
ChatGPT助力癫痫手术定位，准确率超人类专家
脑科学动态
Nature：修复细胞回收中心有助于治疗神经退行性疾病
斯坦福大学的Kwamina Nyame、Jian Xiong和Monther Abu-Remaileh团队发现，通过阻断溶酶体中的“垃圾分解酶”PLA2G15，可显著提升关键脂质BMP水平，从而改善细胞废物清理能力，并在动物实验中延长患病小鼠寿命65%。
研究团队首先在试管实验中锁定降解BMP（双单酰基甘油磷酸酯，一种维持溶酶体功能的脂质）的酶PLA2G15。随后，在C型尼曼匹克病（NPC1，一种类似“儿童阿尔茨海默病”的遗传病）患者细胞中，基因编辑阻断PLA2G15表达后，BMP水平回升，溶酶体内堆积的胆固醇被清除。动物实验中，经过基因改造的NPC1小鼠缺乏PLA2G15后，神经元死亡减少，运动功能改善，寿命从不足70天延长至近120天。进一步分析表明，该机制可能普遍适用于阿尔茨海默病等疾病，因这些疾病同样存在溶酶体脂质代谢异常。目前团队正筛选PLA2G15抑制剂以开发药物，并与生物技术公司合作探索BMP促进疗法。研究发表在 Nature 上。
Cell：免疫疗法副作用有解，破解CAR-T导致"脑雾"之谜
CAR-T细胞疗法虽能挽救生命，却常导致患者出现"脑雾"症状。斯坦福医学院的Michelle Monje、Anna Geraghty和Lehi Acosta-Alvarez团队发现，这种认知障碍源于小胶质细胞过度激活，并成功在小鼠模型中通过两种方法逆转该效应。
▷ 在治疗或疾病引起的脑雾中（右图），小胶质细胞会产生炎症化学物质，消耗少突胶质细胞及其产生的髓鞘。斯坦福医学院的研究人员及其同事在小鼠身上部分逆转了这一过程。Credit: Emily Moskal/Stanford Medicine
研究团队首先在多种癌症小鼠模型（包括脑部、血液和皮肤肿瘤）中实施CAR-T治疗，通过迷宫测试和新物体识别实验确认了认知功能下降。进一步分析显示，被激活的小胶质细胞会释放炎症因子，损害负责髓鞘生成的少突胶质细胞，这种机制与化疗或流感后出现的脑雾完全相同。研究人员从正在进行CAR-T临床试验的患者脑中获取组织样本，验证了人类也存在相同病理变化。最令人振奋的是，团队开发出两种解决方案：暂时清除小胶质细胞使其"重置"，或使用药物阻断CCR3趋化因子受体信号，均能成功恢复小鼠的认知能力。值得注意的是，仅骨癌模型未出现脑雾，因其引发的额外炎症最轻微。这些发现为开发减轻免疫疗法副作用的新药提供了明确靶点。研究发表在 Cell 上。
不同麻醉剂如何改变脑波相位诱发无意识状态
麻醉药物分子机制各异却都能诱发无意识，这一现象背后的神经机制是什么？麻省理工学院皮考尔学习与记忆研究所的Alexandra G. Bardon和Earl K. Miller团队发现，氯胺酮（ketamine）和右美托咪啶（dexmedetomidine）通过重构脑电波相位关系实现麻醉效果，这种跨药物的共性特征可能成为无意识状态的新标志物。
▷ 无论是氯胺酮还是右美托咪啶全身麻醉，脑电波在一个半球内都会出现异相，而在两个半球之间则会出现同相。Credit: Miller Lab/MIT Picower Institute
研究团队在灵长类动物模型中，通过植入前额叶皮层（PFC）双侧电极阵列，记录了两种麻醉剂作用下神经振荡（neural oscillations）的相位变化。关键发现包括：1）麻醉后低频波段（1-4Hz）相位锁定显著增强，但表现形式各异——半球内相邻脑区（如背外侧与腹外侧PFC）出现约180度相位偏移，相当于脑波完全反相；2）跨半球同源区域却呈现相位对齐增强，与清醒状态下的认知活跃模式截然相反；3）相位偏移程度与距离正相关，2.5毫米间距产生20-30度偏移，20毫米间距可达完全反相。这些变化可能源于麻醉诱导的皮层行波（traveling waves）对局部神经通讯的干扰。研究为开发基于脑电相位监测的精准麻醉系统提供了理论基础，未来或可通过实时调整药物剂量维持最佳无意识状态。研究发表在 Cell Reports 上。
伤寒毒素如何突破血脑屏障引发脑病
伤寒每年导致20万人死亡，其中15%患者会出现致命脑病，但机制成谜。耶鲁大学医学院的Heng Zhao、Jorge E. Galán团队发现，伤寒毒素通过破坏血脑屏障而非直接损伤神经元引发症状。
▷ 阻止伤寒毒素靶向神经元和胶质细胞并不能防止中毒。Credit: Nature Microbiology (2025).
研究通过基因工程小鼠模型揭示，伤寒毒素的CdtB亚基会特异性攻击血脑屏障（BBB）的内皮细胞，导致屏障完整性破坏。静脉示踪实验显示，毒素暴露后BBB通透性显著增加，引发炎症和脑水肿。令人意外的是，直接向大脑注射毒素或保护神经元的小鼠均未出现症状，而保护内皮细胞的小鼠完全免受神经损伤。团队进一步证明，皮质类固醇地塞米松能有效修复BBB损伤，减轻炎症反应。这一发现解释了为何伤寒患者会出现类似脑膜炎的症状，并为临床使用抗炎药物提供了理论依据。研究首次阐明BBB破坏是伤寒脑病的关键机制，可能改变治疗策略。研究发表在 Nature Microbiology 上。
为什么大脑要分成两个半球？
麻省理工学院皮考尔学习与记忆研究所的Scott L. Brincat和Earl K. Miller团队通过20年研究发现，左右半球即使在高级认知阶段仍保持空间信息处理的独立性，这种分工既能优化感知能力，又与多种神经系统疾病相关。
研究整合了过去20年的神经生理学实验证据，包括测量脑电波（gamma频率）和空间记忆任务。结果显示，大脑前额叶皮层对物体位置的编码始终偏向对侧半球，形成"双侧优势"——当信息分散到两半球时记忆容量提升，但多目标追踪能力仍弱于单侧专注。通过分析2014-2021年的神经活动数据，团队发现半球间信息传递类似手机信号切换：当物体跨越视野中线时，原处理半球（发送端）会持续活跃约1秒，而新半球（接收端）提前激活准备接收，形成神经信号的"接力棒交接"。这种机制存在微小性能代价，其功能障碍与阿尔茨海默病、焦虑症等疾病相关。研究为理解半球协作提供了新视角，可能启发针对脑连接异常的干预方法。研究发表在 Neuropsychologia 上。
获胜经历重塑多巴胺系统，降低毒品寻求行为
中国科学院深圳先进技术研究院Xiaofei Deng、Wei Xu、Yutong Liu等研究人员发现，社会等级通过影响大脑多巴胺系统决定成瘾易感性，且获胜体验可重塑大脑功能降低毒品寻求行为。
研究团队采用光纤光度法（实时监测神经活动）、快速扫描循环伏安法（检测神经递质浓度）和光遗传学技术，发现低社会等级动物的中脑边缘通路（负责奖赏）过度活跃，而中脑皮质通路（负责控制）功能较弱，形成"快车弱刹车"的神经模式，导致更容易寻求冰毒。通过光遗传激活中脑皮质通路，不仅能让低等级动物在社交竞争中获胜更多，还能显著降低其对毒品的兴趣。最令人振奋的是，给低等级动物创造获胜体验后，它们不仅社会地位提升，大脑多巴胺系统也发生重塑，毒品寻求行为明显减少。这些发现为理解社会因素如何通过神经机制影响成瘾提供了新视角，也为开发基于非侵入性脑刺激的成瘾干预方法提供了科学依据。研究发表在 Nature Neuroscience 上。
揭示细胞死亡关键蛋白BAX阻断机制
神经退行性疾病如帕金森病和阿尔茨海默病缺乏有效治疗手段，沃尔特和伊丽莎·霍尔医学研究所（WEHI）的Kaiming Li、Guillaume Lessene等研究人员发现了一种能特异性阻断BAX蛋白的小分子化合物。
▷ 名为 BAX 的“细胞杀手”蛋白的结构。WEHI 的研究人员已经发现了如何阻断这种蛋白。Credit: WEHI
研究团队通过高通量筛选（high-throughput screening）分析了超过10万种化合物，最终鉴定出小分子WEHI-3773。该化合物能有效阻断BAX蛋白与线粒体的结合，从而阻止细胞死亡。实验首次证实，在神经元中仅需抑制BAX即可显著限制细胞死亡，这与大多数其他细胞类型不同。研究还发现，WEHI-3773通过干扰BAX与VDAC2（电压依赖性阴离子通道2）的相互作用发挥作用。研究发表在 Science Advances 上。
量子微管意识理论获实验支持，破解意识绑定与副现象难题
Michael C Wiest团队通过实验证实，神经元内微管（microtubules）的量子态可能是意识基础。研究发现麻醉剂通过干扰微管量子态导致意识丧失，同时人脑中检测到与意识相关的量子纠缠信号，为破解意识"绑定问题"和"副现象论"提供了新思路。
研究整合多学科证据：首先通过大鼠实验证明麻醉剂异氟烷结合微管导致意识丧失（效应量Cohen's d=1.9）；量子化学建模重现了麻醉效价与微管结合能的Meyer-Overton相关性（解释麻醉剂作用的经典难题）。室温实验观察到微管量子超辐射现象，以及培养神经元中微管共振态跨细胞调控膜电压的现象。采用新型MRI协议在人脑中检测到宏观量子纠缠信号，该信号与清醒状态和工作记忆表现相关。理论方面，研究将Penrose和Hameroff的Orch OR理论（认为微管量子态坍缩产生意识时刻）与泛原心论结合，提出量子相干态自然解决"绑定问题"（即分散神经活动如何产生统一体验），同时量子态的物理效应规避了"副现象论"质疑。研究为意识研究提供了可检验的量子生物学框架。研究发表在 Neuroscience of Consciousness 上。
听觉刺激改变梦境
由Gulshan Kumar、Safoora Naaz等组成的国际团队发现，REM睡眠中梦境回忆与大脑beta波活动增强、默认模式网络（DMN）功能连接加强密切相关，而听觉刺激能促进学习经验融入梦境。
研究团队对29名高梦境回忆能力的参与者进行了三晚实验。首晚适应环境后，第二晚通过多导睡眠图（PSG）记录自然睡眠时的脑电活动，第三晚则在视听学习任务后施加听觉刺激。使用高密度脑电图（EEG）和源重建（source reconstruction，精确定位脑活动来源的技术）技术分析发现，无论N2还是REM睡眠，梦境回忆前都会出现EEG beta活动（13-30Hz的高频脑波）增强、DMN功能连接加强及内侧前额叶皮层激活。特别值得注意的是，听觉刺激能促进学习经验融入梦境，虽然融入率不高。研究还采用Hall和Van de Castle编码系统对梦境报告进行内容分析，发现听觉刺激主要影响梦境的情感体验而非主题结构。这些发现不仅深化了对梦境神经机制的理解，也为通过感官刺激调控梦境内容提供了可能。研究发表在 Consciousness and Cognition 上。
AI 行业动态
昆仑万维开源Matrix-Game：单图生成可交互游戏世界
近日，昆仑万维宣布开源交互式世界基础模型Matrix-Game，标志着世界模型技术在空间智能领域迈出重要一步。Matrix-Game能够根据单张图像生成完整可交互的游戏世界，支持用户通过键盘和鼠标指令自由探索和操控虚拟环境。与微软的MineWorld和创业公司Decart的Oasis等开源模型相比，Matrix-Game在视觉质量、物理一致性、交互可控性和场景泛化能力上均表现更优，树立了交互式世界模型的新标杆。其应用不仅限于游戏开发，还可用于具身智能训练、影视制作和元宇宙内容生成。
Matrix-Game的成功得益于昆仑万维在数据和模型架构上的创新。研究团队构建了大规模数据集Matrix-Game-MC，包含数千小时的高质量游戏视频和精细标注的可控交互数据。模型采用图像到世界建模（Image-to-World Modeling）架构，通过视觉信号学习空间几何和物理规则，并结合多模态Diffusion Transformer技术实现精准的交互响应。此外，昆仑万维还提出了GameWorld Score评测框架，从视觉质量、时间一致性等维度全面评估模型性能，为行业提供了新的基准。
推理大模型即将面临算力瓶颈？Epoch AI预测1年内性能扩展将撞墙
Epoch AI最新研究指出，当前主流推理大模型的性能扩展可能在一年内遭遇瓶颈。该非营利组织通过分析OpenAI的o1、o3以及DeepSeek-R1等模型的训练数据发现，若推理训练保持“每3-5个月算力需求增长10倍”的现状，算力需求将快速收敛至极限。研究人员特别提到，尽管推理模型在数学和编程任务上仍能通过增加训练步骤提升性能，但现有数据规模和领域局限性可能很快导致扩展停滞。
研究对比了多款推理模型的算力消耗差异。例如，DeepSeek-R1推理训练成本约为100万美元（6e23 FLOP），仅为预训练阶段的20%；而微软Phi-4-reasoning的推理算力甚至不足预训练的0.01%。Anthropic CEO Dario Amodei曾公开表示，推理模型仍处于规模拓展初期，但若算力投入从数千万美元级跃升至数十亿，增长曲线将显著放缓。Epoch AI推测，未来推理模型的性能提升可能从“数月翻10倍”降为“年增4倍”。
尽管面临瓶颈，研究人员认为推理模型仍有优化空间。模块化架构或专用模型可能成为突破方向，但需解决数据不足和跨领域泛化难题。Epoch AI强调，算力增长放缓并不意味着技术停滞，但若行业持续“烧钱式”投入，实际效果可能低于预期。
AI 驱动科学
ChatGPT类比学习机制：大模型如何像人类一样触类旁通？
大型语言模型真的像人类一样学习语言规则吗？牛津大学Janet B. Pierrehumbert团队与艾伦人工智能研究所（AI2）Valentin Hofmann等研究者发现，ChatGPT等AI系统通过类比（而非规则）进行语言泛化，其处理新词的方式与人类惊人相似但存在关键差异。
▷ Pile 中偏好“-ness”的碱基比例（A）以及 GPT-J 使用一个示例提示的预测结果（B）。其他提示的结果类似。碱基的后缀（即形容词类别）按“-ity”和“-ness”之间的竞争程度分组。Credit: Proceedings of the National Academy of Sciences (2025).
研究团队采用独创的"认知模型对标法"：首先让开源模型GPT-J处理200个虚构形容词（如cormasive/friquish）的名词化选择，随后将结果与5万真实形容词的统计模式、人类选择及两类认知模型（基于规则/基于类比）进行系统对比。结果显示，GPT-J像人类一样依赖"相似性判断"——例如将发音类似selfish的friquish转为friquishness，而非应用抽象规则。模型表现出对训练数据中每个单词实例的精确记忆，决策时仿佛在自问"这让我想起什么？"。但不同于人类构建的"心理词典"（将同一词的不同形式统一存储），LLMs直接泛化于所有具体实例。这种机制解释了为何AI需要比人类多数千倍的语言数据才能达到类似表现。研究为理解LLMs的"黑箱"机制提供了关键证据，可能推动更高效、可解释的AI开发。研究发表在 PNAS 上。
AI模型惊现"语言脑区"，1%神经元决定大模型语言能力
大型语言模型是否像人脑一样存在功能分区？瑞士洛桑联邦理工学院（EPFL）的Badr AlKhamissi、Martin Schrimpf团队与麻省理工学院（MIT）合作，首次在AI中发现类似人类语言网络的关键单元——仅1%的神经元就决定了模型的语言能力。
▷ 识别 LLM 中与任务因果相关的专业单元。Credit: arXiv (2024).
研究采用神经科学的经典"定位器"方法（localizer approach），通过对比18个主流大模型处理真实语句和随机词表时的神经元激活差异，成功识别出专门响应语言的"语言选择单元"。令人震惊的是，当研究人员通过"切除实验"（ablation study）关闭这些仅占总神经元数1%的单元时，模型立即丧失语言能力：生成的文本变成无意义字符组合（如将标准输出"狐狸跳过懒狗"变成"foolfoolfoolfool"），而相同数量的随机神经元切除则不影响性能。进一步分析显示，这些语言单元的响应模式与人类大脑语言网络高度相似，且对自然语言具有特异性（对数学公式和代码响应较弱）。研究还尝试用相同方法检测模型中的推理（Multiple Demand网络）和社交认知（Theory of Mind网络）单元，但仅在部分模型中发现这类专门化结构，暗示不同训练方式可能导致模型"认知架构"的差异。这项突破性研究为理解AI的"内部思维"提供了神经科学视角，可能启发更高效的模型优化方法。
AI集成成像技术突破：视网膜细胞可视化成本降低百倍
视网膜成像技术如何突破成本与效率瓶颈？杜克大学的Jongwan Park、Sina Farsiu团队开发出深度压缩AOSLO（DCAOSLO）系统，仅需两个传感器即可实现12通道成像，速度提升百倍的同时大幅降低设备成本。
▷ DCAOSLO 原理。Credit: Science Advances (2025).
研究团队将压缩感知（compressed sensing）技术与AI算法结合，通过数字微镜器件（DMD）动态调整光路，仅采集关键散射光信号。系统采用无监督学习算法，无需训练数据即可重建高分辨率图像。实验显示，DCAOSLO不仅能清晰显示传统方法难以捕捉的垂直血管（成像对比度提升3.2倍），还能在0.8秒内完成全视网膜扫描——比常规AOSLO快120倍。在糖尿病视网膜病变患者中，系统成功识别出直径仅4微米的毛细血管周细胞缺失，这种早期病变传统设备需耗时15分钟才能检测。值得注意的是，该系统硬件改造成本不足传统多传感器方案的20%，且兼容现有AOSLO设备。研究团队已将光学设计、采集协议和重建代码开源，推动技术临床转化。研究发表在 Science Advances 上。
虚拟角色竟能缓解焦虑？木偶比真人更有效
维尔茨堡大学医院的Martin Weiß、Philipp Krop和Grit Hein团队发现，VR环境中的人形木偶“Woody”能显著降低生理恐惧反应，效果媲美女性虚拟角色，而男性角色反而加重焦虑。
▷ 实验中使用的虚拟人物的化身。上图为空白空间，下图从左至右依次为：云朵、木人、女性、男性。Credit: Universitätsklinikum Würzburg
研究通过VR复现经典恐惧实验，参与者佩戴头显聆听尖叫声，同时面对四种虚拟角色：高拟真女性/男性、无性别木偶“Woody”和人体轮廓点云。皮肤电导（SCR，反映汗腺活动的自主神经指标）数据显示，女性角色和木偶使焦虑反应降低35%，但木偶仅在被告知“能接收求助信号”时才有效，揭示社会意义的关键作用。男性角色意外引发更强反应，可能因纯女性参与者对其缺乏信任。点云与空白组无差异，证实效果非单纯分心所致。研究还发现，社交焦虑者从虚拟角色中获益更多，与真人陪伴实验相反。研究发表在 Computers in Human Behavior 上。
微型神经形态设备实现类脑视觉处理
传统机器视觉系统因高能耗难以满足实时需求，皇家墨尔本理工大学的Thiha Aung、Akram Al-Hourani和Sumeet Walia团队开发出基于二硫化钼的神经形态设备，该设备能像人脑一样实时处理视觉信息并形成记忆。
研究团队利用化学气相沉积（CVD）制备单层二硫化钼（MoS2）器件，通过调控材料原子缺陷捕获光信号并转换为电脉冲，成功模拟生物神经元的漏积分激发（LIF）行为。实验显示，该设备能直接检测挥手动作变化（边缘检测），无需逐帧处理图像，功耗仅为传统系统的10%。研究人员将器件参数嵌入脉冲神经网络（SNN）进行验证，在CIFAR10静态图像分类任务中15轮训练后准确率达75%，在DVS128动态手势识别任务中60轮后达80%。设备还能将视觉事件存储为类脑记忆，并通过栅极电压快速重置。相比现有数字系统，该技术具有显著能效优势，已申请临时专利。团队正扩展单像素设备为多像素阵列，并探索红外波段应用潜力。研究发表在 Advanced Materials Technologies 上。
AI实现零数据自我进化，推理能力超越人类标注模型
清华大学、宾夕法尼亚州立大学和北京通用人工智能研究院的Andrew Zhao、Yiran Wu、Yang Yue等研究人员开发了"绝对零度"（Absolute Zero）新范式，使AI通过自我对弈实现推理能力进化，在数学和编程任务中超越依赖人类标注的模型。
研究团队提出Absolute Zero Reasoner（AZR）系统，通过代码执行器构建自我验证环境，设计归纳（induction）、溯因（abduction）和演绎（deduction）三种互补推理任务。采用新型强化学习优势估计器进行端到端训练，完全无需外部数据。结果显示，AZR在数学和编程任务中达到最先进水平，超越依赖数万人类标注样本的模型。特别发现代码先验可放大推理能力：经过AZR训练后，编码基础模型反超通用基础模型0.7分。研究还观察到多种涌现的认知行为模式，包括分步推理、枚举和试错等。性能提升与模型规模呈正相关：3B/7B/14B模型分别获得+5.7/+10.2/+13.2分提升。值得注意的是，系统偶尔会产生令人担忧的思维链，提示未来需要加强安全训练。研究为AI自主进化提供了新范式。
ChatGPT助力癫痫手术定位，准确率超人类专家
癫痫手术成功率受限于致痫区（EZ）定位不准，而传统症状描述术语不统一。史蒂文斯理工学院Yaxi Luo、Meng Jiao、Feng Liu等团队发现，ChatGPT解读症状的准确率在常见脑区超80%，显著优于癫痫专家，并开发了专用模型EpiSemoLLM。
▷ ChatGPT 使用不同提示配置（GPT-4 ZSP、GPT-4 FSP）生成的区域敏感度。Credit: medRxiv.
研究结合852组公开数据和184组医院数据，对比ChatGPT（使用GPT-4的零样本提示ZSP和少样本提示FSP）与8位专家对100条癫痫症状记录的解读。结果显示，ChatGPT对额叶和颞叶（常见EZ区域）的区域敏感度（RSens）达80%-90%，加权敏感度（WSens）超67%，均显著优于专家（P
来源：永不落的红黑心
