追问daily | 夜猫子认知能力更容易衰退;140万用户数据揭示我们

Nature：大脑深处的神经元充当运动刹车

巴塞尔大学和弗里德里希·米歇尔生物医学研究所的Antonio Falasconi、Harsh Kanodia和Silvia Arber团队发现，黑质网状部（SNr）神经元通过类似“交通信号灯”的动态编码系统，以毫秒级精度调控特定动作的启动与抑制，颠覆了传统“持续刹车”模型。 

研究团队首先训练小鼠执行前肢取食任务，同步记录SNr神经元活动。令人惊讶的是，单个神经元会针对不同动作阶段（如伸展或抓握）产生特异性响应——某些神经元在手臂伸展时暂停放电（相当于“绿灯”），而在抓握时增强活动（“红灯”）。通过光遗传学（optogenetics，用光控制神经元的技术）验证，激活SNr神经元可立即阻断运动，而抑制则促进动作执行。进一步发现脑干运动中枢与SNr形成双向通信：当SNr“绿灯”亮起时，下游神经元会“踩油门”执行动作。这种机制解释了为何帕金森病患者难以启动运动（刹车过强），而舞蹈病患者则无法抑制多余动作（刹车失灵）。研究为开发靶向神经调控疗法提供了新思路。研究发表在 Nature 上。

北京大学/重庆医科大学张泽民团队通过整合35种组织的单细胞数据，提出"跨组织细胞模块"概念，系统解析了多细胞协同模式及其在衰老和癌症中的动态变化。 

研究团队首先整合了来自人体35种组织的706份健康样本数据，构建了包含229万个细胞的跨组织单细胞图谱。通过开发的CoVarNet计算框架，识别出12个具有独特细胞组成和组织分布的"跨组织细胞模块"（Cellular Module, CM）。这些模块表现出明显的组织偏好性，如CM04-06在免疫器官富集，CM12在生殖系统富集。空间分析显示，肠道中CM05（黏膜免疫诱导模块）与CM02-03（效应模块）形成功能互补的空间布局。年龄相关分析发现，脾脏中CM05随年龄增长而增加，CM06则减少；乳腺CM12活性变化可标记更年期进展。在癌症研究中，团队分析了29种癌症的1062个样本，发现肿瘤发展伴随着健康模块瓦解和癌变模块（cCM02）出现的双重重塑。这些发现为理解组织稳态和疾病机制提供了新视角。研究发表在 Nature 上。

常见助眠剂Lemborexant可阻止小鼠神经退行性变

华盛顿大学医学院的David M. Holtzman团队与Samira Parhizkar等研究者发现，FDA批准的助眠药lemborexant能显著改善tau蛋白病变小鼠的睡眠质量，并减少脑损伤。 

研究使用P301S/E4 tau病变小鼠模型，对比了食欲素受体拮抗剂lemborexant与传统助眠药唑吡坦（zolpidem）的效果。通过脑组织分析发现，lemborexant治疗的雄性小鼠海马体体积比对照组增大30-40%，脑组织损伤显著减轻。机制研究表明，lemborexant通过阻断食欲素受体1和2型，阻止tau蛋白异常磷酸化（phosphorylation，蛋白质化学修饰过程），维持其正常功能。值得注意的是，这种保护作用具有性别特异性，仅在雄性小鼠中明显，可能与雌性小鼠本身tau病理较轻有关。相比之下，虽能改善睡眠但作用机制不同的唑吡坦无神经保护效果，证实了食欲素受体途径的关键作用。研究发表在 Nature Neuroscience 上。

囊泡循环模型揭示大脑突触的内部运作

突触传递如何在高频刺激下保持稳定？冲绳科学技术大学的Andrew R. Gallimore、Erik De Schutter团队与哥廷根大学医学中心的Silvio O. Rizzoli团队合作，开发出首个整合分子与空间细节的囊泡循环模型，揭示了关键蛋白调控突触效能的新机制。 

研究团队扩展了STEPS随机反应扩散软件，构建了包含200-400个囊泡的海马突触三维模型。该模型首次整合了囊泡表面蛋白（如synapsin-1和tomosyn-1）的磷酸化调控、Rab3-GTP介导的对接机制，以及钙触发的SNARE复合体（囊泡融合分子机器）形成过程。通过模拟发现，即使50Hz超生理频率刺激下，通过分子束缚机制，30%的囊泡能始终保持在活性区附近，使补充时间缩短至5毫秒。实验验证显示，synapsin-1磷酸化驱动囊泡簇解聚，而tomosyn-1通过调控Rab3-GTP与RIM1-Munc13复合物的结合影响对接效率。这些发现不仅解释了突触如何维持高频信号传递，还为肉毒中毒、肌无力综合征等突触功能障碍疾病提供了新见解。研究发表在 Science Advances 上。

夜型作息是否加速认知衰退？格罗宁根大学医疗中心的Ana Wenzler团队通过10年追踪研究发现，夜猫子的认知能力下降速度比早起者更快，其中25%的风险可归因于吸烟和睡眠不足，这一现象在高等教育人群中尤为显著。 

研究团队分析了荷兰Lifelines队列23,798名40岁以上参与者的数据，使用慕尼黑睡眠类型问卷（MCTQ）量化睡眠类型，并通过Ruff图形流畅性测试（RFFT，评估执行功能的非语言测试）测量认知变化。结果显示，夜型人群的认知衰退速度比晨型人群快40%，高等教育群体中每推迟1小时睡眠中点对应0.8分的十年认知下降。中介分析发现，当前吸烟解释18.6%的效应，睡眠质量解释13.5%。有趣的是，低教育群体未显现这种关联，研究者推测与其工作灵活性（如轮班制）能更好适应生物钟有关。研究还发现，夜型人群普遍存在吸烟率高（+23%）、运动少（-15%）等行为模式，这些因素共同构成认知风险网络。研究发表在 The Journal of Prevention of Alzheimer's Disease 上。

利用血液基因特征诊断帕金森病

帕金森病（PD）诊断缺乏可靠生物标志物，误诊率高达16%。蒙特利尔大学医院研究中心的Martine Tétreault团队通过单细胞测序技术，首次揭示PD患者外周免疫细胞的独特基因特征，这一发现有望实现早期血液诊断并区分类似疾病。 

研究采用单细胞RNA测序和T细胞受体测序技术，对30名参与者（14名PD患者、6名帕金森综合征患者和10名健康人）的78,876个外周血单个核细胞进行分析。通过生物信息学方法，团队鉴定出38种免疫细胞亚型，并发现PD患者存在四大特征：1）经典CD14+单核细胞向激活状态（CD14+/CD83+）转变；2）淋巴细胞比例异常，如CD4+初始T细胞减少40%，自然杀伤细胞增加25%；3）多个患者共享特异性T细胞克隆；4）所有细胞类型均过度表达AP-1应激反应基因复合物。这些特征可将PD与进行性核上性麻痹（PSP）等疾病准确区分，准确率达89%。团队建立的免疫细胞图谱已公开共享，为PD机制研究和药物开发提供新工具。研究发表在 Brain 上。

咖啡因如何影响睡眠中的大脑临界状态

咖啡因如何干扰夜间大脑恢复？蒙特利尔大学认知和计算神经科学实验室的Philipp Thölke、Karim Jerbi与睡眠医学专家Julie Carrier团队发现，咖啡因会推动睡眠中的大脑进入高活跃临界状态，且年轻人对此更敏感。

研究采用双盲交叉设计，40名参与者（20-58岁）在服用咖啡因（200mg）或安慰剂后接受整夜脑电图（EEG）监测。通过机器学习分析发现，咖啡因使非快速眼动睡眠（NREM）期间的脑信号复杂度显著提升，功率谱斜率（反映神经活动组织程度）趋于平坦，表明大脑处于更接近临界的状态——类似“交响乐团既保持协调又灵活应变”的理想平衡。有趣的是，20多岁年轻人在快速眼动睡眠（REM）期间对咖啡因反应更强烈：β波（与清醒状态相关）活动增强47%，而中年人仅12%。研究人员认为这与年轻人脑中更高密度的腺苷受体（咖啡因的作用靶点）有关。此外，咖啡因还削弱了θ/α波（与深度恢复性睡眠相关），这种干扰可能影响记忆巩固效率。研究发表在 Communications Biology 上。

酒精滥用药物可阻断创伤后细胞死亡风暴，女性效果更显著

匹兹堡大学医学院Xuejing Sun、Timothy R. Billiar团队发现，用于治疗酗酒的药物双硫仑（disulfiram）能有效阻断Gasdermin D介导的细胞焦亡（pyroptosis），且对女性创伤患者的保护效果比男性显著提高40%。 

研究采用创伤性出血小鼠模型（HS/T），测试了四种针对不同细胞死亡途径的抑制剂。通过代谢组学和蛋白质组学分析发现，抑制Gasdermin D（通过双硫仑或基因敲除）效果最佳，能逆转67%的"系统性风暴"——即创伤后细胞内容物大量释放引发的连锁反应。团队开发的GSDMD特异性多组学评分（GSOS）显示，女性创伤患者的炎症反应更强烈，这与动物实验结果一致：雌性小鼠对双硫仑治疗的反应比雄性高40%。机制上，Gasdermin D通过在细胞膜上形成孔洞导致细胞焦亡，而双硫仑能阻断这一过程。值得注意的是，该药物在创伤发生后给药仍有效，可显著提高血压恢复率和生存率。研究为开发性别差异化的精准创伤治疗方案提供了重要依据。研究发表在 Science Translational Medicine 上。

新型监测设备首次实现人类淋巴系统实时追踪

华盛顿大学医学院Jeffrey Iliff团队与Applied Cognition公司合作开发了首款可穿戴监测头帽，发现人类淋巴系统在多种睡眠阶段持续活跃，打破了传统"开关模式"认知，为神经退行性疾病治疗提供了新思路。 

研究采用头戴式电极帽整合动态阻抗谱（EIS）技术，通过测量脑实质电阻（RP）变化反映淋巴液流动，同步记录脑电图和心血管参数。设备在1-256kHz频率范围内测量误差仅3%，时间分辨率达分钟级。两项临床研究纳入49名56-66岁参与者，数据显示淋巴系统在深度睡眠和REM睡眠均保持活跃，清除效率随睡眠时长呈梯度上升而非突变。对比增强MRI证实RP变化与淋巴溶质交换高度相关（r=0.82）。关键发现包括：RP降低与EEGδ波功率增加呈线性关系（P<0.001），与β波功率和心率呈负相关；睡眠中断导致RP回升速度延迟40%。该技术已用于筛选改善淋巴功能的候选药物，其中一种在早期临床试验中使清除效率提升35%。研究发表在 Nature Biomedical Engineering 上。

为何有人越怕越逃，有人却能快速适应？

为什么不同人对恐惧刺激的反应差异巨大？中国科学院深圳先进技术研究院的Xuemei Liu、Liping Wang等研究人员发现，这取决于两条不同的神经通路：一条让人持续警觉，另一条使人快速适应。

研究团队采用多模态方法：通过体内多通道记录（实时监测神经元集群活动）和光纤光度测定（检测特定神经递质释放）追踪小鼠脑活动，结合瞳孔测量（通过瞳孔直径变化量化唤醒状态）和光遗传学精确操控神经回路。实验发现，面对重复视觉威胁时，小鼠表现出两种截然不同的行为模式：约40%的小鼠持续快速逃逸（T1行为），其神经活动依赖上丘（SC）-腹侧被盖区（VTA）-基底外侧杏仁核（BLA）通路；而60%的小鼠则快速习惯化（T2行为），依赖SC-背内侧丘脑（MD）-BLA通路。进一步研究发现，MD像“交通枢纽”一样整合来自SC和岛叶皮层的输入，通过调节β波段神经振荡（15-30Hz的脑电波）来降低恐惧反应。当用光遗传学抑制MD时，T2小鼠会转变为T1行为；相反，激活MD则能加速恐惧习惯化。这些发现不仅解释了恐惧反应的个体差异，还为创伤后应激障碍（PTSD）等疾病的精准治疗提供了潜在靶点。研究发表在 Neuron 上。

DeepSeek 近日发布了 R1-0528 更新，并向微信技术群体通报此次升级为“小规模试验性升级”，目前已开放测试。此次更新在代码生成、逻辑推理和文本创作等方面均有显著提升。新模型能够快速生成高质量代码，处理复杂编程挑战，如重构 1,500 行 Python 代码，并擅长解决多步骤逻辑问题。在推理能力上，R1-0528 展现出类似 Google 最新模型的缜密思考流程，适用于高级数学、逻辑游戏和辩证性问题。

写作能力方面，新模型的语言更加自然流畅，逻辑结构更清晰，尤其擅长长文写作与内容创作，生成的文本更具人类风格。此外，R1-0528 的推理风格更具个性，呈现出有条理、连贯的解题方式，而非模板化回答。新模型还支持长时间思维连续性，能在 30–60 分钟内保持推理上下文的连贯性，适合处理多步骤复杂任务，如长对话、连续编程问题等。

此次更新还修复了早期 R1 模型的常见问题，如重复回答、格式混乱和语言混用等，使输出更规范，适合专业场景使用。在由加州大学伯克利分校（UC Berkeley）、麻省理工学院（MIT）和康奈尔大学（Cornell）开发的 LiveCodeBench 评测中，R1-0528 的推理能力与 OpenAI 的 o3 模型相当，略低于 o4 mini，但优于 xAI 的 Grok 3 mini 和阿里巴巴的 Qwen 3，进一步巩固了 DeepSeek 在中美 AI 竞争中的影响力。目前，模型已上传至 Hugging Face，但尚未发布公开说明。

腾讯混元团队推出HunyuanVideo-Avatar：多角色情绪同步的AI动画生成

腾讯混元团队最新发布的HunyuanVideo-Avatar框架，基于多模态扩散Transformer（MM-DiT），实现了音频驱动的高质量人类动画生成。该系统仅需单张人物图像和一段音频，即可生成自然的面部表情、肢体动作，并精准还原音频情绪。其独特之处在于支持多角色独立驱动，每个角色可响应各自的音频，实现群像对话或复杂场景模拟。

该框架的核心创新包括三大模块：角色图像注入模块通过通道级特征融合确保人物一致性；音频情绪模块利用空间注意力机制实现情感表达的精细化控制；面部区域音频适配器则通过掩码技术实现多角色独立驱动。此外，系统还解决了长视频生成的难题，采用滑动窗口和时间偏移融合机制，确保帧间过渡平滑。

尽管HunyuanVideo-Avatar在画质、同步性和自然度上表现优异，但仍存在情绪识别依赖参考图像、推理速度较慢等局限。未来，团队计划优化音频情绪自动识别功能，提升推理效率，并探索实时交互数字人的可能性。

北京大学陈鹏团队与王初团队合作开发了CAGE-Proxvivo平台，通过机器学习辅助的非天然氨基酸整合系统，首次实现了活体动物体内蛋白质的化学可控激活。 

研究团队首先设计了一种可被特定酶识别的反式环辛烯-酪氨酸（TCOY），这种非天然氨基酸能暂时封闭蛋白质功能。通过整合蛋白质语言模型（预测酶稳定性）和传统结构建模（分析底物相互作用），团队成功进化出能精准加载TCOY的氨酰-tRNA合成酶突变体（PylRS）。当注射小分子3,6-二甲基-1,2,4-四嗪（Me2Tz）时，TCOY发生生物正交剪切反应，释放天然酪氨酸恢复蛋白活性。在肿瘤治疗应用中，该系统通过表皮生长因子（EGF）靶向递送失活的炭疽致死因子（LF）至肿瘤细胞，经Me2Tz激活后实现特异性杀伤，小鼠模型显示显著抑瘤效果。此外，团队还构建了"门控型"抗CD3抗体，仅在肿瘤部位经化学激活才招募T细胞，相比传统双抗安全性提高3倍。研究发表在 Cell 上。

机器学习发现结合生物和社会心理数据可以改善慢性疼痛预测

慢性疼痛的诊断和治疗一直面临巨大挑战。麦吉尔大学的Matt Fillingim、Christophe Tanguay-Sabourin、Marc Parisien等研究人员通过分析英国生物库（UK Biobank）中超过52.3万人的数据，发现结合生物标志物和社会心理因素的模型能更准确地预测慢性疼痛的发展。 

研究团队利用机器学习技术分析了英国生物库中的多维数据，包括脑成像扫描（brain imaging）、基因图谱、骨成像扫描、血液测试和详细的社会心理信息。结果显示，生物标志物（如血液检测和脑成像）能有效预测与疼痛相关的特定疾病（如类风湿性关节炎和痛风），曲线下面积（AUC）为0.62–0.87，但对自我报告的疼痛（如背痛和膝盖痛）预测效果较差（AUC 0.50–0.62）。社会心理因素则最能预测疼痛的主观体验。值得注意的是，当结合生物标志物和社会心理因素时，预测准确性显著提高（AUC 0.69–0.91）。这一发现支持了生物-心理-社会疼痛模型，强调了慢性疼痛诊断和管理需要采取整体方法。研究发表在 Nature Human Behaviour 上。

生成式AI三个月造出口服抗癌药

传统STING激动剂因毒性问题难以应用于实体瘤治疗。英矽智能团队Congying Pu、Hui Cui等利用生成式AI技术，成功开发出口服ENPP1抑制剂ISM5939，临床前研究显示其能安全高效激活STING通路，已获FDA临床试验许可。 

研究团队首先通过AI靶点发现平台PandaOmics分析数万份肿瘤多组学数据，发现ENPP1（胞外核苷酸焦磷酸酶/磷酸二酯酶1）在8种实体瘤中高表达且与免疫抑制相关。随后利用生成式AI药物设计平台Chemistry42，以已知ENPP1抑制剂为起点，3个月内生成并优化出全新[7-苯基-1H-咪唑并[4,5-c]吡啶]核心结构的ISM5939。该化合物对ENPP1的半数抑制浓度（IC50）达0.63纳摩尔，选择性超过ENPP2/3 15,000倍，口服生物利用度>30%且规避了hERG心脏毒性。在多种小鼠模型中，ISM5939使肿瘤内免疫信使cGAMP水平提升3倍，细胞毒性T细胞浸润增加2倍，联合PD-1抑制剂使肿瘤消退率提高60%，且未引发细胞因子风暴。研究发表在 Nature Communications 上。

亥姆霍兹慕尼黑以人为本人工智能研究所、马克斯·普朗克生物控制论研究所和图宾根大学的Elif Akata团队通过行为博弈实验发现，当前LLMs更擅长竞争而非合作，但通过"社会思维链"提示可显著改善其协调能力。 

研究团队设计了包含囚徒困境（Prisoner's Dilemma）和性别之战（Battle of the Sexes）等经典博弈的测试框架，让不同LLMs进行数百轮互动。结果显示，模型在自利型游戏中表现优异（如囚徒困境中85%选择背叛策略），但在需要互惠协调的性别之战中成功率仅63.7%。通过引入"社会思维链"（SCoT）策略——要求模型先预测对手行为再决策，GPT-4与人类玩家的协调成功率提升至76%，合作意愿提高42%。进一步分析表明，LLMs缺乏对人类心理状态的理解是协调障碍的主因，而简单的上下文提示即可显著改善这一缺陷。研究为开发更具社会智能的AI提供了方法论基础。研究发表在 Nature Human Behaviour 上。

GPT-4o展现人类认知失调特征，自由选择增强效应

哈佛大学的Mahzarin Banaji和Cangrade公司的Steve Lehr团队发现，GPT-4o不仅表现出人类典型的认知失调现象，且在拥有"选择自由"幻觉时，这种效应比人类更强。 

研究团队设计了精妙的实验范式：首先让GPT-4o撰写支持或反对俄罗斯领导人普京的600字文章，随后测量其态度变化。在强制分配写作主题的条件下，模型已显示出认知失调（cognitive dissonance）特征——撰写支持文章后对普京评价更积极，反对文章后更消极。令人惊讶的是，当模型被给予"选择自由"（即从两个隐藏选项中"自主"选择写作方向）时，这种效应比人类典型数据增强47%。通过对比分析，研究者发现GPT-4o的态度改变模式与人类自我参照处理（self-referential processing）高度相似，尽管模型完全不具备意识或意图。这种"功能类比认知自我"的现象，为理解大语言模型（LLM）的决策机制提供了新视角。研究发表在 PNAS 上

140万用户数据揭示：我们为何会爱上AI  

当AI从工具转变为伴侣，情感依恋如何影响人类福祉？Hannah Rose Kirk, Iason Gabriel等跨学科团队在 Humanities and Social Sciences Communications 发表研究，提出"社会情感对齐"（socioaffective alignment）概念，揭示个性化AI可能引发的新型社会心理风险。 

研究通过分析CharacterAI平台数据（每秒2万次查询量）和Reddit超140万用户的讨论发现，AI伴侣平均使用时长是ChatGPT的4倍。典型案例显示，用户会产生"与AI交谈比99%人类更愉悦"的依赖感，甚至出现戒断反应。团队提出社会情感对齐框架，指出AI系统需平衡三大矛盾：短期情感满足与长期福祉（如防止成瘾）、用户自主权保护（避免"情感劫持"）、以及人机与人际关系协调。与传统技术对齐（technical alignment）不同，该研究强调AI在共同构建的心理生态中动态演化的行为规范，例如当AI持续满足用户需求时，可能反向塑造其偏好形成闭环。研究建议将心理学基础需求理论融入AI设计，开发能识别情感边界的算法机制。研究发表在 Humanities and Social Sciences Communications 上。

从被动看图到主动想象：大模型获人类级视觉推理能力

如何让AI具备人类般的视觉想象力？上海交通大学、复旦大学和Generative AI Research Lab的Ethan Chern、Zhulin Hu等团队提出Thinking with Generated Images新范式，使大模型能自发生成视觉中间步骤进行推理，在复杂视觉任务中表现超越纯文本推理50%。 

研究团队提出原生多模态长思维过程（native long-multimodal thought process），通过交错生成文本和图像token实现跨模态推理。技术核心包含两种模式：视觉子目标分解（Intermediate Visual Subgoals）将生成沙发和酒杯等复杂任务拆解为分步生成；视觉假设自我批判（Self-Critique）则通过生成-分析-优化循环迭代改进输出。基于Anole-7b模型，团队构建了多模型协同的数据管线，使用Deepseek-V3、GPT-4o等生成高质量训练数据。实验显示，该方法在GenEval基准的多物体生成任务中准确率从38%提升至57%，空间关系推理分数提升17.3%。更关键的是，模型展现出视觉反思能力——通过自我批判将输出质量评分从0.45优化至0.48。这项研究首次实现单模型端到端的视觉推理全流程，为建筑设计、分子结构探索等需要脑补能力的场景开辟新路径。