人脑科技图片 Neuron重要综述：“人脑”植入鼠脑？前沿“嵌合脑模型”如何重塑我们对神经疾病的理解与治疗

用户投稿 2025年08月16日 13:40:03 3 0

Neuron重要综述：“人脑”植入鼠脑？前沿“嵌合脑模型”如何重塑我们对神经疾病的理解与治疗

来源：brainnews

编译作者：zouki （brainnews创作团队）

校审：Simon（brainnews编辑部）

在神经科学研究中，始终存在一个核心难题：我们如何在“活体”环境中真实模拟人类神经系统的发育和疾病过程？ 传统的二维细胞培养和三维脑类器官虽然提供了初步的疾病模型，但它们在成熟度、血管化以及功能层面仍存在显著不足，尤其难以模拟人类神经系统在行为层面的表现。为克服这些限制，科学家们发展出了一种突破性的模型：人-鼠嵌合脑模型（human-rodent chimeric brain models）。通过将来源于人类多能干细胞（hPSCs）或胎儿组织的神经元、胶质细胞或脑类器官移植进免疫缺陷鼠的脑内，这些人类细胞得以在活体环境中生长、迁移、整合乃至发挥功能。这不仅让我们得以更精确地探索人类神经发育和衰老的过程，还为解析自闭症、阿尔茨海默病等重大脑疾病提供了前所未有的研究平台。

本文综述了近年来该领域的重要进展，聚焦于嵌合模型在人类神经发育、疾病机制解析、细胞替代治疗等方面的应用前景。 同时，作者也指出了该模型的技术挑战及未来优化路径。随着单细胞组学、功能电生理等技术的加入，嵌合脑模型正在逐步走向精准与临床转化，为神经科学和干细胞治疗带来前所未有的希望。

类人嵌合脑模型的兴起

近年来，脑类器官（brain organoids）作为神经科学领域的一个革命性工具，已广泛应用于人类神经发育、神经疾病和药物筛选等研究。然而，这些类器官多是体外培养的，虽然它们在三维结构和细胞分化上较为接近人类大脑，但由于缺乏与体内环境的交互，它们在很多方面与真正的大脑存在差距。为了克服这些限制，研究者们提出了“人类-啮齿动物嵌合脑模型”（human-animal chimeric brain models）的概念。

这种模型通过将人类诱导干细胞（iPSCs）或类器官移植到啮齿动物的脑中，使得人类神经元与宿主的神经系统结合，从而创建出一个既包含人类细胞又能与宿主生物体的生理环境互动的模型。通过这种嵌合技术，研究者能够模拟人类神经发育的真实过程，并且观察人类特有的神经功能、疾病机制和治疗反应。

本文将深入探讨人类-啮齿动物嵌合脑模型在人类神经发育、神经发育性疾病、神经退行性疾病以及细胞替代疗法中的应用潜力，展示这一技术如何推动神经科学领域的前沿研究。

图1. 人类-啮齿动物嵌合模型发展的历史

重建人类神经发育过程：从类器官到嵌合脑

类器官技术的突破使得研究人员能够在实验室中重现部分人类神经发育的特征，创造出具有三维结构的类脑组织。然而，这些体外培养的类器官通常缺乏与宿主血管系统的连接，且其发育无法完全模拟人类大脑复杂的环境。与此相比，嵌合脑模型通过将人类神经细胞或类器官移植到啮齿动物的大脑中，提供了一个更加接近体内环境的发育平台。这种模型的优势在于，嵌合脑中的人类神经元能够与宿主的血管系统、免疫系统以及神经回路进行互动，模拟出更加自然的神经发育过程。 例如，植入的小鼠脑内的类器官不仅能够生长、迁移并与宿主大脑形成突触连接，还能在宿主的环境中进行长期发育，甚至在宿主的神经网络中发挥一定的功能。一项2022年由Sloan Kettering团队进行的研究展示了人类类器官（hCOs）能够成功植入新生小鼠的脑中，并与宿主的大脑神经回路整合。这些类器官在动物脑内继续发育，并表现出与宿主脑组织的突触连接，甚至影响了小鼠的感知行为。这一发现不仅验证了类器官在动物脑内的长期发育潜力，也为利用类器官模型研究人类神经系统提供了新的思路。

因此，嵌合脑模型为神经发育研究提供了一个前所未有的研究平台，能够真实地模拟人类神经发育过程中的各个阶段，从细胞发育到神经回路的形成，再到整体脑功能的实现。

图2. 人类-啮齿动物嵌合脑模型在研究人类神经发育、衰老和疾病中的应用

嵌合脑在神经发育性疾病研究中的应用

3-1 神经发育性疾病建模

神经发育性疾病，如自闭症谱系障碍（ASD）、智力障碍、唐氏综合症等，通常表现为神经系统发育的异常，这些异常可能在早期就开始出现，并且对患者的大脑功能产生深远影响。传统的动物模型虽然能够模拟某些疾病的症状，但由于缺乏足够的人类神经系统特征，其对疾病机制的理解往往局限于啮齿动物的生理环境。

嵌合脑模型的引入为这些疾病的研究提供了新的视角。研究者们通过将携带特定基因突变的人类细胞或类器官植入小鼠脑中，能够在体内观察到疾病发病过程中的细胞行为和神经回路变化。例如，在自闭症研究中，科学家们使用携带MECP2突变的hCOs建立嵌合脑，发现这些类器官的神经元发育延迟，树突棘密度减少，且其神经活动显著低于正常发育的小鼠。

通过这种模型，研究者可以观察到与人类神经发育相关的病理变化，并且探索这些变化在早期神经发育中的作用，进而为疾病的早期诊断和治疗提供潜在的靶点。

3-2 疾病机制的探索

与传统动物模型相比，嵌合脑模型不仅可以揭示人类神经发育性疾病的基本机制，还可以揭示细胞自主（cell-autonomous）与非自主（non-autonomous）机制如何在神经发育过程中发挥作用。例如，在研究神经发育性疾病如Timothy综合症时，嵌合脑模型能够帮助科学家分析携带突变基因的神经细胞在神经网络中的作用，以及这些突变如何影响周围的正常神经元。因此，嵌合脑为神经发育性疾病的机制研究提供了更加真实和细致的实验平台，为药物筛选、基因疗法等治疗策略的开发奠定了基础。

图3. 人性化胶质模型在胶质和中枢神经系统免疫研究中的潜在发展与应用

神经退行性疾病与细胞替代疗法中的前沿应用

4-1 神经退行性疾病模型

神经退行性疾病，如阿尔茨海默病（AD）、帕金森病（PD）等，通常伴随着神经细胞的死亡和神经功能的逐渐丧失。尽管传统的动物模型能够模拟一些退行性变化，但要精确地再现人类特有的病理特征仍然存在很大挑战。

嵌合脑模型的出现为这些疾病的研究提供了新的途径。以阿尔茨海默病为例，科学家们将携带突变的类器官植入小鼠脑中，发现这些类器官能够在宿主脑中形成淀粉样斑块，并且引发星形胶质细胞的激活。这一现象在传统小鼠模型中难以完全再现，表明嵌合脑模型能够更好地模拟人类AD的病理特征。

4-2 细胞替代疗法与干细胞应用

在神经退行性疾病的治疗中，细胞替代疗法成为一种潜在的治疗方式。通过将健康的干细胞移植到受损的脑区，恢复丧失的神经功能。然而，传统的动物模型通常缺乏足够的神经功能恢复表现，限制了其临床应用的潜力。

嵌合脑模型能够帮助评估细胞替代疗法的效果。例如，在帕金森病研究中，研究者通过将多巴胺（DA）神经元原肠胚样体植入PD小鼠脑中，成功地观察到这些移植细胞的长期存活、轴突投射及对运动功能的改善。这为干细胞治疗神经退行性疾病提供了新的验证平台。

图4. 嵌合脑模型在细胞替代疗法策略和人类细胞谱系分析中的潜在应用

多组学技术助力机制研究与精密治疗

随着单细胞转录组学（scRNA-seq）、空间转录组学和蛋白组学技术的发展，研究者能够更加精准地分析嵌合脑中人类细胞与宿主细胞的相互作用。例如，研究人员可以利用单细胞转录组学技术，分析嵌合脑中人类神经元与宿主脑区的基因表达差异，从而揭示两者之间的发育路径与功能连接。

这些技术的结合使得我们能够深入理解人类神经细胞在复杂体内环境中的行为、发育轨迹与疾病演化过程，进一步推动精密治疗的发展。 例如，通过精确追踪突变细胞的分化路径，研究者能够为针对特定疾病的药物筛选提供更加精细的靶点数据。

伦理、安全与未来展望

6-1 伦理考量

随着人类-啮齿动物嵌合脑模型的发展，相关的伦理问题逐渐引起关注。尤其是当嵌合脑模型涉及到人类神经元的植入时，科学家们需要考虑这些细胞是否会在宿主大脑中形成意识、自主行为或具备某种“人类特征”。这些问题可能会对动物福利和人类伦理造成挑战。

因此，科学界迫切需要建立一套规范的伦理框架和监管体系，确保嵌合脑模型的应用符合伦理原则，并且在研究中保护动物和人类的基本权益。

6-2 安全性与技术挑战

尽管嵌合脑模型为神经科学研究提供了新的契机，但技术挑战依然存在。人类神经元在啮齿动物大脑中的整合效率较低，且其长期发育过程中可能会出现突触功能和网络整合的差异。此外，如何确保嵌合脑中人类细胞的安全性，避免癌变或其他异常发展，也是当前的研究难题。

总结

总的来说，人类-啮齿动物嵌合脑模型的出现为神经科学研究提供了强大的实验平台。它不仅填补了体外类器官与人类神经发育之间的空白，还为神经发育性疾病、神经退行性疾病以及细胞替代疗法的研究带来了新的机遇。随着技术的不断进步和伦理规范的完善，嵌合脑模型将成为我们更好理解人类大脑、开发治疗方案以及推进个性化医疗的重要工具。

原文链接：

https://doi.org/10.1016/j.neuron.2025.03.036

参考文献

Papetti AV, Jin M, Ma Z, Stillitano AC, Jiang P. Chimeric brain models: Unlocking insights into human neural development, aging, diseases, and cell therapies. Neuron. 2025 Apr 22:S0896-6273(25)00256-9. doi: 10.1016/j.neuron.2025.03.036. Epub ahead of print. PMID: 40300597.

阅读最新前沿科技趋势报告，请访问欧米伽研究所的“未来知识库”

https://wx.zsxq.com/group/454854145828

未来知识库是“欧米伽未来研究所”建立的在线知识库平台，收藏的资料范围包括人工智能、脑科学、互联网、超级智能，数智大脑、能源、军事、经济、人类风险等等领域的前沿进展与未来趋势。目前拥有超过8000篇重要资料。每周更新不少于100篇世界范围最新研究资料。欢迎扫描二维码或访问https://wx.zsxq.com/group/454854145828 进入。

截止到3月31日 ”未来知识库”精选的百部前沿科技趋势报告

（加入未来知识库，全部资料免费阅读和下载）

牛津未来研究院《将人工智能安全视为全球公共产品的影响、挑战与研究重点》麦肯锡：超级智能机构：赋能人们释放人工智能的全部潜力AAAI 2025 关于人工智能研究未来研究报告斯坦福：2025 斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191 页）壳牌：2025 能源安全远景报告：能源与人工智能（57 页）盖洛普 & 牛津幸福研究中心：2025 年世界幸福报告（260 页）Schwab ：2025 未来共生：以集体社会创新破解重大社会挑战研究报告（36 页）IMD：2024 年全球数字竞争力排名报告：跨越数字鸿沟人才培养与数字法治是关键（214 页）DS 系列专题：DeepSeek 技术溯源及前沿探索，50 页 ppt联合国人居署：2024 全球城市负责任人工智能评估报告：利用 AI 构建以人为本的智慧城市（86 页）TechUK：2025 全球复杂多变背景下的英国科技产业：战略韧性与增长路径研究报告（52 页）NAVEX Global：2024 年十大风险与合规趋势报告（42 页）《具身物理交互在机器人 - 机器人及机器人 - 人协作中的应用》122 页2025 - 2035 年人形机器人发展趋势报告 53 页Evaluate Pharma：2024 年全球生物制药行业展望报告：增长驱动力分析（29 页）【AAAI2025 教程】基础模型与具身智能体的交汇，350 页 pptTracxn：2025 全球飞行汽车行业市场研究报告（45 页）谷歌：2024 人工智能短跑选手（AI Sprinters）：捕捉新兴市场 AI 经济机遇报告（39 页）【斯坦福博士论文】构建类人化具身智能体：从人类行为中学习《基于传感器的机器学习车辆分类》最新 170 页美国安全与新兴技术中心：2025 CSET 对美国人工智能行动计划的建议（18 页）罗兰贝格：2024 人形机器人的崛起：从科幻到现实：如何参与潜在变革研究报告（11 页）兰德公司：2025 从研究到现实：NHS 的研究和创新是实现十年计划的关键报告（209 页）康桥汇世（Cambridge Associates）：2025 年全球经济展望报告（44 页）国际能源署：2025 迈向核能新时代麦肯锡：人工智能现状，组织如何重塑自身以获取价值威立（Wiley）：2025 全球科研人员人工智能研究报告（38 页）牛津经济研究院：2025 TikTok 对美国就业的量化影响研究报告：470 万岗位（14 页）国际能源署（IEA）：能效 2024 研究报告（127 页）Workday ：2025 发挥人类潜能：人工智能（AI）技能革命研究报告（20 页）CertiK：Hack3D：2024 年 Web3.0 安全报告（28 页）世界经济论坛：工业制造中的前沿技术：人工智能代理的崛起》报告迈向推理时代：大型语言模型的长链推理研究综述波士顿咨询：2025 亚太地区生成式 AI 的崛起研究报告：从技术追赶者到全球领导者的跨越（15 页）安联（Allianz）：2025 新势力崛起：全球芯片战争与半导体产业格局重构研究报告（33 页）IMT：2025 具身智能（Embodied AI）概念、核心要素及未来进展：趋势与挑战研究报告（25 页）IEEE：2025 具身智能（Embodied AI）综述：从模拟器到研究任务的调查分析报告（15 页）CCAV：2025 当 AI 接管方向盘：自动驾驶场景下的人机交互认知重构、变革及对策研究报告（124 页）《强化学习自我博弈方法在兵棋推演分析与开发中的应用》最新 132 页《面向科学发现的智能体人工智能：进展、挑战与未来方向综述》全国机器人标准化技术委员会：人形机器人标准化白皮书（2024 版）（96 页）美国国家科学委员会（NSB）：2024 年研究与发展 - 美国趋势及国际比较（51 页）艾昆纬（IQVIA）：2025 骨科手术机器人技术的崛起白皮书：创新及未来方向（17 页）NPL&Beauhurst：2025 英国量子产业洞察报告：私人和公共投资的作用（25 页）IEA PVPS：2024 光伏系统经济与技术关键绩效指标（KPI）使用最佳实践指南（65 页）AGI 智能时代：2025 让 DeepSeek 更有趣更有深度的思考研究分析报告（24 页）2025 军事领域人工智能应用场景、国内外军事人工智能发展现状及未来趋势分析报告（37 页）华为：2025 鸿蒙生态应用开发白皮书（133 页《超级智能战略研究报告》中美技术差距分析报告 2025欧洲量子产业联盟（QuIC）：2024 年全球量子技术专利态势分析白皮书（34 页）美国能源部：2021 超级高铁技术（Hyperloop）对电网和交通能源的影响研究报告（60 页）罗马大学：2025 超级高铁（Hyperloop）：第五种新型交通方式 - 技术研发进展、优势及局限性研究报告（72 页）兰德公司：2025 灾难性网络风险保险研究报告：市场趋势与政策选择（93 页）GTI：2024 先进感知技术白皮书（36 页）AAAI：2025 人工智能研究的未来报告：17 大关键议题（88 页）安联 Allianz2025 新势力崛起全球芯片战争与半导体产业格局重构研究报告威达信：2025 全球洪水风险研究报告：现状、趋势及应对措施（22 页）兰德公司：迈向人工智能治理研究报告：2024EqualAI 峰会洞察及建议（19 页）哈佛商业评论：2025 人工智能时代下的现代软件开发实践报告（12 页）德安华：全球航空航天、国防及政府服务研究报告：2024 年回顾及 2025 年展望（27 页）奥雅纳：2024 塑造超级高铁（Hyperloop）的未来：监管如何推动发展与创新研究报告（28 页）HSOAC：2025 美国新兴技术与风险评估报告：太空领域和关键基础设施（24 页）Dealroom：2025 欧洲经济与科技创新发展态势、挑战及策略研究报告（76 页）《无人机辅助的天空地一体化网络：学习算法技术综述》谷歌云（Google Cloud）：2025 年 AI 商业趋势白皮书（49 页）《新兴技术与风险分析：太空领域与关键基础设施》最新报告150 页！《DeepSeek 大模型生态报告》军事人工智能行业研究报告：技术奇点驱动应用加速智能化重塑现代战争形态 - 250309（40 页）真格基金：2024 美国独角兽观察报告（56 页）璞跃（Plug and Play）：2025 未来商业研究报告：六大趋势分析（67 页）国际电工委员会（IEC）：2025 智能水电技术与市场展望报告（90 页）RWS：2025 智驭 AI 冲击波：人机协作的未来研究报告（39 页）国际电工委员会（IEC）：2025 智能水电技术与市场展望报告（90 页）RWS：2025 智驭 AI 冲击波：人机协作的未来研究报告（39 页）未来今日研究所 2025 年科技趋势报告第 18 版 1000 页模拟真实世界：多模态生成模型的统一综述中国信息协会低空经济分会：低空经济发展报告（2024 - 2025）（117 页）浙江大学：2025 语言解码双生花：人类经验与 AI 算法的镜像之旅（42 页）人形机器人行业：由 “外” 到 “内” 智能革命 - 250306（51 页）大成：2025 年全球人工智能趋势报告：关键法律问题（28 页）北京大学：2025 年 DeepSeek 原理和落地应用报告（57 页）欧盟委员会人工智能与未来工作研究报告加州大学伯克利分校：面向科学发现的多模态基础模型：在化学、材料和生物学中的应用电子行业：从柔性传感到人形机器人触觉革命 - 250226（35 页）RT 轨道交通：2024 年中国城市轨道交通市场数据报告（188 页）FastMoss：2024 年度 TikTok 生态发展白皮书（122 页）Check Point：2025 年网络安全报告 - 主要威胁、新兴趋势和 CISO 建议（57 页）【AAAI2025 教程】评估大型语言模型：挑战与方法，199 页 ppt《21 世纪美国的主导地位：核聚变》最新报告沃尔特基金会（Volta Foundation）：2024 年全球电池行业年度报告（518 页）斯坦福：2025 斯坦福新兴技术评论：十项关键技术及其政策影响分析报告（191 页）国际科学理事会：2025 为人工智能做好国家研究生态系统的准备 - 2025 年战略与进展报告（英文版）（118 页）光子盒：2025 全球量子计算产业发展展望报告（184 页）奥纬论坛：2025 塑造未来的城市研究报告：全球 1500 个城市的商业吸引力指数排名（124 页）Future Matters：2024 新兴技术与经济韧性：日本未来发展路径前瞻报告（17 页）《人类与人工智能协作的科学与艺术》284 页博士论文《论多智能体决策的复杂性：从博弈学习到部分监控》115 页《2025 年技术展望》56 页 slides大语言模型在多智能体自动驾驶系统中的应用：近期进展综述【牛津大学博士论文】不确定性量化与因果考量在非策略决策制定中的应用皮尤研究中心：2024 美国民众对气候变化及应对政策的态度调研报告：气候政策对美国经济影响的多元观点审视（28 页）空间计算行业深度：发展趋势、关键技术、行业应用及相关公司深度梳理 - 250224（33 页）Gartner：2025 网络安全中的 AI：明确战略方向研究报告（16 页）北京大学：2025 年 DeepSeek 系列报告 - 提示词工程和落地场景（86 页）北京大学：2025 年 DeepSeek 系列报告 - DeepSeek 与 AIGC 应用（99 页）CIC 工信安全：2024 全球人工智能立法的主要模式、各国实践及发展趋势研究报告（42 页）中科闻歌：2025 年人工智能技术发展与应用探索报告（61 页）AGI 智能时代：2025 年 Grok - 3 大模型：技术突破与未来展望报告（28 页）

上下滑动查看更多

长时间工作或改变大脑结构科技周览

整理 | 周舒义、平生

长时间工作或改变大脑结构

5月13日发表在《职业与环境医学》的一项新研究表明，长时间工作不仅对身体有害，还可能改变大脑结构，特别是与情绪调节和执行功能相关的区域。最终，过度劳累可能会引起神经适应性变化，从而影响认知和情绪健康。

工作时间过长（例如每周工作时间超过52小时，即超出标准工作时长的30%）与心血管疾病、代谢紊乱以及心理健康问题风险升高有关。据国际劳工组织（ILO）估计，每年因过度劳累而死亡的人数超过80万。

研究团队跟踪了110名医护人员的数据，将他们分为“过度劳累”组（每周工作52小时或以上）和“非过度劳累”组，通过神经成像技术识别和比较大脑不同区域灰质水平的差异。结果发现，与每周工作标准时间的参与者相比，每周工作52小时或以上的人，其与执行功能和情绪调节相关的大脑区域表现出显著变化。基于体素的形态测量法（VBM）分析显示，在17个区域出现了峰值增长，其中包括参与注意力、规划和决策的额中回、额上回以及岛叶。基于图谱的分析显示，额中回、岛叶等大脑区域的体积有所增加，额中回在认知功能、注意力、记忆力和语言相关过程中发挥重要作用。岛叶在整合来自身体的感觉、运动和自主反馈方面起着关键作用，参与情绪处理、自我意识以及理解社会情境。

研究人员提醒，这项小型的观察性横断面研究无法得出关于因果关系的确切结论。不过，研究结果表明工作量的增加和大脑这些部位的变化之间存在“潜在关系”。该研究为长期工作对大脑健康的潜在影响提供了科学依据，呼吁社会关注职业人群的过劳情况。

相关论文：https://oem.bmj.com/content/early/2025/05/08/oemed-2025-110057

“看见”固体氢的最精细结构

常温常压下，氢以气体状态存在。高压下，氢结晶为固体。而超高压下固体氢的原子排列方式一直是未解之谜。在5月14日发表于《自然》（Nature）的一项研究中，由中国科学家领衔的国际团队用X射线纳米探针首次“看见”固体氢的复杂晶体结构。这是目前世界上固体氢的最精细结构。

氢的结构示意图。

压力升高会使氢的晶体结构趋于复杂。“气体氢的分子随机散落在空间中。随压力升高（5GPa），氢分子像跳棋子一样层层排列，形成固体氢。压力再升高（212-245GPa），一部分氢原子会形成蜂窝状排列，于是固体氢呈现更复杂的结构：跳棋子和蜂窝间隔着层层叠起。”论文第一作者、北京高压科学研究中心研究员吉诚说。

为什么要“看见”固体氢？“金属氢具有极高的能量密度，是氢核聚变的理想原料，应用潜力、战略意义巨大，被称为‘高压物理的圣杯’。想要找到金属氢，研究固体氢是必经之路。”高压物理学家、中科院外籍院士毛河光说。

如果说金属氢是“圣杯”，那么高压下固体氢结构就好比“圣杯”的杯座。此次中国科学家率先“看到”精细结构的固体氢，恰处于气体氢变成固体氢之后、金属氢形成之前的高压状态。

毛河光介绍，诺贝尔物理学奖得主维格纳等人1935年预测，氢在极高压下会变为金属氢。后有物理学家提出，让氢得以金属化的压力高达500GPa——这相当于一架停在针尖上的巨型喷气式飞机对针尖施加的力。

“观测金属氢难度极大，因为氢金属化所需的超高压条件极为苛刻。我们将两颗超锋利的金刚石尖对尖，挤压中间的氢分子。用高亮度的X光穿透金刚石照射在高压氢上，X光与高压氢相互作用，就好比给固体氢‘拍照片’，得以窥见原子如何排列。”吉诚说。

“晶体结构的研究应是金属氢研究的核心。因为金属氢的奇异特性取决于其特殊的原子排列。”毛河光说，这一发现对理解金属氢的形成路径与机制提供了关键依据。（新华社）

相关论文：https://www.nature.com/articles/s41586-025-08936-w

AI能通过群体互动自发形成“社会规范”

5月14日发表于《科学进展》（Science Advances）的一项研究显示，多个大语言模型通过简单的互动游戏，可以形成一定的“社会规范”和集体偏见。

社会习俗由人们自发形成，被群体共同遵守。小到握手、鞠躬等问候礼节，大到语言和道德标准，不成文的规范通过潜移默化，塑造了我们社会生活的方方面面。在新研究中，来自伦敦大学城市圣乔治学院的研究人员开展了两项实验，以探究AI能否在群体互动中涌现出类似人类的社会行为。

第一项实验使用大语言模型Claude来完成一个命名游戏，该游戏此前常被用来研究人类群体行为。研究人员准备了24个Claude智能体，每轮随机将两个智能体配对，要求它们从10个选项中选择一个字母。如果AI选择的字母与同伴相同，就会加分，否则就会扣分。AI会保留双方的选择和得分记录。在重复几轮并反复随机分配同伴后，AI群体开始倾向于选择相同的字母。研究认为，这种选择的趋同代表着形成了一种“社会规范”。当智能体数量扩展到200个，选项数量增加到26个，或者更换其他大模型时，仍能观察到类似结果。

论文作者安德里亚·巴伦切利（Andrea Baronchelli）说，上述行为与人类社会中词汇的流变类似，“没有任何全局视角。这就像‘spam’这个词。没有人给它下过正式定义，但经过反复博弈，它现在通常被用来代指垃圾邮件（spam其实原本是午餐肉品牌）。”

在第二项实验中，研究人员向AI群体中混入了一些持“不同意见”的“少数派”，它们总会选择另一特定选项。结果发现，一旦这些“少数派”数量达到一定阈值，就能推翻原有“共识”，将新的选项强加给整个群体。研究认为这和人类社会类似——少数但坚定的群体一旦达到一定规模，就能引发群体行为的快速转变。

未参与研究的澳大利亚悉尼大学人工智能与人机交互研究员乔纳森·库默菲尔德（Jonathan Kummerfeld）表示，新研究的结果并不奇怪。他认为，给大语言模型的提示起到了“强有力的、集中的引导作用”。

库默菲尔德补充说，很难预测AI的群体行为，而且随着这些模型的应用越来越复杂，预测难度会越来越大。“设置护栏或以某种方式限制模型，需要在安全性和灵活性之间取得艰难的平衡。”

相关论文：https://www.science.org/doi/10.1126/sciadv.adu9368

谷歌发布通用科学人工智能体，攻克56年算法难题

据Nature News报道，5月14日，谷歌DeepMind推出能自主生成并改进算法代码的通用科学人工智能体AlphaEvolve，并利用它成功破解了数学和计算机科学领域的重大难题。该系统通过结合大语言模型（LLM）的创造力与评估算法的筛选机制，不断迭代优化解决方案，最终实现新的突破。目前该系统仅在谷歌内部使用。

AlphaEvolve基于DeepMind旗下的Gemini系列大语言模型（LLM）。首先由用户输入问题、评估标准和初步解法，LLM随后会针对性提出数百、数千种修改方案。然后评估算法对这些方案进行打分，从而找到最佳解决方案。DeepMind表示，LLM会基于这一方案继续提出优化思路，演化出一批更强大的算法。

据介绍，AlphaEvolve提出了一种矩阵乘法的计算方法，仅需48次标量乘法就能完成4x4复数矩阵的相乘，成功改进了1969年德国数学家Volker Strassen提出的此前最快算法（需要49次标量乘法）。尽管AlphaEvolve是通用性的，它在矩阵运算方面的表现仍优于2022年DeepMind专为矩阵运算设计的AI工具AlphaTensor。新工具可用于解决各类优化问题，以及适用具体评估指标的场景。包括新型显微镜、望远镜甚至新材料的设计。

研究人员还将AlphaEvolve应用于数学分析、几何学、组合学和数论领域的50多个未解决的问题。在大约75%的案例中，它能够重新发现已知的最优解；在大约20%的案例中，它改进了之前已知的最优解，并在相应的未解决难题上取得了进展。此外，AlphaEvolve还帮助谷歌改进了下一代张量处理单元（专为AI设计的计算芯片）的设计，并找到了能更高效利用谷歌全球计算资源的方法，节省了0.7%的总资源量。

牛津大学数学家Simon Frieder表示，在数学领域，AlphaEvolve似乎能显著加速某些问题的解决。但他认为，AlphaEvolve可能只适用于那些能够以代码形式呈现的“极少数”任务。其他研究者也对该工具的实用性持保留态度，认为要等到它在DeepMind以外的环境中经受考验后才能下定论。“在系统被更广泛的社区测试之前，我会保持怀疑，并对报道的成果持保留态度。”美国俄亥俄州立大学哥伦布分校的研究员Huan Sun说。

改变居住地有助于做出诺奖工作

5月12日发表于《国际经济评论》（International Economic Review）的一项研究通过分析诺贝尔奖得主的职业生涯，发现迁往新地点或在多个地方工作，可能会激发创造力，显著加速产出顶尖成果。这表明地理上的流动性及其带来的思想碰撞，可能是催生顶尖科学成就和创造性突破的关键因素。

图片来源：Unsplash/CC0 Public Domain

新研究分析了1901年至2003年间化学、医学和物理学领域的诺奖得主，通过追踪诺奖得主每年的所在地，以及他们最终获奖研究的起始时间，结果发现经常搬迁的获奖者会更早开始他们的诺奖工作。具体来说，与始终定居在一处相比，每5年更换一次工作或生活地点，能使诺奖研究的启动时间提前0.7年；每2年更换地点，能进一步提前至2年。而在多个地点开展研究的获奖者，其创新工作甚至能提早2.6年。

论文作者、俄亥俄州立大学经济学教授布鲁斯·温伯格（Bruce Weinberg）解释说，那些更换工作地点或在多个地点开展研究的顶尖科学家，可以与其他研究人员会面，接触新的环境、不同的想法，并将这些想法与自己的想法结合起来，这能显著提升自己的职业发展。“除非你接触到以前未曾听闻的新想法，否则你不太可能取得重大突破。通过搬迁或在不同地方工作，可以实现这一点。如果一直留在一个地方，这就会花更长的时间，甚至可能根本不会发生。”

温伯格强调，这项研究仅考察了诺贝尔奖获得者这一特定群体。但他表示，其他科学家同样需要创造力才能取得成功，因此这些发现很可能同样适用。

相关论文：https://dx.doi.org/10.1111/iere.12768

植入人类基因后，小鼠大脑增大6.5%

《自然》（Nature）5月14日发表的一项研究显示，当科学家将一段人类特有的DNA序列插入小鼠基因组后，这些小鼠成年后的大脑体积比普通小鼠增大了6.5%。新研究为揭示人类为何进化出如此巨大的大脑提供了新的线索。

这段特殊的人类基因名为HARE5，它并非直接编码蛋白质，而像一个“基因调控器”，能够增强特定基因（在小鼠中主要是Fzd8基因）的表达活性，从而促进神经细胞的生长和发育。研究表明，人类版本的HARE5显著增加了小鼠大脑中放射状胶质细胞（一种神经干细胞）的产生和分化，进而导致大脑皮层区域的扩张。人类HARE5基因敲入小鼠成年后的新皮质（neocortex，负责高级认知功能）明显增大，并且拥有更多的兴奋性神经元。

研究人员还在实验室培养的微型3D人脑模型（类器官）中比较了人类与黑猩猩版本的HARE5。结果发现，携带人类HARE5的类器官产生了更多、更发达的放射状胶质细胞。此外还鉴定出了人类HARE5中4个关键的变异位点，这些突变赋予了人类HARE5更强的增强子活性，从而更有效地促进细胞增殖。

研究人员指出，人类基因组中存在约3000个这类“人类加速进化区”（HARs），HARs是一类短小且在哺乳动物中高度保守的基因组序列，但在人类与黑猩猩分化后，这些区域的突变积累速度远超预期，相较于其他哺乳动物发生了快速改变，可能对人类大脑的进化至关重要。HARE5只是其中之一。虽然目前尚不清楚这些大脑增大的小鼠在认知或记忆方面是否有所提升，但这项研究无疑为理解人类大脑的独特性迈出了重要一步。

相关论文：https://www.nature.com/articles/s41586-025-09002-1

手指泡水后起皱，图案每次都保持不变

泡澡或游泳后，指尖往往会因为长时间泡水而起皱。但你是否想过，这些褶皱的图案每次都一样吗？根据美国宾厄姆顿大学一项最新研究，答案是肯定的。这项于2025年2月发表在Journal of the Mechanical Behavior of Biomedical Materials上的研究，为一个看似简单却未曾被深入探究的问题提供了科学解答。

此前研究已经阐明，手指长时间浸水后起皱并非因为皮肤吸水膨胀，而是皮下血管收缩所致。这一机制能增大表面摩擦力，帮助我们在湿滑环境下抓握物体。当手泡在水中时，手上汗腺管便开始扩张，水进入皮肤，最终导致皮肤盐分失衡。盐分失衡促使手指神经纤维放电，引发血管周围汗腺管收缩，而汗腺管收缩又使得指尖肉质区域体积减小，向下拉动表层皮肤，最终使其扭曲成褶皱。基于这一机制，研究团队推测，由于血管在皮下的相对位置固定，因此形成的皱纹图案也应该是稳定不变的。

为了验证这一假设，研究人员招募参与者，让他们将手指浸入水中30分钟，然后拍摄褶皱照片。至少24小时后，在相同条件下重复这一过程。通过对比两次拍摄的图像，结果发现，尽管浸泡时间不同，但每个受试者手指上形成的隆起环路和脊线图案都表现出高度的一致性。

(A)常态手指；（B）浸水30分钟后的手指；（C）间隔1天后再次浸水的手指 | Rachel Laytin, Guy K. German

论文作者、宾厄姆顿大学生物医学工程副教授盖伊·格曼（Guy German）解释说：“血管的位置不会发生太大改变——这意味着褶皱应该以同样的方式形成。”研究人员指出，由于这种皱纹图案具有个体一致性和可重复性，未来或许能在法医学领域发挥作用，例如在特定情况下辅助身份识别，或为生物特征识别技术提供新的思路。

相关论文：https://doi.org/10.1016/j.jmbbm.2025.106935

注：本文封面图片来自版权图库，转载使用可能引发版权纠纷。