新闻资讯

　　瑞典林雪平大学、隆德大学和哥德堡大学研究团队将神经组织与电子设备连接了起来。通常来说，刚性电子设备和软组织之间的不匹配，可能会损害脆弱的生命系统。但该团队使用可注射凝胶直接在体内制造出软电极。注射到活体组织后，凝胶中的酶分解体内的内源代谢物，从而引发凝胶中有机单体的酶聚合，将其转化为稳定、柔软的导电电极。研究人员通过将凝胶注射到斑马鱼和药用水蛭中，验证了这一过程。凝胶在两种生物体中聚合并在组织内“生长”出了电极。

　　这一实验原本涉及光通过空间中的一对“狭缝”的衍射，但新研究表明，使用双缝在时间上实现等效效果是可能的。伦敦帝国理工学院研究团队在实验中用到了氧化铟锡薄膜，在飞秒这样超快的时间尺度上，这种材料的反射率会被激光改变，为光创造出“狭缝”。研究人员通过快速连续两次打开和关闭半导体镜的反射率并沿着从镜反射的光的频谱记录干涉条纹，实现了这一目标。他们的实验发现，干扰发生在不同频率的波之间，而不是不同的空间位置之间。

　　人类Y染色体由于结构复杂一直很难测序和组装。超过一半的Y染色体在当前的人类参考基因组组装中缺失，导致人们对Y染色体的认识很不全面，限制了对其组成、复杂性以及在不同人群间差异的理解。作为“端粒到端粒”联盟的一部分，由美国国家人类基因组研究所领导、包括约翰斯·霍普金斯大学、加州大学圣克鲁斯分校等多家机构的科学家，此次报道了完整的人类Y染色体的62460029个碱基对序列。这次的组装纠正了当前人类参考基因组组装中关于Y染色体的多个错误，同时还向参考基因组中添加了逾3000万个碱基对，揭示了多个基因家族的完整结构，并确认了41个新的蛋白质编码基因。

　　美国麻省理工学院团队8月宣布将注意力神经网络与图神经网络相结合，以更好地理解和设计蛋白质。该方法将几何深度学习与语言模型的两种优势结合起来，不仅可预测现有蛋白质特性，还可设想自然界尚未设计出的新蛋白质。此次新模型通过对基本原理建模，将大自然发明的一切作为基础，重新组合了这些自然构建块。团队在训练模型时，根据不同蛋白质的功能来预测它们的序列、溶解度和氨基酸组成部分。然后，在收到新蛋白质功能的初始参数后，模型发挥出创造力并生成了全新的结构。

　　10月份同时刊发在美国《科学》《科学进展》和《科学·转化医学》杂志上的21篇论文，公布并阐释了迄今最全的人类大脑细胞图谱。多国科学家参与的这一系列研究，揭示了3000多种脑细胞类型的特征，将有助于深入理解人类大脑的独特之处并推进脑部疾病和认知能力等研究。《自然》网站援引澳大利亚弗洛里神经科学与心理健康研究所专家安东尼·汉南的话说，这一系列研究首次在单细胞水平上绘制了人类大脑图谱，显示其复杂的分子相互作用，为更好理解人脑奠定了基础。

　　其中，荷兰乌得勒支大学医学中心神经科学家金伯莉·西莱蒂团队对覆盖人类大脑106个位置的300多万个细胞进行了RNA（核糖核酸）测序，分析记录了461个脑细胞大类，包含3000多个亚型。研究显示，神经元作为大脑和神经系统发送和接收信号的细胞，在大脑不同部位具有很大差异，尤其连接大脑和脊髓的脑干区域含有特别多神经元类型，这种差异揭示了不同的功能和发育历史。这是从单细胞层面以前所未有的颗粒度解析了人脑的组织结构，包括成年人脑和胚胎期正在发育的人脑，识别和描绘出了人脑细胞类型的惊人多样性，为认识人类精神和神经疾病机制提供了线

　　而在12月6日，谷歌公司则宣布推出一种名为Gemini的新人工智能模型，并声称该模型在一系列智力测试中的表现优于GPT-4模型和“专家级”人类。谷歌声称，Gemini的中档Pro版本击败了其他一些模型，例如OpenAI的GPT3.5，但更强大的Ultra超过了所有现有AI模型的能力。它在行业标准MMLU基准上的得分为90%，而“专家级”的人类预计能达到89.8%。这是人工智能首次在测试中击败人类，也是现有模型中得分最高的。