█ 脑科学动态

边境牧羊犬为何天生会放羊？

视觉脑区竟参与掌管运动控制？

量子意识新假说：测量行为如何改变主观体验

首个"阅读全息图"：你的大脑如何读书？

神经系统竟是免疫系统的"隐形指挥官"

"抗衰老神药"翻车！NAD水平暴跌85%竟不影响健康

█ AI行业动态

中国初创企业将CRISPR基因疗法直接注入大脑治疗遗传病

█ AI驱动科学

脑信号能还原真实视觉吗？破解"视觉-大脑信息鸿沟"

六大核心操作重构大语言模型记忆机制

首个汉语声调语言脑机接口数据集发布，覆盖三种言语模式

AI模型CellFlow：单细胞表型预测新突破

推理专用检索模型REASONIR-8B问世，RAG性能提升22.6%

脑科学动态

边境牧羊犬为何天生会放羊？

牧羊犬为何能精准畜牧牲畜？Hankyeol Jeong、Elaine A. Ostrander和Jaemin Kim团队通过基因组分析发现，牧羊犬的社会互动和认知功能相关基因存在选择性信号，尤其是EPHB1基因的单倍型与追逐行为显著相关。

研究团队对12个牧羊犬品种进行全基因组测序，并与非牧羊犬比较。通过跨群体复合似然比（XP-CLR）和跨群体扩展单倍型纯合性（XP-EHH）测试，检测到与社交和认知功能相关的选择性信号。其中，EPHB1基因的单倍型在边境牧羊犬的工作系中与更高的追逐-咬合行为相关，且该单倍型在恩特雷布赫山地犬中也存在基因渗入。行为调查进一步证实了EPHB1单倍型的功能影响。研究发表在 Science Advances 上。

#认知科学 #神经机制与脑功能解析 #跨学科整合 #计算模型与人工智能模拟 #动物行为

阅读更多：

Jeong, Hankyeol, et al. “Genomic Evidence for Behavioral Adaptation of Herding Dogs.” Science Advances, vol. 11, no. 18, Apr. 2025, p. eadp4591. science.org (Atypon), https://doi.org/10.1126/sciadv.adp4591

视觉脑区竟参与掌管运动控制？

我们如何感知自己控制动作？芝加哥大学的John P. Veillette、Alfred F. Chao等人发现，执行生物力学计算的脑区与产生主观控制感的区域存在重叠。通过结合fMRI与深度神经网络模拟，团队首次在个体层面揭示了这种关联。

研究团队首先让参与者执行手部动作，同时用fMRI记录其大脑活动。这些数据与深度神经网络在相同任务中的内部表征（即"逆向动力学"计算，用于规划运动的数学方法）进行对比。结果显示，每个受试者的大脑都有独特的感觉运动状态编码模式。随后，研究人员通过电刺激（FES，功能性电刺激）操控参与者肌肉，人为改变其主观控制感（SoA）。令人惊讶的是，位于典型视觉皮层的特定脑区不仅能被逆向动力学模型最好解释，还能准确预测SoA变化。这一发现挑战了传统认知，表明视觉区域可能参与高级运动控制。研究为理解意识与无意识运动控制的神经基础开辟了新途径，对脑机接口和神经康复具有潜在意义。研究发表在 Journal of Neuroscience 上。

#神经科学 #神经机制与脑功能解析 #计算模型与人工智能模拟 #主观能动感 #生物力学控制

阅读更多：

Veillette, John P., et al. “Overlapping Cortical Substrate of Biomechanical Control and Subjective Agency.” Journal of Neuroscience, vol. 45, no. 18, Apr. 2025. www.jneurosci.org, https://doi.org/10.1523/JNEUROSCI.1673-24.2025

量子意识新假说：测量行为如何改变主观体验

意识测量竟会改变体验本身？莫纳什大学的Naotsugu Tsuchiya联合昆士兰科技大学、日本量子科学技术研究开发机构等跨学科团队，提出颠覆性"量子类感受质（QQ）假说"，用量子数学框架解释主观体验的动态特性，并设计出可验证的实验方案。

研究团队将意识感受质（qualia）重新定义为量子理论中的"可观测量"（observables），感官输入和内部注意则对应量子"状态"（states）。当测量行为发生时，就像量子系统被观测会坍缩一样，感受质也会因测量而改变。该理论首次用数学模型解释了为什么我们无法"客观"测量主观体验——因为测量仪器本身就会扰动被测量对象。通过分析量子认知研究的现有范式，团队提出两个关键验证方案：检测意识实验中的顺序效应（order effects，即不同提问顺序导致不同结果），以及寻找感受质测量对贝尔不等式（Bell's inequality，量子关联性的数学界限）的违背。这些预测若被证实，将彻底改变我们理解意识本质的方式。研究发表在 Frontiers in Psychology 上。

#意识与脑机接口 #计算模型与人工智能模拟 #跨学科整合 #量子认知 #主观体验

阅读更多：

Tsuchiya, Naotsugu, et al. “Quantum-like Qualia Hypothesis: From Quantum Cognition to Quantum Perception.” Frontiers in Psychology, vol. 15, Apr. 2025. Frontiers, https://doi.org/10.3389/fpsyg.2024.1406459

首个"阅读全息图"：你的大脑如何读书？

阅读时大脑如何分工协作？马克斯·普朗克人类认知与脑科学研究所的Sabrina Turker、Beatrice Fumagalli等团队通过整合163项脑成像研究，首次系统揭示从字母识别到篇章理解的全脑激活模式，发现左半球语言区与小脑形成动态功能网络。

研究采用坐标元分析法（coordinate-based meta-analysis，一种量化脑区激活一致性的统计技术），分析涵盖7项字母、109项单词、33项句子及8项篇章阅读实验的数据。结果显示：字母处理仅激活左枕叶单簇神经元，而单词阅读额外招募左额下回（IFG）的BA44/45亚区（负责语音加工）和左颞枕皮层（参与字形-语义转换）。朗读时听觉皮层与运动区活跃度比默读高3.2倍，而默读更依赖前额叶执行网络。小脑在词汇决策任务中表现出左右半球不对称性，右脑仅参与假词（pseudoword，无意义但符合拼写规则的字母串）处理。这些发现为理解阅读障碍的神经基础提供了重要线索。研究发表在 Neuroscience & Biobehavioral Reviews 上。

#神经科学 #神经机制与脑功能解析 #跨学科整合 #语言处理 #阅读障碍

阅读更多：

“The ‘Reading’ Brain: Meta-Analytic Insight into Functional Activation during Reading in Adults.” Neuroscience & Biobehavioral Reviews, vol. 173, June 2025, p. 106166. www.sciencedirect.com, https://doi.org/10.1016/j.neubiorev.2025.106166

神经系统竟是免疫系统的"隐形指挥官"

免疫系统和神经系统如何互动？Brian S. Kim和David Artis团队的研究揭示了这两大系统之间复杂的双向对话机制，发现它们通过特定受体和神经肽协同调控从过敏到癌症等多种疾病进程。

研究整合了近年来神经免疫学领域的关键突破，重点分析了迷走神经感觉系统（vagal sensory nervous system，负责感知体内信号）和体感神经系统（somatosensory nervous system，感知外界刺激）与免疫系统的互动。研究发现，痒觉受体（prurirceptor）和痛觉受体（nociceptor）等感觉神经元通过释放神经肽（neuropeptide）等分子与免疫细胞交流，形成反射弧调控局部和全身免疫反应。在过敏和自身免疫病中，这种神经-免疫对话可能导致过度炎症；而在组织修复中则促进愈合。特别值得注意的是，感觉神经元不仅能感知炎症信号，还能主动调节免疫细胞行为，这一发现为治疗慢性炎症和癌症提供了新思路。研究发表在 PerspectiveOnline 上。

#疾病与健康 #神经机制与脑功能解析 #跨学科整合 #神经调控 #知觉康复

阅读更多：

Kim, Brian S., and David Artis. “The Sensory Neuroimmune Frontier.” Immunity, vol. 0, no. 0, May 2025. www.cell.com, https://doi.org/10.1016/j.immuni.2025.03.018

"抗衰老神药"翻车！NAD水平暴跌85%竟不影响健康

NAD补充剂能否抗衰老？哥本哈根大学的Sabina Chubanava、Iuliia Karavaeva和Jonas T. Treebak团队通过基因改造小鼠实验发现，即使骨骼肌NAD水平降低85%，肌肉功能和衰老进程均不受影响，这对价值数十亿美元的NAD补充剂产业提出挑战。

研究团队使用诱导型骨骼肌特异性Nampt敲除（iSMNKO）技术，使成年小鼠骨骼肌中的NAD+水平骤降85%——远超自然衰老导致的30%降幅。令人惊讶的是，这些小鼠的肌肉质量、收缩力和运动耐力完全正常。通过RNA测序和蛋白质组学分析显示，转录组和线粒体功能（细胞能量工厂）均未出现异常。特别设计的终生实验证实，持续低NAD状态不会加速肌肉退化或影响全身代谢。该研究直接质疑了通过补充NAD前体（如NMN）抗衰老的科学依据，指出骨骼肌对NAD的依赖性被高估。研究发表在 Cell Metabolism 上。

#疾病与健康 #健康管理与寿命延长 #NAD代谢 #骨骼肌 #衰老机制

阅读更多：

Chubanava, Sabina, et al. “NAD Depletion in Skeletal Muscle Does Not Compromise Muscle Function or Accelerate Aging.” Cell Metabolism, vol. 0, no. 0, Apr. 2025. www.cell.com, https://doi.org/10.1016/j.cmet.2025.04.002

AI 行业动态

全球首次！中国初创企业将CRISPR基因疗法直接注入大脑治疗遗传病

近日，辉大基因披露，其自主研发的直接脑内注射给药的CRISPR基因编辑疗法HG204已用于两名罕见病患儿临床治疗，临床试验研究结果积极。

此次突破始于去年末对一名9岁男童的临床治疗。该患儿罹患罕见的MECP2重复综合征（MDS），此先天性遗传病会导致严重智力障碍、运动功能缺陷及反复癫痫发作。

在接受脑部CRISPR靶向治疗后，仅4周时间，患有MECP2重复综合征的患儿就能够实现自主传球动作，12周后复查显示步态显著改善，精细运动能力大幅提升。

#CRISPR #基因治疗 #神经系统疾病 #人工智能 #罕见病

阅读更多：

https://endpts.com/china-biotech-startup-huidagene-uses-crispr-in-brain-for-rare-ailment/

AI 驱动科学

脑信号能还原真实视觉吗？CVPR新研究破解"视觉-大脑信息鸿沟"

人类看到的图像与脑信号之间究竟有多大差距？天津大学Haitao Wu、Qing Li团队与北京基础医学研究所Zhen He合作，提出"双鸿沟"理论并开发UBP算法，通过动态模糊图像匹配脑信号特性，将脑-图像检索准确率提升至50.9%。

研究团队首先系统分析了视觉信息转化为脑信号时的两种信息损失：系统鸿沟（System GAP，由视觉聚焦特性导致）和随机鸿沟（Random GAP，含注意力波动和技术噪声）。为解决这一问题，提出不确定性感知模糊先验（UBP）算法——当脑信号与图像语义匹配度较低时，自动增强图像模糊程度（模拟人类视觉的焦距特性），使两种模态的信息量趋于一致。在THING-EEG数据集测试中，该方法使200-way图像检索的Top-1准确率突破50%，远超传统方法。进一步分析显示，基于生物学启发的"焦距模糊"效果优于普通高斯模糊，证实人类视觉处理机制对脑机接口设计具有指导价值。研究发表在 CVPR 2025 上。

#意识与脑机接口 #脑机接口 #视觉神经解码 #跨模态对齐 #认知建模

阅读更多：

Wu, Haitao, et al. Bridging the Vision-Brain Gap with an Uncertainty-Aware Blur Prior. arXiv:2503.04207, arXiv, 16 Mar. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2503.04207

六大核心操作重构大语言模型记忆机制

大语言模型的记忆机制如何系统化？香港中文大学Yiming Du、爱丁堡大学Wenyu Huang与华为英国研发中心团队联合提出突破性分类框架，通过分析3万篇文献提炼出记忆六大原子操作，为AI记忆系统建立首个统一理论体系，相关工具包已开源。

研究团队采用文献计量学方法，对2022-2025年间的顶会论文进行系统性分析，通过相对引用指数(RCI)筛选出最具影响力的记忆相关研究。将AI记忆分为三类：参数记忆（模型权重中的知识）、结构化情境记忆（如对话历史）和非结构化情境记忆（原始文本数据）。在此基础上定义六大核心操作——知识巩固（Consolidation）实现新知识融合，动态更新（Updating）保持记忆新鲜度，智能索引（Indexing）优化检索效率，策略性遗忘（Forgetting）清除冗余信息，精准检索（Retrieval）支持上下文推理，以及高效压缩（Compression）解决长上下文处理难题。研究进一步揭示，当前热门的检索增强生成技术本质是检索与压缩操作的组合应用。团队开源的工具包包含记忆组件库、评估基准和实际应用案例，为后续研究提供实践基础。研究预判下一代记忆系统将向多模态整合和动态自适应方向演进。

#大模型技术 #计算模型与人工智能模拟 #记忆机制 #LLM #知识表示

阅读更多：

Du, Yiming, et al. Rethinking Memory in AI: Taxonomy, Operations, Topics, and Future Directions. arXiv:2505.00675, arXiv, 1 May 2025. arXiv.org, https://doi.org/10.48550/arXiv.2505.00675

首个汉语声调语言脑机接口数据集发布，覆盖三种言语模式

声调语言脑机接口研究缺乏数据支撑？新加坡国立大学和中科院的研究团队发布VocalMind数据集，首次收录汉语发声、默读和想象三种言语模式的立体定向脑电图（sEEG），总时长超1小时。

研究团队通过植入式电极记录汉语母语者在三种模式（发声/默读/想象）下的颅内脑电活动，特别关注声调（tonal pitch）的神经编码特征。数据集包含1,024个单词和200个完整句子，采样频率达2kHz。基线模型采用深度卷积神经网络（CNN）结合长短期记忆网络（LSTM），在发声言语解码中达到72.3%的准确率，显著高于随机水平（p<0.001）。跨模式分析显示，默读与想象言语共享部分神经表征，但声调信息在想象言语中衰减明显。该数据集首次实现句子级汉语神经信号采集，支持语言模型整合研究。研究发表在 Scientific Data 上。

#意识与脑机接口 #神经信号解析 #声调语言 #语音解码 #迁移学习

阅读更多：

He, Tianyu, et al. “VocalMind: A Stereotactic EEG Dataset for Vocalized, Mimed, and Imagined Speech in Tonal Language.” Scientific Data, vol. 12, no. 1, Apr. 2025, p. 657. www.nature.com, https://doi.org/10.1038/s41597-025-04741-2

AI模型CellFlow：单细胞表型预测新突破

如何用AI替代昂贵耗时的生物实验？由Dominik Klein和Barbara Treutlein领衔的国际团队开发出CellFlow模型，这个基于流匹配技术的生成式AI系统能准确预测药物处理、基因编辑等多种干预下的单细胞表型变化，在斑马鱼胚胎发育和类器官培养等复杂场景中验证有效，为生物医学研究提供"虚拟实验"新范式。

研究团队将最优传输理论（optimal transport，用于匹配扰动前后细胞状态）与Transformer模型中的多头注意力机制结合，构建出可处理任意数量干预组合的通用框架。在包含1千万个外周血单核细胞的超大规模数据集训练后，模型对细胞因子刺激响应的预测准确率超越现有方法40%。更惊人的是，该系统能模拟斑马鱼全胚胎发育过程中不同基因敲除导致的细胞群体变化，分辨率达单细胞水平。在类器官工程应用中，通过虚拟筛选出的5种培养方案有4种经湿实验验证有效。研究还展示了模型解析"药物-基因"双重干预等复杂场景的能力。

#AI驱动科学 #自动化科研 #单细胞技术 #计算生物学 #药物发现

阅读更多：

Klein, Dominik, et al. CellFlow Enables Generative Single-Cell Phenotype Modeling with Flow Matching. bioRxiv, 17 Apr. 2025, p. 2025.04.11.648220. bioRxiv, https://doi.org/10.1101/2025.04.11.648220

推理专用检索模型REASONIR-8B问世，RAG性能提升22.6%

如何提升AI系统在复杂推理任务中的表现？Meta的Rulin Shao、新加坡国立大学的Rui Qiao和华盛顿大学的Pang Wei Koh等研究者合作开发了REASONIR-8B，这是首个专为推理任务优化的检索模型，在多项基准测试中创下新纪录，显著提升了检索增强生成系统的性能。

研究团队首先开发了REASONIR-SYNTHESIZER合成数据生成系统，专门创建包含复杂推理要求的查询和相关文档对，同时生成表面相关但实际无用的"困难负样本"。基于LLAMA3.1-8B模型，结合合成数据与公开数据进行对比学习训练。在BRIGHT推理密集型信息检索基准测试中，模型达到29.9 nDCG@10（标准化折损累积增益，衡量前10个检索结果质量的指标），结合重排器后提升至36.9，比基线方法提升超过50%。应用于RAG系统时，在MMLU（大规模多任务语言理解）和GPQA（通用专业QA）任务上分别带来6.4%和22.6%的性能提升。研究还发现该模型能有效利用更长的改写查询，为性能优化提供了新维度。

#AI驱动科学 #大模型技术 #检索增强生成 #推理任务 #语言模型

阅读更多：

Shao, Rulin, et al. ReasonIR: Training Retrievers for Reasoning Tasks. arXiv:2504.20595, arXiv, 29 Apr. 2025. arXiv.org, https://doi.org/10.48550/arXiv.2504.20595