记忆“返老还童”、铜器时代的领袖“象牙女士”、运动追踪发出帕金森预警 | 一周论文新鲜读

07.07

本周值得读

来自《自然》旗下期刊的最新发表，我们为您精选呈现。

1. 运动追踪数据或帮助发现帕金森病

2. 一针改善老年猴子的记忆功能

3. AI天气预报的前景

4. 巨型岩石滑坡或解释喜马拉雅山脉演变

5. 铜器时代的领袖“象牙女士”

健康 | 运动追踪数据或帮助发现帕金森病

Wearable movement-tracking data identify Parkinson’s disease years before clinical diagnosis

Nature Medicine

《自然-医学》发表的一项研究发现，被动采集的运动追踪数据或能作为预测帕金森病未来发展的早期指标。研究结果表明，这些数据或能实现相对低成本且无创的大规模人群筛查的，但仍需开展进一步研究。

帕金森病是一种没有已知疗法的神经退行性疾病，会导致运动功能相关神经元的进行性丧失。确诊时的神经系统变性通常已持续多年，此时约有50%-70%的运动功能相关神经元已经受到影响。提早发现有帕金森病风险的个体或能让更多受试者加入为该疾病设计保护性疗法的临床研究。

英国卡迪夫大学的Cynthia Sandor和同事利用英国生物银行（UK Biobank）采集年龄在40-69岁的10.3万人的数据，模拟了运动追踪设备的数据是否能用来在临床确诊前发现帕金森病患者。作者发现，相比常用的临床标志物，如来自生活方式、遗传学、血液生化学和患者报告症状的指标，使用来自运动追踪设备的数据训练的机器学习模型能更好地区分临床诊断和预诊断的帕金森病。作者指出，与运动加速和睡眠质量相关的特定模式与帕金森病的未来发病和/或现有确诊有关。白天的平均运动加速在帕金森病确诊前的几年里会减慢，而帕金森病确诊患者的睡眠障碍比其他临床疾病患者更严重，比如其他神经退行性疾病和运动障碍。

作者认为，他们的研究结果表明运动数据或能作为发现有帕金森病风险人群的低成本筛查工具；但他们提醒仍需在其他人群中开展进一步研究来重复以上结果。他们指出，对帕金森病相关的病理性神经退行迹象的早期筛查或有助于启动神经保护疗法和/或开展针对疾病发展的临床试验。

衰老 | 一针改善老年灵长类的记忆功能

Longevity factor klotho enhances cognition in aged nonhuman primates

Nature Aging

《自然-衰老》发表的一项研究显示，单次注射寿命蛋白klotho可以改善老年猴子的认知功能。作者认为，研究结果或能推动klotho作为一种脑功能恢复疗法的临床转化。

认知是大脑的关键功能，但衰老和年龄相关性疾病（如阿尔茨海默病），会导致认知障碍。随着全球人口老龄化，认知障碍已经成为需要有效药物干预的一个生物医学挑战。klotho是一种会随年龄而减少的长寿蛋白，已被证明能延长小鼠寿命；它最近还被发现能增强小鼠的突触功能和认知功能。

为了探索klotho对于非人灵长类认知功能的类似影响，美国加州大学旧金山分校的Dena Dubal和同事向18只老年恒河猴（平均年龄22岁左右）注射了单次低剂量的klotho（每101千克体重注射10微克）。结果显示，单剂量的klotho能改善老年灵长类的认知功能，评判标准为工作与空间记忆的评估测试，且这种改善能持续至少两周。更高剂量没有显示出任何认知改善的作用。

作者总结道，klotho对认知功能的改善作用可以延伸到非人灵长类动物。研究结果或有助于将来开发出对抗老年人认知退化的干预手段。

气候科学 | AI天气预报的前景

Accurate medium-range global weather forecasting with 3D neural networks

Skilful nowcasting of extreme precipitation with NowcastNet

Nature

《自然》发表的两篇论文报道了人工智能（AI）协助天气预报的潜力。第一种方法最多能提前一周预测全球气候模式，另一种方法能预测短时天气，如极端降水事件。这些最新报道的AI协助天气预报方法与现有方法的准确率相当，或是能预测此前很难预测的天气现象。在考虑这些新方法如何以及是否能补充或取代现有预报系统前，仍需传统天气预报领域的进一步评估和参与。

天气预报在帮助拯救生命和最小化财产损失方面起着关键作用，尤其是在气候变化导致极端气候事件愈发频繁的情况下。目前为止，最准确的预报系统为数值天气预报，这种方法主要依赖物理方程，但对算力的要求很高，而且速度通常很慢，单次模拟需要好几个小时。近年来，一些基于AI的方法具有使天气预报速度显著加快的潜力，但准确率通常不及数值天气预报。

中国华为云的田奇和同事报道了名为盘古气象（Pangu-Weather）的基于AI的天气预报系统，最多能提前一周预测全球天气。该模型使用39年的全球再分析天气数据进行训练。盘古气象的预测准确率相当于全世界最好的数值天气预报系统——欧洲中期天气预报中心使用的综合预报系统，同时在相同的空间分辨率下速度要快1万倍以上。盘古气象还能用一个3D模型对各个高度水平进行预测，比其前任AI系统提供了更完整和细节的预测结果。

在另一项研究中，美国加州大学伯克利分校的Michael Jordan、王建民和同事报道了NowcastNet，该模型通过结合物理规律和深度学习来实时预报降水。临近预报是指非常短期的天气预报，最多提前6小时，因此能提供即时天气的详细信息。临近预报对于极端降水事件的风险预防和危机管理非常重要。基于美国和中国的雷达观测数据，NowcastNet最多能提前3小时对2048千米×2048千米的区域进行高分辨降水预测。62名气象学家对不同模型的极端降水预测能力和价值进行了评估；NowcastNet在约70%的预测中超过了其他领先方法，排名第一。研究结果表明其在降雨率上的预测优势，尤其是之前被认为很难预测的极端降水事件。

在一篇同时发表的“新闻与观点”文章中，Imme Ebert-Uphoff和Kyle Hilburn指出，人工智能在天气预报任务方面“潜力巨大”。但他们也提醒道，“其中的风险要求气象学家学习设计、评估和解读这类系统”。

地质学 | 巨型岩石滑坡或解释喜马拉雅山脉演变

Medieval demise of a Himalayan giant summit induced by mega-landslide

Nature

《自然》发表的一篇论文提供的证据表明，喜马拉雅山脉其中一个最高山脉在中世纪时期的巨型岩石滑坡可能导致峰顶崩塌。这一突发的高海拔侵蚀事件或让峰顶高度下降了几百米。研究结果或增进我们对喜马拉雅山脉演变的理解，同时显示出这类崩塌事件会对下游排水系统造成不成比例的影响。

山顶的形状和海拔会在构造板块运动导致的隆升和侵蚀的相互作用下不断变化。喜马拉雅山脉是地球上最高的山脉，也是最活跃的山脉之一。不过，尽管之前对喜马拉雅山脉的侵蚀开展过大量研究，但我们对地球最高顶峰的侵蚀和演变情况却不甚了解。

法国洛林大学的Jérôme Lavé和同事描述的地质学证据表明，喜马拉雅山脉位于尼泊尔中部的安纳普尔纳峰或在公元1190年左右发生过一次巨型岩石滑坡事件。在这次突发事件中崩塌的岩石体积可能达23立方千米，或让脊顶高程下降了数百米，并避免了喜马拉雅山脉顶峰出现不成比例的增长。作者认为，这次巨型岩石滑坡事件可能由高海拔地区存在的多年冻土导致。这次岩石滑坡可能还对景观演变以及自然灾害造成了影响，因为大量细碎沉积物会填满下游逾150千米的山谷，让一个多世纪里的喜马拉雅河流输沙量异常增大。

研究结果揭示了喜马拉雅山脉高峰的一个潜在演变模式，以及大型岩石滑坡对它们的突然侵蚀。作者认为，今后的研究应当评估巨型岩石滑坡导致的侵蚀对这些山脉长期地形演变的影响。

考古学 | 铜器时代“象牙女士”的权力

Amelogenin peptide analyses reveal female leadership in Copper Age Iberia (c. 2900–2650 BC)

Scientific Reports

《科学报告》发表的一项多肽分析研究发现，在伊比利亚铜器时代的古代社会里，地位最高的个体是一名女性，而不是之前认为的男性。这名个体现被称为“象牙女士”（Ivory Lady），其所葬墓地发现了该地区规模最大的珍稀陪葬品，包括象牙、高品质燧石、鸵鸟蛋壳、琥珀和一把水晶匕首。分析结果显示，这名女性在当时的古代社会里可能享有很高的地位。

2008年，西班牙巴伦西亚市的一个墓地发现了一名来自3200年至2200年前铜器时代的个体。除了属于罕见的单人占用埋葬，该墓地还含有大量贵重物品，显示该个体——最初被认为是一名年龄在17岁至25岁的年轻男性——在社会里享有极高的地位。

西班牙塞维利亚大学史前史与考古学系的Marta Cintas Peña和同事利用釉原蛋白多肽分析技术，在该样本的牙齿中检测两性异形、能形成釉质的釉原蛋白。对一颗臼齿和一颗门齿的分析检测到了AMELX基因，该基因能产生釉原蛋白，位于X染色体——说明该个体是女性，而非男性。作者认为，这意味着伊比利亚铜器时代级别最高的人是一名女性。此外，从婴儿墓地缺少陪葬品可知，在这个时期，个体不会一出生就被赋予崇高地位。作者因此指出，这名“象牙女士”是通过日后的功绩和成就获得了这一地位。

作者指出，目前尚未发现有同样高地位的男性。该地区铜器时代唯一同等奢华的墓地紧挨着“象牙女士”的墓地，葬有至少15名女性，被认为是自称是这名女士的后人所建造的。这表明这名女士在伊比利亚铜器时代社会里享有领袖地位。