科技 “神棍”：能预测你未来20年健康的AI ；长新冠与月经不调相关；盐冰发电，冰山产能或能行？| 一周论文新鲜读

9.22

本周值得读

来自《自然》旗下期刊的新近发表，我们为您精选呈现。

1. 盐冰产电

2. 长新冠与月经不调相关

3. 升温增加热带土壤的二氧化碳排放

4. DeepSeek-R1 人工智能模型背后的科学

5. 引导健康医疗的AI工具

6. 重复性脑创伤会改变年轻运动员的脑细胞

1. 南美琥珀沉积物“长”满了远古昆虫

2. 野火烟雾造成的年死亡人数预计会增加

物理学 | 盐冰产电

Streaming flexoelectricity in saline ice

Nature Materials

根据《自然-材料》发表的一项研究，盐冰受力时产生的电荷量可达普通冰的千倍。进一步研究可以探索这一现象如何在低温下用盐和冰的混合物持续产能，这对冰地质结构有很大意义，例如在冰川或太阳系外层的卫星（木卫二或土卫二）上。 

地球表面有10%被冰覆盖，在弯曲时会产生电能，但其潜在能量尚未得到开发。这一现象——“挠曲电效应”——取决于材料，纯水冰产生的电流不足以驱动小型电子设备（其电流约为每米1-10纳库伦）。 

中国西安交通大学的文馨和同事发现，以不同浓度一起冷冻盐和水，盐冰产生的挠曲电效应系数会随着盐度增加而提升。具体而言，含盐量25%（按重量计）的冰体，能达到每米1-10微库伦的电效应，比纯水冰高1000倍，比纯盐高百万倍。作者推测，挠曲电效应的增强是由于冰晶体完全融化前盐会聚集在其边缘。当冰体弯曲时，盐水从受压侧流向受拉表面，从而产生电荷。 

作者指出，还需进一步研究来确定这种能量生成方式如何能为电子设备供电。但这些发现表明，寒冷地区有望实现环境可持续且廉价的能量采集和传感装置使用。同样的，这些结果在盐离子和冰混合的自然系统（如冰川或太阳系外层卫星）也可能有重要意义。

健康 | 长新冠与月经不调相关

The potential bidirectional relationship between long COVID and menstruation

Nature Communications

《自然-通讯》发表的一项研究指出，长新冠与子宫异常出血有关，但与卵巢功能受损无关。该研究确定了这一关联的潜在机制，或有助于未来寻找治疗靶标。 

有月经的人群报告过长新冠期间的月经模式改变，以及长新冠症状在整个月经周期的变化。不过，这种关联在包含无长新冠人群的研究中一直没有得到很好的表征。 

英国爱丁堡大学的Jacqueline Maybin和同事研究了英国人群的长新冠和月经。他们调查了约1.2万人，比较了长新冠患者（1048人）、急性新冠患者（1716人）或从未得过新冠的对照组（9423人）的月经特征。此外，他们对54位女性在整个月经周期的长新冠症状进行了前瞻性研究。结果显示，长新冠与月经持续天数、月经量以及非经期出血增加有关。 

作者还发现，围月经期（包括月经前两天以及随后的月经期）长新冠症状会增加，提示长新冠与月经不调之间存在双向关系。为了研究长新冠对卵巢以及子宫内膜功能的影响，作者对10名长新冠患者以及健康对照组进行了采样。初步结果显示，新冠相关月经不调与子宫内膜炎症以及雄激素调控紊乱有关。重要的是，没有迹象显示长新冠与卵巢功能显著下降有关。 

作者指出，该研究的局限在于相对较小的样本量以及人群代表性。进一步研究应在更大、更多样化的人群中重复研究结果，并寻找治疗策略。

气候变化 | 升温增加热带土壤的二氧化碳排放

Warming induces unexpectedly high soil respiration in a wet tropical forest

Nature Communications

《自然-通讯》发表的一项田野实验结果显示，气候变暖或增加热带森林的土壤呼吸速率。该研究表明，未来升温或使热带土壤的碳损失超过此前预计，影响全球气候预测。 

土壤呼吸（二氧化碳从土壤中释放并进入大气的过程）在全球碳循环中起到了重要作用。已知热带森林与大气交换的二氧化碳超过其他任何陆地区域。然而，随着气温在今后几年里按预期上升，之前并不清楚这会如何影响土壤呼吸，尤其在热带地区。 

美国农业部林务局国际热带森林研究所的Tana Wood和同事通过开展原位升温实验，追踪了碳如何在波多黎各的热带森林土壤中迁移。作者将三个来自下、中、上坡位的林下植被和土壤的12平米地块人为升温至比环境温度高4°C。他们在一年时间里以半小时间隔记录这些地块以及类似位置的对照样本的土壤呼吸速率，共收集了574500个测量数据。加温地块的土壤呼吸速率被发现比对照地块高42-204%，达到陆地生态系统报告中部分最高的土壤呼吸速率。加温地块每年额外释放的碳为每公顷6.5-81.7公吨（Mg），具体数量取决于坡位，且上坡地块释放的碳最多。作者认为，这些增长可能因为加温土壤的微生物群落功能发生改变，如它们代谢碳的能力发生了变化或是微生物群落构成发生了变化。 

该研究报告的土壤呼吸率升高表明，在一个更暖的世界里，热带森林生态系统可能会出现较大的碳损失。进一步理解这些过程的背后机制对评估气候变化的长期影响至为重要。

人工智能 | DeepSeek-R1 人工智能模型背后的科学

DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning

Nature

今年早些时候发布的开源人工智能（AI）模型DeepSeek-R1采用的大规模推理模型训练方法，本周发表在了《自然》上。研究表明，大语言模型（LLM）的推理能力可通过纯强化学习来提升，从而减少增强性能所需的人类输入工作量。训练出的模型在数学、编程竞赛和STEM领域研究生水平问题等任务上，比传统训练的LLM表现更好。 

让AI模型像人类一样进行推理一直是难题。LLM已显示出一些推理能力，但训练过程需要大量计算资源。通过人工提示引导可改进这类模型，促使其生成中间推理步骤，从而大为强化其在复杂任务中的表现。但这个方法会导致计算成本过高，并限制其扩展潜力。 

DeepSeek-R1包含一个在人类监督下的深入训练阶段，以优化推理过程。杭州DeepSeek-AI团队的梁文峰和同事报告，该模型使用了强化学习而非人类示例来开发推理步骤，从而减少了训练成本和复杂性。DeepSeek-R1在被展示优质的问题解决案例后，会获得一个模板来产生推理过程。这一模型通过解决问题获得奖励，从而强化学习效果。在评估AI表现的数学基准测试中，DeepSeek-R1-Zero和DeepSeek-R1得分分别为77.9% 和 79.8%。作者补充说，该模型在编程竞赛及研究生水平的生物学、物理和化学问题上同样表现优异。 

当前版本的DeepSeek-R1有一些能力限制，作者希望能在未来版本中得到改进。例如，该模型有时会混合语言，目前只针对中文和英文做了优化。它对提示词也很敏感，需要精心设计的提示词工程，在某些任务上没有展现出明显提升，例如软件工程任务。最后，作者总结说，未来研究可以聚焦优化奖励过程，以确保推理和任务结果可靠。 

健康科学 | 引导健康医疗的AI工具

Learning the natural history of human disease with generative transformers

Nature 

《自然》报告了一个新的人工智能（AI）模型，能预测一个人的健康情况在一生中可能的变化趋势。这一工具有助于医生和健康规划者更好地理解和应对个性化健康需求。 

许多人一生中会生不止一次病，但预测不同疾病（如心血管疾病与癌症）如何互相影响是个难题。医疗决策日益依赖于根据病史预测个体健康演变趋势。AI通过分析患者记录的大数据集，为识别疾病进展模式提供了强大工具。但这些模型的全部潜力仍未得到充分发掘，尤其在人群规模上。 

德国癌症中心DKFZ的Moritz Gerstung和同事创造了一个AI模型，称为Delphi-2M，用于识别特定疾病相对于患者记录中其他事件（如生活方式因素和其他健康状况）何时发生。该模型利用英国40万人的健康数据训练，使用丹麦近200万人的数据进行了测试。作者发现Delphi-2M基于个人医疗史，预测了超过1000种疾病的发生率，准确性接近或好于现有工具，而现有工具大多仅能各自预测极少数疾病。该工具还能模拟未来长达20年的可能健康路径，并产生合成数据，在保护隐私的同时能用于训练其他AI模型。 

该方法有望帮助识别高疾病风险的人，指导筛查计划，支持医疗服务的长期规划。未来的版本可能会包含更多健康信息类型，并帮助改进个性化诊疗。但作者指出，该模型会反映出训练数据中的偏见，其预测在进一步测试之前不应被用于直接医疗决策。 

神经科学 | 重复性脑创伤会改变年轻运动员的脑细胞

Repeated head trauma causes neuron loss and inflammation in young athletes

Nature 

《自然》发表的一项研究显示，年轻运动员反复遭受脑撞击，会在出现神经退行性疾病迹象前很久就引起神经元损失和炎症。研究结果或有助于解释暴露在接触式运动中的个体的早期症状，或可指导今后旨在提早识别和治疗脑损伤的研究。 

慢性创伤性脑病（CTE）是一种与重复性脑撞击相关的神经退行性疾病，常见于美式橄榄球一类的接触式运动中。目前，该疾病只能通过死后检测特定脑区有tau蛋白异常堆积来诊断。然而，许多年轻运动员在该蛋白出现前就会有症状，说明有必要理解早期的脑改变。 

美国波士顿大学的Jonathan Cherry和同事分析了28名51岁以下个体的死后脑组织，包括没有脑创伤史的8人，无tau蛋白堆积迹象的9名接触式运动员，以及诊断为早期CTE的11名接触式运动员。除一人外的所有人都是美式橄榄球运动员。研究团队发现，无论CTE状态如何，所有接触式运动员的神经炎症、血管损伤和神经元损失都比非运动员对照组更高。尤其是，他们发现接触式运动员的表层皮质层神经元比没有脑创伤的年龄相当个体少了56%，这是一个参与思考和情绪的关键区域。这种神经元损失与tau蛋白堆积无关，说明它发生时间更早，而且独立于CTE的典型病理特征。作者还发现，炎症性小胶质细胞（大脑内的免疫细胞）的数量会随橄榄球运动年限的增加而上升。此外，他们还在小胶质细胞与血管间发现了一个潜在信号传导通路，该通路或有助于解释重复性脑创伤如何导致持久的大脑改变，或能指导探索未来的治疗手段。 

研究结果显示，重复性脑创伤本身会引起大脑细胞的长期改变，可能会在tau蛋白堆积前就导致早期症状。虽然今后仍需在更大、更多样化的人群中开展进一步研究，但该研究凸显出保护年轻运动员的重要性，并为重复性脑撞击导致的脑改变的潜在诊断和治疗靶标提出了新方向。 

古生物学 | 南美琥珀沉积物“长”满了远古昆虫

Cretaceous amber of Ecuador unveils new insights into South America’s Gondwanan forests

Communications Earth & Environment

《通讯-地球与环境》发表的一篇论文指出，厄瓜多尔一个采石场发现了南美首批含有保存昆虫的琥珀沉积物。研究结果呈现出冈瓦纳超大陆的一个有着1.12亿年历史的森林，为研究目前鲜为人知的古代生态系统提供了新的可能。 

琥珀（树脂化石）样本的年代范围很广，最早的可追溯至3.2亿年前，但1.2亿至7000万年前的白垩纪时代（1.431亿至6600万年前）化石样本数量有显著增加。有些琥珀含有生物包裹体——即树脂内保存的古代植物或动物物质——这让研究人员有机会研究其他情况下很难保存的生物体，如昆虫和花。但直到最近，几乎所有已鉴定的主要琥珀沉积物都位于北半球。因此，我们对白垩纪时期南半球的生物多样性和生态系统认知有限，该时期现代大陆开始与冈瓦纳超大陆分离。 

西班牙巴塞罗那大学的Xavier Delclòs和同事分析了来自厄瓜多尔Genoveva采石场的琥珀样本和附近岩石。该琥珀可追溯至约1.12亿年前，属于在Hollín地层新近发现的一个沉积物，Hollín地层是横跨厄瓜多尔Oriente盆地的一个沉积岩石层。作者鉴定出两种不同类型的琥珀：一种形成于产树脂植物根部附近的地下，另一种形成于树脂暴露于空气中时。作者在分析的60个空气中琥珀样本里鉴定出21个生物包裹物，由5种昆虫目的成员组成——包括双翅目（果蝇）、鞘翅目（甲壳虫）、膜翅目（包括蚂蚁和黄蜂）——以及一个蜘蛛网碎片。他们还在岩石样本中鉴定出各种不同的植物化石，包括孢子、花粉和其他残骸。 

作者总结道，这些生物包裹体和附近化石的特征表明，该琥珀形成于位于冈瓦纳南部被产树脂树占据的潮湿、植被密集的森林环境。他们认为，琥珀沉积物的发现对于该时期的进一步研究至关重要。 

气候变化 | 野火烟雾造成的年死亡人数预计会增加

• Wildfire smoke exposure and mortality burden in the US under climate change

• Global warming amplifies wildfire healthburden and reshapes inequality

Nature 

《自然》发表的两项建模研究显示，与未来预测气候变化相关的野火增加，预计会显著增加过早死亡。在高排放情景下，到2050年，野火烟雾可能会导致美国每年约7万例超额死亡。另一篇论文指出，全球范围内，本世纪末的过早死亡人数可能会增加至每年140万例。研究结果证明了野火烟雾可能导致巨大的健康负担，并强调有必要寻找策略来缓解这些野火的风险。 

野火活动在近几十年里大量增加，该趋势被发现与人为气候变化有关。空气污染的相应增加可能会恶化人类健康——其具体原因是对直径2.5微米或以下的细颗粒物（PM2.5）的暴露。 

美国石溪大学的邱明昊、美国斯坦福大学的Marshall Burke和同事开发了一套统计学和机器学习模型，并用2001至2021年的月度和年度火灾排放物观测数据进行训练，以此预测在不同气候情景下整个北美来自野火的未来火灾PM2.5浓度。他们随后利用2006至2019年的全美死亡记录数据，估算了火灾烟雾PM2.5暴露对未来死亡率的影响。 

利用这一建模方法，作者预计在高变暖情景下（共享社会经济路径（SSP）3-7.0），到2050年，来自野火的PM2.5或在美国导致每年71420例超额死亡。这比来自2011-2020年烟雾的估算平均值增加了73%。2026至2055年因野火PM2.5造成的累积总死亡人数预计将达到190万，其中加州在高排放情景下的增幅最大。之后为纽约州、华盛顿州、得克萨斯州和宾夕法尼亚州。作者估计，高排放情景下的年超额死亡人数到2050年可能会导致每年6080亿美元的经济损失。 

在另一项研究中，郑博、张强和同事利用一个机器学习框架预测了全球到本世纪末的野火排放和相应的过早死亡，他们预计，从2010-2014年到2095-2099年，火灾导致的全球碳排放可能在中等排放情景下（SSP 2-4.5）下增加23%。他们的预测显示，到2095-2099年，野火烟雾导致的年过早死亡可能升至每年140万左右，几乎是当前水平的6倍。预计的健康负担存在明显差异，非洲预计会受到最重的影响（火灾相关死亡预计为2010-2014年的11倍），而欧洲和美国的死亡率可能是原来的1-2倍（都在SSP 2-4.5的中等情景下）。 

两项研究共同表明，必须寻找有望降低火灾风险并减少野火烟雾健康负担的干预措施。

文章读完了，留个comment哇！

亲爱的读者们，你希望Delphi-2M早日可用吗？在评论区留下您的看法吧！