脑机接口加持！高位截瘫患者可凭意念操控轮椅和机器狗 | 一周趣科学vol.87

含有一万个细胞核的细胞如何内部通信？

生物课本里讲，细胞是由细胞膜包裹着的生命体，最核心的结构是其中细胞核。当然，也有细胞没有细胞核。那么反过来，也有的细胞有不止一个细胞核。比如，我们的肌肉细胞就有很多细胞核，而肺部细胞感染了合胞病毒之后，也会出现一个细胞中有多个细胞核的情况。

这种多核现象会使细胞变得过于庞大，但在上述两个例子里其实还好。而在一种被称为多头绒泡菌的黏菌中，一个细胞里大概会有好几万个细胞核，细胞的体积会有一厘米那么大。

这么大的细胞，其内部是如何进行信息交流的呢？就好比一个城市里有很多个交通灯，这些交通灯必须被完美地规划才能够协调一致，控制城市车流。那么，这几万个细胞核之间又是如何实现沟通协作的呢？慕尼黑大学的研究者探究了这一问题。

研究人员发现，这种多头绒泡菌内部有很多细管道，就像是一条条高速公路。一部分细胞核能进入管道并且快速移动，且越靠近管道中心移动越快，另一部分细胞核则嵌在管壁的多孔凝胶层中相对固定。有趣的是，两类细胞核的状态可以互换，而且运动细胞核并不会无休止向前，而是会返回原处。

这揭示了一种全新的信号传递机制，如同古老的驿传系统。一个运动细胞核携带信号到达较远的固定细胞核，将信号传递后返回原处，如同驿马一般完成了一次往返。接着，第二个运动细胞核会接力将信号带回自己的区域，继续向前传递。通过这样的接力方式，信号在管道内的传递速度提升了近二十倍，而且这种传送是双向的。

这一发现不仅揭示了黏菌实现细胞核同步分裂的可能机制，也解释了细胞质流动在此过程中的关键作用。它为我们理解多核生命体的内部协调提供了崭新的视角，展现出微观世界中精巧而高效的组织智慧。

科学家展示多头绒泡菌，每一簇都是一个细胞

 （图片来源：慕尼黑大学）

课代表总结：细胞核分裂但细胞不分裂，14次就能得到一万个细胞核，这样一想似乎也不难嘛……

参考文献：

https://doi.org/10.1073/pnas.2411101122

基因对话的窃听术

假如外星人来到地球，想要研究一家三口的互动，TA会怎么办呢？

TA可能会猜想，如果早晨绑架了妈妈，结果发现，晚上回家时爸爸和孩子没饭吃。那么可以得出结论：妈妈是能够给另外两个人做饭的角色。但也有一种可能，爸爸其实也会做饭，因此最后的现象很可能是：晚上回家时爸爸和孩子还是有饭吃。根据这个现象，TA可能得出结论：妈妈和做饭没关系。

这两个结论很可能都是错的，而真实的情况是爸爸妈妈各做一半的饭。我们可以看到，导致我们得到错误结论的原因，是因为我们对妈妈的绑架。也就是说，我们改变了这一家人的生活，那么很可能就改变了他们内部的关联。

长期以来，我们对细胞内的基因互作的研究，颇有点“外星人绑架妈妈”的意味。科学家们总是试图破坏掉一个基因（或者将其超级加倍），来观察另一个基因的工作情况，并以这种现象来解释二者之间的关系。这很可能会惊扰整个细胞的正常状态，导致观察失真。

最近，一项发表在eLife 杂志上的研究提出了一种更巧妙、更温和的“窃听”策略。科学家发现，无需外力干扰，仅仅通过分析细胞内部基因表达水平自然而微小的波动，就能推断出基因间的因果关系。

这项技术的核心在于一个巧妙的数学原理。具体地说，如果想要研究A基因是否能影响Z基因，那么就设计两个特殊的“报告基因”X和Y，其中X安排在A旁边，只要A工作，X就会跟着一起工作；而Y则被随机安排在染色体中的任意位置。然后，监测X、Y以及Z基因的工作情况。

设想：如果A基因对Z基因没有任何影响，那么X和Y相对于Z来说是一样的陌生，都是路人。所以Z的工作量与X的关系，会和其与Y的关系一样，都是随机波动。

然而，如果Z的工作量与X的关系，明显地区别于其与Y的关系，这就说明在Z的视角看来，X和Y并不是等价的。而我们知道，Y是真陌生人，而X是与A基因相关的。这就说明了，从Z的视角来看，它对A基因区别对待了，这就证明了Z和A之间是有联系的。

为了验证这一想法，研究团队在大肠杆菌中构建了多个已知相互作用的合成基因回路。实验结果表明，在存在已知因果关系的基因之间，这种“监听”方法能有效捕捉到信号；而在理论上没有直接联系的基因之间，信号则保持对称，符合数学预测。

有趣的是，在一个意外案例中，该方法似乎检测到了一个先前未知的、由细胞代谢压力介导的间接因果联系，这反而展示了该方法发现隐藏关联的潜力。

这项研究为解读生命活动的内在逻辑提供了一种全新的视角。它最大优势在于能“静默”地观察细胞在最自然状态下的相互作用，避免了外力干扰带来的副作用。

Z与X的关系，和Z与Y的关系不同，证明Z会区别对待X和Y，也就是说，Z基因认为X基因不是陌生人，而X是与A关联的 （图片来源：参考文献）

课代表总结：感觉有点狼人杀的意思了嘞。

参考文献：

Euan Joly-Smith, Mir Mikdad Talpur, Paige Allard, Fotini Papazotos, Laurent Potvin-Trottier, Andreas Hilfinger (2025) Exploiting fluctuations in gene expression to detect causal interactions between genes eLife 13:RP92497.

拉马努金公式对应了物理世界的秘密

1914年，印度数学天才斯里尼瓦萨·拉马努金向世界展示了17个堪称魔法的数学公式。这些公式的共同点是，它们都能精确地计算出圆周率π。当你把公式的数字一项项加起来时，结果会飞速地逼近π，其速度远超我们课本上所学的方法。

直到最近，一项突破性研究揭开了谜底：这些公式并非纯粹的数学魔术，它们竟然深深植根于物理学中一个前沿领域——对数共形场论。

那么，什么是“对数共形场论”？

可以把它想象成物理学家用来描述复杂系统的一种万能语言。像雪花生长边缘的渗流、溶液中长链聚合物的缠绕，乃至神奇的分数量子霍尔效应，都能用这套语言来刻画。这类系统的特点是高度无序和关联复杂，其数学描述会比描述晶体等规则体系的理论多出一项——对数项。正是这个“对数”，成为了连接拉马努金与物理世界的关键桥梁。

神奇的连接点在哪里？

研究发现，所有拉马努金公式都源于一个更基础的数学关系，好比一个天平，我们称之为“勒让德关系”。直接使用这个天平，得到的π值收敛很慢。拉马努金的智慧在于，他通过一系列巧妙的杠杆（称为“模方程”），将这个天平重新平衡，使得计算过程变得极其高效。

而这项研究的核心发现是：这个“数学天平”（勒让德关系），恰好可以完美地翻译成描述上述复杂物理系统的“物理语言”（对数共形场论中的特定公式）。公式中的数学参数，直接对应着物理系统中的基本量。

更令人兴奋的是，物理学家从拉马努金的智慧中获得了反向启发。描述物理系统的传统方法，就像用一堆形状不匹配的乐高积木去拼模型，效率很低。

受拉马努金化繁为简的数学技巧启发，研究者们发展了一套全新的数学工具（称为“弦性色散关系”），来分析和计算这些物理系统。

最奇妙的事情发生了：当在这个新框架下，施加一个源自拉马努金公式的特定操作后，原本需要成千上万项才能描述的复杂物理图像，竟然戏剧性地简化为仅由最基础的积木（称为“对数恒等算子”）贡献！

这项研究完成了一次完美的双向奔赴：它既为拉马努金深奥的数学公式找到了坚实的物理根基，又反过来为物理学家提供了强大的新武器，去探索聚合物、量子材料等复杂世界。它告诉我们，数学与物理的和谐之美，远超我们的想象，而一位百年前天才的直觉，至今仍在照亮科学的前沿。

拉马努金17公式之一。9801我都勉强接受了，26390我是真没绷住（图片来源：百度百科）

课代表总结：数学公式本身隐含了宇宙的特定规律，其实中国古代哲学一直也在强调这一点。

参考文献：

https://journals.aps.org/prl/abstract/10.1103/c38g-fd2v

针对AI助手的性格测试

你是否好奇过，与你对话的AI助手究竟有没有“性格”？最近，一项由剑桥大学与Google DeepMind合作的研究给出了肯定答案：科学家们成功为流行AI聊天机器人建立了首个经科学验证的人格测试框架。这不仅证实了AI能够模仿人类性格特质，更揭示出其人格可以被可靠测量，甚至精细塑造——如同为AI进行了一次深度心理体检。

这项研究发表在《自然-机器智能》上，团队基于常用于评估人类的人格心理学方法，对包括ChatGPT在内的18种大型语言模型进行了系统性测评。他们发现，规模更大、经过指令微调的模型（如GPT-4o）能最准确地模拟人类性格特征，而且通过精心设计的提示词，可以定向调整AI在任务中表现出的性格倾向。

研究团队采用了一套严谨的心理测量学流程，其核心如同为AI设立了一套“性格标尺”。他们调整了两种经典人格量表，通过结构化的提问方式，评估AI在开放性、尽责性、外向性、宜人性与情绪稳定性这五大特质上的表现。关键在于，他们确保了测试的有效性——即分数不仅能跨测试对应，还能预测AI在实际任务中的行为，比如撰写社交媒体帖子时的语气是热情还是冷淡。

令人深思的是，这项研究同时敲响了警钟。人格塑造可能让AI更具说服力，甚至被用于操纵。研究中提及的早期案例，如聊天机器人发表偏激言论或进行情感诱导，已预示了风险。论文警告，如果缺乏透明与监管，人格可调的AI或会引发新型安全问题。

目前，该团队已公开其测试数据集与代码，为未来AI模型的审计与安全评估提供了工具箱。在各国探讨AI立法的当下，这项工作指明了一个基础而关键的监管方向：在担心AI过于像人之前，我们必须先有能力科学地测量它像人的那些部分，以及这种相似性将如何被引导。

这意味着，AI的发展已进入一个需审视其内在行为特质的新阶段。理解并规范AI的人格，不仅是技术挑战，更是确保其安全、可信服务于人类社会的重要基石。

有性格的AI会显得更加“拟人” （图片来源：sciencemag）

课代表总结：AI不应该都是ESTJ咩？

参考文献：

A psychometric framework for evaluating and shaping personality traits in large language models, Nature Machine Intelligence (2025). DOI: 10.1038/s42256-025-01115-6

脑机为高位截瘫患者把断掉的生活接上

12月17日，中国科学院脑科学与智能技术卓越创新中心召开的侵入式脑机接口临床试验生活场景应用进展新闻发布会，赵郑拓、李雪团队今年已完成三例侵入式脑机接口临床试验。

其中，第二例案例的突破性是全方位的：从二维到三维，从虚拟到物理，从基础控制到生活融合。

研究团队采用高通量无线侵入式脑机接口系统（WRS01），让一位高位截瘫患者能够通过脑电信号稳定地操控智能轮椅与机器狗，在真实生活场景中实现自主移动与物品取用。

该患者于2022年因脊髓损伤导致高位截瘫，2025年6月植入由脑智卓越中心等研发的脑机接口系统。经数周训练，患者已能够稳定地控制电脑光标与平板电脑。团队进一步将系统拓展至三维物理设备控制，实现对智能轮椅与机器狗的连续、稳定、低延迟操控，帮助患者在复杂日常场景中完成多项功能活动。

这一研究在技术层面实现了系列突破。在神经信息提取环节，团队开发出高压缩比、高保真的神经数据压缩技术，并创新性地融合了尖峰频段功率、相邻脉冲间隔与尖峰脉冲计数等数据压缩方式。该混合解码模型在噪声环境下仍能高效提取有效信号，将脑控性能整体提升15%至20%。

针对真实环境中声、光、电磁干扰及患者生理、心理状态波动导致的信号不稳定问题，团队引入了神经流形对齐技术，在高维动态神经信号中提取稳定的低维特征，增强了解码器的环境适应性与跨天稳定性。

团队同步研发在线重校准技术，支持患者在日常使用中实时微调解码参数，无需中断操作进行专项校准，使系统性能持续保持高位，实现“越用越顺畅”的用户体验。

研究通过自定义通信协议，将系统从信号采集到指令执行的端到端延迟压缩至100毫秒以内，低于生理延迟水平，使患者的控制体验更加流畅自然。

研究团队发现，随着患者对脑控外设的熟练掌握，任务相关的神经活动逐渐由广泛的神经元参与转向少数高效神经元主导，降低了认知负担，实现了对外设的“内化”操控，从神经机制层面解释了“随心所动”的成形过程。

随着临床数据的持续积累，高质量神经—行为数据将驱动解码算法升级与新场景开发，形成“数据—创新”双向增强的良性循环。

视频来源：中国科学院脑科学与智能技术卓越创新中心

课代表总结：上次课代表去医院，还看见了脑机项目招募受试者，看来这项技术已经进入到预备临床应用的阶段了。

参考文献：

https://www.cas.cn/syky/202512/t20251217_5092713.shtml

牧心，科普作者。