运动对减肥帮助不大的原因揭示；马斯克：SpaceX将用10年时间建一座月球城市，推迟火星项目｜环球科学要闻
环球科学约 6 分钟· 航空航天 ·
马斯克：用10年时间建一座月球城市
图片来源：SpaceX
马斯克在社交媒体平台X上解释称，火星殖民地极度依赖地球补给，一旦遭遇自然灾害等灾难，极易崩溃；而月球基地凭借高频发射窗口（每10天一次）和短航程（2天），能在10年内实现自给自足，成为更稳妥的太空落脚点。不过，马斯克并未放弃火星殖民计划，称该计划将在5至6年内启动，并与月球项目同步推进。他还指出，月球可作为深空发射平台，为2031年前的载人火星任务铺路。（Space.com）
· 健康·
运动对减肥没太大帮助的原因揭秘
图片来源：Unsplash+
在日常生活中，我们常会使用一个简单的“加性模型”（additive model）计算消耗的能量，认为运动消耗的每一卡路里都会被全部算入总消耗的能力之中。但近年来一种新的“约束模型”（Constrained Model）显示人体消耗的总能量是有限的，如果通过运动消耗更多卡路里，身体就会减少一些内部活动，例如细胞修复，以将总能量消耗控制在一个狭窄且可预测的范围内。
近期，在一项发表于《当代生物学》（Current Biology）的研究中，两位杜克大学的科学家分析了14项不同研究，其中共涉及450名参与不同运动项目的人员，以及数项动物研究，并纳入了不同自由活动人群的体力活动和能量消耗数据。通过比较受试者预期消耗的能量和实际消耗的能量，他们计算出了身体的补偿程度。研究显示，进行有氧运动时，每日总能量消耗的增加幅度（具体是锻炼耗能）仅为加性模型预测变化的约30%。抗阻训练似乎会降低身体的补偿作用，而有氧运动与饮食限制结合时，这种补偿作用反而会增强。在涉及不同饮食限制形式的动物实验中，补偿作用甚至可以接近100%。基础代谢率和睡眠代谢率的降低也会促进身体的能量补偿，尤其是在动物研究和持续时间较长的人体研究中。（《当代生物学》）
· 动物学 ·
美国最大的猴子研究中心之一正在转型为灵长类动物保护区
图片来源：Unsplash
据《科学》新闻（Science news）消息，当地时间2月9日，俄勒冈健康与科学大学（OHSU）董事会投票决定将与美国国立卫生研究院（NIH），就俄勒冈国家灵长类动物研究中心（ONPRC）转型为不进行任何研究的保护区展开磋商。该决议包含一项立即生效的措施：ONPRC将暂停所有非必要的猴子繁殖活动。不过OHSU明确表示，此次投票并不保证转型一定会发生。
ONPRC是美国最大的猴子研究中心之一，也是美国七个国家灵长类动物研究中心中历史最悠久、规模最大的一个。该中心饲养着近5000只猕猴、狒狒和其他非人灵长类动物，用于传染病、生育能力和痴呆等领域的研究。长期以来，该机构也一直是动物权益保护组织的攻击目标。尤其是1年前，美国反对动物实验的“责任医师委员会”（PCRM）大范围揭露了在酒精成瘾研究中，该中心将幼猴与母亲分离，以及其他涉嫌违反动物福利的行为等等。此外美国对科学经费的削减以及猴子研究意愿减少，或也推动这个转型计划。
OHSU委托撰写的一份报告指出，改造费用将在8年内达到2.2亿至2.91亿美元。NIH等机构是否提供财政援助，可能是最终方案的关键。尽管去年NIH更新了拨款政策，允许受助者报销实验动物的重新安置或退休费用，OHSU估计成本将远远超过了NIH目前提供的资助。一些研究人员表示，ONPRC的关闭将造成深远的影响。该中心的动物占全美所有研究用灵长类动物总数5%以上，对全美的生物医学研究至关重要。目前一些测试药物的安全性和有效性仍然需要进行灵长类动物实验，无法被其他方法替代。
· 健康·
每日摄入咖啡因的人，患痴呆症的风险降低15%至20%
图片来源：Unsplash
美国哈佛大学和美国麻总百瀚（Mass General Brigham）合作进行了一项新的前瞻性队列研究，发现每天喝几杯茶或咖啡或能降低患痴呆症的风险。研究调查了超过13.1万名受试者中咖啡和茶摄入量与痴呆风险和认知功能之间的关联，这些受试者包括来自护士健康研究（NHS）的86 606女性受试者和来自健康专业人士随访研究（HPFS）的45 215男性参与者。结果显示，在40多年的随访时间里，相较于不摄入咖啡因的人，那些每天常规饮用两到三杯含咖啡因咖啡或一到两杯含咖啡因茶的人，患痴呆症的风险降低了15%至20%，也在多种客观认知测试中表现得更好——这一益处无性别差异，且不再随咖啡因摄入量增加而增加。脱咖啡因咖啡则没有显示出上述效果。
研究结果表明，习惯性饮用咖啡和茶可能对大脑有益，与较低的痴呆症风险和较好的认知能力相关。这可能与咖啡和茶中的咖啡因和类黄酮等成分有关，这些成分可能通过改善血管健康、减少炎症和氧化应激，以及改善代谢健康等方式来延缓大脑衰老。不过，该研究无法证明因果关系，还需进一步研究来验证相关因素和机制。这项研究于近期发表在《美国医学会杂志》（JAMA）上。（the Guardian）
· 人工智能 ·
LLM或无法改善公众医疗决策
近日，《自然·医学》（Nature Medicine）上发表的一项研究指出，大语言模型（LLM）或许不能协助公众做出更好的日常健康决策。研究表明，这类工具的未来设计需要更好地支持真实用户，才能安全用于向公共提供医学建议。
研究者测试了LLM是否能协助公众精准辨别医疗病症，如普通感冒、贫血或胆结石，并选择一种行动方案，如呼叫救护车或联系全科医生。他们给1298名英国受试者每人指派了10种不同的医疗情景，并让他们随机使用三个LLM（GPT-4o、Llama 3或Command R+）中的一个，或使用他们的常用资源（对照组），如互联网搜索引擎。结果显示，不用人类受试者进行测试时，LLM能准确完成这些情景，平均能在94.9%的情况下正确辨别疾病，在56.3%的情况下选择正确的行动方案。不过，当受试者使用相同的LLM时，相关病症的识别率低于34.5%，选择正确行动方案的情况低于44.2%，未超过对照组。研究者人工检查了其中30种情况的人类-LLM交互，发现受试者常向模型提供不完整或不准确的信息，并且LLM有时也会生成误导性或错误的信息。这项研究表明，当前的LLM未准备好部署用于直接的患者医疗，因为将LLM与人类用户配对会产生现有基准测试和模拟交互无法预测到的问题。（Nature）
-电商广告-
戳图片立即订阅