价值100万美元，又一个困扰数学界百年的难题，被AI攻克了吗？

Open AI声称已解决千禧年NS方程问题

网上曾经讨论过这样一个问题：有什么公众普遍觉得科学家已经解决了，但实际压根没真正解决的问题？不得不说，流体力学就是这类问题的重灾区。

举个例子，人类造的航天器都能飞出地球了，但关于飞机为什么能在天上飞的理论根基，答案就不是那么的直观。

现代物理学使用一个叫做纳维-斯托克斯方程（Navier-Stokes方程，简称为NS方程）的方法来描述机翼附近空气的流动，但是这个方程有个悬而未决的大问题：光滑流动的流体（例如空气），会不会在某一刻突然失控，速度变得无限大？

这个问题太重要也太难，以至于被列为“千禧年七大数学难题”之一——2000年，美国克雷数学研究所挑出了7个当时最重要、最困难的数学问题，并为每个问题悬赏100万美元。二十多年过去，7道题中只有庞加莱猜想被解决，其余大多仍然悬而未决。

2026年9月11日，OpenAI公布了一项让人意外的解决方案：存在一种始终光滑的外力，即使水流一开始完全静止，纳维–斯托克斯方程描述的流动也可能在有限时间内形成奇点，局部速度趋向无穷大。

想象一下，你在一个水池里放了一个搅拌器，搅拌器的力道很均匀，水流一开始也很平静。按照常理，水应该一直乖乖流动才对。但OpenAI的AI系统发现，在某些特定的设定下，这个看似正常的水流，会在有限的时间里越转越快，最终速度趋向无穷大。

有人可能会担心，那是不是说，以后水管会爆掉，飞机翅膀会断掉？完全不用担心。OpenAI的这个发现，发生在纯数学的世界里。真实世界的水和空气，到分子尺度就不再是连续的流体了，物理上根本不会出现无限大的速度。

AI的这次证明对于数学界的震撼是巨大的。AI的强项就在于它不像人类数学家那样一个个地算然后做修正，它能一次性尝试很多可能，然后在很短的时间内快速自我迭代，并且把自己推向正确的方向。

不过，这次突破也伴随着一场争议。纽约大学数学家 Tristan Buckmaster和合作者此前也在研究相关问题，并曾借助包括OpenAI Codex在内的AI工具推进自己的想法。他们因此担心，自己尚未公开的研究思路是否可能通过AI使用过程间接影响了OpenAI的系统。OpenAI则表示，他们没有直接使用两人的具体研究数据。目前，这件事仍缺乏足够证据下定论。

经过一段时间后，原本光滑的水流可能突然出现一个速度无穷大的点 （图片来源：参考文献）

课代表总结：据说OpenAI找这个反例花了3000亿token，花了上百万美元，而且决定不去领那100万美元的奖。

参考文献：

https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf

新药可逆转小鼠糖尿病周围神经病变

糖尿病患者的痛苦，大部分来自许多并发症，例如脚底麻木，踩在地上像隔了一层棉花，有时又像针刺火烧，伤口久久不愈，最后甚至面临截肢风险。这种痛苦源于一种常见的并发症——糖尿病周围神经病变。

血糖长期偏高会侵蚀患者的神经纤维，导致手脚麻木、刺痛、肌肉无力、平衡失调等症状，严重时还会有足溃疡乃至截肢的风险。据统计，大约一半的糖尿病患者会出现糖尿病周围神经病变。更残酷的是，目前没有任何药物能阻止或逆转这种损伤。患者只能吃止痛药缓解症状，治标不治本。

但2026年9月，一项发表在《科学·转化医学》上的研究带来了转机。美国得克萨斯大学休斯顿健康科学中心的团队，开发出一种新型抗体，在糖尿病小鼠身上不仅延缓了神经损伤，甚至让受损的神经重新生长。

科学家盯上了一种叫MMP-9的酶。这种酶平时负责分解细胞间的蛋白质，但在糖尿病患者体内，它会过度活跃，引发免疫系统攻击周围神经，加剧炎症，阻碍伤口愈合。

过去也有人试图用化学小分子抑制MMP-9，但这类分子选择性差，容易误伤其他类似的酶。

研究团队另辟蹊径，采用了单克隆抗体技术。他们借鉴骆驼科动物的抗体结构，结合功能筛选方法，最终找到能精准识别并锁定MMP-9的抗体，对其他酶几乎不产生影响。

在小鼠实验中，注射了这种抗体的糖尿病动物出现了令人振奋的变化：脚爪的神经纤维开始再生，伤口愈合速度加快。

进一步分析发现，抗体改善了神经细胞的线粒体功能，促进了皮肤区域的血管新生。

这项研究用大分子抗体代替小分子抑制剂，显著改善了小分子抑制剂面临的特异性难题。研究人员不仅在动物模型上验证了疗效，还在人类组织样本中发现，糖尿病患者的背根神经节中MMP-9表达量明显升高，而且MMP-9基因的某些变异与神经痛症状相关。这意味着，同样的机制可能在人体中发挥作用，为后续临床试验提供了依据。

当然，从小鼠到人还有很长的路。抗体药物能否在人体中安全有效地逆转神经损伤，需要严格的临床试验来检验。但至少，这条路已经被点亮了。对于全球数以亿计的糖尿病患者来说，这束光意味着，手脚麻木的日子或许有一天真的能结束。

课代表总结：年龄大了，一定要看好自己的血糖！

参考文献：

Ki Baek Lee et al. ,Monoclonal antibodies inhibiting MMP-9 activity alleviate peripheral neuropathy in diabetic mice.Sci. Transl. Med.18,eadw3558(2026).DOI:10.1126/scitranslmed.adw3558

同时获取生物体中每个细胞的实时影像

课代表在中学的时候想过一件事情：如果我们能同时监控身体里的每一个细胞，那么我们就会在一个非常全局的角度解决很多生理学问题。

想要了解一个整体，就必须从整体的角度来观察，这虽然是最终的真理，但问题在于人体内细胞太多了，无法同时监控到它们。不过，有些生物体内细胞数量较少，身体还近乎透明，可不可以先拿它们尝试呢？

最新一期的《自然》杂志发表了一项新研究，科学家在幼年斑马鱼上做到了这件事。

他们建了一个叫WHOLISTIC的系统，让几乎所有细胞都表达钙离子荧光探头，再用高速三维显微镜和机器学习，同时记录脑、肌肉、肝、肾、肠、血管等全身细胞的实时活动。这就相当于在全身细胞里都装了监控，能够同时拍到几乎所有细胞的影像。

真正难的是运动校正。鱼轻轻一动，肠道和肌肉会整体移位。团队用转盘共聚焦采集体积图像，再写了一套局部光流配准算法，把每一帧里被挪动的细胞重新对齐。

配合全身体扩张显微，也就是把整个鱼体均匀胀大、最高约5倍，再补分子染色，用来确认细胞和结构身份。

这个新平台挖出了不少冷知识：

给冷水刺激，头部软骨细胞居然会起钙离子反应，说明软骨并非只会被动支撑，也会感知温度。

用氯胺酮处理，脑膜边界细胞出现明显活动变化，提示麻醉影响不只在神经元，也可能通过脑膜免疫细胞或屏障细胞等组织起作用。

在肾脏，肾单位不同段落会出现按顺序推进的钙行波，像一波波脉冲，暗示过滤和管腔流动在很短时间尺度上可能不是完全连续平稳，而是有节律地间歇进行。

最像急救现场的是缺氧实验。把水中氧从正常21%降到10%，斑马鱼肠系膜动脉很快收缩，红细胞流向肠道几乎停止，而脑和肌肉的血流基本保住。也就是说，低氧时脑干通过交感神经让肠道少供血，把有限氧气优先留给脑和肌肉。

这项工作的新颖性，不只是技术更亮更清楚，而是把观察单位从单个器官重新拉回整个生物体。以后筛药，不再只问化合物对某个靶点有没有效，而能同时看它让脑膜、肾、肠、肌肉、血管各自怎么变，提前发现全身副作用。

在缺氧状态（右侧）中，方框中的肠系膜血管供血会显著减少 （图片来源：参考文献）

课代表总结：忽然觉得看监控的工作也挺有意思的。

参考文献：

Ruetten, V.M.S., Zheng, W., Siwanowicz, I. et al. Imaging cellular activity across all organs reveals body-wide circuits. Nature (2026). https://doi.org/10.1038/s41586-026-10979-6

用细菌搭建一个计算电路

麻省理工学院的研究人员最近在《自然·化学生物学》上发表了一项成果，他们把细菌改造成了类似晶体管的东西，然后把这些细菌像搭积木一样排列在培养皿里，组成了一套活的电路系统。

在普通的电子设备里，晶体管就像一个小开关，控制电流能不能通过。无数个开关组合在一起，就能完成加减乘除、运行程序、播放视频。

MIT团队的思路是一样的，只不过他们用来传导的不是电流，而是化学信号分子。他们改造了一种叫成团泛菌（Pantoea agglomerans）的细菌，这种菌原本就喜欢长在植物表面。

经过基因编辑后，这些细菌变成了两种类型的“晶体管”：一种遇到信号分子OC6就打开，另一种遇到它就关闭。每个晶体管还会感应另一个叫OC12的信号，根据自身开关状态决定是否释放一个叫OHC14的输出分子。

单个晶体管能做简单的判断，但真正的计算需要把它们连起来。为此，团队又设计了三种充当继电器的细菌。它们的作用是把上一个晶体管输出的OHC14信号转换成下一个晶体管能识别的输入信号。这样一来，不同的细菌组件就可以像电子电路板上的零件一样，被串联或并联起来。

组装方式也很巧妙。研究人员把不同类型的细菌菌落打印在琼脂培养基上，每个菌落之间相隔约5毫米。这个距离刚好够化学信号按顺序传到下一个菌落，还能减少不同线路之间的干扰。信息就这样沿着预设的路径单向流动。

用这套系统，团队演示了好几种基本运算：加法、多输入处理、信号分配。他们搭建的最复杂的电路包含24个菌落，能够实现计算机中一些最基本的加法运算。

从理论上讲，这些电路能完成的运算和你手机里芯片能做的没有区别。当然，这个细菌计算器会慢很多——目前这种细菌电路完成一次计算大约需要八个小时。

但研究人员强调，他们并不是要取代电脑，而是要把计算能力放进生物系统里。如果你的目标是让植物根部的细菌去检测干旱或虫害，晚上开始算，第二天早上出结果，对于植物的生长周期来说完全来得及。

最直接的应用场景是农业。想象一下，把这种细菌电路放在农作物的根部，它们就能成为一套控制系统：当环境出现干旱信号，或者害虫开始啃食根系，细菌能够感知到，并根据预设的逻辑做出反应，比如启动生产某种抗菌物质或者促进根系生长的化合物。植物本身就成了一台活的计算机，实时监控自己的健康状况并主动应对。

课代表总结：用传统电路手搓芯片会被科学界鄙视是吧？

参考文献：

Doosthosseini, H., Chen, H. & Voigt, C.A. Living circuit boards built by printing bacterial transistors. Nat Chem Biol (2026). https://doi.org/10.1038/s41589-026-02300-3

牧心，科普作者。