• 运动通过肝脏酶GPLD1修复血脑屏障改善认知

    来源: 《Cell》

    加州大学旧金山分校研究发现,运动时肝脏产生的GPLD1酶通过血液循环到达脑部血管,切除非神经元细胞表面的TNAP蛋白,从而修复随年龄增长而渗漏的血脑屏障,降低神经炎症并改善认知。在年老小鼠中减少TNAP可逆转血脑屏障损伤并提升记忆力。该机制为阿尔茨海默病等神经退行性疾病的治疗提供了全新方向。

  • 睡眠通过清除神经元氧化损伤维持线粒体健康

    来源: 《Nature》

    宾夕法尼亚大学研究发现,睡眠的关键功能是清除神经元活动产生的氧化损伤。清醒时神经元线粒体产生活性氧,损伤脂质;睡眠促进这些受损脂质从神经元转移至胶质细胞并被分解或转运至血液,从而保护神经元功能。研究还揭示睡眠调控自噬和跨血脑屏障运输,为理解阿尔茨海默病等神经退行性疾病中的睡眠障碍提供了新机制。

  • 家蚕可作为NAD⁺抗衰老研究的新型模型

    来源: 《Insect Science》

    西南大学研究发现,家蚕的寿命与其NAD⁺水平及BmNmnat1基因表达正相关。敲除该基因导致严重DNA损伤;而补充烟酸(维生素B3)可提升NAD⁺水平、降低衰老标志,并将成虫寿命延长44%。研究提出,家蚕因寿命短、与人类共享衰老相关基因,可作为筛选抗衰老干预措施的高效无脊椎动物模型。

  • 肌球蛋白驱动肌动蛋白自组装成旋转环——揭示细胞内秩序涌现机制

    来源: 《Proceedings of the National Academy of Sciences》

    千叶大学研究发现,植物肌球蛋白XI驱动肌动蛋白丝沿弯曲路径运动,在无外部引导下自发组装成细胞尺度的旋转环形结构。计算机模拟证实,丝状弯曲是环形形成的关键。该自组织过程揭示了细胞内手性结构如何从微观相互作用中涌现,为理解植物细胞内运输、细胞生长控制及生物材料设计提供了新的物理原理。

  • 郧县人化石测年将直立人抵华时间推前至170万年前

    来源: 《Science Advances》

    研究利用铝-26/铍-10埋藏测年法重新测定湖北郧县直立人化石年代,结果显示其生活于170万年前,比此前认知提早约60万年。这一发现挑战了早期人类走出非洲的时间线,表明直立人可能更早抵达东亚,为理解人类迁徙和演化提供了关键证据。

  • 基因变异控制肌肉毛细血管生成——耐力运动员优势的新发现

    来源: 《Cell Reports》

    瑞典隆德大学研究发现,一种基因变异可通过减少特定抑制蛋白的表达,促进肌肉毛细血管新生,从而增强氧气输送,提升耐力表现。该变异在瑞典越野滑雪运动员中频率(10%)是非运动员(5%)的两倍,而在牙买加短跑选手中罕见(<1%)。研究还发现,高强度间歇训练可主动“释放刹车”促进血管生成。该发现为个性化训练、康复及糖尿病治疗提供了新靶点。

  • CMS首次用机器学习完全重建LHC粒子碰撞

    来源: 《European Physical Journal C》

    欧洲核子研究中心CMS实验首次证明,机器学习算法可完全替代传统手工规则,直接通过模拟数据学习来重建质子对撞产生的粒子。新算法MLPF在重建顶夸克喷注时将精度提升10%-20%,且可运行于速度更快的GPU芯片。该方法有望帮助物理学家更高效、更精确地分析LHC数据,尤其适用于2030年后高亮度对撞机时代的海量数据环境。

  • 50岁后同居比结婚更能提升生活满意度

    来源: 《International Journal of Behavioural Development》

    维也纳大学研究发现,50岁以上人群开始新恋情并同居后,生活满意度显著提升,而结婚本身并不会带来额外的幸福感增益。研究还显示,这一年龄段的分手并未导致幸福感显著下降,表明老年人具有较强的情绪韧性。研究未发现性别差异,挑战了“男性从关系中获益更多”的传统观点。

  • 阿斯加德古菌利用氧气的能力揭示复杂生命起源新线索

    来源: 《Nature》

    德克萨斯大学研究发现,与真核生物亲缘关系最近的阿斯加德古菌并非完全厌氧,而是能够利用或耐受氧气,且具备类似真核生物的氧气代谢蛋白。这一发现填补了真核生物起源理论的关键空白:约17亿年前地球氧气水平上升后,部分阿斯加德古菌适应了有氧环境,并与细菌共生,最终演化出所有复杂生命。研究通过大规模基因组分析,将已知阿斯加德古菌多样性扩大近一倍。

  • 多巴胺学习新机制:间隔时间比重复次数更重要

    来源: 《Nature Neuroscience》

    加州大学旧金山分校研究发现,经典条件反射的学习效率不取决于刺激-奖励的重复次数,而取决于两次奖励之间的时间间隔。间隔越长,大脑每次学习的效率越高,多巴胺反应形成越快。这一发现挑战了百年来的学习理论,为理解成瘾机制和优化人工智能学习算法提供了新视角。

本站内容来源于phys.orgNature BriefingScienceAdviser,均为前沿研究信息,仅供参考;本站内容由DeepSeek总结,请谨慎甄别;本站不提供任何医疗、教育、饮食、运动、商业、交通、理财及其它行动建议,如有需要请咨询相关权威机构。如有意见、建议或投诉,请联系本站,将及时处理。欢迎支持本站,您的支持是本站坚持的动力。