追问daily | 阿尔茨海默病新药遭质疑；AI模型帮助缩小动物与人类研究之间的差距；人类大脑如何编码时间流动与经验

这项研究由加利福尼亚大学洛杉矶分校的Itzhak Fried及其团队领导，研究揭示了人类大脑中海马体和内嗅皮层如何通过编码时间和经验的顺序来帮助大脑理解和预测未来刺激。该发现为记忆增强设备以及人工智能理解人类认知提供了重要基础。

研究团队招募了17名癫痫患者，并利用深度电极直接记录了他们大脑中的神经元活动。这些患者在实验中通过观看120张图片（包含人物、动物、地标等）并执行不同的行为任务。研究中，海马体和内嗅皮层神经元自发地修改它们的活动，与图像序列的呈现顺序密切对齐。即使没有明确指导，参与者的大脑也自然地形成了时间结构的编码，并保留这些编码模式。研究还发现，神经元的活动不仅反映了序列的结构图，还反映了即将到来的刺激的概率。这项研究首次在神经元层面展示了大脑如何通过时间和空间信息的类比机制，整合经验中的"什么"和"何时"。研究发表在 Nature 上。

小鸡大脑对面孔的内在识别能力

近日，特伦托大学心智与脑科学中心的研究团队通过一项实验，探讨了动物和人类大脑识别面孔的生物机制。研究引发了有关面孔识别是先天能力还是后天学习的争论。

该研究聚焦于一周大的小鸡，这些小鸡从未接触过面孔。研究团队通过单细胞记录技术，发现了一组位于小鸡大脑特定区域（称为尾外侧巢状皮质，caudolateral nidopallium）的神经元，这些神经元对一种由三点组成、类似面孔的刺激产生选择性反应。实验结果表明，这些神经元仅对面孔状刺激反应，而对无序排列的点或孤立的面部特征没有反应。此外，面孔选择性神经元的人群活动能够准确编码面孔状刺激为独特类别，进一步证明面孔选择性在没有先前经验的幼小动物大脑中就已存在。这一发现表明，面孔选择性是小鸡大脑中固有的能力，并为理解社会生活中面孔识别的重要性提供了神经基础。研究发表在 PNAS 上。

这项研究由蒙纳士大学主导，旨在探讨创伤性脑损伤（TBI）后血液生物标志物的变化及其对大脑健康的长期影响。研究团队招募了90名年龄在40岁及以上、10年前经历过单次中度至重度TBI的参与者，以及32名健康对照组参与者。采用单分子阵列技术测量血浆生物标志物（如去泛素酶L1（UCH-L1）、神经元丝蛋白轻链（NfL）、磷酸化tau蛋白（P-tau181）等），并使用正电子发射断层扫描（PET）和磁共振成像（MRI）评估大脑微结构及认知功能。

结果显示，TBI参与者的UCH-L1和P-tau181水平分别比对照组高67%和27%，且更高的P-tau181、UCH-L1、胶质纤维酸性蛋白（GFAP）和NfL与更差的白质微结构相关联。同时，认知测试显示较高的P-tau181和tau蛋白与较差的语言记忆表现相关。这表明，TBI后血浆生物标志物的升高可能反映持续的神经病理过程，能够作为监测大脑健康的潜在工具。研究发表在 Brain 上。

成功建立模仿帕金森病的鼠模型

德克萨斯儿童医院的Jan和Dan Duncan神经研究所及贝勒医学院的研究人员最近在神经退行性疾病研究方面取得重要进展，创建了一个鼠模型，可以再现帕金森病早期的非运动症状和运动困难。该研究由贝勒医学院的Huda Zoghbi教授主导。

研究团队使用CRISPR-Cas9技术将已知的导致帕金森病的SNCA基因G51D突变引入小鼠中。研究发现，G51D鼠模型在3个月时就出现嗅觉和肠道问题，6个月时表现出嗅觉缺失和肠道传导受损，而运动症状在9个月时才开始显现。这表明该模型与人类帕金森病的进展相似，能够帮助研究该病的发病机制，并测试未来的治疗方案。该研究成果已发表在 PNAS 上。

约翰·霍普金斯大学医学院的研究人员探讨了人类干细胞（hPSC）在早期发育中的变异。这项研究有助于理解个体发育的独特性及其在再生医学中的应用潜力。

研究人员采用了来自多个供体的人类诱导多能干细胞（iPSCs），这些干细胞能发育成多种组织类型。研究显示，在将iPSCs分化为神经外胚层和中胚层的过程中，存在动态的转录组模式，这些模式在不同细胞系间保持一致，同时每个细胞系又展现出特定的转录特征。研究发现，SOX21与视黄酸信号通路之间存在拮抗作用，这影响了前脑和后脑的发育倾向。此外，研究表明，这些转录组特征的变异源于遗传和表观遗传因素，且与早期哺乳动物发育的前后结构相对应。研究结果不仅为干细胞研究提供了系统性分析框架，还为个体化医疗的未来奠定了基础。这项研究发表在 Stem Cell Reports 上。

精神疾病生物标志物的新路径

研究者来自耶鲁大学，面临将大脑活动与行为联系起来的挑战，特别是在功能性磁共振成像中，数据复杂性使得识别共享活动模式变得困难。此项研究旨在发现与精神疾病相关的生物标志物。

该研究分析了337名健康年轻成年人在静息状态下的fMRI数据，提取了他们大脑活动的共激活模式。研究者采用数据维度减少（data dimension reduction）技术，将复杂的脑活动数据简化，以识别出三个高度重复的脑活动模式，这些模式在参与者之间和个人内部均表现出一致性。同时，研究发现这些活动模式与认知功能、情绪调节以及物质使用有关。通过对状态（states）与特征（traits）之间的神经变化进行联合分析，研究者揭示了个体差异的一般模式，这为未来开发可重复的神经影像标记提供了希望。研究发表在 PLOS Biology 上。

研究人员 Jeanne Lenzer 和 Shannon Brownlee 对美国食品药品监督管理局（FDA）最近批准的新药 donanemab 的安全性和有效性进行了深入调查。该药物由礼来公司（Eli Lilly）研发，旨在针对导致阿尔茨海默病的β淀粉样蛋白。

研究指出，donanemab 的临床试验在安全性数据和有效性方面存在诸多疑虑。FDA 在2023年1月曾拒绝批准该药，原因是缺乏完整的数据和长期安全性信息。在其后进行的III期临床试验中，36.8%的 donanemab 组患者出现了与药物相关的脑出血和水肿等不良事件，且接受该药的患者中有17人（2.7%）死亡，而安慰剂组则有10人（1.4%）死亡。尽管结果未能显示出显著的临床差异，礼来仍声称该药物能够减缓阿尔茨海默病的进展22%。

专家们质疑这一数据的可靠性，认为该药在不良反应和死亡风险上可能带来更大危害。此外，FDA 发现七名顾问有直接的经济利益关系，这引发了对审批过程的进一步质疑。该研究建议需进行后续观察研究，以更全面地了解该药物的长期影响。研究发表在 BMJ 上。

近日，OpenAI面临重大变革，董事会正在考虑将其结构重组为盈利公司。这一消息发布之际，首席技术官Mira Murati宣布离开公司，结束了她在OpenAI长达六年半的职业生涯。此后，首席研究官Bob McGrew和研究副总裁Barret Zoph也确认将离职。

据匿名消息来源透露，尽管OpenAI将保留其非盈利部门，但转向盈利模式将使投资者更易理解公司的财务结构，并帮助员工实现流动性。Mira Murati在给公司的备忘录中表示，她离开的原因是希望有更多时间进行自我探索，并承诺会确保顺利过渡。OpenAI首席执行官Sam Altman在社交媒体上确认McGrew和Zoph的离职，并表示这三位高管的决定互不关联。