
Nature Communications | 首尔国立大学开发 CoVET 技术:电压成像引导单细胞冷冻电镜.CoVET技术:打通神经元功能与结构的研究新突破 近日,韩国首尔国立大学团队在《Nature Communications》发表重磅成果,开发出CoVET(电压成像–冷冻电子断层扫描关联技术),成功破解神经科学与结构生物学长期存在的核心难题。 传统研究中,电生理/光学方法可观测神经元动态功能,冷冻电镜能解析超高分辨率结构,却无法在同一神经元上实现二者稳定对应。 CoVET技术通过精巧的实验流程实现了这一突破:先在特制电镜网格上培养神经元,用电压探针标记并经电场刺激,按电生理响应将神经元分为强响应、中度响应和不响应三类;15分钟内快速冷冻锁定功能状态,再通过多模态配准和定向切片,结合冷冻电子断层扫描解析分子结构。 实验证实,放电活跃的神经元不仅处于“解码状态”的核糖体比例更高,多聚核糖体排列也更紧凑,直接证明神经活动与蛋白质翻译的关联。 该技术具有功能关联精准、单细胞分辨率高、可复制性强等优势,虽目前存在模型单一、样本通量有限等局限,但未来有望结合多组学信息、扩展分析对象,为阿尔茨海默病等疾病的机制研究与药物筛选提供全新工具,推动神经科学研究迈入功能与结构精准对接的新阶段。
Nature Electronics | 达特茅斯学院打造首个单片式3D软性神经探针达特茅斯学院突破3D软性神经探针技术,脑机接口迈入立体采集时代 长期以来,神经科学领域受限于平面神经探针的“维度失配”难题,难以精准捕捉大脑三维神经回路的协调活动。 美国达特茅斯学院联合东北大学团队在《Nature Electronics》发表的突破性研究,通过“软电子器件确定性卷曲”(ROSE)技术,成功打造首个单片式3D软性神经探针,为脑机接口发展开辟新路径。 该技术核心是将柔性基底上的二维电子阵列,借助微型芯轴与PDMS间隔层,确定性卷曲为圆柱螺旋形3D探针。其优势显著:采用成熟平面工艺却突破二维限制,单片式结构提升完整性与可重复性;支持最高256通道高密度记录,可通过调整设计参数实现脑区定制化采集;柔性材料大幅降低组织损伤与免疫反应,保障五周长期稳定记录。 活体实验验证了其卓越性能,在啮齿动物与恒河猴模型中高效捕获单神经元放电信号,首次呈现三维时空脉冲图谱,视觉定向解码精度远超传统单平面探针。ROSE技术标志着神经接口进入立体采集时代,不仅为解析跨皮层深度的复杂神经回路提供关键工具,更将推动脑机接口、神经修复及相关脑疾病治疗的技术突破,助力高精度捕捉大脑三维活动的新时代到来。
西奈山-港中文联合团队验证:可穿戴睡眠行为分析可用于跨设备iRBD筛查可穿戴睡眠行为分析跨设备iRBD筛查研究 孤立性快速眼动睡眠行为障碍(iRBD)是α-突触核蛋白病重要临床前标志,但传统筛查依赖多导睡眠监测(vPSG),存在难度高、漏诊率高、成本高的问题。 近期西奈山-港中文联合团队发表于《npj Digital Medicine》的多中心研究,为iRBD筛查提供了新路径。 该研究聚焦“跨设备泛化”核心问题,覆盖纽约、牛津等4个国际中心,纳入Axivity AX6等三类不同分辨率设备,通过数据转换模型将各类设备信号统一映射到AX6标准,测试原模型直接迁移效果。 研究发现,睡眠行为特征具有跨设备一致性,各中心模型AUC维持在0.838-0.865;而昼夜节律(RAR)特征受环境、生活方式影响大,泛化能力弱。技术上,研究首次系统化验证了可穿戴信号跨设备映射,为行业建立统一标准提供了方法论。 临床层面,“可穿戴筛查+前驱症状评估”的两阶段策略,将特异度提升至95%以上,为临床资源紧张场景提供高效筛查路径。 该研究证实消费级可穿戴设备具备疾病级检测能力,揭示医疗级AI核心在于病理生理驱动的特征工程,推动可穿戴医学向标准化、临床落地迈进,为帕金森病等神经退行性疾病的早筛预警奠定基础。
npj Flexible Electronics | 柔性电子:让仿生义肢像“第二层皮肤”一样感知肌肉信号柔性电子技术:仿生义肢的“第二层皮肤”突破 全球约5700万截肢者长期受困于传统仿生义肢的弊端——笨重硅基设备、复杂连线及需涂抹导电凝胶的湿电极,既不舒适也缺乏长期实用性。近日,荷兰埃因霍温理工大学团队在《npj Flexible Electronics》发表的研究,带来了首个完全柔性、可穿戴的肌电控制前端系统,为“即贴即用”仿生四肢铺平道路。该技术核心突破在于利用非晶铟镓锌氧化物薄膜晶体管,通过创新电路架构打破“柔性与高性能”的悖论:时分复用模拟前端大幅减少布线,为高密度传感器集成奠定基础;“预充电”技术将50Hz下的输入阻抗提升至841MΩ,“自动归零”技术实现22µVrms的极低噪声,媲美刚性硅基芯片。 其临床价值显著:兼容干电极,告别导电凝胶带来的皮肤过敏与失效问题;30微米厚的柔性电路可紧随肌肉形变,从源头抑制运动伪影;闭环控制系统测试中,关节角度预测误差约20度,虽略逊于台式设备,但低功耗(每通道55.3µW)、可穿戴的优势使其能满足基本意图识别与控制。 目前系统虽为“混合集成”(后端依赖刚性芯片),且精度仍需提升以实现更灵巧控制,但时分复用架构支持扩展数百个通道。这项技术并非取代硅芯片,而是将电子触角延伸至皮肤表面,为隐形、干燥、智能的下一代仿生义肢提供了极具潜力的范本。
[NC] Northwell Health 通过可穿戴设备提前17小时预测住院患者病情恶化深度学习+可穿戴设备:提前17小时预判住院患者病情恶化 传统医院普通病房中,护士每4-8小时间断测量生命体征的“快照式”监测存在致命盲点,易错失病情恶化干预窗口,导致ICU转入率和死亡率升高。 近期发表于《Nature Communications》的研究,为解决这一痛点带来突破。美国诺斯韦尔健康中心与范斯坦医学研究院团队,研发出基于循环神经网络(RNN)的深度学习模型。 该模型通过临床级可穿戴设备收集连续生命体征数据,结合人口统计学信息,以“MEWS评分>6”为训练标签,可预测患者未来24小时内病情恶化风险。研究证实,连续监测优势显著:在888名非ICU患者中,其检测的临床警报数量是传统电子健康记录(EHR)的9倍,警报发出平均提前105分钟,核心得益于对呼吸频率、心率的精准捕捉。模型经三阶段验证表现优异,回顾性、前瞻性及外部设备验证的AUROC分别达0.89、0.90和0.84,泛化能力强,不依赖特定设备。 更值得关注的是,该模型对ICU转运、心脏骤停等“硬终点”事件总体预测准确率达81.8%,远超传统MEWS评分系统,且中位提前预测时间长达17小时。 这项研究标志着病房监护从“被动响应”向“主动预测”转型,为临床医生提供充裕干预时间,对提升患者安全、降低医疗成本意义重大,有望重塑非重症监护病房护理标准。
npj precision oncology | AI 集成诊断框架 SSL-MISS-Net 的科学校准从“数据悖论”到“全数据”:AI 集成诊断框架 SSL-MISS-Net 的科学校准 自2021年世界卫生组织中枢神经系统肿瘤分类(WHO CNS5)确立后,胶质瘤诊断进入“集成诊断”时代,需结合组织病理学与IDH突变等分子特征,但临床数据存在“双重不完善性”——成像序列(T1对比增强、T2-FLAIR)随机缺失、分子标注不完整,传统AI因“完整数据假设”弃用大量样本,数据利用率低下。 为此,发表于《自然》旗下npj precision oncology的SSL-MISS-Net框架提供解决方案:通过跨模态自监督学习(SSL)应对影像缺失,以动态全掩码策略重构缺失模态特征;借缺失标签协同优化策略(MISS)解决标注问题,结合图卷积网络挖掘标签生物学依赖。 该框架将可用数据量从629例扩展至2238例(提升约256%),在多中心队列中,内部测试集准确率较次优方法提升10%,对胶质母细胞瘤(GBM)诊断准确率达93%,且分类平衡性优异。其可融入现有临床流程,提供实时术前预测,助力术中决策与靶向治疗筛选,未来需向端到端模型发展,提升公平性与可信度,为神经肿瘤AI临床转化奠定关键基础。
人类何时可以再生:Michael Levin实验室“双头涡虫”到“人体活体机器人”人类再生研究新突破:从生物电到“活体机器人” 这份内容聚焦Michael Levin实验室在人类再生领域的探索,展现生物电技术从理论到应用的跨越。Levin教授不同于多数科学家深耕基因“硬件”编辑,而是专注破解生命“软件”——生物电,提出DNA是细胞零部件清单,生物电代码才指导器官与肢体构建的核心理论。 研究始于涡虫:这类生物断体可再生,团队通过药物改变其受伤断面电压梯度,造出再生仍为双头的永久“双头涡虫”,证实形态发生场本质是生物电场,改写电信号可改变生物解剖结构。 2025年实验室迎来三大突破:用成人气管细胞自组装成“Anthrobots”人类活体机器人,未来用于人体治疗无免疫排斥;为生物电指导细胞排列提供物理学证据,掌握预测控制组织生长的“物理方程”;引入AI,借大语言模型辅助发现生物电模式与设计干预方案。 这些成果推动医学向“信息医学”转型,为癌症、出生缺陷治疗提供更安全可逆的方案,也让“自体活体药物”修复损伤、实现肢体再生的梦想更近一步。
Nature Sensors | 斯坦福大学开发基于生成式肌电网络简化可穿戴设备当AI读懂肌肉“语言”——斯坦福简化可穿戴设备如何重塑人机交互? 本期节目聚焦2025年12月发表于《Nature Sensors》的重磅研究:斯坦福大学团队研发的生成式肌电网络可穿戴设备,破解了神经工程领域的核心难题。传统肌电(EMG)设备常受限于多通道笨重、个体信号差异大、功能单一的问题,难以走进日常生活。 而这款新设备实现三重突破:硬件上,仅用6通道、4.5cm²的腕带设计,颠覆传统高密度设备形态;算法上,依托GenENet生成式AI,通过自监督学习减少校准依赖,20分钟无标记数据即可训练;功能上,首次集成精细手势识别(手语翻译准确率93.6%)与宏观步态预测(力预测相对均方根误差6.21%)。 从医疗领域的智能假肢、中风康复反馈,到消费电子的无按钮AR/VR交互,它让“读懂肌肉意图”的门槛大幅降低。 我们将拆解技术原理,探讨其如何跨越软硬件鸿沟,以及未来多模态传感融合的可能,看这场“肌肉-AI-设备”的结合,如何推动人机交互走向无缝直观的新未来。
给小鼠背上“电子背包”:这种新型柔性可穿戴设备,让心电监测不再“穿刺”小鼠 “电子背包”:心电监测技术新突破 在生物医学研究中,小鼠心电数据是破解人类心血管疾病的关键,但传统监测方式存诸多弊端 —— 针电极需麻醉束缚致数据应激干扰,植入手术则有创伤与感染风险。近日,山东科技大学与青岛大学附属妇女儿童医院团队在《Microsystems & Nanoengineering》发表新成果,推出非侵入式柔性可穿戴心电监测系统,为小鼠打造 “电子背包” 与 “隐形衣”,实现其清醒自由活动时的蓝牙实时高质量心电传输。 该系统核心是 “电子皮肤” 与 “软体系统” 双创新:“蛇形岛桥” 电极用磁控溅射、光刻工艺制成,40% 拉伸下仍导电稳定,借水溶性 PVA 层纹身式贴合小鼠皮肤;柔性 PCB 背包集成芯片与蓝牙模块,总重轻且仅 3mW 功耗,单次充电支持 5 天连续监测。对比传统针电极,其信噪比高 7.7dB、信号幅度提升 12.45%,抗干扰恢复更快,还能精准捕捉心肌梗死小鼠的病理心电特征。 该技术让小鼠应激水平回归正常,保障数据真实性,同时降低操作门槛,为高通量药物筛选铺路,填补亚急性病理监测空白,不过目前多导联与 AI 自动化分析仍待突破,其潜力有望推动心脏医学发展。
Nature BME|上科大沈定刚团队联合多中心提出多模态乳腺癌AI框架多模态乳腺癌AI框架研究简介 上海科技大学沈定刚教授团队联合香港城市大学、云南省肿瘤医院及联影智能,在《Nature Biomedical Engineering》发表研究,提出基于深度学习的HER2多模态对齐与预测(MAP)模型,革新乳腺癌HER2状态评估方式。 传统HER2检测依赖穿刺活检与组织染色,存在创伤性且易受肿瘤内异质性影响,评估准确性受限。该研究构建跨影像模态融合分析框架,整合4个中心6991例病例的14472张MRI、超声、钼靶影像,让AI通过模态对齐学习(类似CLIP对齐图像与文字的思路),从多模态影像中“解读”HER2分子信息,实现无创评估。 结果显示,MAP模型预测HER2状态的AUROC在内部集(Center A-1)达0.871、外部集(Center B-1)达0.806,结合临床资料后疗效预测AUROC最高达0.858,性能优于传统活检。该研究为医生提供精准决策工具,推动乳腺肿瘤AI从“辅助诊断”迈向“生物标志物级预测”,但仍需解决可解释性、跨人群泛化及监管验证等问题,以更好落地临床。
Nature | 瑞士苏黎世联邦理工学院开发超声波驱动的可编程软体机器人超声波驱动可编程软体机器人:开启医疗新可能 发表于《Nature》的一项研究中,瑞士苏黎世联邦理工学院团队攻克软体机器人无线控制难题,研发出超声波驱动的可编程人工肌肉。 该肌肉由柔性薄膜上的数万个微气泡构成,轻量且反应迅速,为微型医疗机器人发展提供关键突破。传统无线技术难适用于体内机器人:光无法穿透组织,强磁场依赖大型设备,化学燃料存毒性。 团队转而利用临床常用的超声波,通过微气泡“放大”声能——微气泡受超声激发共振,将声能转化为机械推力。其核心创新在于“频率编程”:不同尺寸微气泡对应特定共振频率,切换超声频率可精准激活目标区域气泡,实现肌肉定向弯曲;扫频超声更能驱动肌肉完成流畅波浪运动。该技术已展现多元潜力:仿生抓手以百毫秒级速度轻柔捕获活鱼,肌肉薄膜可驱动杏仁旋转、让草叶“自主”弯曲,厘米级仿生黄貂鱼能在水中游动。 更具价值的是医学应用——折叠后装入可食用胶囊的机器人,可在离体猪胃、肠内实现自主导航,预示“可吞咽机器人医生”时代加速临近。虽存气泡稳定性、超声衰减等问题,但该设计为微创手术设备等开辟了新路径。
npj digital medicine | 斯坦福大学使用集成监控模型对颅内出血检测AI实时评估斯坦福大学使用集成监控模型对颅内出血检测AI实时评估 FDA指南强调医疗AI需“总生命周期管理”,但黑箱属性使实时监测成难题。斯坦福大学团队提出集成监控模型(EMM),为颅内出血(ICH)检测AI构建实时信任层。EMM借鉴多专家会诊机制,由5个不同架构子模型组成,无需访问黑箱AI内部组件,通过比对子模型与原发AI的输出一致性量化置信度。 在2919个研究的数据集上验证显示,其可将AI预测分为“增高、相似、降低”三类置信度,高置信度病例帮医生减负,低置信度则精准定位模糊病例。低患病率场景中,EMM使ICH阳性预测相对准确率提升38.57%,但存在“共识幻觉”等局限——4%的完全一致病例实则预测错误。研究还明确EMM优化方向,如结合合成数据、大型语言模型(LLMs)克服数据依赖。 作为医疗AI质量管理核心工具,EMM既响应FDA及欧盟AI法案监管要求,又优化放射科工作流,推动人机协同迈向实用化。
Science Advances |中国团队实现全音节中文语音脑机接口解码首个全音节中文语音脑机接口解码技术重磅突破 近日,复旦大学附属华山医院、上海科技大学与脑虎科技联合团队在《Science Advances》发表重磅研究,成功研发首个能实时解码中文全音节的脑机接口系统,攻克中文作为声调语言的解码难题。不同于英语等拼音文字,中文单音节语素特性显著、同音字密度高,声调直接决定语义,容错率极低,传统音素解码模型难以适配。 该系统创新采用256通道柔性高密度电极,捕捉精细神经放电模式;通过“音节流+声调流”双流解码架构,精准识别394个普通话基本音节及四个声调,实现全谱系覆盖。临床实测中,系统在43岁癫痫患者身上表现亮眼:仅靠神经信号,音节与声调识别准确率分别达71.2%和69.1%,结合语言模型后实时句子准确率提升至73.1%,通信速度达49.7字符/分钟,接近正常手写速度。 患者可通过意念驱动数字人发声、与大模型对话、控制机械臂,构建完整交互生态。这项研究打破“以英语为中心”的BCI设计范式,为全球数十亿声调语言使用者提供新方案,对渐冻症等闭锁综合征患者的日常沟通具有重要临床价值,同时为跨语言通用脑机接口研发奠定基础。 目前研究仍需扩大样本验证,未来将向无线化、长期植入方向推进。
Nature | 开源!OpenFold3 提前放出测试版,目标直指 AlphaFold3OpenFold3:开源蛋白质结构预测的新突破 据Nature News独家报道,加州大学伯克利分校等高校组成牵头的OpenFold联盟,于10月底在GitHub以MIT许可证放出发布OpenFold3预览版。作为全球首个非商业、公开代码与权重的蛋白质-小分子/核酸复合体结构预测模型,它这款非商业工具打破了行业封闭格局,目标直指壁垒,明确以比肩DeepMind的AlphaFold3为目标。 与相较于需排队等待官方服务器的AlphaFold3不同,OpenFold3支持学术机构与药企本地部署,且允许商用、及修改,填补了开源赛道的关键空白。内部测试显示,其对蛋白质-配体复合体的预测准确精度已接近AlphaFold3,不过仍但团队强调需更多外部盲测验证,团队目前正全球征集未公开结构以推进助力模型迭代。 当前,算力与数据是其主要挑战:复刻AlphaFold3需数百万GPU小时经费,而且复合体结构实验结构数据远少于纯蛋白。对此,开发者计划以“社区众筹”汇聚模式,鼓励药企匿名贡献的结构数据已解析结构。在同类竞争中,OpenFold3凭借其MIT许可证的商业放行优势,显著区别于RoseTTAFold-All-Atom等仅限学术使用的模型。据悉,正式版权重与训练脚本预计2025年夏季公开,同步发布同行评议论文。
npj flexible electronics | 韩国科学技术院开发抗炎治疗的静态柔性超声换能器柔性超声换能器新突破:精准抗炎治疗的可穿戴医疗革命 可穿戴超声技术为医疗诊断与治疗带来革新,但传统柔性超声换能器长期面临声学性能与曲率控制的核心矛盾,声束漂移、量产困难等问题限制了临床应用。 韩国科学技术院团队在《npj flexible electronics》发表的研究,通过柔性-刚性(FTR)结构设计与低熔点金属合金(LMPA)技术,成功研发出静态可调曲率的柔性超声换能器阵列,破解了这一行业痛点。 该技术创新性采用“刚性岛屿-弹性桥接”结构,将高声学性能的CMUT元件嵌入柔性弹性体,通过晶圆级微制造实现规模化生产。LMPA的引入实现了曲率的精准调控与锁定,加热液化塑形后冷却固化,可稳定保持超声束聚焦方向,无需复杂电子赋形即可实现物理聚焦,声压提升1.6倍、轴向分辨率提高五倍。性能测试显示,该器件兼具优异的电学稳定性与机械耐久性,100次弯曲循环后性能几乎无衰减,声学输出达到治疗级标准。 在类风湿关节炎小鼠模型中,通过超声刺激脾脏激活胆碱能抗炎通路,显著减轻关节肿胀并改善步态功能,验证了其抗炎治疗潜力。 这项技术既保留了CMUT的量产优势,又解决了柔性器件的精准聚焦难题,为慢性炎症疾病的家庭化、非侵入性治疗提供了新方案,未来有望结合2D阵列与AI闭环系统,推动可穿戴诊疗一体化设备的革新。