2月10日外媒科學網站摘要：3D生物打印助力個性化癌症治療
2月10日（星期五）消息，國外知名科學網站的主要內容如下：
《自然》網站（www.nature.com）
OpenAI的“深度研究”工具對科學家有幫助嗎？
去年12月，谷歌推出了人工智能（AI）工具Gemini Deep Research，旨在幫助用戶高效整理和分析學術信息。緊隨其後，OpenAI也發佈了一款類似的付費訪問工具——Deep Research（深度研究）。該工具能夠綜合數十甚至數百個網站的信息，並在數十分鐘內生成幾頁長的引用報告，完成通常需要數小時的文獻綜述工作。
許多使用過Deep Research 的科學家對其撰寫文獻綜述、整理研究綜述，甚至識別知識空白的能力感到印象深刻。數據科學家指出，如果由人類完成同樣的任務，將需要大量時間。
這些 AI 工具被視爲邁向自主智能代理（AI Agents）的重要一步，能夠處理更復雜的研究任務。許多用戶認爲，谷歌的 Deep Research 充分利用了谷歌在搜索和計算方面的優勢，使用戶能快速掌握某個主題，而 OpenAI 最新的大型語言模型（LLM）o3則增強了 Deep Research 的推理能力，使其報告更加精準和複雜。
然而，研究人員也警告稱，所有基於 LLM 的工具都存在一定的不準確性，甚至可能產生誤導信息。OpenAI 官網也承認，Deep Research 仍處於早期階段，存在侷限性，可能會引用錯誤、產生事實幻覺，無法區分權威信息和謠言，也無法準確表達其不確定性。該公司希望，隨着用戶的不斷使用和時間的推移，這些問題將得到改進。而谷歌的 Gemini Deep Research 也附帶免責聲明：“Gemini 會犯錯，因此用戶需要仔細覈查。”
德國馬克斯·普朗克光科學研究所人工科學家實驗室的負責人指出，這些工具目前仍無法替代科學家的真正研究。他說：“科學家通常需要花費數年時間專注於某一研究領域，並在此過程中不斷產生新的想法。這種能力，AI 目前尚未證明可以實現，未來是否可能做到，仍然未知。”
《科學通訊》網站（www.sciencenews.org）
烏賊墨汁如何讓鯊魚“嗅覺失靈”，促使其避開獵物
烏賊在躲避捕食者時會釋放一股墨汁煙幕，這一過程不僅能遮蔽視覺，幫助烏賊迅速逃脫，同時，這層惡臭煙霧可能還會擾亂鯊魚的嗅覺，促使其遠離。
美國馬薩諸塞大學阿姆赫斯特分校的研究人員在最新一期 《G3基因 | 基因組 | 遺傳學》（G3 Genes | Genomes | Genetics） 雜誌上報告稱，烏賊墨汁的主要成分是黑色素，它能牢固地附着在鯊魚的嗅覺受體上，甚至比哺乳動物血液中的氣味分子附着得更牢固。這一發現表明，烏賊的墨汁可能是進化出的一種特殊化學武器，專門用來干擾鯊魚的嗅覺系統，降低它們對獵物的感知能力。
不過，科學家們尚不清楚墨汁中的化合物是如何與鯊魚嗅覺受體相互作用的。因此，研究團隊利用三種不同鯊魚物種的基因數據——包括來斑點皺脣鯊（Scyliorhinus torazame）、小斑點貓鯊（Scyliorhinus canicula）和大白鯊（Carcharodon carcharias），構建了146種嗅覺受體的三維計算機模型。
模型分析顯示，黑色素是烏賊墨汁中導致顏色變深的主要成分，其分子結構和化學特性使其能夠牢固附着在鯊魚嗅覺受體上，甚至比哺乳動物血液中的金屬氣味化合物還要更具親和力。這種結合可能會導致鯊魚短暫失去對獵物的氣味感知，促使其避開釋放墨汁的烏賊。
研究人員推測，這種影響可能適用於所有鯊魚物種。雖然不同鯊魚在生態環境和捕食策略上有所不同，但它們通常共享相同的核心嗅覺受體。
《每日科學》網站（www.sciencedaily.com）
1、3D 物打印技術助力個性化癌症治療
韓國浦項理工大學與美國傑克遜基因組醫學實驗室的合作研究團隊，成功利用3D生物打印技術，結合患者來源的癌症組織片段，開發了一種 胃癌體外模型。該模型能夠精準保留患者組織的實際特徵，有望加速個體化癌症治療方案的制定，並提高抗癌藥物的療效預測能力。研究成果已發表在國際期刊 《高級科學》（Advanced Science） 上。
癌症治療的一大挑戰 在於 腫瘤的高度異質性，不同患者對相同藥物的反應可能存在顯著差異，而治療時機的把握對預後影響重大。因此，精準預測抗癌治療效果的技術，對減少副作用並提高治療效率至關重要。目前的預測方法，如基因檢測和患者來源的異種移植（PDX）模型，在適用範圍、預測能力、時間成本等方面仍存在侷限性。
在這項研究中，科學家利用3D 生物打印技術，結合組織特異性生物鏈接（bio-inks），構建了一個更具生理相關性的體外胃癌模型。該模型能夠精確模擬細胞間的相互作用和腫瘤微環境，保留個體患者胃組織的關鍵特徵，並在預測藥物反應和評估患者預後方面表現出極高的特異性。此外，該模型的基因表達譜與患者原始組織的基因表達高度相似，超過了傳統的 PDX 模型。
更重要的是，該模型可在患者腫瘤組織提取後兩週內完成藥物評估，大幅縮短了治療決策時間，爲個性化癌症治療提供了一種高效、精準的技術平臺。
2、新型“活性”生物材料有望推動再生醫學發展
美國賓夕法尼亞州立大學的研究人員開發出一種 模擬生物組織動態行爲的生物材料，有望在 再生醫學、疾病建模和軟體機器人 等領域帶來變革性進展。研究成果已發表在 《材料視野》（Materials Horizons） 期刊上。
現有的 細胞外基質（ECM）模擬材料 在機械性能和生物功能方面存在侷限性，阻礙了其在醫學和工程領域的實際應用。ECM 是一種由蛋白質和分子組成的生物支架，負責支持和維持細胞組織。爲了克服這些限制，研究團隊開發了一種具有 自我修復能力 的 “活性”生物材料，能夠響應機械應力，並動態調整其結構。
該團隊研製的核心材料是一種 納米複合水凝膠（LivGel），其主要成分爲 “毛狀”納米顆粒。這些納米顆粒由 nLinkers 納米晶體 組成，末端附有無序的纖維素鏈（類似“毛髮”），從而引入各向異性特性，即材料在不同方向上展現出不同的機械性能。這些納米顆粒能夠與 海藻酸鹽生物聚合物 結合，形成具有自適應機械性能的動態材料。
這種材料的潛在應用包括再生醫學中用於組織修復和再生的支架，用於藥物測試的模擬組織行爲，以及爲研究疾病進展創造現實環境。研究人員表示，它還可以用於3D生物打印定製水凝膠或開發具有適應性機械性能的軟機器人。
《賽特科技日報》網站（https://scitechdaily.com）
1、幾天內完成自然界12萬年進化：種植超級作物的新競賽
德國慕尼黑工業大學的研究團隊正在探索 植物酶的壽命優化。某些植物酶壽命較短，需頻繁替換，消耗大量資源，限制了植物的生長和產量。研究人員希望通過 定向進化 延長這些酶的壽命，從而減少植物在酶更新上的能量消耗，使更多資源投入到生長中，最終提升作物產量，爲全球糧食安全貢獻力量。
這一過程被稱爲 “連續定向進化”，本質上是在極短時間內推動進化。在自然界，DNA 通過基因突變不斷變化，但突變發生的頻率極低，通常需要數千至數百萬年。然而，如果某些突變有助於生物在資源競爭和生存競爭中佔據優勢，那麼攜帶這些突變的生物體將更具適應性，進而成爲優勢種羣——即 “適者生存”。
在實驗室中，研究人員運用 “適者生存” 原理，針對短壽命酶，人爲加速突變頻率，並篩選在資源競爭中表現優異的突變體。爲了提高進化速度，他們不直接在植物體內進行修飾，而是利用快速繁殖的模式生物，如 酵母。這樣，在實驗室環境中，他們可以 在幾天內完成相當於自然界12萬年的進化過程。
當科學家通過突變育種優化出高效的植物酶後，他們將 這些優化後的基因序列重新引入農作物。第一批實驗作物將選擇 番茄，因其基因易於編輯。研究人員將深入分析這些基因改造後的植物，驗證突變是否有效地延長了酶的壽命，並觀察其對 作物產量的提升作用。。
2、AI 能源危機或迎來突破，新型磁性芯片有望改變遊戲規則
人工智能（AI）技術正在快速顛覆各個行業，但 AI 算力需求的飆升，也帶來了 電力消耗 問題。要保持 AI 技術的可持續發展，AI 芯片 必須更節能、更高效。
自旋電子設備（Spintronics）正被認爲是解決 AI 能源危機的關鍵。它通過 整合存儲與計算功能，模仿 人類大腦的運作方式，從而顯著降低功耗。現在，日本東北大學、日本材料科學研究所和日本原子能機構的研究團隊成功開發出一種 全新的自旋電子設備，實現了 非共線反鐵磁體（non-collinear antiferromagnet）與鐵磁體（ferromagnet）之間的電控互相切換，使磁態轉換更加高效。這一突破性技術，有望催生 新一代高效節能的 AI 硬件，研究成果已發表在最新一期的 《自然通訊》（Nature Communications） 上。
研究人員選擇 非共線反鐵磁體 Mn₃Sn 作爲核心材料。通過施加電流，Mn₃Sn 產生 自旋電流，利用 磁自旋霍爾效應（Magnetic Spin Hall Effect），驅動相鄰的 鐵磁體 CoFeB 實現磁態切換。這不僅使鐵磁體響應 自旋極化電流，還能影響 Mn₃Sn 的磁性狀態，形成 可逆的電控磁切換。
在概念驗證實驗中，研究團隊證明了 通過調節設定電流，可在 CoFeB 之間存儲不同磁化狀態，類似於 神經網絡中的突觸權重調整。這一特性使其能夠模擬 AI 計算中的模擬值轉換機制，也就是 AI 處理中的關鍵運算方式。（劉春）