6月24日外媒科學網站摘要：塑料垃圾“煉”成撲熱息痛

6月24日（星期二）消息，國外知名科學網站的主要內容如下：

《自然》網站（www.nature.com）

全球博士人才面臨就業困境

全球博士畢業生數量持續增長，尤其在中國、印度等國家呈現爆發式趨勢。傳統上，博士學位被視爲進入學術界的必經之路，但如今，高校和研究機構的職位已無法消化如此龐大的博士羣體。許多大學未能幫助學生做好學術界之外的職業準備，導致就業市場供需失衡。

經濟合作與發展組織（OECD）數據顯示，其38個成員國的新增博士數量在1998至2017年間幾乎翻倍。中國博士生規模更是在十年內（2013-2023）從30萬激增至60萬。然而，學術崗位的增長遠未跟上博士培養速度，導致畢業生面臨激烈競爭。

在美、英、澳等國，多數博士已流向非學術領域。英國2023年一項研究顯示，超三分之二的博士畢業生在學術界外就業，部分人從事與專業無關的工作。南非2020年的調查也發現，18%的博士難以找到對口職位，部分人甚至感到“大材小用”和不被重視。博士學位的經濟回報也引發討論。英國2023年研究指出，博士時薪通常高於碩士，但在法律、經濟等領域卻略低。若考慮工作經驗，碩士收入甚至略高於博士。

這一現象促使許多研究者呼籲重新審視博士培養目標，並推動高等教育體系改革以適應就業市場變化。專家指出，博士教育應更注重培養創新能力、批判性思維和分析能力，以滿足勞動力市場的多樣化需求。改革博士培養模式，使其更符合社會實際需求，已成爲全球高等教育的重要議題。

《科學通訊》網站（www.sciencenews.org）

塑料垃圾變止痛藥？科學家用細菌實現“魔法”轉化

塑料污染是全球性難題，但英國愛丁堡大學的最新研究顯示，基因改造的大腸桿菌可將塑料廢料轉化爲止痛藥的有效成分。這一突破有望減少塑料污染，並降低製藥行業對化石燃料的依賴。相關成果最近發表於《自然•化學》（Nature Chemistry）。

研究人員利用基因工程技術，使大腸桿菌能夠將分解後的聚對苯二甲酸乙二醇酯（PET，常見於塑料瓶）轉化爲對氨基苯甲酸（PABA），再進一步合成撲熱息痛（對乙酰氨基酚）。撲熱息痛是泰諾、必理痛等常用止痛藥的活性成分。實驗表明，48小時內，改造後的大腸桿菌能將92%的塑料降解產物轉化爲撲熱息痛。

該技術的核心在於讓細菌支持一種名爲“洛森重排”的化學反應，從而將塑料衍生物轉化爲PABA。研究人員通過阻斷細菌天然合成PABA的途徑，確保其必須依賴塑料分解產物存活，從而驗證了這一轉化過程的可行性。

研究團隊指出，這種方法不僅爲塑料升級回收提供了新思路，還可能推動更可持續的藥物生產方式。目前，撲熱息痛主要依賴化石燃料合成，而利用塑料廢料作爲原料可減少環境負擔。這項技術若實現大規模應用，將同時緩解塑料污染和製藥資源問題，具有重要的環保和經濟價值。

《每日科學》網站（www.sciencedaily.com）

今日半數工作崗位或將消失，國家如何應對AI時代挑戰

人工智能（AI）的快速發展正在深刻改變職場格局。美國佐治亞大學最新研究顯示，未來20年內，近半數現有崗位可能被AI取代，但同時，當前小學生中有65%未來將從事如今尚未出現的新職業，這些崗位大多需要高級AI技能。

爲應對這一變革，全球多國正積極制定戰略。該研究分析了50個國家的AI政策，重點關注教育與勞動力培訓。研究發現，僅13個國家將AI技能培訓列爲高優先級，其中11個爲歐洲國家，其餘爲墨西哥和澳大利亞。這些國家通過完善高校AI專業、推動K-12階段AI教育以及在職培訓等措施提升勞動力競爭力。美國等23國採取中等優先策略，計劃相對簡略。

不同國家的側重點各異。歐洲國家普遍依託豐富的培訓資源和終身學習文化，推動全民AI技能提升。部分亞洲國家則更關注AI在國家安全和醫療領域的應用。值得注意的是，德國注重培養社會對AI的興趣，西班牙甚至從學前教育階段引入AI相關課程。

研究強調，儘管技術能力至關重要，但人類的創造力、協作力和溝通力等軟技能無法被AI替代，而這一點在各國政策中提及較少。未來，平衡技術培訓與軟技能培養將是確保勞動者適應AI時代的關鍵。

該研究發表於《人力資源開發評論》（HRDR），爲全球AI勞動力戰略提供了重要參考。

《賽特科技日報》網站（https://scitechdaily.com）

你的大腦比實際年齡更老嗎？科學家揭示認知衰退的關鍵因素

根據美國神經病學學會醫學期刊《神經病學》（Neurology）的一項最新研究，一個人的預測腦年齡與實際年齡之間的差異（稱爲腦年齡差）可能與認知能力衰退有關。這項研究通過分析腦部掃描數據，發現大腦加速老化可能是高血壓、糖尿病等風險因素影響思維和記憶能力的關鍵環節。

研究由新加坡國立大學的團隊開展，共納入1437名無癡呆症的參與者，平均年齡爲66歲。研究人員通過問卷、體格檢查和腦部掃描收集了參與者的健康數據，並評估了認知障礙風險因素，包括年齡、教育程度、吸菸史、體重指數、高血壓、糖尿病等。參與者還完成了多項認知測試，涵蓋執行功能、注意力、語言能力、記憶力等方面。

研究人員利用機器學習開發了一個腦年齡預測模型，通過分析參與者的腦部掃描數據來預測其大腦的生物學年齡。隨後，用預測腦年齡減去實際年齡計算出腦年齡差。正值腦年齡差意味着大腦加速老化。結果顯示，腦年齡差在認知障礙風險因素與思維能力之間起中介作用，尤其在腦血管疾病患者中更爲明顯。具體而言，腦年齡差的中介效應比例爲：整體20%，執行功能34%，語言能力27%。

研究指出，大腦加速老化可能是認知衰退的重要標誌，尤其對腦血管疾病患者。這項研究爲理解大腦老化與認知能力的關係提供了新視角，並可能爲早期干預提供依據。（劉春）