8月25日外媒科學網站摘要：爲何有人老得快？新研究鎖定400多個衰老基因

8月25日（星期一）消息，國外知名科學網站的主要內容如下：

《自然》網站（www.nature.com）

學術評審中的“潛規則”？引用了審稿人研究的論文通過概率更高

一篇基於預印本平臺的研究指出，同行評審過程中存在一種傾向：當審稿人自己的研究被論文引用時，他們更有可能建議接受該稿件。該研究分析了四種開放獲取出版平臺上18400篇論文的評審數據。

研究顯示，在被引用的審稿人中，建議接受論文的比例高於未被引用的審稿人。具體而言，在評審意見要求引用自身工作、且作者在修改稿中予以採納的情況下，有92%的審稿人在後續評審中推薦接受論文，而未獲引用的審稿人羣體中這一比例爲76%。另一方面，如果審稿人建議引用其研究但未獲作者響應，他們拒絕論文或提出保留意見的可能性約爲直接批准的兩倍。

分析還發現，要求引用的審稿人在拒絕論文時更常使用如“需要”或“請”等具有較強指向性的詞彙。不過也有學者指出，這類用語未必構成強制，審稿人推薦引用（包括自己的研究）可能是出於提高論文質量的合理建議。

該研究承認目前無法準確區分“不合理要求”與“正當建議”之間的界限。爲解決這一問題，研究者建議審稿人在提出引用要求時必須說明理由，並推薦引入算法輔助工具，以幫助期刊編輯識別和審查可能的強制性引用行爲。

《科學通訊》網站（www.sciencenews.org）

用AI生成的數據訓練AI：合成人臉能否破解面部識別的倫理困境？

人工智能（AI）的面部識別技術曾因系統性偏見而飽受爭議——對白人男性識別準確率極高，但對深膚色人羣錯誤率可高出百倍，導致從手機解鎖失敗到錯誤逮捕等一系列後果。近年來，通過優化數據集、提升算力及改進算法，識別精度顯著提高，目前多數系統在受控環境下準確率已超過99%，不同人口羣體的識別差異基本消除。

然而高精度背後存在嚴重的隱私隱患。企業與研究機構常未經許可從互聯網抓取數百萬張真實人臉數據用於訓練，不僅侵犯個人隱私，還帶來身份盜用和監控濫用的風險。爲此，研究者提出採用生成式人工智能製作合成人臉數據，以替代真實圖像進行模型訓練。

合成人臉並非真實存在，因此無需擔心隱私泄露。儘管當前基於合成數據訓練的模型整體準確率（約75%）仍低於用真實數據訓練的模型（85%），但其在不同種族、性別和年齡羣體之間的識別一致性顯著更好，偏見更少。例如，一項研究發現，使用合成數據訓練的模型在不同人羣之間的性能波動比用真實數據WebFace訓練的模型低三分之二。

目前合成數據面臨兩大挑戰：一是生成身份多樣性有限，二是生成圖像過於“理想化”，缺乏現實場景中的複雜變化。爲進一步提升準確性，研究機構正探索混合訓練策略：先利用合成數據學習跨人口羣體的共同特徵，再採用經授權的真實數據對模型進行微調。

儘管面部識別技術越來越精準，民權組織也警告其可能帶來全天候追蹤的風險。但學術界普遍認爲，一個更準確、更公平的系統，遠比一個有偏見且不可靠的系統更符合社會利益。合成數據技術雖起步較晚（2023年首次提出），但隨着生成算法的快速演進，它有望在保護隱私與提升公平性之間找到關鍵平衡。

《每日科學》網站（www.sciencedaily.com）

新研究鎖定400多個衰老基因，爲何有人老得快有了新答案

一項由美國科羅拉多大學博爾德分校領導並發表於《自然·遺傳學》（Nature Genetics）期刊的研究指出，科學家們已識別出超過400個與加速衰老相關的基因，從遺傳學角度解釋了爲何有些人衰老得更快、更不健康。

該研究將“衰弱”——一種伴隨衰老出現的多系統生理功能衰退——劃分爲七種不同亞型，包括認知能力下降、行動障礙、代謝問題等多種表現。研究發現，不同類型的衰弱背後由不同的基因羣驅動，例如與免疫和阿爾茨海默病相關的SP1基因與認知衰退密切相關，而與肥胖相關的FTO基因則影響多個衰老類別。

目前美國65歲以上人羣中超過40%被視爲衰弱羣體。以往醫生使用統一的指標進行評估，難以區分不同衰弱類型的根本原因。這項大規模基因組研究表明，衰老並非單一過程，而是具有多樣化的生物學機制。

該結果支持“老年科學假說”，即針對衰老本身而非單一疾病進行治療，可能是更有效的策略。研究人員建議臨牀實踐中應擴展衰弱評估標準，依據不同亞型提供針對性干預，例如針對認知衰弱實施防癡呆措施，或針對代謝型衰弱預防糖尿病。

未來或可基於“多基因風險評分”爲個體提供更精準的衰老風險評估。儘管研發出單一抗衰老藥物的可能性較低，但針對特定類型衰老開發針對性干預手段已成爲可能，爲實現精準抗衰老奠定了基礎。

《賽特科技日報》網站（https://scitechdaily.com）

宇宙早期的不速之客：韋伯望遠鏡發現300個本不該出現的古老星系

美國宇航局（NASA）詹姆斯·韋伯太空望遠鏡（JWST）在一項最新研究中發現了300個異常明亮的神秘天體，可能位於早期宇宙中，這一發現對現有星系形成理論提出了潛在挑戰。

研究人員通過分析韋伯望遠鏡搭載的近紅外相機（NIRCam）和中紅外儀器（MIRI）所拍攝的紅外圖像，識別出這些候選星系。由於宇宙膨脹效應，來自遙遠天體的光在傳播過程中波長會被拉長，即產生“紅移”現象，使可見光移至紅外波段。因此，探測紅外光成爲研究早期星系的關鍵。

研究團隊採用“缺失法”（dropout technique）篩選高紅移候選體。該方法通過識別在較長波段可見、而在較短波段“消失”的天體，來判斷其紅移程度，進而推測其距離和年齡。

在缺乏完備光譜數據的情況下，團隊使用光譜能量分佈擬合方法估算這些天體的紅移值、年齡與質量等參數。儘管過去常將此類明亮天體誤認爲鄰近天體或其它現象，本次研究結果表明它們很可能的確來自宇宙早期。

若後續觀測證實其中部分天體屬於早期星系，則將迫使科學家修正當前關於星系起源與演化的理論。目前，團隊已通過光譜學方法確認其中一個天體爲早期星系，但仍需更多觀測數據才能得出確切結論。光譜分析能夠分解天體的光，通過其特徵譜線精確測定紅移、組成及物理性質，是該領域公認的權威檢測方法。（劉春）