10月16日外媒科學網站摘要：AI發現老鼠打架的秘密戰術

10月16日（星期三）消息，國外知名科學網站的主要內容如下：

《科學》網站（www.science.org）

一種不知名病毒爲什麼會在拉丁美洲爆發？研究提供了線索

今年，一種鮮爲人知的名爲奧羅普切病毒（OROV）的昆蟲傳播病毒在巴西爆發，引發了人們對發生一場可能壓垮該國衛生系統的大規模疫情的擔憂。該地區其他國家也出現了異常高的病例數。

目前，威脅已經消退，自9月初以來沒有報告新的奧羅普切病毒病例。但一個大問題仍然存在：發生了什麼改變？爲什麼這種病毒會突然爆發，它還會再次爆發嗎？

最近發表在《柳葉刀傳染病》（The Lancet Infectious Diseases）上的一篇論文給出了一些答案。研究表明，目前流行的奧羅普切病毒毒株在細胞培養中比以前的毒株複製效率更高，這表明它在人類身上也可能複製得更好。數據還表明，目前的奧羅普切病毒毒株與早期的毒株不同，十年前感染的人對今天的病毒幾乎沒有免疫力。論文的作者指出，“這不是一種新病毒，但它似乎“複製更快，複製更好，毒性更強””。

然而，其他科學家表示，氣候變化、森林砍伐和人類流動性增加等條件的變化可能有助於這種疾病的傳播。一位病毒學家稱，“僅僅是病毒導致了目前的情況，這太過於推測了”。他認爲，某些類型的農業可能有助於奧羅普切病毒的傳播。

今年的爆發讓研究人員懷疑這種病毒明年是否會捲土重來，是否會導致亞馬遜以外地區的爆發，甚至蔓延到北美。病毒學家強調，不管它的基因構成如何，它都需要合適的生態條件。但有些人擔心奧羅普切病毒將繼續在美洲傳播。

《每日科學》網站（www.sciencedaily.com）

1、科學家發現平衡DNA複製和重新啓動的蛋白質

在《自然通訊》（Nature Communications）上發表的一篇新論文中，英國伯明翰大學領導的一個國際研究小組發現，蛋白質USP50通過幫助決定核酸酶或解旋酶的正確使用來支持DNA複製過程。這些酶在DNA複製過程中發揮作用，促進複製，並在複製過程中遇到問題時幫助重新啓動。

該研究小組已經確定，USP50決定了在複製、叉重新啓動和維護端粒（染色體末端富含DNA的蛋白質結構）時使用哪些解旋酶和核酸酶及其數量。USP50作用的確定爲DNA複製過程提供了新的見解，並可能導致對一些遺傳疾病如何發展的更好理解。

該研究涉及細胞如何使用特定的酶來支持典型的DNA複製調節。研究人員發現，由於有多種不同的酶參與切割和解繞，細胞必須調節它們使用的酶，這樣複製才能正常進行。他們發現蛋白USP50參與了這一調控。

該研究還發現，當USP50在複製活動中缺失時，細胞試圖以不協調的方式使用各種核酸酶和解旋酶，從而導致細胞中的複製缺陷。

這一發現可能是理解一些遺傳基因變化如何導致早發性衰老和癌症的重要一步。

2、一項突破將帶來日常技術改進：顯示屏變得更亮

澳大利亞科廷大學領導的新研究發現瞭如何使更多分子粘附在微小納米晶體表面，這一突破有望改進日常技術，讓我們獲得更亮的電視屏幕、更好的醫療診斷技術和更高效的太陽能電池板等等。

該研究調查了硫化鋅納米晶體的形狀如何影響被稱爲配體的分子粘附在表面的程度。在各種重要技術中，配體在控制硫化鋅納米晶體的行爲和性能方面發揮着重要作用。”

研究發現，與納米點和納米棒等其它形狀相比，納米薄片更平坦、更均勻的顆粒可以讓更多的配體緊密附着。通過調整這些粒子的形狀，能夠控制它們如何與周圍環境相互作用，並使它們在各種應用中更有效。

從更亮的LED燈和屏幕，到更高效的太陽能電池板和更精密的醫學成像設備，控制顆粒形狀的能力可能顯著提高產品的效率和性能。”

這一發現可以提高光電子器件的性能，光電子器件可以產生光，也可以利用光來完成它們的其他功能。光電子學在許多現代技術中都很重要，包括電信、醫療設備和能源生產。有效操縱光和電的能力對於更快、更高效、更緊湊的電子系統的發展至關重要。

這一發現可能會推動其他設備的發展，包括感應光並將其轉換爲電信號的光電探測器，例如在相機和傳感器中，以及用於光纖通信的激光二極管，它將電信號轉換爲光以進行數據傳輸。

該研究將發表於《美國化學學會雜誌》（American Chemical Society）。

《賽特科技日報》網站（https://scitechdaily.com）

1、AI發現老鼠的秘密戰術，可迅速停止戰鬥

美國特拉華大學（University of Delaware）的研究小組使用機器學習研究老鼠對其他老鼠攻擊的反應方式。他們的研究發表在最新一期的開放獲取期刊《公共科學圖書館·生物學》（PLOS Biology）上，揭示了雄性老鼠經常通過接近雌性老鼠來降低對方攻擊性，轉移雄性攻擊者的注意力。

客觀研究社會互動具有挑戰性，因此研究人員使用機器學習方法分析攻擊性互動及小鼠的反應。他們總共觀察了3000多隻雄性老鼠之間的爭鬥，機器學習算法幫助研究人員確定了最可能的攻擊反應，以及這些行爲是否解決或加劇了衝突。

研究人員發現，受到攻擊的雄鼠經常跑向其中一隻雌鼠，這降低了對方的攻擊性。這可能是一種“誘餌轉換”策略，因爲具有攻擊性的雄鼠通常會跟隨另一隻雄鼠，但隨後會與遇到的雌鼠互動，而不是繼續攻擊其他雄鼠。

其他一些策略，即使它們暫時避免了攻擊，最後也會升級爲全面戰鬥。然而，研究人員發現，“誘餌轉換”後情況有所不同。使用這種策略後，很少發生打鬥，雄性老鼠通常彼此保持距離，而具有攻擊性的老鼠繼續與雌性老鼠互動。

雖然“誘餌轉換”可能是一種有效的緩解衝突的方法，但可能會讓受害者付出代價，比如犧牲與雌鼠相處的時間，進一步的研究可能會調查這些策略在更大的老鼠羣體中是否有效。這項研究還證明了機器學習工具如何有助於理解動物行爲，類似的工具可以用來研究許多其他具有社會等級的物種如何處理攻擊。

2、人工智能如何解碼遙遠星球的天空

來自德國慕尼黑大學（LMU）、ORIGINS卓越集羣，馬普地外物理研究所（MPE）和ORIGINS數據科學實驗室（ODSL）的科學家在分析系外行星大氣方面取得了重大突破。通過利用基於物理信息的神經網絡（Physics-informed Neural Network，簡稱PINN），他們改進了這些大氣中複雜光散射的建模，實現了比以往更高的精度。這種創新方法爲雲層的作用提供了新的見解，並可能極大地提升我們對遙遠星球的認識。

當遙遠的系外行星從它們的恆星前面經過時，它們阻擋了一小部分星光，而一小部分光線穿透了行星的大氣層。這種相互作用導致了光譜的變化，這反映了大氣的特性，如化學成分、溫度和雲量。

然而，爲了能夠分析這些測量到的光譜，科學家們需要能夠在短時間內計算數百萬合成光譜的模型。只有隨後將計算的光譜與測量的光譜進行比較，我們才能獲得有關觀測到的系外行星的大氣成分的信息。此外，來自詹姆斯·韋伯太空望遠鏡（JWST）的詳細新觀測需要同樣精細和複雜的大氣模型。

系外行星研究的一個關鍵方面是大氣中的光散射，尤其是雲層的散射。以前的模型不能令人滿意地捕捉到這種散射，這導致了光譜分析的不準確性。PINN在這方面具有決定性的優勢，因爲它們能夠有效地求解複雜的方程。在最近發表的研究中，研究人員訓練了兩個這樣的網絡。第一個模型是在沒有考慮光散射的情況下建立的，它顯示出令人印象深刻的準確性，相對誤差大多在1%以下。與此同時，第二個模型結合了所謂的瑞利散射的近似值——同樣的效應使得地球上的天空看起來是藍色的。雖然這些近似還需進一步改進，但PINN能夠求解複雜方程，這已是一個重要進步。（劉春）