长时间工作或改变大脑结构 | 科技周览

整理 | 周舒义、平生

长时间工作或改变大脑结构

5月13日发表在《职业与环境医学》的一项新研究表明，长时间工作不仅对身体有害，还可能改变大脑结构，特别是与情绪调节和执行功能相关的区域。最终，过度劳累可能会引起神经适应性变化，从而影响认知和情绪健康。

工作时间过长（例如每周工作时间超过52小时，即超出标准工作时长的30%）与心血管疾病、代谢紊乱以及心理健康问题风险升高有关。据国际劳工组织（ILO）估计，每年因过度劳累而死亡的人数超过80万。

研究团队跟踪了110名医护人员的数据，将他们分为“过度劳累”组（每周工作52小时或以上）和“非过度劳累”组，通过神经成像技术识别和比较大脑不同区域灰质水平的差异。结果发现，与每周工作标准时间的参与者相比，每周工作52小时或以上的人，其与执行功能和情绪调节相关的大脑区域表现出显著变化。基于体素的形态测量法（VBM）分析显示，在17个区域出现了峰值增长，其中包括参与注意力、规划和决策的额中回、额上回以及岛叶。基于图谱的分析显示，额中回、岛叶等大脑区域的体积有所增加，额中回在认知功能、注意力、记忆力和语言相关过程中发挥重要作用。岛叶在整合来自身体的感觉、运动和自主反馈方面起着关键作用，参与情绪处理、自我意识以及理解社会情境。

研究人员提醒，这项小型的观察性横断面研究无法得出关于因果关系的确切结论。不过，研究结果表明工作量的增加和大脑这些部位的变化之间存在“潜在关系”。该研究为长期工作对大脑健康的潜在影响提供了科学依据，呼吁社会关注职业人群的过劳情况。

相关论文：https://oem.bmj.com/content/early/2025/05/08/oemed-2025-110057

“看见”固体氢的最精细结构

常温常压下，氢以气体状态存在。高压下，氢结晶为固体。而超高压下固体氢的原子排列方式一直是未解之谜。在5月14日发表于《自然》（Nature）的一项研究中，由中国科学家领衔的国际团队用X射线纳米探针首次“看见”固体氢的复杂晶体结构。这是目前世界上固体氢的最精细结构。

氢的结构示意图。

压力升高会使氢的晶体结构趋于复杂。“气体氢的分子随机散落在空间中。随压力升高（5GPa），氢分子像跳棋子一样层层排列，形成固体氢。压力再升高（212-245GPa），一部分氢原子会形成蜂窝状排列，于是固体氢呈现更复杂的结构：跳棋子和蜂窝间隔着层层叠起。”论文第一作者、北京高压科学研究中心研究员吉诚说。

为什么要“看见”固体氢？“金属氢具有极高的能量密度，是氢核聚变的理想原料，应用潜力、战略意义巨大，被称为‘高压物理的圣杯’。想要找到金属氢，研究固体氢是必经之路。”高压物理学家、中科院外籍院士毛河光说。

如果说金属氢是“圣杯”，那么高压下固体氢结构就好比“圣杯”的杯座。此次中国科学家率先“看到”精细结构的固体氢，恰处于气体氢变成固体氢之后、金属氢形成之前的高压状态。

毛河光介绍，诺贝尔物理学奖得主维格纳等人1935年预测，氢在极高压下会变为金属氢。后有物理学家提出，让氢得以金属化的压力高达500GPa——这相当于一架停在针尖上的巨型喷气式飞机对针尖施加的力。

“观测金属氢难度极大，因为氢金属化所需的超高压条件极为苛刻。我们将两颗超锋利的金刚石尖对尖，挤压中间的氢分子。用高亮度的X光穿透金刚石照射在高压氢上，X光与高压氢相互作用，就好比给固体氢‘拍照片’，得以窥见原子如何排列。”吉诚说。

“晶体结构的研究应是金属氢研究的核心。因为金属氢的奇异特性取决于其特殊的原子排列。”毛河光说，这一发现对理解金属氢的形成路径与机制提供了关键依据。（新华社）

相关论文：https://www.nature.com/articles/s41586-025-08936-w

AI能通过群体互动自发形成“社会规范”

5月14日发表于《科学进展》（Science Advances）的一项研究显示，多个大语言模型通过简单的互动游戏，可以形成一定的“社会规范”和集体偏见。

社会习俗由人们自发形成，被群体共同遵守。小到握手、鞠躬等问候礼节，大到语言和道德标准，不成文的规范通过潜移默化，塑造了我们社会生活的方方面面。在新研究中，来自伦敦大学城市圣乔治学院的研究人员开展了两项实验，以探究AI能否在群体互动中涌现出类似人类的社会行为。

第一项实验使用大语言模型Claude来完成一个命名游戏，该游戏此前常被用来研究人类群体行为。研究人员准备了24个Claude智能体，每轮随机将两个智能体配对，要求它们从10个选项中选择一个字母。如果AI选择的字母与同伴相同，就会加分，否则就会扣分。AI会保留双方的选择和得分记录。在重复几轮并反复随机分配同伴后，AI群体开始倾向于选择相同的字母。研究认为，这种选择的趋同代表着形成了一种“社会规范”。当智能体数量扩展到200个，选项数量增加到26个，或者更换其他大模型时，仍能观察到类似结果。

论文作者安德里亚·巴伦切利（Andrea Baronchelli）说，上述行为与人类社会中词汇的流变类似，“没有任何全局视角。这就像‘spam’这个词。没有人给它下过正式定义，但经过反复博弈，它现在通常被用来代指垃圾邮件（spam其实原本是午餐肉品牌）。”

在第二项实验中，研究人员向AI群体中混入了一些持“不同意见”的“少数派”，它们总会选择另一特定选项。结果发现，一旦这些“少数派”数量达到一定阈值，就能推翻原有“共识”，将新的选项强加给整个群体。研究认为这和人类社会类似——少数但坚定的群体一旦达到一定规模，就能引发群体行为的快速转变。

未参与研究的澳大利亚悉尼大学人工智能与人机交互研究员乔纳森·库默菲尔德（Jonathan Kummerfeld）表示，新研究的结果并不奇怪。他认为，给大语言模型的提示起到了“强有力的、集中的引导作用”。

库默菲尔德补充说，很难预测AI的群体行为，而且随着这些模型的应用越来越复杂，预测难度会越来越大。“设置护栏或以某种方式限制模型，需要在安全性和灵活性之间取得艰难的平衡。”

相关论文：https://www.science.org/doi/10.1126/sciadv.adu9368

谷歌发布通用科学人工智能体，攻克56年算法难题

据Nature News报道，5月14日，谷歌DeepMind推出能自主生成并改进算法代码的通用科学人工智能体AlphaEvolve，并利用它成功破解了数学和计算机科学领域的重大难题。该系统通过结合大语言模型（LLM）的创造力与评估算法的筛选机制，不断迭代优化解决方案，最终实现新的突破。目前该系统仅在谷歌内部使用。

AlphaEvolve基于DeepMind旗下的Gemini系列大语言模型（LLM）。首先由用户输入问题、评估标准和初步解法，LLM随后会针对性提出数百、数千种修改方案。然后评估算法对这些方案进行打分，从而找到最佳解决方案。DeepMind表示，LLM会基于这一方案继续提出优化思路，演化出一批更强大的算法。

据介绍，AlphaEvolve提出了一种矩阵乘法的计算方法，仅需48次标量乘法就能完成4x4复数矩阵的相乘，成功改进了1969年德国数学家Volker Strassen提出的此前最快算法（需要49次标量乘法）。尽管AlphaEvolve是通用性的，它在矩阵运算方面的表现仍优于2022年DeepMind专为矩阵运算设计的AI工具AlphaTensor。新工具可用于解决各类优化问题，以及适用具体评估指标的场景。包括新型显微镜、望远镜甚至新材料的设计。

研究人员还将AlphaEvolve应用于数学分析、几何学、组合学和数论领域的50多个未解决的问题。在大约75%的案例中，它能够重新发现已知的最优解；在大约20%的案例中，它改进了之前已知的最优解，并在相应的未解决难题上取得了进展。此外，AlphaEvolve还帮助谷歌改进了下一代张量处理单元（专为AI设计的计算芯片）的设计，并找到了能更高效利用谷歌全球计算资源的方法，节省了0.7%的总资源量。

牛津大学数学家Simon Frieder表示，在数学领域，AlphaEvolve似乎能显著加速某些问题的解决。但他认为，AlphaEvolve可能只适用于那些能够以代码形式呈现的“极少数”任务。其他研究者也对该工具的实用性持保留态度，认为要等到它在DeepMind以外的环境中经受考验后才能下定论。“在系统被更广泛的社区测试之前，我会保持怀疑，并对报道的成果持保留态度。”美国俄亥俄州立大学哥伦布分校的研究员Huan Sun说。

改变居住地有助于做出诺奖工作

5月12日发表于《国际经济评论》（International Economic Review）的一项研究通过分析诺贝尔奖得主的职业生涯，发现迁往新地点或在多个地方工作，可能会激发创造力，显著加速产出顶尖成果。这表明地理上的流动性及其带来的思想碰撞，可能是催生顶尖科学成就和创造性突破的关键因素。

图片来源：Unsplash/CC0 Public Domain

新研究分析了1901年至2003年间化学、医学和物理学领域的诺奖得主，通过追踪诺奖得主每年的所在地，以及他们最终获奖研究的起始时间，结果发现经常搬迁的获奖者会更早开始他们的诺奖工作。具体来说，与始终定居在一处相比，每5年更换一次工作或生活地点，能使诺奖研究的启动时间提前0.7年；每2年更换地点，能进一步提前至2年。而在多个地点开展研究的获奖者，其创新工作甚至能提早2.6年。

论文作者、俄亥俄州立大学经济学教授布鲁斯·温伯格（Bruce Weinberg）解释说，那些更换工作地点或在多个地点开展研究的顶尖科学家，可以与其他研究人员会面，接触新的环境、不同的想法，并将这些想法与自己的想法结合起来，这能显著提升自己的职业发展。“除非你接触到以前未曾听闻的新想法，否则你不太可能取得重大突破。通过搬迁或在不同地方工作，可以实现这一点。如果一直留在一个地方，这就会花更长的时间，甚至可能根本不会发生。”

温伯格强调，这项研究仅考察了诺贝尔奖获得者这一特定群体。但他表示，其他科学家同样需要创造力才能取得成功，因此这些发现很可能同样适用。

相关论文：https://dx.doi.org/10.1111/iere.12768

植入人类基因后，小鼠大脑增大6.5%

《自然》（Nature）5月14日发表的一项研究显示，当科学家将一段人类特有的DNA序列插入小鼠基因组后，这些小鼠成年后的大脑体积比普通小鼠增大了6.5%。新研究为揭示人类为何进化出如此巨大的大脑提供了新的线索。

这段特殊的人类基因名为HARE5，它并非直接编码蛋白质，而像一个“基因调控器”，能够增强特定基因（在小鼠中主要是Fzd8基因）的表达活性，从而促进神经细胞的生长和发育。研究表明，人类版本的HARE5显著增加了小鼠大脑中放射状胶质细胞（一种神经干细胞）的产生和分化，进而导致大脑皮层区域的扩张。人类HARE5基因敲入小鼠成年后的新皮质（neocortex，负责高级认知功能）明显增大，并且拥有更多的兴奋性神经元。

研究人员还在实验室培养的微型3D人脑模型（类器官）中比较了人类与黑猩猩版本的HARE5。结果发现，携带人类HARE5的类器官产生了更多、更发达的放射状胶质细胞。此外还鉴定出了人类HARE5中4个关键的变异位点，这些突变赋予了人类HARE5更强的增强子活性，从而更有效地促进细胞增殖。

研究人员指出，人类基因组中存在约3000个这类“人类加速进化区”（HARs），HARs是一类短小且在哺乳动物中高度保守的基因组序列，但在人类与黑猩猩分化后，这些区域的突变积累速度远超预期，相较于其他哺乳动物发生了快速改变，可能对人类大脑的进化至关重要。HARE5只是其中之一。虽然目前尚不清楚这些大脑增大的小鼠在认知或记忆方面是否有所提升，但这项研究无疑为理解人类大脑的独特性迈出了重要一步。

相关论文：https://www.nature.com/articles/s41586-025-09002-1

手指泡水后起皱，图案每次都保持不变

泡澡或游泳后，指尖往往会因为长时间泡水而起皱。但你是否想过，这些褶皱的图案每次都一样吗？根据美国宾厄姆顿大学一项最新研究，答案是肯定的。这项于2025年2月发表在Journal of the Mechanical Behavior of Biomedical Materials上的研究，为一个看似简单却未曾被深入探究的问题提供了科学解答。

此前研究已经阐明，手指长时间浸水后起皱并非因为皮肤吸水膨胀，而是皮下血管收缩所致。这一机制能增大表面摩擦力，帮助我们在湿滑环境下抓握物体。当手泡在水中时，手上汗腺管便开始扩张，水进入皮肤，最终导致皮肤盐分失衡。盐分失衡促使手指神经纤维放电，引发血管周围汗腺管收缩，而汗腺管收缩又使得指尖肉质区域体积减小，向下拉动表层皮肤，最终使其扭曲成褶皱。基于这一机制，研究团队推测，由于血管在皮下的相对位置固定，因此形成的皱纹图案也应该是稳定不变的。

为了验证这一假设，研究人员招募参与者，让他们将手指浸入水中30分钟，然后拍摄褶皱照片。至少24小时后，在相同条件下重复这一过程。通过对比两次拍摄的图像，结果发现，尽管浸泡时间不同，但每个受试者手指上形成的隆起环路和脊线图案都表现出高度的一致性。

(A)常态手指；（B）浸水30分钟后的手指；（C）间隔1天后再次浸水的手指 | Rachel Laytin, Guy K. German

论文作者、宾厄姆顿大学生物医学工程副教授盖伊·格曼（Guy German）解释说：“血管的位置不会发生太大改变——这意味着褶皱应该以同样的方式形成。”研究人员指出，由于这种皱纹图案具有个体一致性和可重复性，未来或许能在法医学领域发挥作用，例如在特定情况下辅助身份识别，或为生物特征识别技术提供新的思路。

相关论文：https://doi.org/10.1016/j.jmbbm.2025.106935

注：本文封面图片来自版权图库，转载使用可能引发版权纠纷。

特 别 提 示

1. 进入『返朴』微信公众号底部菜单“精品专栏“，可查阅不同主题系列科普文章。

2. 『返朴』提供按月检索文章功能。关注公众号，回复四位数组成的年份+月份，如“1903”，可获取2019年3月的文章索引，以此类推。

版权说明：欢迎个人转发，任何形式的媒体或机构未经授权，不得转载和摘编。转载授权请在「返朴」微信公众号内联系后台。