Where experiences, discoveries and creative journeys meet

Science and Technology

A protocell drifts in the shallow, mineral-rich waters of the early Earth, some four billion years ago, its fatty membrane enclosing a single curling strand of RNA.

在第一个细胞出现之前

在第一个细胞出现之前 杰克·W·绍斯塔克,2025年 · 摄影:Christopher P. Michel · CC BY-SA 4.0 · 图片来自 Wikimedia Commons 诺贝尔奖得主探索化学成为生物学的那一刻 编者按 杰克·W·绍斯塔克博士(Dr. Jack W. Szostak)现任芝加哥大学化学系大学教授(University Professor),同时担任霍华德·休斯医学研究所研究员。他因揭示端粒和端粒酶如何保护染色体而荣获2009年诺贝尔生理学或医学奖。此后,他将研究重心转向科学中最深刻的问题之一:生命究竟如何起源? 他的实验室致力于原细胞研究,也就是探索最简单且在化学上可能成立的生命系统,并考察早期地球上RNA可能在怎样的化学条件下完成复制。那时尚未出现酶、DNA,也没有任何我们今天会称为生物学的复杂机制。2024年,他与多位科学家在《科学》杂志共同发表评论文章,呼吁暂停镜像细菌研究。本次对话进行于2026年6月。 Adelina 大约三十亿至四十亿年前,早期地球上的某个地方,化学跨越了一道门槛,成为生物学。没有人确切知道这一过程发生在何处、如何发生,也没有人知道它是否曾经出现过不止一次。唯一能够确定的是,它至少成功发生过一次,而今天所有生命、所有细胞、所有生物以及所有基因组,都可以将自己的起源追溯到那个时刻。 几十年来,杰克·绍斯塔克一直试图理解生命起源背后的化学过程。他追寻的不是哲学层面的答案,而是能够通过实验验证的过程。他的实验室不断构建尽可能简单的生命系统,观察它们能够完成哪些功能,又缺少哪些能力,并将每一次失败都视为下一轮实验的重要线索。 他研究的原细胞由脂肪酸膜包裹一段短链RNA组成,结构简单得近乎不可思议。从某种意义上说,它只是一个包裹着遗传物质的微小囊泡。然而,恰恰是这种极简结构,使原细胞成为探索生命起源最有力的实验模型。生命最初必须足够简单,才能由一群分子自发组装,并逐渐获得生长、复制和演化的能力。而绍斯塔克始终追问的核心问题,正是早期地球的化学与物理条件如何共同作用,跨越通向生命的门槛,并使生命得以诞生。 从端粒到核酶,再到定向进化,绍斯塔克的研究不断延伸,如今又回到了生命起源本身。他真正关心的,并不是生命由哪些分子组成,而是生命第一次学会制造自己的过程究竟如何发生。 在本次访谈中,我们讨论了RNA世界假说、镜像生命引发的争议、化学如何逐步演变为生物学,以及如果一个正在形成的生命系统真的出现在烧瓶中,科学家究竟会看见什么。 访谈 核心追求 Our Narratives你的实验室始终围绕一个根本问题展开研究:化学需要具备哪些条件,才能演变为生物学?最初是什么吸引你进入这个领域?经过几十年的探索,你今天面对的,还是当年最初提出的问题吗?还是一路走来的研究,已经从根本上改变了你对生命起源的理解? 杰克·W·绍斯塔克 我关注生命起源已经很长时间了,可以追溯到汤姆·切赫(Tom Cech)和西德尼·奥尔特曼(Sidney Altman)发现核酶的时候。他们的工作彻底改变了人们对早期生命的认识,也提出了一个极具吸引力的设想:最早的生命或许只依赖一种生物聚合物,也就是RNA。按照这一设想,原始细胞携带RNA基因组,而基因组的复制则由RNA酶催化。这个想法极具说服力,我觉得自己必须参与其中。 于是,我与詹妮弗·杜德纳(Jennifer Doudna)和雷切尔·格林(Rachel Green)开始尝试让一种天然存在的核酶,也就是Ⅰ类自剪接内含子,完成类似复制的反应。我们取得了一些进展,但很快意识到,要真正实现复制,需要寻找或创造一种更适合催化复制化学反应的核酶。 后来,戴夫·巴特尔(Dave Bartel)通过定向演化获得了一种核酶连接酶,能够催化与DNA复制和RNA转录相同的化学反应。此后,世界各地的多个实验室沿着这条路线不断推进,构建出性能越来越好的RNA聚合酶核酶。与此同时,随着这些分子变得越来越复杂,我们开始思考,生命是否可能拥有一个更简单的起点。这个问题最终将我们带向了如今关于RNA纯化学复制机制的研究。 因此,我们的研究方向经历过几次重要调整,但真正想回答的问题始终没有改变:生命是否起源于一个以RNA遗传复制为基础的系统?如果答案是肯定的,它究竟如何发生? 对这个问题的追寻,也促使我们在1990年开发出体外选择技术,并在整个20世纪90年代持续探索适体、核酶、DNA酶、肽和蛋白质的实验室演化。虽然那一阶段的研究成果丰硕,却也将我带向了另一个更加根本的问题:达尔文演化最初究竟如何在早期地球上启动? 关于原细胞 Our Narratives你曾将原细胞形容为一个包裹着遗传物质的“肥皂泡”,简单得近乎不可思议。然而,正是这种极简结构,成为理解生命起源的关键。从如此简单的体系,到连最原始的现代细胞都拥有的惊人复杂性,中间的巨大跨越意味着什么? 杰克·W·绍斯塔克 原细胞模型看上去或许简单得令人难以置信,但这恰恰是重点所在。生命最初必须足够简单,一群分子才能自发组装成能够开始演化、适应环境,并最终孕育出现代生物学的系统。 不过,从化学角度来看,原细胞其实已经相当复杂。与任何现代细胞相比,它所携带的RNA基因组极其微小,但RNA本身就是一种结构高度复杂的分子。它的细胞膜在化学上更为简单,由能够自行组装的脂质构成,可是我们至今仍不知道早期地球上的脂肪酸究竟如何形成。此外,生长和分裂所需的物质从何而来,哪些环境能够支持最早期的原细胞,也仍然是根本性的未解问题。研究得越深入,生命起源所呈现出的复杂层次就越多。 Our Narratives柠檬酸问题提供了一个很有启发性的例子。你的实验室发现,柠檬酸能够缓解原细胞研究中的一个关键矛盾。镁离子是RNA化学反应不可缺少的成分,却会破坏脂肪酸膜,而柠檬酸既能保护细胞膜,又能让RNA反应继续进行。柠檬酸的重要作用是否意味着,早期地球的化学环境远比我们过去设想的更加复杂,甚至已经具有某些生物学特征?当一个如此巧妙的解决方案出现时,你更倾向于把它看作一项新的发现,还是认为它只是揭示了一个原本就存在、等待被认识的机制? 杰克·W·绍斯塔克 我们仍然不知道这个矛盾最终会如何解决。柠檬酸可以通过相对简单的前生物化学反应生成,但产量很低,不足以在高浓度镁存在的情况下保护脂肪酸膜。 目前仍有几种可能的方案。第一种是寻找比柠檬酸更简单、能够发挥相同作用的分子。第二种是采用由中性脂质组成的膜,这些脂质同样可能在前生物条件下形成,而且不会被镁离子破坏。第三种可能,是降低镁离子的浓度,同时让它与短肽结合,以提高其催化活性。也可能还存在其他解决方案。现阶段,这仍然是一个开放问题,也是我们正在积极研究的方向。 关于RNA世界 […]

在第一个细胞出现之前 Read More »

The genetic code mapped as a spiral through time, showing how the system of codons and amino acids expanded outward from a single ancient origin. Orange traces the older operational code; blue traces the standard code that followed.

当化学学会记忆时

语言之前的语言 Prof. Gustavo Caetano-Anollés in his laboratory · © University of Illinois 古斯塔沃·卡塔诺-阿诺勒斯(Gustavo Caetano-Anollés)博士谈二肽、双重编码以及生物学意义的涌现 编者按 我第一次接触古斯塔沃·卡塔诺-阿诺勒斯博士(Dr. Gustavo Caetano-Anollés)的研究时,就被它所吸引。并非因为论文的结论,而是因为他所提出的问题格局。 他在伊利诺伊大学厄巴纳-香槟分校的团队通过梳理跨越生命各主要谱系、逾四十亿条序列的二肽演化史,发现其时间线与蛋白质结构域及转运RNA(tRNA)的进化记录高度契合。三个独立的分子系统,共同讲述了一个连贯的故事。 真正吸引我的,是其研究方法背后的追问:化学究竟是如何转型为信息编码?分子是如何从单纯的化学反应,跨越到拥有意义与逻辑的范畴? 鲜少有科学论文会如此直白地触及这些本质问题。而在卡塔诺-阿诺勒斯博士数十年的学术生涯里,对答案的探求从未停止。 以下是我们进行的深度访谈,话题涉及遗传密码的起源、RNA世界假说的反思、二肽演化中的对称之美,以及化学如何演化为能够“记忆”自身的体系。 Adelina 生物学中最深奥的问题之一至今悬而未决。 生命依赖于一个翻译系统,通过遗传密码将核苷酸序列转化为蛋白质。然而,该密码的起源仍不确定。为什么生命依赖两种分子语言而不是一种?为什么密码子和氨基酸之间存在这种特定的映射关系?为什么是核糖体? “RNA世界假说”曾长期占据科学界的主流地位,认为RNA是先于蛋白质出现的始祖分子,独自扛起了储存信息与催化反应的双重重任。这套理论逻辑精妙,但随之而来的证据却提醒我们:生命的起源远比这复杂得多。古斯塔沃·卡塔诺-阿诺勒斯(Gustavo Caetano-Anollés)并未陷入“寻找第一个分子”的传统窠臼,而是转而求助于系统发育基因组学。他通过解构现代生物中留存的分子结构“化石”,试图还原那段被湮灭的进化史,去探寻生命基石涌现的真实序列。 在2025年发表于《分子生物学杂志》(Journal of Molecular Biology)的一项研究中,他的团队分析了涵盖古菌、细菌和真核生物的1,561个蛋白质组中的43亿条二肽序列。所得出的年代学顺序,与从蛋白质结构域和转运RNA分子中独立得出的历史相吻合。这三个系统都指向了遗传密码涌现过程中的相同事件序列。 最令人惊讶的发现之一是一种惊人的对称性:二肽及其反向对应物(即抗二肽)在进化史上是同步出现。这种模式表明,早期编码系统与分子信息的双向结构之间存在深层联系。 这些发现提出的问题远超蛋白质本身。它们触及了生物学意义是如何涌现、信息如何与功能建立联系,以及化学何时跨越了进入生物学的门槛。 How transfer RNA evolved over billions of years, growing arm by arm from a simple ancestral structure into the molecule that translates

当化学学会记忆时 Read More »

Dr. Giovanni Barontini of University of Birmingham

时间由什么构成

时间由什么构成 Inside the lab · © University of Birmingham 一项实验提出,时间或许并非宇宙最基本的存在,而是从内在秩序中涌现出来 编者按 乔瓦尼·巴隆蒂尼博士(Dr. Giovanni Barontini)是英国伯明翰大学物理学教授,隶属于原子量子系统研究组,长期从事超冷量子气体及其在基础物理学中的研究。2026年6月,他在《物理评论研究》(Physical Review Research)发表了一项独立实验研究,首次证明时间可以从一个孤立量子系统内部自然涌现,而无需借助任何外部时钟。这项研究为理论物理学和量子宇宙学长期以来关于时间起源的相关理论提供了首个可控的实验室证据。本次访谈于2026年6月进行。 Adelina 时间是人类经验中最熟悉的存在,却是物理学中最难理解的概念之一。我们能感受到它的流逝,能不断测量它。然而,一些最严谨的宇宙理论却提出,在最基本的层面上,时间或许并不存在。 二十世纪六十年代提出的惠勒–德威特方程(Wheeler–DeWitt equation)将整个宇宙描述为一个单一且静止的量子态,其中不存在任何内置的时间参数。在这一框架中,没有任何外部时钟在宇宙之外持续计时。我们所体验到的时间,无论是流动、方向,还是看似不可逆的演化,都必须源自其他机制。那么,它究竟从何而来? 为了探索这一问题,巴隆蒂尼博士在伯明翰大学实验室构建了一个微型宇宙。他利用二万四千个仅比绝对零度高出几十亿分之一度的超冷铷原子,创造出一个与外部时钟完全隔绝的封闭量子系统。在这个系统中,一个明亮区域不断扩张与收缩,如同微缩版的宇宙大爆炸及随后的引力坍缩。而就在这个封闭世界内部,时间的概念开始自然浮现。它并非来自外部赋予,而是伴随着系统内部熵的重新分布逐渐形成。 即便如此,巴隆蒂尼博士并未急于得出更进一步的结论。他强调,这项实验并不能证明真实宇宙中的时间同样源于涌现。然而,它首次以实验方式表明,这一长期停留于理论层面的设想不仅符合物理规律,而且能够在实验室中被构建、观察和检验。 我们与巴隆蒂尼博士讨论了这项实验的设计过程、其中最令人意外的发现,以及他如何理解这些结果对于时间本质所带来的启示。 Illustration · © Dr. Giovanni Barontini 对话 关于研究动机 Our Narratives多数实验物理学家的工作,通常是在既有理论框架下进行验证。时间是否属于宇宙最基本的属性,则始终处于物理学与哲学的交汇处,长期以来也被认为过于抽象,难以进入实验室研究。是什么吸引你关注这一问题?又是什么让你相信,现在已经具备了开展实验的条件? 我想,大多数物理学家真正着迷的,始终都是那些最根本的问题。随着职业的发展,我们不可避免地会越来越专业化。实验变得愈发复杂,专业知识也越来越重要,这是一件再正常不过的事。但与此同时,我们也容易渐渐远离那些最初吸引自己走进物理学的宏大问题。 对我而言,我一直希望保留这种更宽广的视角。我曾在不同的实验平台上工作,但背后的动力始终没有改变。我热爱物理,也始终着迷于另一件事:是否能够构建一个真实存在的物理系统,让原本停留在理论中的抽象概念成为可以观察、可以检验的现实。这项实验正是这种想法的体现。 当然,它不仅源于好奇心,也建立在二十多年操控量子系统的实验经验之上。如果没有这些积累,这个想法大概永远只会停留在纸面上。 真正促使我开始这项研究的契机,其实十分平常。有一天,我看着六岁的儿子搭建属于自己的小宇宙,忽然意识到,从某种意义上说,这也是我们在冷原子物理学中一直在做的事情。我们创造高度可控的小型系统,并尽可能将它们与外部世界隔离。对于系统自身而言,没有外部环境,没有外部观察者,也没有任何外部时钟。 于是,一个问题自然浮现出来:如果一个系统无法接触任何外部时钟,它如何知道时间正在流逝?又如何仅凭自身的演化,为事件建立先后顺序?这正是量子宇宙学中著名的“时间问题”的一种具体形式。冷原子实验之所以适合研究它,是因为我们能够在实验室中构建这一情境的简化模型,并直接观察一个内部时间变量是否会随着系统自身的演化而产生。 Our Narratives惠勒–德威特方程提出于二十世纪六十年代,它描绘了一个没有内置时间参数的宇宙。为什么直到今天,人们才开始尝试通过实验去检验这一思想,即便只是间接验证?究竟发生了什么变化? 我会谨慎使用“验证”这个词。惠勒–德威特方程属于量子引力理论,我并没有直接检验量子引力本身。我真正研究的是它提出的一个核心概念,也就是一个封闭系统如果不存在外部时间变量,会发生什么。我只是建立了一个实验系统,使这一原本停留在理论层面的问题能够真正进入实验室。 事实上,这个方向已经取得了一些重要进展。例如,许多实验都研究过佩奇–伍特斯机制(Page–Wootters mechanism)。这一理论认为,时间可以从时钟子系统与系统其余部分之间的量子关联中涌现。它是一个非常优美的思想,说明即使整个量子态保持静止,系统内部依然能够存在关联,而对于身处系统内部的观察者来说,这些关联便表现为演化。 我们的工作则建立在另一种物理直觉之上。作为实验物理学家,我并不认为脆弱的量子纠缠是时间涌现唯一的机制,甚至未必是最稳健的一种。 热力学告诉我们,当我们放弃完整的微观信息,对系统进行粗粒化处理,只关注其中一部分自由度时,时间箭头便开始出现。熵因此具有意义,事件也开始拥有先后顺序。 我的问题正是由此出发。我关注的不是时间是否能够从理想化的量子关联中产生,而是一个封闭的量子系统,是否能够仅凭自身不可逆的信息重新分布,构建出属于自己的内部时间变量。 从这个意义上说,时间诞生于一种“无知”。这里所谓的无知,并不是认知上的缺陷,而是热力学中不可避免的粗粒化过程。正因为我们无法掌握全部信息,熵才得以定义,时间也因此获得了方向。 Our Narratives这项实验由你独立设计、独立完成,并以单独署名发表。在实验物理学中,这样的情况并不多见。这是刻意的选择吗?独自完成整个项目是一种怎样的体验? 这并不是一开始就制定好的计划,但确实是经过认真思考后的决定。随着科研生涯不断推进,人总需要寻找新的挑战。去年,我发表了一篇单独署名的理论论文,那之后我开始想,也许下一步真正值得尝试的,是完成一篇单独署名的实验论文。 独立完成整个项目,也改变了研究本身的发展方式。最大的不同在于,我能够让想法按照自己的节奏自然演化,而不必在每一步都向别人解释自己的思路,或者不断证明某个转折为什么合理。 团队合作当然有它的重要价值,我的大多数研究也都是这样完成。但一个新想法最初萌芽的时候,往往并不是线性的。它需要不断试错、修正方向,有时甚至需要暂时接受混乱。独自工作让我能够更加直接地跟随自己的直觉,也让实验本身不断反馈新的启发。 除此之外,还有一种非常纯粹的快乐。 我依然喜欢待在实验室里,亲手操作自己搭建的设备,亲自完成实验。直到今天,这仍然是我最享受的事情。随着资历增长,许多实验物理学家都会逐渐离开实验台,把更多时间投入项目申请、团队管理和行政事务。我理解这是科研发展的必然过程,但我始终没有真正适应那样的角色。我仍然觉得,作为一名物理学家、一名实验者,我还有很多事情希望亲手完成。 这项工作的诞生,也与当前英国科研环境有关。如今,人们越来越强调应用导向,量子技术成为最受关注的话题,而愿意长期投入基础研究、以纯粹好奇心驱动探索的人反而越来越少。因此,这项工作的独立性既是个人选择,也是现实环境共同促成的结果。

时间由什么构成 Read More »

Artist's impression of the Cassini spacecraft flying through the ice plumes of Enceladus, Saturn's moon

生命留下的痕迹

生命留下的模式 Self portrait · Photo courtesy of Dr. Fabian Klenner 搜寻地球之外的生命正转向一个新领域:隐藏在分子中的统计秩序 编者按 Fabian Klenner 博士是加州大学河滨分校行星科学助理教授,也是发表于《自然·天文学》的一项研究合著者。该研究提出了一种全新的统计框架,旨在从有机分子中识别生命活动留下的痕迹。他的研究长期聚焦于太阳系中的海洋世界,尤其是土星卫星土卫二和木星卫星木卫二,以及未来可能用于判断地球之外是否存在生命的探测仪器与方法。目前,他参与美国国家航空航天局木卫二快船任务,并协助规划未来的土卫二探测计划。本次访谈于 2026 年 6 月进行。 — Adelina 数十年来,寻找地球之外生命的工作经常建立在一个看似简单的前提之上:找到正确的分子。例如氨基酸或脂肪酸,也就是生命化学活动留下的分子特征。然而,仅仅发现这些化合物从来不足以证明生命的存在。它们能够在太空中自然形成,能够出现在陨石之中,也能够在模拟早期行星化学环境的实验室实验里产生。生命会制造它们,而宇宙本身即使没有生命参与,同样也会制造它们。 发表在《自然·天文学》上的一项研究提出了另一种思考方式。真正值得关注的,或许并不是存在哪些分子,而是这些分子如何被组织起来。研究人员发现,生命系统会在相关有机化合物中留下独特的统计模式,而这种模式并不会在非生物化学过程中自然重现。这种特征并不储存在某一个单独的分子之中,而是从分子彼此之间的关系中显现出来。 这项研究借鉴了一个看似与天体生物学相距甚远的领域:生态学。生态学家用来衡量生态系统中物种丰富度与均匀度的多样性指标,在分子世界中竟然同样适用。研究团队将这一框架应用于约一百组数据,涵盖微生物、土壤、化石、陨石以及实验室合成样本,结果能够稳定地区分生物来源与非生物来源的材料。更引人注目的是,即使在经历长期降解之后,包括已经化石化的恐龙蛋壳在内的样本,仍然保留着能够被识别的规律痕迹。 我们与这项研究的合著者 Fabian Klenner 进行了对谈,讨论这种组织性特征究竟揭示了什么,以及它对于在土卫二、木卫二及其他天体上寻找生命意味着什么。 Multidimensional scaling plot showing the statistical dissimilarity between amino acid samples of biotic origin (green), abiotic origin (pink), and mixed samples (blue). Biotic and abiotic samples cluster

生命留下的痕迹 Read More »

Skeletal muscle fibres secreting myokine proteins — represented in gold — into the bloodstream, where they travel to reach a hippocampal neuron. The illustration depicts the muscle-to-brain signalling pathway at the centre of Cathepsin B research.

「由外而內」策略

Self portrait of Henriette van Praag, Associate Professor at Florida Atlantic University’s Stiles-Nicholson Brain Institute and Charles E. Schmidt College of Medicine. Image credit: Henriette van Praag 运动肌肉释放的蛋白质,如何成为保护老化大脑的关键,且无需触碰淀粉样蛋白斑块 编者按 近一个世纪以来,医学界一直将人体视为一组专业且有些孤立的部门。心脏负责循环,肌肉负责运动,大脑则负责思考。在这种分割的模式下,像阿兹海默症这样的神经退行性疾病被视为一种局部的功能失调,也就是头骨内部的风暴,与一个人腿部的力量或握力的活力无关。 新的研究表明,骨骼肌不仅仅是机械组织,还是一种精密的内分泌器官,通过一种称为「肌动蛋白」(myokines)的分子信使流与大脑进行交流。当我们运动时,肌肉会分泌蛋白质,这些蛋白质随血液流动并穿过血脑屏障,充当神经元的维护人员。 Henriette van Praag 在佛罗里达大西洋大学 Stiles-Nicholson 大脑研究所的实验室,从一个不寻常的方向着手解决问题:从健身房而非神经病学诊所出发。二十多年前,van Praag 发现运动增加了成年啮齿动物海马体(对学习和记忆至关重要的大脑区域)中的神经发生,即新神经元的产生。这一发现启动了一场长达数十年的探索,研究体力活动如何在分子水平上与大脑进行交流。事实证明,答案可能并非始于头骨,而是始于骨骼肌。 她的实验室最近的一项研究发表在 2025 年 10 月的《老化细胞》(Aging Cell)杂志上。研究确定了 Cathepsin B(一种长期与癌症和脑损伤相关的蛋白质)作为一种肌肉来源的信号,能够在阿兹海默症小鼠模型中保留记忆和神经发生,即便淀粉样蛋白斑块和炎症依然完全存在。这是一个从「搜索与销毁」任务到「系统性修复」任务的转变。 接下来是一场关于分子信使、斑块假说的局限性、将身体视为一个系统而不止是一组器官,以及从「由外而内」治疗阿兹海默症意味着什么的对话。 — Adelina Study design: four groups of

「由外而內」策略 Read More »

A DNA double helix threads through the landscape of living tissue, its branches reaching toward the organs that age on their own clocks — muscle, brain, liver, fat. The body does not grow old all at once.

同步的时钟:衰老是全身性的统筹编排吗?

自拍肖像,图片来源:Junyue Cao 博士 大规模单细胞图谱研究表明,衰老在各组织间协同进行,且起始时间早于此前预期 编者按 衰老常被描述为个体组织内损伤的逐渐累积。然而,曹俊越(Junyue Cao)博士及其团队的最新研究提出了不同视角。在 2026 年 2 月 26 日发表于《科学》(Science)杂志的研究中,该团队构建了大规模衰老表观基因组图谱,对跨越不同年龄、性别的 21 种哺乳动物组织及近 700 万个细胞进行了深入分析。 研究聚焦于染色质可及性(Chromatin Accessibility),此特性决定了每个细胞可用的基因调控景观。在检测的约 130 万个基因组区域中,约 30 万个表现出随年龄增长的变化。其中约 1,000 个区域在多个组织间表现出协同转变,相似的调控元件在免疫细胞、肾脏、脂肪组织及肺部同步开启或关闭。该数据集的宏大规模,得益于其实验室开发的 EasySci 高通量方法。 结果表明,衰老涉及解剖学上截然不同的组织间协同的调控变化。研究同时揭示了显著的性别差异,并提示循环免疫信号或许是系统性效应的潜在中介。值得注意的是,若干变化在成年早期便已显现,而非始于晚年。 — Adelina 引言 传统模型将衰老视为组织特异的过程,由局部损伤积累驱动。在此模型中,各器官衰退很大程度上彼此独立,系统间的协作极为有限。 曹博士团队的数据则支持另一框架:衰老涉及一套跨组织运行的共享调控程序。通过染色质可及性分析,研究识别出约 1,000 个基因组区域在多种细胞类型中发生一致变化,部分案例波及 60 多个不同细胞群体。此类模式难以用纯粹的局部机制解释,反而暗示了系统性的统筹协作。 数据集同时揭示了功能衰退的早期征兆。在小鼠实验中,肌肉、肾脏及脂肪组织内的再生细胞群于成年早期便开始减少,远早于肉眼可见的衰老迹象。与此同时,免疫细胞群发生扩张,此现象与炎症活动的增强高度吻合。 性别差异同样显著。约 40% 与衰老相关的细胞变化在雌雄间存在差异,雌性展现出更广泛的免疫激活。此模式或许解释了已知免疫相关疾病中的性别偏差。 对比分析进一步显示,老年免疫细胞的染色质状态,与受细胞因子刺激诱导的年轻细胞状态相似。该发现支持了一种模型:慢性炎症信号传导直接驱动了衰老相关的调控变化,而非仅仅是其伴生后果。 该图谱已于 epiage.net 公开。曹博士将其视为起点。以下是关于此发现的对话:关于它揭示了什么,开启了什么,以及它如何改变了一位科学家对时间的思考。 访谈录 Our Narratives 您的研究绘制了 21 种组织中近 700 万个细胞的图谱,发现衰老相关变化在相距遥远的器官间高度同步。即便在没有直接物理接触的组织中,相似的细胞状态也会共同起落。初次看到这种模式时,您反应如何?此现象令您感到惊讶,还是印证了某种怀疑? 坦白说,两者兼而有之。在概念层面上,我们预料到会有某些协同性。毕竟全身都浸浴在循环激素、细胞因子和代谢产物中,若每个器官都完全孤立衰老,反而显得奇怪。但这种同步的程度与精准度超出了预期。尤其是观察免疫细胞亚型时,我们发现同种亚型(如特定的巨噬细胞或 B

同步的时钟:衰老是全身性的统筹编排吗? Read More »

A mind without a center — intelligence as the brain's global architecture, not any single region.

智能架构

Self portrait, Image credit: Ramsey Wilcox 为什么心智的统一性来自大脑整体结构,而不是某个单一脑区 编者按 在现代神经科学的长久历史中,对智能的探索始终被视为一场绘制大脑图谱的尝试。过去,研究者致力于在特定区域寻找推理、记忆与问题解决的功能坐标。数十年的脑成像研究确实识别出许多与注意力、执行控制、语言及感知相关的核心部位。然而,一个更深层的问题始终悬而未决:为何如此多样且广泛的智能特质,会呈现出高度的关联性与同步性? 此次对话旨在探讨科学家看待上述课题时的深刻视角转轨。研究重点已不再局限于追问“智能居于何处”,而是日益聚焦于大脑整体的组织方式。此类新兴观点认为,智能并非受限于单一脑区,而是从整个系统的架构中涌现。其本质源自庞大神经网络在处理信息时的效率、灵活性与全局协调。 ——Adelina 为什么在某一个认知领域表现出色的人,往往在所有领域都表现出色?一个多世纪以来,上述模式始终困扰着科学家。一代又一代的神经影像研究不断揭示出各类扫描图像,突出额叶、顶叶皮层以及那些被视为认知能力枢纽的特定网络。然而,至今尚无研究能真正解释,为何智能表现得像心智的统一属性,而非一堆孤立技能。 来自圣母大学(University of Notre Dame)的一项新研究给出了一个令人信服的答案。关键不在于任何一个特定的脑区,而在于整个大脑的组织方式。这项由 Aron Barbey 教授和第一作者 Ramsey Wilcox 领导的研究,于2026年1月发表在《Nature Communications》上。他们测试了网络神经科学理论(Network Neuroscience Theory)的四个具体预测,分析了人类连接组计划(Human Connectome Project)中831名成年人的脑成像数据,并结合一个独立的145名成人样本进行验证。他们的发现重新理解了智能的本质:智能是大脑系统本身的属性,源于大脑网络间高效、灵活且高度一致的协作。 我们采访了该研究的博士生兼第一作者 Ramsey Wilcox,探讨了将核心命题从“智能何在?”转向“大脑如何组织?”的深远意义,并解析了此类转变所揭示的心智本质。 Predictive brain connections for general intelligence distributed across twelve functional networks. Each panel shows connections identified by machine learning as predictors of individual differences in

智能架构 Read More »

Inside a living bacterium, a reconstructed nitrogenase enzyme — its iron-sulfur backbone rendered in the rust-red of ancient metal — glows at the cell's core. The rock that cradles it is Archean. So is the molecule. Only the cell is new.

永恒不变之分子

Holly Rucker,威斯康星大学麦迪逊分校细菌学系 Kaçar 实验室博士候选人。她的研究论文 “Resurrected nitrogenases recapitulate canonical N-isotope biosignatures over two billion years” 于 2026 年 1 月 22 日发表在《自然通讯》。图片来源:威斯康星大学麦迪逊分校 Kaçar 实验室。 Holly Rucker 谈复活 32 亿年前之酶、从岩石读解生命及古老机制恒定不变的意义 编者按 这场对话始于我对威斯康星大学麦迪逊分校 Betül Kaçar 教授实验室发出的邀请。我此前一直关注该实验室一项极其独特的研究,其独特性不仅体现在研究成果,更在于其提出的科学问题。该研究成功重建了固氮酶,亦即负责将大气氮转化为生物可用形式的关键酶,的祖先版本,并将其植入现代细菌中。 研究结果既可以看作一种实验验证,也揭示了深层的启示:这种酶产生的同位素特征在逾 30 亿年的岁月中始终未变。Kaçar 实验室的博士候选人兼该研究首席作者 Holly Rucker 接受了我们的书面采访。以下内容记录了她的工作方法、研究中的意外发现,以及至今仍令她深思的科学难题。 — Adelina 科学的胜利与深层的质疑 若将此故事视作一场胜利,版本大抵如下:科学家重建原始酶并将其植入活体细菌,细菌随后正常运行。研究确认,岩石记录所留下的分子特征与地质学家的假设完全吻合。假设得证,工具获准。 然而在描述 Kaçar 实验室的工作时,Holly Rucker 讲述的版本并非如此。其自述并非始于证实,而是始于质疑:质疑解读古代生命的基本假设是否存在误区。这一过程体现了卓越的方法论:并非盲目寻找化石,而是根据预测序列构建模型,并观察其在活细胞内的实际运行。 最终结论不仅具备科学性,亦充满哲学意味:某种事物历经 30 亿年的分子更迭、星球动荡及整个生命类群的兴替,依然维持着完全相同的化学反应。 固氮酶:生命基调的引擎 固氮酶作为故事核心,乃是设定本星球生命基调的引擎。获取生物可用氮虽有非生物途径,如闪电驱动的反应,但普遍认为扩张中的生物圈需求已超越此类来源,从而为生物固氮提供了演化压力。若无此机制,便无法产生构建 DNA

永恒不变之分子 Read More »

Light orbits a brain made transparent, and what it finds inside is not darkness but chemistry. Each region glowing in its own frequency, each molecule leaving its signature in the color of scattered light.

以光解读大脑

黄声希教授,莱斯大学电气与计算机工程及生物工程副教授,领导 SCOPE 实验室。在那里,光成为读取细胞分子生命的一种语言。图片来源:Jeff Fitlow / Rice University 王子洋,莱斯大学电气与计算机工程博士生,致力于在拉曼光谱与机器学习的交汇处绘制阿尔茨海默病的分子景观。图片来源:Jorge Vidal 黄声希与王子洋谈阿尔茨海默病分子图谱:不染色,不标记,也不预设寻找目标 编者按 自开始关注阿尔茨海默病领域以来,一个问题始终困扰着我:为何在经历数十年的研究、针对单一分子目标投入数十亿美元后,该病依然难以治愈?当我读到莱斯大学黄声希教授 SCOPE 实验室的工作时,感到一种全新的观察方式正在降临。该团队来自生物学领域之外,利用光线读取处于原始化学状态的大脑组织。 这项发表在 2026 年初《ACS Applied Materials and Interfaces》上的研究,首次制作出动物模型中阿尔茨海默病大脑的完整无标记分子图谱。通过超光谱拉曼成像与机器学习,团队逐层绘制了整个大脑的化学变化,过程中未引入任何染料或分子标记。最终发现的事实远超淀粉样蛋白斑块的范畴。 黄教授与该研究第一作者、莱斯大学电气与计算机工程博士生王子洋共同撰写了下文回复。他们在发布前对技术准确性进行了校审。 ——Adelina 在过往大部分历史中,阿尔茨海默病研究都处于一种必然的收缩状态。面对极其复杂的疾病,科学家选定目标,如淀粉样蛋白斑块与 tau 蛋白缠结,并围绕其建立方法。所用工具虽然强大精准,却属于特定维度的精准:研究者选定分子,设计标记物,随后看见预设的目标。 SCOPE 实验室遵循不同逻辑。该方法不以目标为起点,而以问题开始:组织中究竟存在什么,分布在何处?其利用拉曼光谱技术,通过物质散射光的方式读取分子指纹,从而观察大脑组织的天然化学状态。无染料,无荧光标记,不对存在物做任何预先承诺。 这一结果构成了首个无标记生成的阿尔茨海默病全脑分子图谱。该图谱由数千个重叠的光谱测量点逐层构建,并经由机器学习算法分析,能够识别出人类感官无法察觉的模式。最终揭示出一种并不局限于斑块且分布并不均匀的疾病。与之相关的化学变化以不规则、区域特异性的模式分布于全脑。在与记忆最相关的区域,海马体和皮质,胆固醇与糖原代谢的紊乱与预料中的淀粉样蛋白积累一同显现。 黄声希从光学光谱与纳米材料领域跨界而来,而非出自生物学背景。在她看来,大脑与她职业生涯中研究的薄层材料具有某种共同点:它位于基底,具有分层结构,并蕴含着光可读取的分子信息。王子洋主导了技术开发,最初他仅测量大脑的一小块区域,随后提出了一个简单的问题:如果我们绘制整个大脑会怎样?最终出现的并非对已知事物的印证,而是一张挑战传统视角的地图。 两束激光逐点扫描脑组织横截面,返回的并非照片,而是一幅化学肖像。每一个像素都编码着其下方物质的分子特征。最终生成的图谱以颜色呈现浓度,使那些任何染料都无法预先命名的变化得以显现。图片来源:Ziyang Wang / Shengxi Huang Research Group, Rice University   对话 Our Narratives 请谈谈您的学术历程。早期的训练如何引导您进入材料科学与生物成像的交汇领域?在哪一时刻您意识到这些工具可用于神经退行性疾病研究? 黄声希:我早期受训于光学光谱与纳米材料领域。我曾研究二维材料与有机分子的相互作用,发现某些二维材料能增强特定分子的拉曼信号。于是我开始思考这种效应是否适用于更复杂的生物分子,并转化为实际应用。博士阶段后期,我开始接触生物分子,结果令人振奋。建立研究组后,我决定利用这种独特现象深耕生物传感领域。作为教职人员拥有追求独特想法的自由。幸运的是,我遇到了优秀的合作者,他们教授我大量阿尔茨海默病知识并提供样本,促成了目前的成果。 Our Narratives 您的实验室处于多个学科的罕见交汇点。是什么引导您将大脑视为一个值得研究的材料问题? 黄声希:对我们而言,大脑切片就像一块二维材料:它是平坦的,位于基底之上,并携带我们可以测量的拉曼信号。大脑更令人兴奋之处在于其多功能性,这里有海量的分子信息等待解密。通过相对简单的二维材料拉曼信号,我们已能表征缺陷、应变、厚度和氧化情况。面对大脑更丰富的信号,我们能学到的东西远不止于此。由于数据复杂度极高,有时需要 AI 辅助理解特定特征,而这正是电气工程师的强项。这种看似迥异的领域间存在如此多共同点,令人欣慰。 Our Narratives 坚持无标记方法感觉是一项深刻的哲学选择。捕捉大脑“原貌”意味着什么?传统染料遮蔽了哪些事实? 王子洋:捕捉大脑“原貌”意味着在不引入可能产生观察偏差的标记物情况下,观察其天然分子状态。传统染料与荧光标记要求预先决定突出显示哪种分子,往往导致研究聚焦于已知目标,忽略了组织更广泛的化学环境。无标记方法允许我们直接测量大脑内在的分子指纹。我们不再仅仅寻找预设标记物,而是观察完整的分子景观,探测那些可能被隐藏的细微生化变化,从而全方位理解疾病。

以光解读大脑 Read More »

For most of modern science, large sections of life's instruction manual have remained unreadable.

AlphaGenome 阿尔法基因组

当人工智能开始解读生命密码 编者按 数十年来,人类基因组一直被视为生命的终极蓝图。然而,其中绝大部分被称为”非编码”区域的部分,却始终是一段我们无法翻译的沉默语言。我们能够辨识每一个字母,却始终读不懂那决定”一个细胞如何成长为完整人类”的复杂语法。此类内容长久以来都隐藏在我们的视野之外。 随着 AlphaGenome 的诞生,我们正经历一场从”记录基因组”到真正”解读基因组”的根本转变。本期报道将深入探讨 Google DeepMind 推出的这一最新系统,看它如何超越单纯的数据处理,成为一面高分辨率的透镜,照亮生命最底层的调控逻辑。这不仅是技术的重大突破,更是人类认知边界的进一步拓展:机器正在帮助我们阅读这部历经人类文明七千年、乃至生命演化数亿年漫长沉淀而成的生命密码书。 我们诚挚邀请您一同走进这部全新科学仪器的架构,探寻它所揭示的、关于我们自身生物学中那些细腻而优美的复杂性。 — Adelina 二〇二六年一月,谷歌 DeepMind 的研究人员在《自然》(Nature)杂志上发表了 AlphaGenome,推出了迄今为止最强大的人类基因组调控解读 AI 系统。该模型能够以史无前例的分辨率分析长程遗传序列,标志着人类在理解基因组如何从最底层调控生命系统的进程中,迈出了关键一步。 然而,AlphaGenome 所讲述的故事不仅关乎技术的造诣,更关乎它如何迫使我们重新思考——重新思考基因组本身、生物复杂性的本质,以及”阅读”一个生命系统究竟意味着什么。 “98%”的难题 数十年来,生物学家早已深知,DNA 中最微小的变化也能深刻影响健康、发育与疾病。然而,解读这些变异始终是现代生物学面临的最大挑战之一。虽然蛋白质编码区域已得到相对充分的理解,但它们仅占人类基因组的约 2%。其余 98% 被称为”非编码 DNA”,它们并不直接产生蛋白质,而是掌管着基因在何时、何地以及如何被激活。 在 20 世纪的大部分时间里,非编码 DNA 被轻蔑地称为”垃圾 DNA”(Junk DNA),这并非因为它不重要,而是因为我们无力解读它。基因组学的进步逐渐揭示,这些区域包含了协调发育、生理和疾病中基因活性的关键调控信号。曾经看似毫无意义的区域,现在被理解为让复杂生命成为可能的”调控架构”。 这并非无关痛痒的信息。它是”拥有说明书”与”懂得如何执行指令”之间的本质区别。 想象一下:小鼠、大菱鲆和人类所携带的基因数量大致相同——约两万个。区别物种的不再是基因的清单,而是环绕其间的调控架构:由开关、沉默子和结构信号构成的庞大网络,决定了哪些基因在哪些细胞、哪些时刻、哪些条件下被激活。换句话说,形态的复杂性并不取决于指令的多寡,而取决于读取现有指令的方式有多高级。 在分子生物学的大部分历史中,这一调控层几乎是隐形的。基因组被描述为生命指令手册,但这个比喻必须加上星号:我们只能自信地读懂其中约 2% 的内容,其余部分则被批注满了问号。 AlphaGenome 的使命,就是开始消除这些问号。 跨尺度阅读基因组的模型 与早期的序列模型不同,AlphaGenome 单次输入即可处理多达 100 万个 DNA 字母,其长度前所未有。随后,它能预测数千种与基因调控相关的分子特性,包括转录活性、RNA 剪接模式、染色质可及性以及远距离基因组相互作用。 该系统的架构映射了基因组本身的层级结构:卷积神经网络负责检测局部序列模式,而 Transformer 架构则负责建模跨越数万甚至数十万个碱基对的远距离依赖关系。通过在专用张量处理单元(TPU)上进行分布式训练,该模型能以单碱基对的分辨率分析海量序列。 这种结合解决了基因组建模中长期存在的权衡难题。以往的系统被迫在”分辨率”和”序列长度”之间取舍——要么捕捉短区域的精细结构,要么捕捉长距离的宏观上下文,很难兼得。AlphaGenome 打破了这一束缚,在以往计算无法触及的基因组跨度上,实现了单碱基级别的精准操作。 这一技术进步的意义不仅在于基准测试的表现,更在于概念范畴的转变。早期的工具就像是在精确地阅读说明书中的某个段落,而

AlphaGenome 阿尔法基因组 Read More »