5月10日（星期五）消息，国外知名科学网站的主要内容如下：

《自然》网站（www.nature.com）

科学家精细描绘1立方毫米大脑结构

美国哈佛大学的神经学家杰夫·利希特曼（Jeff Lichtman）及其团队，近日绘制了一张展示人类大脑一小部分的精细3D图谱。这一成果刊登于《科学》（Science）杂志，并在线公开。

该图谱详细呈现了大约一立方毫米的大脑区域，这部分仅占整个大脑的百万分之一，却包括了约5.7万个细胞和1.5亿个突触，即神经元之间的连接点。总数据量高达1400TB。

研究所用的样本取自一名45岁女性，她正在接受癫痫治疗手术。样本来源于大脑皮层，这是负责学习、解决问题及处理感官信号的大脑区域。

研究团队将样本切割成大约5000片，每片厚度仅34纳米，之后利用电子显微镜进行成像。他们还开发了一款人工智能模型，该模型能够将显微镜图像整合并以3D形式重建整个样本。在详细检查这一模型时，研究人员观察到了一些非常规神经元，有的神经元间存在高达50个连接。他们还发现，有些神经元对几乎是彼此的完美镜像。

《科学时报》网站（www.sciencetimes.com）

1、食用哪些过度加工食品更有可能缩短寿命

过度加工食品包括碳酸饮料、袋装零食、即食食品、方便面等。这些产品中通常含有多种难以识别的防腐剂、添加剂、乳化剂以及人工调味剂和甜味剂。众多研究显示，过度加工食品会增加患糖尿病、心脏病、肠癌和肥胖等疾病的风险。最新的研究发现，并非所有过度加工食品的危害程度相同。

这项名为“过度加工食品消费与全因和特定原因死亡率的关系：基于人群的队列研究”的研究，涵盖了美国的39601名男性卫生专业人员和74563名女性护士，追踪调查了约34年。研究开始时，参与者均未患有糖尿病、心血管疾病或癌症。

研究期间，共有48193名参与者死亡，其中13557人死于癌症，11416人死于心血管疾病。

研究结果显示，相比于食用过度加工食品最多的人群，食用这类食品最少的人群的死亡风险低4%。

食用高度加工的海鲜、家禽和肉制品与死亡风险的显著增加最为关联。其次是含有人工甜味剂和糖的甜点、饮料和早餐食品。

研究人员指出，这些研究表明，并非简单因为多吃过度加工食品就有更大的死亡风险。另一种可能性是，过度加工食品可能在饮食中取代了其他健康食品。

2、科学家发现光的新性质：类似于固体材料的电子

一组科学家最近发现了一种全新的光与物质相互作用方式，这一发现可能推动发光二极管、高效太阳能发电系统和半导体激光器等技术的进步。

美国物理学家阿瑟·康普顿（Arthur Compton）在1923年发现，伽马光子能与自由电子或束缚电子发生强烈的相互作用，获得足够的动量，这证实了光既可以表现为波，也可以表现为粒子。

最近，美国加州大学欧文分校的化学家与俄罗斯喀山联邦大学的科学家共同发现，当光子被限制在纳米级的硅空间中时，它们可以获得显著的动量。他们在《硅玻璃中的光子动量使能电子拉曼散射》（Photon-Momentum-Enabled Electronic Raman Scattering in Silicon Glass）一文中讨论了研究的细节。

尽管硅本身不发光，但在可见光照射下，多孔纳米结构的硅能产生可探测的光。多年来，虽然专家们已经意识到这种可能性，但光的确切来源还未完全解释。

研究小组通过电子拉曼散射发现了无序硅中的光子动量。与传统的振动拉曼散射不同，电子拉曼散射涉及电子的不同初始态和最终态。这种现象之前仅在金属中被观察到。

拉曼散射（Raman scattering）也称拉曼效应， 1928年由印度物理学家拉曼发现，指光波在被散射后频率发生变化的现象。

《每日科学》网站（www.sciencedaily.com）

1、数字孪生模型可增强未来自主系统的功能

一项新的研究表明，受下一代计算算法控制的系统能够创造出更高效、性能更优的机器学习产品。

研究人员利用机器学习工具，成功地创造了一个电子电路的数字孪生模型，即虚拟副本，该电路表现出混沌行为，此模型可用于对其进行控制。

诸如恒温器和巡航控制系统等日常设备通常采用线性控制器，这些控制器根据简单的规则将系统调整至期望值。例如，恒温器会根据当前温度与设定温度的差异来调节加热或冷却。

然而，由于这些算法的简单性，它们难以控制表现出复杂行为的系统，例如混沌系统。

因此，如自动驾驶汽车和飞机等高级设备通常依赖于基于机器学习的控制器，这些控制器通过复杂的网络学习所需的最佳控制算法。然而，这些高级算法具有明显的缺点，最主要的是它们可能极具挑战性，并且计算成本高昂。

该研究的主要作者，美国俄亥俄州立大学物理系的一位研究生表示，现在拥有一个高效的数字孪生体可能会对科学家开发未来自主技术的方式产生深远影响。

这项研究最近发表在《自然通讯》（Nature Communications）杂志上。

2、人工智能推动病理学从二维转向三维

人体组织错综复杂，并呈现三维结构。然而，病理学家用于诊断疾病的组织薄片是二维的，这使得难以完全反映组织的真实复杂性。在病理学领域，使用三维方法检查组织的需求日益增长。然而，三维病理数据集的数据量可能是二维数据集的数百倍，使得人工检查变得不切实际。

美国麻省总医院百瀚医疗系统（Mass General Brigham）的研究人员和华盛顿大学的合作者们，提出了一种名为Tripath的新型深度学习模型，该模型能够使用三维病理数据集进行临床结果预测。他们使用两种高分辨率三维成像技术对精选的前列腺癌样本进行成像，并训练模型预测前列腺癌在人体组织活检中复发的风险。Tripath通过全面捕捉整个组织体的三维形态，其表现优于传统病理学家，也超过了依赖二维形态和薄组织切片的深度学习模型。

该研究结果已发表在《细胞》（Cell）杂志上。尽管这种新方法需要在更大的数据集上进行验证以便进一步用于临床，但研究人员对其在帮助临床决策方面的潜力持乐观态度。

《赛特科技日报》网站（https://scitechdaily.com）

1、半球形太阳能电池大幅提升光能利用效率

在可持续能源解决方案的研发中，开发更高效的太阳能电池是关键。相较于传统的硅基电池，有机光伏电池以其灵活性和较低的生产成本成为一个吸引人的选择。尽管如此，提升其性能仍是一大挑战。

土耳其阿卜杜拉·居尔大学（Abdullah Gül University，AGU）的一项最新研究通过重新设计有机光伏电池的结构，采用半球形的外壳形态，大幅提升了光吸收和角度覆盖的效率。据《能源光子学杂志》（Journal of Photonics for Energy）报道，这种创新配置旨在最大化光吸收和角度覆盖，预计将重新定义可再生能源技术的未来。

研究团队利用三维有限元分析（Finite Element Analysis, FEA）技术，细致探测了半球形壳状活性层内的吸收光谱，精确模拟了光与细胞结构及材料的交互作用。有限元分析是解决复杂工程问题的有效手段，通过将结构细分为易于管理的小单元，允许模拟分析结构在各种条件下的行为，如不同的光波长和入射角。

这一创新的有限元分析显示，在横向电（TE）偏振光照射下，半球形外壳结构的光吸收比平面结构提高了66%。在横磁偏振光下，光吸收同样显著提高了36%。

除了卓越的吸收效率外，半球形外壳结构还提供了广泛的角度覆盖，TE偏振角度达81度，TM偏振角度达82度。这种设计的适应性特别适合需要灵活光捕捉的应用场景，例如可穿戴电子设备。

2、合成生物学突破降低疫苗成本

疫苗已证明能够拯救生命，尤其是在最近的疫情期间。但疫苗中的一个关键组成部分——疫苗佐剂，虽然用量极少，却能极大增强免疫效果，特别是对于免疫系统未成熟的婴儿和免疫功能衰退的老年人来说尤为重要。

然而，一种强效的疫苗佐剂源自智利的皂皮树，其提取成本高昂，每公斤成本高达数亿美元。

美国加州大学伯克利分校及劳伦斯伯克利国家实验室的科学家们现已利用合成生物学的方法，在酵母中成功生产了皂树皮的活性成分——一种名为QS-21的分子。这种基于酵母的生产方法不仅成本更低，环保性也更高，避免了从植物中提取化合物所需使用的腐蚀性和有毒化学品。

尽管这一基于酵母的生产方法产量仍然较低，但这一技术突破预示着能够更广泛应用这种有效的佐剂，并可能大幅降低疫苗生产成本。（刘春）