Nature Communications
PulseAugur coverage of Nature Communications — every cluster mentioning Nature Communications across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
中国开发可持续喷气燃料催化剂，目标利润率50%
中国研究人员开发了一种将合成气转化为可持续喷气燃料的新型催化剂。这一突破预计将提高生产效率，并可能实现超过50%的毛利率。该方法有望帮助航空业实现其净零碳排放目标。
-
AI利用微生物数据估算死亡时间
研究人员开发了一个名为mHolmes的AI系统，通过分析尸体的微生物数据来估算死亡时间。该系统使用来自34具人体尸体的公开数据进行训练，并发表在《自然-通讯》上。虽然mHolmes仍处于开发阶段，但有潜力显著加强法医调查。
-
四翼恐龙化石发现挑战飞行单一起源说
古生物学家在中国辽宁省发现了一种新的四翼食肉恐龙物种 Norellraptor barsboldi。这种身长 57 厘米的生物属于小盗龙类，证明了飞行在不同恐龙谱系中独立进化。发表在《自然·通讯》上的研究结果表明，恐龙飞行的发展并非一个单一、统一的过程，而是在近鸟类（Paraves）群组内通过多条独立的进化路径发生的。
-
EBKernel发布Cog-WM 1.0，一款受大脑启发的机器人导航和操作模型
上海的EBKernel（具脑磐石）发布了Cog-WM 1.0，这是一款新颖的、受大脑启发的潜在世界模型，旨在使机器人能够自主探索和操作环境。该模型不再依赖预先构建的地图和海量数据集，而是从人类认知机制中汲取灵感，用于导航和操作任务。早期基准测试表明，与现有的最先进方法相比，Cog-WM 1.0在导航和操作方面的成功率均显著提高，预示着更通用、数据效率更高的具身AI的新途径。
-
中国研发自供电神经假体，助力中风患者恢复行动能力
中国大陆和香港的研究人员开发了一种新颖的自供电神经假体，旨在帮助中风幸存者和有行走困难的个体。这款轻巧的设备利用穿戴者自身的运动来产生电能，然后刺激腿部肌肉以恢复自然的行走步态。与传统设备不同，它不需要外部传感器或电池，通过集成的能量收集和刺激机制自主运行。
-
AI模型术前预测胃癌术后风险 · 跟踪1个来源
来自蚂蚁集团的阿富医疗AI实验室和河北医科大学第四医院的研究人员开发了一个名为DeepComp的AI模型，该模型可以在手术前预测胃癌患者发生严重并发症的风险和长期生存率。该模型分析常规增强CT扫描和临床数据，比传统TNM分期提供更精细的评估。这项研究发表在《Annals of Oncology》上，是该团队关于胃癌治疗不同阶段一系列研究的一部分，包括预测早期复发和肝转移。
-
复旦大学提出“生命算子”以统一多尺度生物建模
复旦大学和香港科技大学的研究人员推出了一种名为“生命算子”的新型框架，旨在统一跨多个尺度的生物系统的建模。该方法不创建更大、单一的AI模型，而是将生命过程分解为基本的可组合单元：感知算子（解释外部观察）、进化算子（预测未来状态和干预结果）以及生成算子（根据给定状态产生可观察结果）。一项关键创新是“尺度桥梁”，它促进了在不同生物学层面（从细胞到器官）运行的模型之间的通信，从而实现更集成、更高效的模拟。该框架得到了《自然》杂志六篇论文的支…
-
研究发现：青藏高原“亚洲水塔”出现不稳迹象
计算机模拟显示，被称为“亚洲水塔”的青藏高原正变得不稳定。发表在《自然·通讯》上的一项研究分析了该地区的熵，发现土壤水分增加和冰川融化可能会引发更多地质灾害。这种不稳定性可能影响南亚和东亚近20亿人口的水和气候模式。
-
新数据集FIRSTPASS训练AI进行多学科科学同行评审
研究人员推出了FIRSTPASS，这是一个旨在训练人工智能系统进行多学科科学同行评审的新数据集。与之前仅限于计算机科学的数据集不同，FIRSTPASS包含了Nature Communications的完整编辑对话，涵盖生物学、化学、神经科学、物理学和地球科学。该数据集包含3,668条记录，其结果源自编辑决策，为人工智能评估科学有效性的能力提供了更全面、更现实的基准。
-
研究发现生成式扩散模型输出的来源常常无法追溯
《自然-通讯》发表的一项研究强调了追溯生成式扩散模型输出来源的困难。研究表明，这些模型经常生成与人类创作作品无法区分的内容，给版权和知识产权带来了重大挑战。
-
MIT AI 在无历史数据的情况下生成合理性极端天气地图
麻省理工学院（MIT）的研究人员开发了一种新颖的 AI 工具，名为“极端事件感知”（η-learning），能够在不依赖历史灾难数据的情况下预测极端天气事件。该系统能够生成统计上合理的潜在未来事件地图，包括对其持续时间、强度和影响区域的估计，即使是那些在有记录的历史中从未发生过的场景。该方法结合了点统计数据和空间细节来创建这些预测地图，可以极大地帮助城市规划者和基础设施设计师为前所未有的极端天气场景做好准备。
-
AI工具CenSegNet揭示乳腺癌进展新见解
科学家开发了一款名为CenSegNet的AI工具，能够以前所未有的细节分析乳腺癌组织中的中心体异常。这项发表在《自然·通讯》上的突破性研究，实现了对整个肿瘤进行单细胞分辨率分析，揭示了先前无法区分的异常的独特生物状态和空间分布。这些发现可能有助于开发新的生物标志物和更个性化的乳腺癌患者治疗策略。
-
AI同行评审政策因领域而异；LLM在质量上存在偏见
一项新近发表在arXiv上的研究，调查了学术同行评审中AI的使用和监管情况。研究人员调查了111个AI/NLP会议和医学期刊的AI政策，发现这两个领域之间存在显著差异。该研究还评估了ICLR 2026和Nature Communications的AI生成评审，结果显示，尽管当前的LLM可以生成详细的评审，但它们常常表现出偏见，例如过度积极的推荐和泛泛的批评。作者主张对AI评审进行多维度评估，因为总体质量分数可能会产生误导。
-
AI审稿人被修辞操纵；AI辅助同行评审面临质量挑战 · 追踪3个来源
一篇新论文探讨了AI审稿人如何通过科学手稿中的修辞措辞被操纵，发现证据的构建方式和新颖性立场显著影响AI的判断。该研究构建了一个包含4200篇手稿的语料库，由LLM改写器修改，并由五个LLM审稿人进行评估，揭示了AI审稿质量可能受到风格选择而非仅仅是内容的影响。同时，另一项研究调查了会议和期刊的AI审稿政策，注意到AI/NLP领域与医学领域之间存在显著的监管差异，并发现当前的LLM虽然流畅，但表现出诸如过度积极的推荐和不均衡的证据基础…
-
新的AI系统AutoSupervision评估科学论文中基于证据的修订
研究人员开发了一个名为AutoSupervision的新系统，用于评估科学手稿修订在多大程度上解决了审稿人的反馈。该系统利用透明的同行评审记录，包括审稿人意见、作者回复和修订后的手稿，来确定改进是否基于证据。虽然当前的语言大模型，如GPT-5.5，可以有效地识别审稿人的担忧，但它们在基于证据的验证方面存在困难，这表明AI辅助的科学工作流存在一个重大的瓶颈。
-
人类下巴的进化起源和酒窝的形成
人类的下巴是一种独特的进化特征，是现存物种中唯一具有这种骨性突出的。虽然其确切目的仍有争议，但目前的理论认为它可能是人类进化过程中面部缩短的副产品，或者可能在视觉信号传递中发挥作用。常见的下巴酒窝，约占人口的20%，是由于胎儿发育过程中下颌骨两半融合不完全，导致皮肤出现凹陷。
-
研究：香港、阿联酋枢纽可将大流行病检测速度提前3天
一项研究表明，将病毒监测重点放在香港和阿拉伯联合酋长国的过境旅客身上，可以使全球大流行病检测能力提高约三天。该策略旨在利用这些主要航空枢纽的现有基础设施，建立一个早期预警系统，而无需从其他地区转移资源。这项发表在《自然·通讯》上的研究由香港大学的Leo Poon Lit-man教授领导。
-
新科学揭示昼夜节律不仅仅是“早起鸟”或“夜猫子”
昼夜节律，通常被理解为“早起鸟”或“夜猫子”，是一种决定睡眠偏好和最佳表现时间的生物特征。然而，这种二元分类忽略了个体内在时钟的关键维度。研究人员已确定至少另外两个因素：振幅，描述了全天能量波动的剧烈程度；以及稳健性，衡量了个体系统抵抗熬夜或时区变化等干扰的能力。理解这三个维度——时间、振幅和稳健性——可以更详细、更准确地描绘个体的昼夜节律，超越简单的标签，从而更好地指导日常生活和身心健康。
-
生成式AI设计纳米级DNA折纸结构
研究人员开发了一个名为Generative SNUPI的生成式AI模型，用于设计DNA折纸结构，这些结构是由折叠的DNA制成的纳米级构造体。该AI显著加快了设计这些复杂形状的传统、劳动密集型过程。该模型借鉴了图像生成中使用的扩散模型，能够创建可自组装成用户指定形式的功能性DNA序列，有可能加速纳米机器人和治疗学等领域的进步。
-
新的芯片堆叠技术有望实现4倍HBM密度，缓解AI存储难题
科学家们开发了一种新颖的芯片堆叠技术，能够稳定地堆叠十多片超薄半导体芯片。这项进展实现了约商用高带宽内存（HBM）四倍的集成密度，有望缓解人工智能应用中的存储瓶颈。该研究发表在《工程成就》杂志上，还包括芬兰研究团队开发的世界上第一个基于超导电路的量子热机，标志着实验量子热力学迈出了重要一步。