瑞士巴塞尔大学团队成功打印出一种名为eVON的人造骨头，能够模拟人类骨髓微环境并实现造血功能。研究发现，eVON中的血管不仅维持了造血干细胞的数量，还促进了髓系血细胞的生成。这些干细胞在eVON中存活并保持功能完整，移植到免疫缺陷小鼠体内后能分化成各种人类血细胞。研究人员还可以通过调节血管和信号分子来研究不同的造血情况，模拟某些白血病中血管的异常状态。这项技术为研究急性髓系白血病等血液疾病提供了强大的工具，可以直接测试新药和免疫疗法的效果，具有比动物实验更直接、快速和贴近人类情况的优势。

Neuralink取得重大突破，新一代手术机器人植入单根电极线速度从17秒提升至1.5秒，适配全球99%人群，且插入速度较现有机器人提升十几倍。已有十几名受试者每天使用设备8小时，超1万名患者排队等待。公司正研发能插入大脑表层50mm以上深度的新型植入针，针头夹具制造成本降低95%。脑机接口不仅实现意念控制鼠标电脑，还实现机械臂操作，正从个别实验向可复制应用迈进。Neuralink的“秘密武器”是手术机器人、植入设备及神经解码三大系统，手术机器人用细小针头将柔性电极线引入颅内，在避开血管的前提下分成128次插入，在柔软大脑中安全插入电极充满挑战。

清华大学教授张数一及其团队在“AI+蛋白质”领域取得两项重要成果：EvoAI和iAutoEvoLab。EvoAI能够极速压缩与智能重建蛋白质序列空间，而iAutoEvoLab则是一个24小时全自动进化的蛋白质工厂。这两个系统结合形成了一个闭环，iAutoEvoLab产生的大量进化数据可以用于训练EvoAI，提高其预测和设计能力；同时，更强大的EvoAI又能指导iAutoEvoLab设计更有效的进化路线和基因回路，实现蛋白质的可编程进化。这一自动化实验-AI闭环有望打通从蛋白质序列到复杂功能的黑箱。其中，EvoAI通过找到关键功能信息的锚点蛋白质，高效捕获定义蛋白质功能景观的关键数据点，类似于图片压缩技术。此外，他们还发明了EvoScan进化扫描方法，利用噬菌体作为进化平台，并配备基于CRISPR的定向突变系统，以高效找到这些锚点。这两项成果分别发表于《Nature Methods》和《Nature Chemical Engineering》。

2025年12月3日获悉，美国耶鲁大学博士生刘栋和合作者打造出一款名为HSGM（Hierarchical Segment-Graph Memory）框架，它能快速、准确地理解超长文章。在多个任务上的测试结果显示，HSGM处理长文章的速度比传统方法快了2到4倍，原本需要1分钟的文章，现在只需15-30秒就能分析完。HSGM需要的记忆空间更小，内存可以节省60%以上。虽然HSGM使用了各种简化方法，但是它的准确率几乎没有下降，仍然能够达到最先进方法的95%以上。特别值得一提的是，当文章特别长比如有2万个词语时，HSGM的优势反而更加明显，比传统方法快了59倍。HSGM的聪明之处在于，不是像人类那样一口气读完整个长文，而是把整个文章切成几个段落块，每个块大约包含256个词语。这样，AI就可以先集中精力理解一个小段落，而不用一下子面对整篇文章。总之，HSGM把记忆这件事明确拆解成短期上下文、中期工作记忆与长期语义摘要，并将它们对应地存放在GPU的高速显存、主机内存到NVMe这条层级链路上，按照重要性和时序动态迁移。这样一来，模型不只是“记得多”，而是“记得对、取得快、忘得巧”。

江南大学陈坚院士团队刘潇副教授课题组利用CRISPR基因编辑技术改造了一种名为威尼斯镰刀菌的新型丝状真菌蛋白，成功实现了营养与环保价值的双重提升。这项研究旨在解决中国在蛋白质供给方面面临的重大挑战，通过提高生产效率和营养价值，降低对进口大豆的依赖，助力国家粮食安全。威尼斯镰刀菌蛋白已获准成为我国的新食品原料，未来有望成为餐桌上的新选择。该研究不仅提升了蛋白质的合成效率和转化率，还改善了其氨基酸组成，使其更接近传统的动植物蛋白。此外，真菌蛋白的口感可通过不同的加工方式来调整，如直接使用菌丝体形态可提供类似肉类的咀嚼感，而加工成蛋白粉则适用于多种食品应用。这一突破标志着未来食品可能更多地来源于实验室，从而减少对传统畜牧业和渔业的依赖，缓解环境压力。

科学家在银河系中心发现了一个巨大的伽马射线“光晕”，其特征与暗物质粒子湮灭的理论预测高度吻合。这一发现可能是人类首次通过非引力手段直接探测到暗物质粒子的物理踪迹。暗物质占宇宙总质量的约85%，不发光也不反射光，长期以来只能通过引力效应间接感知其存在。东京大学天文学系教授户谷友则通过对NASA费米伽马射线太空望远镜数据的深度分析，揭示了这一神秘光晕的存在。如果后续独立观测能够验证这一发现，将为暗物质研究带来重大突破。目前，科学家普遍认为暗物质由“弱相互作用大质量粒子”（WIMPs）构成，这些粒子在相撞时会发生湮灭并释放高能光子，即伽马射线。银河系中心因其强大的引力和密集的暗物质聚集，成为寻找这种湮灭现象的理想地点。

2025年11月26日，在一篇最新Nature论文中，来自复旦大学团队和上海人工智能实验室的研究人员打造出一款名为EyeReal的裸眼3D显示器。它的屏幕很普通，就是使用普通的液晶显示屏。它把好几层液晶显示屏叠在一起，中间加上偏光片，再使用一个白色液晶显示屏做背光，用“便宜货”做出了“黑科技”，即在普通液晶显示屏上实现了全方位、无闪烁、不眼晕的裸眼3D效果，未来的玩游戏、学知识和做手术都可能因为EyeReal变得完全不同。总结一下EyeReal的工作流程就是：用摄像头实时捕捉双眼位置-AI根据位置计算出需要投射给每只眼睛的光线图案-将指令下达给液晶显示屏-屏幕协同工作并发射出两束为你定制的光-两束光投入人的左眼和右眼-人的大脑将它们融合并产生一个生动和立体的世界。

2025年11月26日获悉，一支来自美国哈佛大学和美国斯坦福大学等联合团队集成40余种衰老时钟模型开发了一个名为ClockBase Agent的平台，让AI在200万份人类和小鼠的分子组学数据里“挖宝”，并找出了超过500种可能让生物年龄倒退的干预措施。值得关注的是，基于该平台新发现了一种抗衰老化合物Ouabain，为开发延长健康寿命的干预策略奠定了基础。实验结果显示，Ouabain显著延缓了老年小鼠的虚弱进程，不仅改善了其心脏功能还减轻了神经炎症。ClockBase Agent平台能够自主生成解析数据和假说、执行统计分析、进行文献综述，并自动生成科学报告，为研究人员提供有潜力且可靠的衰老干预措施。在严格专家验证下，分析准确率达99%。其主要由以下三个核心Agent构成：Coding Agent、Reviewer Agent、Report Agent。与此同时，研究团队还整理了一个包含近年来数千篇衰老领域的论文数据集，构建了迄今为止最全面的生物年龄图谱。并且，Reviewer Agent和Coding Agent可随时访问该数据集，来寻找支撑相关理论或判断的参考文献。最终，相关论文以《自主 AI 智能体从数百万分子档案中发现抗衰老干预措施》（Autonomous AI Agents Discover Aging Interventions from Millions of Molecular Profiles）为题发表在预印本网站bioRxiv。

香港大学赵琦教授、复旦大学周游教授及美国马里兰大学安德鲁·查尔兹教授在《Nature Physics》上发表的研究首次揭示了量子纠缠在量子模拟中的加速作用。研究发现，随着量子系统中纠缠度的增加，量子模拟的误差显著降低，并趋近于平均误差水平。这一发现表明，高纠缠状态不仅不是经典计算方法的障碍，反而成为实现量子加速的关键资源。该研究通过理论分析和数值模拟证明了纠缠熵与哈密顿量模拟误差之间的深刻联系，并提出了一种基于测量的自适应模拟协议。这项工作不仅深化了对量子纠缠的理解，还为量子算法设计提供了新的思路，展示了纠缠作为优化算法设计和降低资源成本的有效工具。此外，该研究为未来实现更高效的量子计算提供了关键的理论指导。

美国麻省理工学院赵选贺教授团队开发了一种新型生物电子设备——黏附性非纤维化生物电子界面（ANB），能够在多种外周神经上长期稳定工作，有效防止异物反应导致的纤维化。传统的植入物容易引发免疫反应，形成厚厚的纤维囊包裹，阻隔信号传递。而ANB具有强黏附力和快速反应速度，能在5到10秒内牢固固定在神经外膜上，避免大量免疫细胞浸润，从而实现长期稳定的信号传递。该技术有望用于辅助或替代化学药物治疗高血压、抑郁、偏头痛等慢性神经系统疾病。相关研究成果已发表在《Science Advances》上。

2025年11月23日获悉，美国加州大学圣地亚哥分校（UCSD）徐升团队开发了一种通过深度学习增强的可穿戴传感器，可构建在多种动态条件下均具备强抗运动伪影能力的人机交互界面。该设备以柔性电子贴片的形式贴附在用户前臂，通过无线方式实时捕捉动作信号并驱动外部机器人执行精确操作。实验结果显示，该系统实现了一系列优异的性能：手势识别的准确率达94%；新用户仅需坐姿和卧姿两个样本就能完成模型微调，大幅度减少了数据采集时间；从手势信号捕捉到机器人手臂响应的延迟约1.3秒, 可满足实时控制的需求；电池性能方面，可拉伸电池在60个循环后容量保持在约25mAh，库仑效率近100%，可支持设备4小时以上的连续运行。该研究通过减轻运动伪影带来的影响，突破了此前在运动／震动环境下难以应用的瓶颈，并展示了可穿戴人机交互界面在复杂真实世界应用中的潜力，也为设计新的手势识别平台或系统提供了一种新的思路。例如在医疗领域，通过该技术为帕金森患者或康复中行动不便的患者在动态环境下，通过手势精确控制设备等方面提供帮助。近日，相关论文以《一种基于深度学习增强型可穿戴传感器的抗运动伪影人机交互界面》（A noise-tolerant human–machine interface based on deep learning-enhanced wearable sensors）为题发表在Nature Sensors。

美国宾夕法尼亚州立大学与德国斯图加特大学合作开发了首款集成柔性OLED显示屏的智能戒指VisRing，分辨率达160×32像素，成本约35美元。VisRing不仅将屏幕嵌入戒指中，还具备可视化能力、传感能力和单手交互能力，这些是目前多数智能手表和普通智能戒指无法实现的功能。用户只需用同一只手的拇指轻轻转动戒指，就能切换页面或查看消息，无需另一只手辅助，适用于运动、通勤或社交场景。VisRing总重仅6.6克，可在指环大小的柔性OLED上显示完整文字、可视化图表和通知消息，而市场上其他智能戒指通常只有简易LED或无屏幕。这款智能戒指实现了“显示+感知+单手交互”的完整闭环，具有监测功能。

CAR-T细胞疗法能精准识别并消灭癌细胞，已助许多血液癌症患者恢复健康，但研发新疗法需8-12年且常失败，面临周期长、风险高、成本高等挑战。美国波士顿Bio LIMS INC公司研发了名为Bio AI Agent的智能系统，其采用多智能体架构，内嵌六个智能体，涵盖药物研发全流程，能加快寻找完美“细胞战士”的过程。这是首批将AI与CAR-T研发结合的研究之一，致力于缓解CAR-T疗法价格昂贵的问题。如成果达预期，将显著缩短CAR-T药物研发周期、降低成本，最终可能使治疗价格明显下降，解决给T细胞配备“智能眼镜”的难题，确保其精准攻击癌细胞。

2025年11月15日获悉，今年刚满20岁的中山大学00后本科毕业生沙天铭，前不久收到了多所全美Top50高校的博士offer。同样在前不久，他和合作者为预防中风研发出一款名为FAST-CAD的AI工具，能在不依赖医院设备的前提下，在复杂的日常环境中实现中风的准确判断。沙天铭等人所使用的志愿者数据，分布在12种不同的人群组合中，他们有着不同的性别，并在被收集数据时处于不同的年龄和姿势。但是结果却十分出色，FAST-CAD的整体准确率高达91.2%，比此前最佳方法高出5%，在最难预测的人群上的准确率也只比平均数据低了1.7%。这款AI工具也是当前医学领域首个可插拔的非接触式中风AI检测框架，当患者感到不适或身边人怀疑其可能发生脑卒中时，即可通过这一技术实现早期筛查。

研究人员开发出一种名为“Gyromorphs”的新材料，这种材料结合了液体和晶体的特性，能够实现全方向光隔离。该材料属于超材料，其性能由内部几何结构决定，而非化学成分。Gyromorphs 通过整合液体状态中的随机性和晶体结构中的远距离有序性，形成了一种“关联无序”的全新形态。这种材料能够在芯片内部构建稳定的光路环境，有效防止光信号泄露或衰减，为光子计算技术的发展提供了新的解决方案。这一突破有望解决光子芯片在高集成度环境中对稳定性和能效的严格要求，推动下一代计算技术的进步。

西湖大学邹贻龙团队与Kiry D. Piatkevich团队合作开发出原位膨胀成像蛋白质组学技术（iPEX），该技术基于水凝胶的蛋白质锚定、组织膨胀与质谱成像分析，能够在不依赖抗体的情况下，以1-5μm精度和10-100倍灵敏度提升绘制蛋白质的空间分布图。这项技术不仅解决了高分辨率与高灵敏度不可兼得的核心矛盾，还在阿尔茨海默症模型中捕捉到早期线粒体与脂肪酸代谢紊乱的信号，为揭示复杂疾病的分子图谱开辟了新路径。传统空间蛋白质组学技术面临依赖特异性抗体、无法保留组织空间连续性及分辨率低等困境，而iPEX技术通过物理膨胀的方式，实现了高分辨率和高覆盖度的非靶向检测，使得研究者能够清晰地看到蛋白质的“地理坐标”，并准确测量其在组织中的分布情况。

科学家们利用AI技术开发了一种名为Squidiff的生成式框架，能够预测细胞在不同环境下的转录组变化，从而模拟和预测细胞命运、药物作用及器官发育。该研究基于人类血管类器官，仅用两个时间点的数据就能重建11至17天的发育轨迹，并揭示了周细胞向内皮细胞转分化的过渡过程。Squidiff不仅优化了类器官培养方案，还为个体化治疗提供了关键技术支持。此外，该工具还能预测太空辐射对宇航员的影响及防护剂的效果，标志着生物学动态预测从“静态快照”进入“连续生成”的新时代。这项研究推动了生物医学研究范式从传统实验向计算预测与实验验证协同转变。

美国南加州大学教授约书亚·杨团队成功研发出一种名为1M1T1R的人工神经元，其能耗仅为皮焦耳级别，比人脑中的神经元节能数千倍。这种人工神经元能够像真实脑细胞一样工作，有望催生类似人脑的基于硬件的学习系统，并可能彻底改变AI的部署方式，使其可以嵌入到手表、眼镜甚至是植入式医疗设备中。此外，1M1T1R神经元在处理时空信息方面表现出色，有助于实现通用人工智能（AGI），这标志着神经形态计算的重要里程碑。研究结果发表在《Nature Electronics》上。

大卫·贝克教授及其团队开发了一种基于AI的蛋白质结构生成模型RFdiffusion，该模型能够根据指定病毒表面的特定表位，从头设计出与之结合的抗体结构。这一技术不仅大大缩短了寻找有效抗体的时间，还提高了设计精度，达到了接近原子级的匹配度。实验结果显示，由RFdiffusion设计的抗体与目标病毒的结合方式与其预测结果高度一致。这项突破性成果有望改变未来传染病应对模式，使得在新病毒出现时，可以迅速设计出治疗性抗体，并在几周内启动临床试验，从而显著加快疫苗和药物的研发进程。相比传统方法如动物免疫或大规模筛选，AI辅助的设计流程更加高效精准，为抗击各种病原体提供了新的可能性。

研究人员开发出全球最小的神经植入物，名为微尺度光电无线电极（MOTE），尺寸仅为300微米长、70微米宽，比沙子还小。该植入物能够无线跟踪并传输老鼠大脑数据长达一年，无需电线和电池。这项技术由美国康奈尔大学和新加坡南洋理工大学的研究人员共同研发，相关论文于11月3日发表在《Nature Electronics》上。MOTE可以测量大脑电活动并通过无线方式传输数据，为神经科学研究提供了新的工具。