新型抗体瞄准流感病毒蛋白质未被探索的“阴暗面”

新型抗体瞄准流感病毒蛋白质未被探索的“阴暗面”流感神经氨酸酶蛋白的四聚体（蓝色和浅蓝色）与针对其"暗面"的两种新型人类抗体（紫色/粉色和棕色/米色）的可变结构域结合。与催化位点朝上的NA四聚体的4倍轴一起观察。资料来源：美国国立卫生研究院这种抗体针对的是许多流感病毒（包括H3N2亚型病毒）中常见的NA蛋白的一个区域，它可能成为抗击流感对策的新目标。这项研究由美国国立卫生研究院下属的国家过敏和传染病研究所疫苗研究中心的科学家领导，研究论文最近发表在《免疫》杂志上。流感每年使全球数百万人患病，并可能导致重病和死亡。虽然接种流感疫苗可以减轻疾病负担，但每个季节都需要更新疫苗，以抵御快速演变的病毒的多种毒株和亚型。能够抵御多种流感病毒的疫苗可以防止新型流感病毒和流感病毒的再次出现，而无需每年重新配制疫苗或接种疫苗。改进流感疫苗和其他对策的方法之一是在病毒表面蛋白的"保守"区域--不同病毒株之间往往相对不变的部分--确定新的靶点。流感病毒NA是一种表面蛋白，包含球状的头部和狭窄的柄部。NA头部的底部包含一个高度保守的区域，该区域具有抗体靶标（称为表位），使其容易与抗体结合并抑制病毒，而且不会受到耐药株常见突变的影响。这一区域被称为"暗面"，因为它部分位置隐蔽，而且具有相对未被探索的特性。研究人员从两名甲型H3N2亚型流感（季节性流感病毒的主要亚型）康复者的血液中分离出了针对NA暗面的人类抗体。在实验室测试中，这种抗体抑制了H2N2亚型（1957-1958年导致流感大流行的亚型）病毒以及来自人类、猪和鸟类的H3N2病毒的繁殖。在小鼠感染亚型H3N2病毒前一天或感染后两天给小鼠注射这种抗体，也能保护小鼠免受致命感染，这表明这种抗体可以在这种模型中治疗和预防流感。科学家们利用低温电子显微镜这种先进的显微镜技术，分析了其中两种抗体与NA结合后的结构。每种抗体都针对暗面不同的、不重叠的区域，这表明该区域有多个区域，可能有助于开发对策。这些研究结果表明，NA暗面具有独特的、以前尚未开发的表位，可用于开发新的疫苗和治疗策略。研究人员认为，针对NA暗面的抗体可以与抗病毒药物或其他类型的抗体结合使用，用于干预流感，因为它们对抗药性突变的流感病毒有效。研究人员还指出，NA阴暗面靶点可被纳入下一代流感广泛保护性疫苗中。编译自:ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1422877.htm手机版：https://m.cnbeta.com.tw/view/1422877.htm

美国媒体揭开大模型阴暗面：训练用的数据可能有点脏

美国媒体揭开大模型阴暗面：训练用的数据可能有点脏互联网上蕴含着大量有用、有益的经验和知识，但数字时代的网民们也不得不承认，在烟波浩渺的互联网信息丛林中，也蕴含着大量偏见、歧视、有害，以及侵犯名誉和隐私的内容。种种迹象显示，这些“人类的禁忌知识”也被大模型照单全收了。当地时间周三，《华盛顿邮报》发表了与艾伦人工智能研究院合作进行的调查结果，他们拆解了谷歌的C4数据集，这也是许多知名英语AI大模型的训练材料，例如谷歌的T5和Facebook的LLaMA。中国投资者更关注的OpenAI并没有公布训练ChatGPT所用的数据集，所以这也是目前窥得AI数据黑箱的最便利解决方案。AI数据集黑箱揭秘值得一提的是，调查人员使用了SimilarWeb的网站分类数据，由于C4数据集中有三分之一的网站已经不存在这个世界上了，所以实际统计的数据大约为1000万个网站。根据研究，囊括全球专利信息的谷歌专利网、维基百科和订阅制数字图书馆scribd的资料权重位列整个数据集前三。但随着列表往下翻，一系列意想不到的名字开始出现。已经被美国司法部查封的盗版电子书网站b-ok.org高居第190位，类似这样因为侵犯版权被美国查封的网站还在数据集中出现至少27次。（b-ok.org现在是这个样子的）此外，《魔兽世界》玩家论坛wowhead也高居第181位，《赫芬顿邮报》创始人阿里安娜·赫芬顿办的行为转变课程网站thriveglobal也位居175位。令人意外的是，有两个美国投票人数据库网站也位列前100位。虽然投票人的数据本身是公开的，但大模型可能会把这些个人数据用在哪里，又有谁能说清楚呢？接下来的数据则显示，AI大模型潜在的侵权问题，可能要比想象中更加严重。商业和行业网站是数据集中比重最大的分类，创意产品众筹网站kickstarter（25位）也出现在榜单里非常高的位置。这里就引出了一个新的问题，AI向用户提供的许多创意和市场营销答案，很有可能本身就是现成的作品。研究人员也发现，超过50万的个人博客被收录进C4训练集中，这些作者显然没有因此得到过任何报酬。作为AI训练的“富矿”，每天都大量生产经过审校内容的媒体也是训练集的最爱，纽约时报、洛杉矶时报、卫报、福布斯和赫芬顿邮报均挤进数据库比重前十。与许多艺术家一样，不少媒体目前也在向AI产业声索维权。由于美国媒体行业的复杂性，所以训练集中也能找到以极右翼、白人至上主义内容为主基调的网站。事实上，谷歌在构建数据库的时候，已经意识到网络信息污染的问题，所以除了删除毫无意义和重复的语句外，特意用开源的“脏话过滤器”筛过一遍，但似乎有数量非常庞大的漏网之鱼钻了过去。研究人员就在训练集中找到至少7.2万个德国纳粹的标志性符号。更令人担忧的是，训练集中也能找到宣扬种族主义、极右翼阴谋论（QAnon）的网页，而以组织网络暴力闻名的4Chan匿名聊天网站也出现在训练集中。比起数据脏处理数据的态度更迷离虽然C4训练集的数据已经非常庞大，但用于训练OpenAIGPT-3的网络爬虫数据集，从一开始就要比C4大40倍，背后的问题自然也会被同步放大。但在GPT-3的论文中，OpenAI也公开讨论了一个细节：在防止测试数据被放进训练数据导致污染的过程中发现了一个BUG，但由于重新训练模型太贵、公司又没钱，所这个问题就放着不去管它了。一些业内人士也透露，许多科技公司在内部都不会记录训练数据的来源，因为担心会发现个人信息数据，以及未经授权的材料或其他数据。...PC版：https://www.cnbeta.com.tw/articles/soft/1355761.htm手机版：https://m.cnbeta.com.tw/view/1355761.htm