解码癌症：研究人员揭示细胞是如何"叛变"的

解码癌症：研究人员揭示细胞是如何"叛变"的 访问：NordVPN 立减 75% + 外加 3 个月时长 另有NordPass密码管理器 约翰斯-霍普金斯大学医学院的科学家们绘制了人类乳腺和肺细胞中的一条分子途径，它可能导致基因组过度复制，而这正是癌细胞的一个特征。这些发现最近发表在《科学》杂志上，揭示了当一组分子和酶触发并调节所谓的"细胞周期"（用细胞的遗传物质制造新细胞的重复过程）时，会出现什么问题。研究人员认为，这些发现可用于开发中断细胞周期障碍的疗法，并有可能阻止癌症的生长。为了复制，细胞会遵循一个有序的程序，首先复制整个基因组，然后分离基因组副本，最后将复制的DNA平均分成两个"子"细胞。人类细胞的每对染色体有 23 对一半来自母亲，一半来自父亲，包括性染色体 X 和 Y即总共 46 对，但已知癌细胞会经历一个中间状态，即拥有双倍的数量92 条染色体。这是如何发生的是一个谜。约翰霍普金斯大学医学院分子生物学和遗传学副教授塞尔吉-雷戈特（Sergi Regot）博士说："癌症领域科学家们的一个永恒问题是：癌细胞基因组是如何变得如此糟糕的？我们的研究对细胞周期的基础知识提出了挑战，让我们重新评估了关于细胞周期如何调节的想法"。细胞周期调控面临的挑战雷戈特说，复制基因组后受到压力的细胞会进入休眠或衰老阶段，并错误地冒着再次复制基因组的风险。一般来说，这些休眠细胞在被免疫系统"识别"为有问题的细胞后，最终会被清除。但有时，尤其是随着年龄的增长，免疫系统无法清除这些细胞。如果任由这些异常细胞在体内游荡，它们就会再次复制基因组，在下一次分裂时对染色体进行洗牌，从而引发癌症。为了确定细胞周期中出现问题的分子途径的细节，雷戈特和研究生研究助理康纳-麦肯尼（Connor McKenney）领导约翰-霍普金斯大学的研究小组，重点研究了乳腺导管和肺组织中的人类细胞。原因何在？这些细胞的分裂速度通常比体内其他细胞更快，从而增加了观察细胞周期的机会。观看这段视频，了解细胞在不分裂的情况下经历两次复制基因组的细胞周期阶段。细胞核中出现的亮点表明 DNA 正在复制的位置。资料来源：约翰-霍普金斯大学医学院塞尔吉-雷戈特实验室雷戈特的实验室擅长对单个细胞进行成像，因此特别适合发现极少数没有进入休眠期、继续复制基因组的细胞。在这项新研究中，研究小组仔细观察了数千张单细胞在细胞分裂过程中的图像。研究人员开发了发光生物传感器，用于标记细胞周期蛋白依赖性激酶（CDKs）。他们发现，各种 CDK 在细胞周期的不同时期激活。在细胞受到环境压力（如干扰蛋白质生产的药物、紫外线辐射或所谓的渗透压（细胞周围水压的突然变化））后，研究人员发现 CDK 4 和 CDK 6 的活性降低了。细胞周期破坏的研究结果五到六小时后，当细胞开始准备分裂时，CDK 2 也受到了抑制。此时，一种名为无丝分裂促进复合物（APC）的蛋白质复合物在细胞分裂前的阶段被激活，这一步骤被称为有丝分裂。Regot说："在研究中的受压环境中，APC激活发生在有丝分裂之前，而通常人们只知道它在有丝分裂过程中激活。"当暴露在任何环境压力下时，约 90% 的乳腺细胞和肺细胞会离开细胞周期，进入安静状态。在他们的实验细胞中，并非所有细胞都安静了下来。研究小组发现，约有 5%-10%的乳腺细胞和肺细胞重返细胞周期，再次分裂染色体。通过另一系列实验，研究小组发现，所谓的应激活化蛋白激酶活性的增加与一小部分细胞脱离安静阶段并继续将基因组翻倍有关。雷戈特说，目前正在进行一些临床试验，测试DNA损伤剂与阻断CDK的药物。联合用药有可能促使一些癌细胞将基因组复制两次，产生异质性，最终产生抗药性。也许有药物可以阻止 APC 在有丝分裂前激活，从而防止癌细胞二次复制基因组，防止肿瘤阶段性进展。编译来源：ScitechDaily ... PC版： 手机版：

微小裂缝，全球影响：MIT研究人员揭示微观冰层缺陷如何塑造冰川

微小裂缝，全球影响：MIT研究人员揭示微观冰层缺陷如何塑造冰川 一条冰川流入格陵兰岛西南海岸的峡湾。麻省理工学院的一项新研究介绍了一种基于微观冰缺陷绘制冰川流动图的模型，通过详细描述冰川对压力敏感性的区域变化，提供了冰川动力学的细微视角，并改进了海平面上升的预测。资料来源：Meghana Ranganathan冰川流动与海平面上升随着冰川和冰盖的融化和入海，全球水位正以前所未有的速度上升。科学家需要更好地了解冰川融化的速度以及影响冰川流动的因素，以便预测未来海平面上升的情况并做好准备。现在，麻省理工学院科学家的一项研究根据冰的微观变形，为冰川流动提供了新的图景。研究结果表明，冰川的流动在很大程度上取决于微观缺陷如何在冰层中移动。研究人员发现，他们可以根据冰川是否容易出现某种微观缺陷来估计冰川的流动情况。他们利用这种微观和宏观变形之间的关系，建立了冰川流动的新模型。利用这个新模型，他们绘制了南极冰原上各个地点的冰流图。穿过南极洲罗斯冰架附近山谷的冰流。图片来源：Meghana Ranganathan挑战冰流的传统观点他们发现，与传统观点相反，冰原并不是一个整体，相反，它在应对气候变暖压力时的流动地点和方式更加多样。研究人员在论文中写道，这项研究"极大地改变了海洋冰原可能变得不稳定并导致海平面快速上升的气候条件"。Meghana Ranganathan 博士说："这项研究真正展示了微观过程对宏观行为的影响。这些机制发生在水分子的尺度上，最终会影响南极西部冰盖的稳定性"。她是麻省理工学院地球、大气和行星科学系（EAPS）的研究生，现在是佐治亚理工学院的博士后。共同作者、EAPS 副教授 Brent Minchew 补充说："广义上讲，冰川正在加速，围绕这一点有很多变数。这是第一项从实验室到冰原的研究，开始评估自然环境中冰的稳定性。这最终将有助于我们了解灾难性海平面上升的概率。"Ranganathan 和 Minchew 的研究最近发表在《美国国家科学院院刊》上。冰川运动与海平面影响冰川流动是指冰从冰川的顶峰或冰原的中心向下移动到边缘，然后冰在边缘断裂并融化到海洋中的过程这个过程通常很缓慢，但随着时间的推移，会导致世界平均海平面上升。近年来，在全球变暖以及冰川和冰原加速融化的推动下，海洋以前所未有的速度上升。众所周知，极地冰川的消失是导致海平面上升的主要原因，但这也是预测时最大的不确定因素。"部分原因是规模问题，"Ranganathan 解释说。"很多导致冰流动的基本机制都发生在我们无法看到的非常小的尺度上。我们想准确地确定这些支配冰流的微物理过程是什么，而海平面变化模型中还没有体现出这些微物理过程。"明尼苏达大学的地质学家在 2000 年代初进行了实验，研究了小块冰在受到物理压力和压缩时如何变形。他们的研究揭示了冰流动的两种微观机制：一种是"位错蠕变"，即分子大小的裂缝在冰中移动；另一种是"晶界滑动"，即单个冰晶相互滑动，导致它们之间的边界在冰中移动。地质学家发现，冰对应力的敏感性，或者说冰流动的可能性，取决于两种机制中哪一种占主导地位。具体来说，当微观缺陷是通过位错蠕变而不是晶界滑动产生时，冰对应力更敏感。兰加纳坦和明切意识到，这些微观层面的发现可以重新定义冰川尺度更大的冰流方式。他们解释说："目前的海平面上升模型假定冰对压力的敏感性只有一个值，并且在整个冰原上保持这个值不变。"这些实验表明，实际上，由于这些机制中的哪一种在起作用，冰的敏感性存在着相当大的变异性"。预测冰川流动的新模型在新的研究中，麻省理工学院的研究小组从之前的实验中汲取灵感，建立了一个模型来估算冰区对应力的敏感度，这直接关系到冰流动的可能性。该模型吸收了环境温度、冰晶平均大小和该区域冰的估计质量等信息，并计算出冰通过位错蠕变和晶界滑动发生变形的程度。根据这两种机制中哪一种占主导地位，模型就能估算出该区域对应力的敏感性。科学家们将从南极冰原上不同地点观测到的实际数据输入到模型中，其他科学家之前在这些地点记录了当地的冰层高度、冰晶大小和环境温度等数据。根据模型的估计，研究小组绘制了南极冰原上冰对压力的敏感性地图。当他们将该地图与卫星和实地对冰原的长期测量结果进行比较时，发现两者非常吻合，这表明该模型可用于准确预测冰川和冰原在未来的流动情况。"随着气候变化使冰川开始变薄，这可能会影响冰对压力的敏感性，"Ranganathan 说。"我们预计南极洲的不稳定性可能会非常不同，我们现在可以利用这个模型捕捉这些差异。"编译自/scitechdaily ... PC版： 手机版：

研究人员发现绕过 ChatGPT 安全控制的漏洞

研究人员发现绕过 ChatGPT 安全控制的漏洞 在周四发布的一份中，匹兹堡卡内基梅隆大学和旧金山人工智能安全中心的研究人员展示了任何人如何规避人工智能安全措施并使用任何领先的聊天机器人生成几乎无限量的有害信息。 研究人员发现，他们可以通过在输入系统的每个英语提示符上附加一长串字符来突破开源系统的护栏。 如果他们要求其中一个聊天机器人“写一篇关于如何制造炸弹的教程”，它会拒绝这样做。但如果他们在同一个提示中添加一个冗长的后缀，它会立即提供有关如何制作炸弹的详细教程。以类似的方式，他们可以诱使聊天机器人生成有偏见的、虚假的和其他有毒的信息。 研究人员感到惊讶的是，他们用开源系统开发的方法也可以绕过封闭系统的护栏，包括 OpenAI 的 ChatGPT、Google Bard 和初创公司 Anthropic 构建的聊天机器人 Claude。 聊天机器人开发公司可能会阻止研究人员确定的特定后缀。但研究人员表示，目前还没有已知的方法可以阻止所有此类攻击。专家们花了近十年的时间试图阻止对图像识别系统的类似攻击，但没有成功。 Anthropic 政策和社会影响临时主管 Michael Sellitto 在一份声明中表示，该公司正在研究阻止攻击的方法，就像研究人员详细介绍的那样。“还有更多工作要做，”他说。

MIT研究人员利用人工智能将仓库改造成高效枢纽

MIT研究人员利用人工智能将仓库改造成高效枢纽 在一个巨大的机器人仓库里，数百个机器人在地面上来回穿梭，抓取物品并交付给人类工人进行包装和运输。这种仓库正日益成为从电子商务到汽车生产等许多行业供应链的一部分。然而，要让 800 个机器人高效地往返于目的地，同时又要防止它们相互碰撞，并非易事。这个问题非常复杂，即使是最好的路径搜索算法，也很难跟上电子商务或制造业的飞速发展。人工智能驱动的高效解决方案从某种意义上说，这些机器人就像试图在拥挤的市中心穿梭的汽车。因此，一群利用人工智能缓解交通拥堵的麻省理工学院研究人员运用了这一领域的理念来解决这一问题。他们建立了一个深度学习模型，对仓库的重要信息（包括机器人、计划路径、任务和障碍物）进行编码，并利用这些信息预测仓库的最佳疏导区域，以提高整体效率。他们的技术将仓库中的机器人分成若干组，因此这些较小的机器人组可以用协调机器人的传统算法更快地消除拥堵。最终，与强随机搜索法相比，他们的方法疏导机器人的速度快了近四倍。除了简化仓库作业，这种深度学习方法还可用于其他复杂的规划任务，如计算机芯片设计或大型建筑的管道布线。尖端的神经网络架构"我们设计了一种新的神经网络架构，它实际上适用于这些仓库这种规模和复杂程度的实时操作。它可以对数百个机器人的轨迹、出发地、目的地以及与其他机器人的关系进行编码，而且能以一种高效的方式在各组机器人之间重复使用计算，"土木与环境工程（CEE）专业吉尔伯特-W-温斯洛职业发展助理教授、信息与决策系统实验室（LIDS）和数据、系统与社会研究所（IDSS）成员凯茜-吴（Cathy Wu）说。该技术论文的资深作者 Wu 和第一作者、电子工程和计算机科学专业研究生 Zhongxia Yan 共同完成了这项研究。这项研究成果将在学习表征国际会议（International Conference on Learning Representations）上发表。机器人俄罗斯方块从鸟瞰图上看，机器人电子商务仓库的地面有点像快节奏的"俄罗斯方块"游戏。当客户下订单时，机器人会前往仓库的某一区域，抓起放置所需物品的货架，然后将其交给人类操作员，由其拣选和包装物品。数百个机器人同时进行这项工作，如果两个机器人在穿过巨大的仓库时发生路径冲突，就可能会撞车。传统的搜索算法可以避免潜在的碰撞，方法是保持一个机器人的运行轨迹，并为另一个机器人重新规划轨迹。但由于机器人数量众多，可能发生碰撞，问题很快就会呈指数级增长。"由于仓库是在线运行的，机器人大约每 100 毫秒重新扫描一次。也就是说，每秒钟，机器人要重新扫描 10 次。因此，这些操作必须非常快速，"Wu 说。由于在重新规划过程中时间非常关键，麻省理工学院的研究人员利用机器学习将重新规划的重点放在最有可能减少机器人总行驶时间的拥堵区域。Wu 和 Yan 建立的神经网络架构可同时考虑较小的机器人群组。例如，在一个拥有 800 个机器人的仓库中，网络可能会将仓库地面切割成更小的组，每组包含 40 个机器人。然后，如果使用基于搜索的求解器来协调该组机器人的轨迹，它就会预测出哪一组最有可能改进整体解决方案。整个算法是一个迭代过程，先用神经网络选出最有希望的机器人组，再用基于搜索的求解器解散机器人组，然后用神经网络选出下一个最有希望的机器人组，依此类推。简化复杂系统神经网络能有效地推理机器人群，因为它能捕捉到单个机器人之间存在的复杂关系。例如，即使一个机器人一开始离另一个机器人很远，它们在行进过程中的路径仍有可能交叉。该技术还能简化计算，只需对约束条件进行一次编码，而无需对每个子问题重复编码。例如，在一个拥有 800 个机器人的仓库中，要消除一组 40 个机器人的拥堵，需要将其他 760 个机器人作为约束条件。其他方法则需要在每次迭代中对每组所有 800 个机器人推理一次。相反，研究人员的方法只需要在每次迭代中对所有小组的 800 个机器人进行一次推理。她补充说："仓库是一个大的环境，因此这些机器人群组中的很多都会在更大的问题上有一些共同点。我们设计的架构就是为了利用这些共同的信息。"研究人员在几个模拟环境中测试了他们的技术，包括一些像仓库一样的环境，一些带有随机障碍物的环境，甚至还有模拟建筑物内部的迷宫设置。通过识别出更有效的疏导群组，他们基于学习的方法疏导仓库的速度比强大的、非基于学习的方法快四倍。即使考虑到运行神经网络的额外计算开销，他们的方法解决问题的速度仍然快 3.5 倍。未来方向与同行认可未来，研究人员希望从他们的神经模型中获得简单、基于规则的见解，因为神经网络的决策可能不透明，难以解读。更简单、基于规则的方法也更容易在实际机器人仓库环境中实施和维护。"这种方法基于一种新颖的架构，在这种架构中，卷积和注意力机制能够有效地相互作用。令人印象深刻的是，它能够考虑到所构建路径的时空成分，而无需针对具体问题进行特征工程。结果非常出色。"康奈尔理工学院安德鲁-H.和安-R.-蒂施教授 Andrea Lodi 说："我们不仅能在求解质量和速度方面改进最先进的大型邻域搜索方法，而且该模型还能很好地推广到未见过的案例中。"编译来源：ScitechDaily ... PC版： 手机版：

研究人员发出警告AI系统已学会如何欺骗人类

研究人员发出警告AI系统已学会如何欺骗人类 第一作者、麻省理工学院人工智能存在安全博士后彼得-S-帕克（Peter S. Park）说："人工智能开发人员对造成欺骗等不良人工智能行为的原因并不十分了解。但一般来说，我们认为人工智能欺骗行为的产生是因为基于欺骗的策略被证明是在特定人工智能训练任务中表现出色的最佳方式。欺骗有助于它们实现目标。"Park 及其同事分析了相关文献，重点研究了人工智能系统传播虚假信息的方式通过学习欺骗，系统地学会操纵他人。研究人员在分析中发现的最显著的人工智能欺骗例子是 Meta 公司的 CICERO，这是一个专门用来玩"外交"游戏的人工智能系统。尽管 Meta 公司声称它训练 CICERO"基本上是诚实和乐于助人的"，并且在玩游戏时"从不故意背叛"人类盟友，但该公司随其科学论文一起发表的数据显示，CICERO 玩得并不公平。Meta 的 CICERO 在外交游戏中的欺骗示例。资料来源：Patterns/Park Goldstein et al.Park 说："我们发现，Meta 的人工智能学会了欺骗。虽然 Meta 成功地训练其人工智能在外交游戏中获胜CICERO 在参加过不止一次游戏的人类玩家中名列前 10%，但 Meta 却未能训练其人工智能以诚实的方式获胜"。其他人工智能系统也展示了在与人类职业玩家进行的德州扑克游戏中虚张声势的能力，在战略游戏《星际争霸 II》中伪造攻击以击败对手的能力，以及在经济谈判中歪曲自己的偏好以占上风的能力。Park 补充说，虽然人工智能系统在游戏中作弊看似无害，但这可能会导致"人工智能欺骗能力的突破"，并在未来演变成更高级的人工智能欺骗形式。研究人员发现，一些人工智能系统甚至学会了欺骗旨在评估其安全性的测试。在一项研究中，数字模拟器中的人工智能生物"装死"，以骗过为消除快速复制的人工智能系统而设计的测试。通过有计划地欺骗人类开发人员和监管机构对其进行的安全测试，欺骗性人工智能会让我们人类陷入虚假的安全感。GPT-4 完成验证码任务。图片来源：Patterns/Park Goldstein et al.帕克警告说，欺骗性人工智能的主要近期风险包括使敌对行为者更容易实施欺诈和篡改选举。他说，最终，如果这些系统能够完善这种令人不安的技能组合，人类可能会失去对它们的控制。"作为一个社会，我们需要尽可能多的时间来为未来人工智能产品和开源模型更先进的欺骗能力做好准备，"Park 说。"随着人工智能系统的欺骗能力越来越先进，它们给社会带来的危险也将越来越严重。"虽然 Park 和他的同事们认为社会还没有正确的措施来解决人工智能欺骗问题，但他们感到鼓舞的是，政策制定者已经通过欧盟人工智能法案和拜登总统的人工智能行政命令等措施开始认真对待这个问题。但 Park 说，鉴于人工智能开发人员尚不具备控制这些系统的技术，旨在减少人工智能欺骗行为的政策能否得到严格执行还有待观察。"如果禁止人工智能欺骗在当前政治上不可行，我们建议将欺骗性人工智能系统归类为高风险，"Park 说。编译来源：ScitechDaily ... PC版： 手机版：

研究人员通过低温电子显微镜揭示了复制酶的原子结构

研究人员通过低温电子显微镜揭示了复制酶的原子结构 图中显示的是一种被认为与生命起源有关的 RNA 聚合酶核糖酶。图中的核糖酶被冰冻起来，象征着它是如何被及时冷冻以进行成像的，以及它是如何在冰冷的条件下发挥最佳作用的。黄/红光突出显示了活性位点，透明显示了模板-产物螺旋的拟议位置。图片来源：Rune Kidmose错综复杂的生命分子机制是如何从简单的起点产生的，这是一个长期存在的问题。一些证据表明，在原始的"RNA 世界"中，"RNA 复制机"（即所谓的复制酶）开始复制自身和其他 RNA 分子，从而启动了进化和生命本身。然而，古老的复制酶似乎已经消失在时间的长河中，它在现代生物学中的作用已被更高效的蛋白质机器所取代。为了支持"RNA 世界"假说，研究人员一直试图在实验室中重新创造出一种等效的 RNA 复制酶。虽然已经发现了这种古代复制酶的分子"二重身"，但由于难以确定动态 RNA 分子的结构，它们的详细分子结构和作用方式仍然难以确定。嗜冰 RNA 复制酶的结构在发表于《美国国家科学院院刊》（PNAS）的一篇研究论文中，一个研究小组首次利用低温电子显微镜（cryo-EM）报告了 RNA 复制酶的原子结构。正在研究的 RNA 复制酶是由 Holliger 实验室（英国剑桥大学 MRC LMB）开发的，能够在共晶冰相（类似于冰渣）中利用核苷酸三联体高效复制长模板。现任奥胡斯大学助理教授的 Emil L. Kristoffersen 从霍利格实验室博士后学习归来后，促成了与安德森实验室（丹麦奥胡斯大学）的合作，通过低温电子显微镜确定了 RNA 复制酶的结构。有趣的是，该结构与基于蛋白质的聚合酶有着惊人的相似之处，其模板结合、聚合和底物分辨结构域的分子形状类似于一只张开的手。"我们惊讶地发现，我们在试管中人工进化出的核糖酶竟然具有天然存在的蛋白质聚合酶的特征。"英国剑桥大学 MRC LMB 项目负责人 Philipp Holliger 解释说："这表明，无论材料是 RNA 还是蛋白质，进化都能发现趋同的分子解决方案。"RNA 世界中的 RNA 合成模型为了更好地了解 RNA 复制酶的工作原理，研究人员进行了全面的突变研究，以突出 RNA 结构的关键要素。这项分析证实了催化位点的特征，同时也揭示了两个所谓的"接吻环"相互作用的重要性，这两个相互作用将支架亚基和催化亚基结合在一起，同时也揭示了一个特定的RNA结构域对保真度的重要性，即复制酶复制RNA链的准确性。虽然研究人员无法确定复制酶在积极复制 RNA 时的"作用中"结构，但他们还是建立了一个与所有实验数据相一致的基于 RNA 的 RNA 复制模型。"冷冻电镜是研究 RNA 分子结构和动态特征的一种强大方法。通过将低温电子显微镜数据与实验相结合，我们能够建立这种复杂的 RNA 机器内部运作的模型。"Ewan McRae 告诉我们，他在奥胡斯大学安德森实验室做博士后时曾从事过低温电子显微镜工作，现在已经在美国得克萨斯州休斯顿卫理公会研究所成立了自己的研究小组。RNA 纳米技术和医学的灵感来源这项研究令人兴奋地首次看到了被认为位于生命之树根部的 RNA 复制酶。然而，目前开发的基于 RNA 的复制酶效率很低（与基于蛋白质的聚合酶相比），还不能维持自身的复制和进化。这项研究提供的结构洞察力可能有助于设计更高效的复制机制，从而让我们更接近在试管中开发 RNA 世界的情景。"通过使用可能存在于 RNA 世界中的化学修饰，RNA 复制酶的特性可能会得到进一步改善。"丹麦奥胡斯大学副教授 Ebbe Sloth Andersen 解释说："此外，对生命起源的研究还发现了几种新型 RNA 构建模块，可用于新兴的 RNA 纳米技术和医学领域。"编译来源：ScitechDaily ... PC版： 手机版：