MIT研究人员解释说话和吸气不能同时进行的原因

MIT研究人员解释说话和吸气不能同时进行的原因 “当你需要吸气时，你必须停止发声。我们发现控制发声的神经元接收到来自呼吸节奏发生器的直接抑制输入，”麻省理工学院脑与认知科学教授、麻省理工学院麦戈文脑研究所成员、该研究的资深作者Fan Wang说。杜克大学研究生、麻省理工学院访问学者Jaehong Park是这项研究的主要作者，该研究发表在今天的《Science》杂志上。该论文的其他作者包括麻省理工学院的技术助理Seonmi Choi和Andrew Harrahill，前麻省理工学院的研究科学家Jun Takatoh，以及杜克大学的研究人员Shengli Zhao和Bao-Xia Han。发声控制声带位于喉部，是两条肌肉带，可以打开和关闭。当它们大部分闭合或内收时，从肺部呼出的空气通过声带时会产生声音。麻省理工学院的研究小组开始研究大脑是如何控制这种发声过程的，他们使用了一个小鼠模型。小鼠通过一种独特的口哨机制，通过几乎闭合的声带之间的一个小洞呼出空气，从而发出超声波(USVs)的声音。“我们想了解控制声带内收的神经元是什么，然后这些神经元是如何与呼吸回路相互作用的?”Wang说。为了弄清楚这一点，研究人员使用了一种技术，可以让他们绘制神经元之间的突触连接。他们知道声带内收是由喉部运动神经元控制的，所以他们开始往回追溯，寻找支配这些运动神经元的神经元。这表明，输入的一个主要来源是后脑区域的一组运动前神经元，称为后歧义核(RAm)。先前的研究表明，这个区域与发声有关，但不知道RAm的哪一部分是必需的，也不知道它是如何发声的。研究人员发现，这些突触跟踪标记的RAm神经元在USVs期间被强烈激活。这一观察结果促使研究小组使用一种活动依赖方法来瞄准这些发声特异性RAm神经元，称为RAmVOC。他们使用化学遗传学和光遗传学来探索如果他们沉默或刺激他们的活动会发生什么。当研究人员阻断RAmVOC神经元时，小鼠不再能够产生USVs或任何其他类型的发声。他们的声带没有闭合，腹部肌肉也没有收缩，就像他们通常在呼气发声时所做的那样。相反，当RAmVOC神经元被激活时，声带关闭，小鼠呼气，并产生USVs。然而，如果刺激持续两秒或更长时间，这些USVs就会被吸入打断，这表明这个过程是由大脑中调节呼吸的同一部分控制的。“呼吸是生存的需要，”Wang说。“尽管这些神经元足以引起发声，但它们是在呼吸的控制下，这可以超越我们的光遗传刺激。”节奏的一代额外的突触映射显示，脑干部分称为pre-Bötzinger复合物的神经元作为吸入的节奏发生器，为RAmVOC神经元提供直接的抑制性输入。“pre-Bötzinger复合体自动地、连续地产生吸入节律，该区域的抑制神经元投射到这些发声前运动神经元上，基本上可以关闭它们，”Wang说。这确保了呼吸仍然是语言产生的主导，我们在说话时必须停下来呼吸。研究人员认为，尽管人类的语言产生比小鼠的发声更复杂，但他们在小鼠身上发现的回路在人类的语言产生和呼吸中起着保守的作用。“尽管小鼠和人类发声的确切机制和复杂性确实不同，但基本的发声过程，即发声，需要声带闭合和呼气，在人类和小鼠中是共享的，”Park说。研究人员现在希望研究其他功能，如咳嗽和吞咽食物可能会受到控制呼吸和发声的大脑回路的影响。 ... PC版： 手机版：

研究人员称大脑对深度伪造声音的响应不同

研究人员称大脑对深度伪造声音的响应不同 根据发表在《自然》期刊上的一项研究，苏黎世大学研究人员发现，大脑对自然人声和深度伪造人声的处理方式不同。研究人员首先录制了四位男性的声音，然后使用一种转换算法(Conversion algorithm)生成深度伪造声音。25 名参与者在聆听了一对声音后被要求判断它们是否相同。参与者在三分之二的情况下正确识别了深度伪造人声。研究人员指出深度伪造声音确实能欺骗人，但尚不完美。研究人员随后用成像技术检查大脑，观察哪些区域对深度伪造声音和自然声音的反应不同。他们确定了两个能识别伪造声音的区域：伏隔核和听觉皮层。伏隔核是大脑奖励系统的关键组成部分。当参与者被要求判断深度伪造人声和自然人声是否相同时，其活跃性较低。当被要求对比两个自然人声时它相当活跃。 via Solidot

研究发现番茄植株会利用两种不同的代谢途径产生自我防御机制

研究发现番茄植株会利用两种不同的代谢途径产生自我防御机制 番茄焦油是热心园艺家们最熟悉的一种麻烦，它是一种金黑色的粘性物质，在接触植物后会附着在手上。原来，这种物质特有的粘性有一个重要的作用。它是由一种叫做酰基糖的糖组成的，对害虫来说是一种天然的"苍蝇纸"。这项研究的负责人、密歇根州立大学研究员罗伯特-拉斯特（Robert Last）说："植物在进化过程中制造了许多神奇的毒药和其他生物活性化合物。Last 实验室专门研究酰基糖以及产生和储存酰基糖的微小毛发状结构，即毛状体。"一项惊人的发现是，研究人员在番茄根部也发现了曾被认为只存在于毛状体中的酰基糖。这一发现是一个遗传学之谜，它提出了许多问题，也带来了许多启示。MSU 研究的目的是了解这些根部酰基糖的来源和功能。他们发现，番茄植物不仅在根部和毛状体中合成化学性质独特的酰基糖，而且这些酰基糖是通过两条平行的代谢途径产生的。这就相当于汽车厂的流水线在生产同一款汽车的两种不同型号，但却从不相互影响。在密歇根州立大学生物化学和分子生物学系，番茄幼苗是 Last 实验室为研究茄科植物而培育的。研究人员分析了根和芽之间独特的化学差异，两者都含有酰基糖。图片来源：Connor Yeck/麻省理工大学这些发现有助于科学家们更好地了解茄科植物的恢复能力和进化过程，茄科是一个庞大的植物家族，包括西红柿、茄子、马铃薯、辣椒、烟草和牵牛花。它们还能为研究人员提供有价值的信息，帮助他们将植物制造的分子开发成化合物，以帮助人类。"从药品、杀虫剂到防晒霜，人类为不同用途改造的许多小分子都来自植物、微生物和昆虫之间的军备竞赛，"Last 说。除了生长所必需的关键化学物质外，植物还能产生在环境互动中发挥关键作用的化合物宝库。这些化合物可以吸引有用的授粉者，也是抵御有害生物的第一道防线。密歇根州立大学博士后研究员、最新论文的第一作者雷切尔-柯文（Rachel Kerwin）说："这些特殊代谢物的非凡之处在于，它们通常是在高度精确的细胞和组织中合成的。""以酰基糖为例，我们不会在番茄植株的叶片或茎中发现它们。这些具有物理粘性的防御代谢物就产生于毛状体的顶端。"当有报道称在番茄根部也能发现酰基糖时，Kerwin 认为这是对老式基因侦查工作的一种呼唤。从左到右：Jaynee Hart、Rachel Kerwin 和 Robert Last 在密歇根州立大学质谱和代谢组学核心的分析设备前合影。研究小组揭开了番茄植物的进化和遗传之谜。图片来源：Connor Yeck/密歇根州立大学这些酰基糖在根部的出现令人着迷，并引发了许多问题。这是如何发生的，它们是如何被制造出来的，它们与我们一直在研究的毛状体酰基糖是否不同？为了着手解决这个进化之谜，实验室成员与 MSU 质谱分析和代谢组学核心的专家以及 Max T. Rogers 核磁共振设施的工作人员进行了合作。在比较番茄幼苗根部和芽部的代谢物时，发现了多种差异。地上部分和地下部分酰基糖的基本化学组成明显不同，以至于可以将它们完全定义为不同类别的酰基糖。最后，密苏里大学自然科学学院生物化学与分子生物学系和植物生物学系的大学特聘教授用一个有用的比喻来解释遗传学家是如何研究生物学的。"他说："试想一下，如果要弄清一辆汽车是如何工作的，就必须一个一个部件地拆出来，把汽车轮胎弄平后发现发动机还能运转，那么即使你不知道轮胎的具体作用，也算发现了一个关键事实。"把上面举例中的汽车零件换成基因，就能更清楚地了解最后实验室为进一步破解根部酰基糖密码所做的工作。通过查看公开的基因序列数据，Kerwin 注意到在番茄毛状体酰基糖生产过程中表达的许多基因在根部都有近亲。在确定了一种被认为是根部酰基糖生物合成第一步的酶后，研究人员开始"拆车"。当他们敲除根部酰基糖候选基因时，根部酰基糖的生产消失了，而毛状体酰基糖的生产没有受到影响。与此同时，当研究充分的毛状体酰基糖基因被敲除时，根部酰基糖的生产照常进行。这些发现有力地证明了疑似代谢镜像的存在。Last说："除了我们研究多年的地面酰基糖途径外，我们在这里发现了存在于地下的第二个平行宇宙。"Kerwin补充说："这证实了我们在同一种植物中同时存在两种途径。"为了实现这一突破，最新论文的第二作者、博士后研究员杰尼-哈特（Jaynee Hart）仔细研究了毛状体和根酶的功能。正如毛状体酶和它们产生的酰基糖是一种经过充分研究的化学匹配，她发现根部酶和根部酰基糖之间也有很好的联系。哈特解释说："研究分离出来的酶是一种强大的工具，可以确定它们的活性，并就它们在植物细胞内的功能作用得出结论。"这些发现进一步证明了单株番茄植物中存在的平行代谢途径。"植物和汽车是如此不同，但又如此相似，当你打开众所周知的引擎盖时，你就会意识到使它们发挥作用的众多部件和连接。这项工作让我们对番茄植物的其中一个部件有了新的认识，并促使我们进一步研究它的进化和功能，以及我们是否能以其他方式利用它，"资助这项工作的美国国家科学基金会项目主任潘卡杰-贾斯瓦尔（Pankaj Jaiswal）说。"我们对生物从西红柿和其他作物到动物和微生物了解得越多，利用所学知识造福社会的机会就越广泛。"该论文还报告了与生物合成基因簇（BGCs）有关的一个令人着迷和意想不到的转折。BGC是染色体上物理分组的基因集合，有助于特定的代谢途径。此前，Last 实验室发现了一个 BGC，其中含有与番茄植株毛状体酰基糖有关的基因。现在，Kerwin、Hart 和他们的合作者发现，根部表达的酰基糖酶也在同一个基因簇中。Kerwin说："通常在BGCs中，基因在相同的组织和相似的条件下共同表达。有些在毛状体中表达，有些在根中表达。"这一发现促使Kerwin深入研究茄科植物的进化轨迹，希望找出这两种独特的酰基糖途径是何时以及如何形成的。具体来说，研究人员注意到，大约1900万年前，负责毛状体酰基糖的酶发生了复制。这种酶有朝一日将负责新发现的根部表达的酰基糖途径。在根部"开启"这种酶的确切机制仍然未知，这为 Last 实验室继续解开茄科植物的进化和代谢秘密铺平了道路。与茄科植物的合作提供了如此多的科学资源，以及一个强大的研究人员社区。通过它们作为作物和园艺的重要性，这些植物是人类数千年来一直关心的对象。最后，这些突破也提醒人们天然杀虫剂的重要性，酰糖类等防御代谢物最终代表了天然杀虫剂。如果我们发现这些根部酰基糖能够有效地驱除有害生物，是否可以将它们培育到其他茄科植物中，从而帮助植物生长，而无需使用有害的合成杀真菌剂和杀虫剂？这些问题是人类追求更纯净的水、更安全的食品和减少对有害合成化学品的依赖的核心所在。编译来源：ScitechDaily ... PC版： 手机版：

研究发现大象会用各自的"名字"与家人和朋友交谈

研究发现大象会用各自的"名字"与家人和朋友交谈 作为一个物种，人类是相当独特的，因为我们用名字来称呼彼此。这种使用声音标签来识别另一个人的过程是后天学会的；人们并不是生来就知道所有家庭成员和社会联系人的名字。海豚和鹦鹉用标志性的叫声向同类"广播"自己的身份，然后被模仿，而人类不会模仿。现在，科罗拉多州立大学华纳自然资源学院、保护组织"拯救大象"和"大象之声"的研究人员进行的一项新研究证实，非洲野生大象的交流方式与人类类似，它们用特定的、"类似名字"的个体叫声互相称呼。"海豚和鹦鹉通过模仿被称呼者的特征性叫声来称呼对方的'名字'，"该研究的第一作者兼通讯作者迈克尔-帕尔多（Michael Pardo）说。"相比之下，我们的数据表明，大象并不依靠模仿接收者的叫声来称呼对方，这与人类称呼的方式更为相似。"人类的语言的随意性很大，因为我们使用的词语只是标签。我们不可能从一个词的形式中推断出其内在含义。比如说，"桌子"并不意味着它就是桌子；它只是一个约定俗成的术语。因为不是模仿，所以任意交流被认为对认知要求更高。加州大学华纳自然资源学院教授、"拯救大象"组织科学委员会主席、该研究的资深作者乔治-维特米尔说："如果我们所能做的只是发出听起来像我们在谈论什么的声音，那么我们的交流能力将受到极大限制。"在自我认同方面，名称也是任意的。研究人员说，大象使用任意的声音标签表明，它们可能具有创造性的抽象思维能力。加州大学研究发现大象和人一样有名字大象和人类都是高度善于交流的动物，都生活在复杂的社会网络中。与人类一样，大象也在家庭单位、社会群体和更大的氏族结构中发挥作用。研究人员说，与人类一样，这种复杂性很可能促使大象需要说出其他大象的名字。维特米尔说："这可能是我们面临类似压力的一种情况，主要来自复杂的社会互动。这是这项研究令人兴奋的地方之一；它让我们对我们为什么会进化出这些能力的可能驱动因素有了一些了解"。大象会发出各种声音，从熟悉的号角声到低沉的隆隆声，频率跨度很大。其中有些是人类听不到的。加州大学沃尔特-斯科特工程学院的研究科学家库尔特-弗里斯特鲁普（Kurt Fristrup）开发了一种信号处理技术来检测叫声的细微差别，然后他和帕尔多训练了一个机器学习模型，仅根据叫声的声学特征就能正确识别出是哪头大象的叫声。弗里斯特鲁普说："我们发现，大象并不是简单地模仿与它们正在呼唤的个体相关的声音，这是最引人入胜的地方。大象能够利用任意的声音标签来表示其他个体，这表明大象的叫声中可能存在其他类型的标签或描述符。"科学家呼唤大象的名字，大象也会回应当大象听到家人和朋友的电话录音时，它们会热情地回拨或靠近说话者。而当呼唤对象是其他大象群时，它们的反应就不那么热烈了，这表明它们认出了自己的名字。帕尔多说："他们可能暂时被回放的声音弄糊涂了，但最终只是把它当作一个奇怪的事件，继续过自己的生活。"研究人员发现，大象在远距离或成年大象与幼象交谈时，更常互相呼唤名字。研究人员还需要更多的数据，才能分离出叫声中的单个名称，或者确定大象是否会说出食物、水和地点等其他名称。因此，我们还需要很多年才能与这些长相雄伟的动物交谈。"遗憾的是，我们不能让他们对着麦克风讲话，"维特米尔说。这项研究发表在《自然生态与进化》杂志上。 ... PC版： 手机版：

研究人员使用人工智能对1560万个流行密码进行破解

研究人员使用人工智能对1560万个流行密码进行破解 来自 Home security heroes 的研究人员决定调查使用人工智能的密码破解速度。他们使用了1560万个流行密码的集合进行测试。 结果显示，PassGAN人工智能可以做到： - 51%的密码集合在1分钟内被破解； - 在1小时内破解集合中65%的密码； - 在24小时内破解集合中71%的密码； - 1个月内从集合中破解81%的密码。 “人工智能根据它所学到的一切，预测最可能的下一个数字。它没有寻求外部知识，而是依靠它通过学习形成的模式”，研究人员说。 当然，算力始终是挑战。越复杂越长的密码需要的破解时间就越多，对AI来说也一样。 您可以在这里查看AI 在 2023 年破解您选择的密码需要多长时间: #Security #Passwords #Privacy #AI

科学家发现了5种不同的睡眠类型：它们揭示了您的健康状况

科学家发现了5种不同的睡眠类型：它们揭示了您的健康状况 研究人员还发现，与仅仅依靠一个人的平均睡眠表型相比，一个人在不同睡眠表型之间切换的方式和频率可以为检测健康状况提供两到十倍的相关信息。这项研究最近发表在《npj 数字医学》杂志上。研究人员利用从Oura Ring一种追踪睡眠、皮肤温度和其他信息的智能戒指收集到的数据，对个人进行了为期数月的观察，记录了他们是否患有糖尿病和睡眠呼吸暂停等慢性疾病，或者是否患有COVID-19和流感等疾病。研究小组发现，随着时间的推移，人们经常会在不同的睡眠表型之间转换，这反映了个人健康状况的变化，并通过研究人员创建的数据驱动的睡眠景观，创造了类似于个人旅行日志的记录。加州大学圣地亚哥分校博士生瓦伦-维斯瓦纳特（Varun Viswanath）是这篇论文的通讯作者。研究人员分析了来自 Oura 戒指的数据，这是一款可跟踪温度、睡眠和其他信息的智能可穿戴设备。图片来源：David Baillot/加州大学圣地亚哥分校"我们发现，睡眠质量的细微变化有助于我们识别健康风险。这些微小的变化不会出现在一个普通的夜晚，也不会出现在调查问卷上，因此这真正显示了可穿戴设备如何帮助我们发现那些可能被忽略的风险，"该研究的资深作者之一、加州大学圣迭戈分校雅各布斯工程学院和哈利西奥格鲁数据科学研究所的教师本杰明-斯马尔说。此外，研究人员还强调，在人群范围内长期跟踪睡眠的变化，可以获得与公共卫生相关的新见解，例如通过这些睡眠景观的一些模式变化，是否可以为慢性疾病或易感染性疾病提供早期预警。研究小组的工作基于对加州大学旧金山分校 TemPredict 数据集的新分析，该数据集是利用在 2020 年 COVID-19 大流行期间从佩戴市售 Oura 戒指的人群中收集的数据创建的。分析工作由加州大学圣迭戈分校舒千-吉恩-莱生物工程系的斯马尔和加州大学圣迭戈分校电气与计算机工程系的爱德华-王教授领导，加州大学旧金山分校的研究负责人、执业睡眠临床医生阿什利-梅森教授也参与了合作。第一作者是加州大学圣地亚哥分校雅各布斯工程学院电气与计算机工程系的研究生瓦伦-维斯瓦纳特（Varun Viswanath）。五种睡眠类型这是研究人员根据大约 33,000 人 500 万个夜晚的睡眠数据挑选出的五种睡眠表型。虽然这项研究涉及很多因素，但研究人员也发现了一些趋势，这些趋势有助于直观地区分这五种睡眠表型。表型 1：我们认为的"正常"睡眠。在这种睡眠类型中，人们至少连续六天都能获得大约八小时的不间断睡眠。这是美国国立卫生研究院推荐的睡眠类型，也是研究人员发现的最常见的睡眠类型。表型 2：大约有一半的夜晚人们会持续睡眠，但另一半夜晚他们只会短暂地睡上不到三小时。表型 3：人们的睡眠大多是连续的，但每周大约有一个晚上会出现睡眠中断。间断睡眠的特点是，一个时期的睡眠时间相对较长，约为 5 小时，另一个时期的睡眠时间较短，不足 3 小时。表型 4：人们再次出现大部分时间连续睡眠的情况。但他们会经历一些罕见的夜晚，在这些夜晚中，长时间的睡眠会被中途醒来所打断。表型 5：人们每晚只睡很短的时间。这种表型是研究人员发现的最罕见的，代表了极度紊乱的睡眠。跟踪睡眠类型的变化为了测量睡眠表型是如何随时间变化的，维斯瓦纳特构建了一个包含所有500万个夜晚的空间模型，在这个模型中，表型被表示为不同的岛屿，由大部分相似的睡眠周组成。随着时间的推移，研究人员发现了不同的模式，从而建立了每个人在岛屿之间的路线模型。由此可见，有助于区分糖尿病和睡眠呼吸暂停等慢性病患者的并不是他们的平均表型。取而代之的是他们在睡眠景观中不同岛屿之间切换的频率。这样，即使一个人很少切换表型，他们切换表型的事实仍然可以提供有关其健康状况的有用信息。研究人员根据对大约 33,000 名佩戴 Oura 戒指的人的五百万个夜晚的分析，选出了五种睡眠类型。资料来源：OURA数据显示，大多数人很少会连续几个月没有几晚睡眠中断。"我们发现，睡眠中断发生方式的细微差别可以说明很多问题。即使这些情况很少发生，其发生频率也能说明问题。因此，不仅仅是你是否睡得好，随着时间推移的睡眠模式才是隐藏关键信息的地方，"共同作者、加州大学圣地亚哥分校电子和计算机工程系教师王说。相反，人们并不倾向于保持由睡眠中断所定义的模式。但是，他们访问特定中断睡眠模式的频率说明了他们的睡眠状况如何。论文通讯作者维斯瓦纳特说："如果你想象有一个睡眠类型的景观，那么它与你倾向于住在那个景观的什么地方关系不大，而与你离开那个区域的频率关系更大。"以前的研究在6月20日发表的这篇新论文中，研究小组修改了先前研究中使用的技术，该研究是迄今为止规模最大的类似睡眠调查，从英国生物库中提取了约10.3万个夜晚的数据。之前的研究考察了睡眠时间、觉醒情况和许多相关特征，然后构建了一个夜晚之间相互关系的"景观"。但之前的研究人员没有做到两件关键的事情：他们无法进行跨时间研究，因为他们每人只有两到三个晚上的数据；他们也无法将由此得出的睡眠模式与健康结果联系起来。其他大规模睡眠分析则关注简单睡眠特征的高层次差异，如睡眠总时间。相比之下，这项新研究首次表明，研究人员可以量化人们随着时间推移而不断变化的睡眠动态，并利用这种量化让人们更好地了解自己的睡眠健康状况。研究还表明，这些睡眠变化可能预示着患各种疾病的风险较高。编译来源：ScitechDaily ... PC版： 手机版：