同位素数据结合水文模型成强大工具，可助理解风暴、洪水等极端天气，改进气候变化对未来天气模式的预测。东京大学团队整合8个同位素气候模型（1979-2023年），发现集合平均比单个模型更贴合全球降水、水汽等观测数据，为理解过去气候变异和预测未来提供可靠基础。

研究发现神经系统在胰腺癌形成前就参与其中。促肿瘤成纤维细胞(myCAFs)吸引神经纤维，二者形成反馈环路促进癌生长，阻断神经信号可减缓肿瘤发展，或为胰腺癌治疗提供新策略。

研究人员开发了名为SIGNET的机器学习平台，能揭示阿尔茨海默病中基因间的真实因果关系（而非传统工具仅能检测的相关性）。通过分析272名参与者脑样本，发现兴奋性神经元基因紊乱最显著，识别出或成治疗靶点的枢纽基因。研究发表于《阿尔茨海默病与痴呆症》，SIGNET也适用于其他复杂疾病研究。

本文涵盖麻疹疫情、甲虫与蚂蚁共生、英国科研资助改革争议、爱泼斯坦与科学界关联、洞穴生物实验、电池供应链问题、基因编辑菥蓂及数学合作等自然科学热点。

由法英科研团队开展的研究，分析200余篇荟萃分析后开发了交互式网站ebiadhd-database.org，助力多动症（ADHD）患者及医护人员了解循证治疗方案，旨在支持医患共同决策。

名古屋大学一项新研究揭示：卵巢癌细胞并非独自扩散，而是招募腹腔内的间皮细胞形成混合细胞团。间皮细胞先行开辟路径，助癌细胞侵袭组织，且混合细胞团比单独癌细胞更耐药，为治疗和监测提供新思路。

多数脱发治疗仅作用于单一生物途径，而何首乌不同。研究表明，它能同时影响多个过程：减少与毛囊萎缩相关的双氢睾酮影响、保护毛囊细胞、激活生长信号系统并改善头皮血液循环，可能促进头发生长。

有益肠道细菌最关注哪些化学信号？研究发现它们能识别多种代谢物，其中乳酸和甲酸是关键信号，还揭示交叉喂养机制、新感觉受体及进化灵活性，助力理解健康肠道菌群。

血流监测对评估心血管健康和发现血管并发症至关重要。传统方法设备笨重或受血管深度影响，本研究提出集成多层热梯度传感与深度学习的柔性电子平台，可同时实时测量血流速度和血管深度，经实验验证准确，结合光体积描记法能提升连续血压监测精度，有望用于个性化心血管监测等。

生物多样性沿海拔梯度分布不均。本研究分析34个山区10998个鸟类种群的季节性海拔范围，发现能量效率假说能更好解释其分布，揭示垂直迁徙与长距离水平迁徙具有相同生态功能，为全球变化下山区鸟类研究提供新见解。