学科: 统计学

科学家正努力构建‘虚拟细胞’——用计算机模拟真实细胞的结构与行为。虽然已有初步成果，如模拟细菌分裂或预测药物对组织的影响，但目前模型仍难以准确反映细胞在动态变化中的真实反应，距离真正‘活’的虚拟细胞还有很长一段路。

标签: 基础模型 扰动图谱 虚拟细胞 计算生物学

本文介绍《自然》杂志推广的‘注册研究报告’（Registered Report）新机制：研究者先提交研究方案并经同行评审通过后，无论结果是正面、负面还是不确定，期刊都承诺发表。此举可避免‘抽屉问题’（即失败或无结论的研究被埋没），提升科研透明度与可靠性。

标签: 抽屉问题 注册研究报告 科研可重复性 阴性结果 预注册

复杂性状通常由大量微效常见变异和少量大效罕见变异共同决定。本文发现，在74种数量性状的两端极端值人群中，遗传结构显著偏离常见的多基因模式，且这种偏离主要由大效罕见变异驱动，并受自然选择影响。这提示极端表型人群的遗传机制与普通人群不同。

标签: 复杂性状 多基因风险评分 罕见变异 自然选择 表型极端值

本文发现，极端复合事件（如高温高湿、干旱高温）对累积二氧化碳排放的响应比此前预估更强。历史观测数据表明，这类事件发生频率的上升幅度比气候模型预测高出37%-75%，且模型间差异显著缩小。这意味着：为实现1.5℃或2℃温控目标，人类剩余的二氧化碳排放空间实际比现有评估结果更小。

标签: 复合极端事件 气候风险 累积二氧化碳排放 观测约束

本文构建了人类全生命周期（0-100岁）脑白质结构的标准化参考图表，基于全球35,120例健康人群的脑扫描数据。该图表首次系统描绘了白质通路的发育、成熟与衰老轨迹，为识别神经发育障碍、精神疾病和神经退行性疾病的早期异常提供了可量化的‘健康基线’。

标签: 个体化百分位评分 生命周期参考图表 神经发育 神经退行性疾病 脑白质

本文介绍科学家如何用AI工具（如大语言模型）进行“氛围编程”（vibe coding）：只需用日常语言描述需求，AI就能快速生成代码，帮助非专业人员制作数据图表、分析病毒废水样本、构建生物信息学工具等。它极大提升了科研效率，但也需谨慎验证结果。

标签: 人工智能辅助科研 大语言模型 氛围编程 科学可视化 科研效率

新研究发现，生命留下的不只是特定分子，更是一种独特的‘组织规律’：生物来源的氨基酸种类更多、分布更均匀，而脂肪酸则相反。这种统计规律可帮助科学家从复杂有机数据中识别生命痕迹，无需专用仪器，有望用于火星、木卫二等天体探测任务。

标签: 地外生命探测 氨基酸多样性 生命统计特征 生物组织规律 脂肪酸分布

澳大利亚研究团队利用AI分析维基百科数据，发布2026年‘势头100强’新兴技术榜单：强化学习居首，区块链、3D打印、软体机器人等上榜。该榜单不依赖专家意见，而是通过大数据客观识别真正快速兴起的技术趋势。

标签: 3D打印 区块链 强化学习 新兴技术预测 组学

2024年，按购买力平价计算，中国研发（R&D）总投入达1.03万亿美元，首次超过美国的1.01万亿美元。这标志着中国科技投入长期快速增长的重要里程碑，但美国在基础研究投入强度上仍保持领先。

标签: 基础研究 研发经费 科技强国 科研产出 购买力平价

本文提出一种基于论文嵌入向量的新方法（EDM），能更准确识别科学突破——既包括广为人知的里程碑式成果（如诺奖论文），也包括常被传统方法忽略的‘同时独立发现’（如牛顿与莱布尼茨各自发明微积分）。该方法通过分析整张引文网络结构，避免了局部引文统计的偏差，让真正具有变革性的研究更易被看见。

标签: 同时发现 嵌入向量 引文网络分析 科学计量学 颠覆性创新