将环球科学设为星标

周一至周五

第一时间掌握

最新鲜的全球科技资讯

为什么我们如此喜欢不健康的和令人发胖的食物？这种偏好是如何在大脑中形成的？最新发表在《细胞代谢》（Cell Metabolism）期刊上的研究发现，高脂肪和高糖含量的食物会改变我们的大脑：如果我们经常吃高脂高糖的食物，即使量很少，大脑也会学会在此后精准地消耗这些食物。

研究人员在正常饮食的基础上，连续八周每天给两组志愿者分别发放含有大量脂肪和糖的布丁和含有相同卡路里但脂肪含量较低的布丁，并监控测量其大脑活动。八周后，食用高脂高糖布丁组志愿者的大脑中负责激励和奖励的多巴胺能系统（dopaminergic system）被激活，大脑对高脂高糖食物的反应大大增强。大脑活动的评估结果表明，每天摄入高脂高糖的零食会改变人类的奖励回路，大脑会更偏好这种奖励食物，而降低了对低脂食物的偏好，同时增强了独立于食物线索或奖励的联想学习（associative learning）。这些改变与体重和代谢参数的变化无关，表明高脂肪、高糖食物对神经行为适应的直接影响可能会增加暴饮暴食和体重增加的风险。

阿贝尔奖与菲尔兹奖、沃尔夫数学奖并称国际数学界“三大奖”，设立的初衷之一是为了弥补数学界没有诺贝尔奖的遗憾，奖金为750万挪威克朗（约合人民币575万元）。据科学网报道：3月22日，挪威科学和文学学院决定将2023年阿贝尔奖授予美国得克萨斯大学奥斯汀分校教授路易斯·卡法雷利（Luis A. Caffarelli），以表彰他“对非线性偏微分方程的正则性理论的开创性贡献，包括自由边值问题和蒙日-安培方程”。

微分方程组是科学家用来预测物理世界的工具。然而，尽管几个世纪以来许多数学家做出了巨大的努力，但关于一些关键方程的解的存在性、唯一性、规律性和稳定性的基本问题仍未解决。而“卡法雷利的定理从根本上改变了我们对非线性偏微分方程的理解，他有着出色的几何洞察力，并将其巧妙地与分析工具和方法相结合，他已经并将继续对该领域产生巨大影响。“阿贝尔奖委员会主席赫尔格·霍尔登（Helge Holden）说。（科学网）

3月22日，现年76岁的以太网（Ethernet）发明者、3Com公司创始人鲍勃·梅特卡夫（Bob Metcalfe）荣获图灵奖。这一计算机科学的最高荣誉，表彰他为引领大众进入超级连接时代所做的贡献。

梅特卡夫1946年出生在美国纽约，是一位享誉全球的计算机科学家、工程师和企业家。50年前，梅特卡夫与另一位研究人员共同发明了以太网，这种本地网络技术将世界各地的个人电脑连接到全球互联网。他还在以太网的标准化和商业化方面发挥了核心作用。凭借这项创新技术，他为现代计算机通信和互联网的发展奠定了基础。（澎湃新闻）

奥陌陌（Oumuamua）是人类首个探测到的起源于太阳系外，并穿越太阳系的天体。它和一般的彗星不同，没有尘埃或气体组成的“尾巴”。并且奥陌陌在近距离飞过太阳时，飞行轨道发生了异常的改变。如果奥陌陌没有气体或尘埃组成的“尾巴”，那么这种轨道改变就很难解释。哈佛大学前天文系主任亚伯拉罕·洛布（Abraham Loeb）曾由此提出奥陌陌是一艘星际飞船。

近日，一篇在《自然》（Nature）上发表的论文表示，奥陌陌的异常加速可以由该天体内部氢分子来解释。奥陌陌本身含有水冰，它在宇宙空间中飞行时，宇宙射线中的高能粒子破坏了水的分子结构，在冰的内部形成了氢分子。在飞过太阳时，奥陌陌上的冰融化，释放了氢气，对奥陌陌本身形成了反推，从而改变了它的轨道。该猜想和传统的小天体形成机制相符，奥陌陌可能和太阳系彗星类似，起源时曾是冰质星子——冰质星子是行星形成早期阶段形成的小型天体。

路德维希·凡·贝多芬（Ludwig van Beethoven)，德国著名作曲家、钢琴家、指挥家，在这个世界上很可能无人不晓。据澎湃新闻报道：在发表于《当代生物学》（Current Biology）上的最新研究中，科学家发现了这位作曲家去世前的最后几个月感染了乙肝病毒的证据。

研究人员从不同来源获取了八根贝多芬的头发，其中五根头发样本“几乎肯定是真实的”。研究团队对贝多芬的基因组进行了测序，且基因组覆盖率达到24倍。根据测序结果，贝多芬患有的肝病具有遗传易感性，至少在他死前的几个月就感染了乙肝。遗传倾向加之他较大的饮酒量，这为贝多芬患有严重肝病找到了合理解释，且肝病最终导致了他的死亡。不过，有关贝多芬的听力障碍或胃肠道问题，科学家还未找到相关的基因解释。未来，团队希望通过测试更多头发样本，来扩大样本量，以便进行感染、信息生物标志物和疾病环境因素等相关测试。未来对贝多芬样本的研究可能有助于弄清他何时感染了乙肝。（澎湃新闻）

自动驾驶汽车的安全往往需要数亿至数千亿英里的测试里程才能很好地应对路上的突发情况，是一个耗时且昂贵的过程。近期，发表于《自然》（Nature）的研究利用只使用安全关键数据来训练神经网络，能将自动驾驶汽车安全测试所需的测试里程减少了99.99%，可以使制造商更快地验证他们的自动驾驶汽车技术是否安全。

该研究开发了一个验证自动驾驶车辆在加速模式下的安全性的方法。研究人员使用真实的自动驾驶汽车，测试环境则是一个混合现实的环境。混合现实环境中的车辆和行人被设定成更容易做出危险行为，比如闯红灯。在这种混合现实的环境下训练自动驾驶车辆，可以让测试车辆在更短的时间内遇到更多罕见安全威胁，从而提升车辆整体的安全性。结果表明，用这种方式训练自动驾驶程序，可将整体训练速度加速1000到100 000倍。

撰文：王昱、马东源、王馨仪、蒋泽华

编辑：王昱、马东源

封面来源：pexels