脑机接口或让中文失语患者重获“新声”

语言是人类文明和社会进步的重要载体，也是人与人之间沟通交流的主要形式。但脑卒中、渐冻症等重大脑疾病可导致患者丧失语言表达能力，影响生活质量，给社会和家庭带来巨大负担。语言脑机接口可重建语言功能障碍患者的沟通能力，有效改善其社会生活质量。国际上，应用脑机接口技术已突破英语语音和文字合成，但针对汉语解码的脑机接口技术研究却相对较少。 近日，中国科学院上海微系统与信息技术研究所等，针对汉语解码，开发出植入式高通量柔性脑机接口系统和汉语言实时神经网络解码算法，并在国际上首次实现脑机接口实时汉语解码和语句合成。 相比于英语，汉语具有其独特性。具体而言，英语是以多音节为主的非声调语言，汉语则是以单音节为主的声调语言。同时，英语词汇量较大，常用英语单词约为20000个，而汉语通过约400个汉语音节加4个声调，可构建出覆盖日常需求的3500多个常用汉字。研究团队利用汉语本身优势，从约400个汉语音节和4个声调入手，将其作为稳定的中间解码单元，实现从脑电到文字的“翻译”，且通过解码这些汉语音节和声调，可外推至全部汉字。同时，解码过程可同步采集汉语句子任务下的发音信号和高通量高质量脑电信号。 研究团队通过构建多级实时解码数据流，以50毫秒滑动窗口提取70Hz至170Hz的High-γ频段脑电信号，并对齐脑电信号与发音起始点，驱动双流解码器同步生成音节与声调的概率分布，进而融合语言模型进行最合适的句子组合选择，实现实时汉语语句输出。研究显示，受试者经过9天的语言解码任务后，394个汉语音节（解码未覆盖音节为生僻音节且受试者不认识）纯神经解码平均准确率达到71.2%，单音节解码延时65ms，实时汉语语句解码速率达到49.6字/分钟。 研究团队进一步融合了语言脑机接口技术与人工智能和具身智能技术，并基于实时汉语解码技术和自主研发的通用型脑机操作系统，使受试者实现了驱动数字分身、对话人工智能大模型。同时，研究可将人的脑电解码成语言，进而转化成指令，实时操控灵巧手，以实现人机交互。 相关研究成果发表在《科学进展》（Science Advances）上。研究工作得到中国科学院、上海市等的支持。 论文链接 实时汉语解码脑机接口系统框架和电极贡献度表征

全球海洋上层2000米热含量连续9年刷新有观测记录以来最高值

全球海洋上层2000米热含量变化时间序列，异常值相对于1981至2010年平均气候态定义。（中国科学院大气物理研究所提供） 1月9日，中国科学院大气物理研究所等全球31个研究单位的56位科学家组成的国际研究团队发布了2025年全球海温变化的研究报告。报告表明，2025年全球海洋上层2000米热含量已连续9年刷新有观测记录以来的最高值；同时，全球平均海表温度位居历史第三高位，全球变暖趋势十分明确。 海洋吸收了人类活动引起的地球系统增暖中超过90%的热量，因此，海洋热含量被认为是衡量全球变暖最稳定、最可靠的指标之一。2025年全球海洋上层2000米热含量再度创下历史新高，延续了近九年来逐年破纪录的特征。 此外，20世纪90年代以后，海洋的增暖速率明显增强。报告进一步揭示，全球海洋变暖呈现显著的区域差异。2025年，全球海洋有57%的面积其热含量达到了局地的历史前五水平，主要集中在南大洋、北印度洋、热带和南大西洋以及地中海等关键海区。 2025年，全球平均海表温度相较2024年略有回落，但仍位居历史第三的高位，这一变化主要受到拉尼娜事件的影响，海洋热量从近表层向次表层输送。 海洋持续变暖已对海洋生态系统和人类社会造成深远影响。例如，更暖以及层化更强的海洋降低了海水中的溶解氧含量，增加了海洋热浪和珊瑚白化风险，进而加剧了对渔业、海洋生态系统稳定性及沿海地区可持续发展的压力。 与此同时，新增的海洋热含量通过热膨胀效应，对全球平均海平面上升贡献了约2.49毫米，并与冰川和冰盖融水叠加，推升了全球海平面，显著加剧了沿海低洼地区和海岸基础设施面临的风险。这些变化共同表明，在持续的地球系统能量不平衡驱动下，海洋变暖已成为全球极端气候与灾害风险加剧的重要影响因素。

有机自适应视觉感知研究获进展

视觉感知器件是人形机器人、自动驾驶与人工视网膜等领域的重要发展方向。然而，现有光探测器件在复杂光照条件下面临过曝、色偏等问题，制约了动态复杂环境中的精准成像与快速辨识，是机器视觉领域的挑战之一。在单元器件层面实现自适应的前馈感知，以及传感器内信息处理是发展新生代视觉感知系统的突破口。 近日，中国科学院化学研究所等团队，提出并构建了具备宽色域自主色差校正功能的有机自适应晶体管，为新型视觉智能感知系统发展提供了新思路。 研究团队融合高迁移率与宽吸收有机半导体调控，发展了全色域光控主动适应的有机场效应晶体管，提出由三个器件协同工作的像素内色差校正新架构。三个子像素的光感知适应行为遵循人眼von Kries系数法则，在偏色光照条件下仍保持稳定的色彩感知能力。在红、绿、蓝三种光刺激下，器件均展现出超150的主动自适应指数，明显高于人眼水平。团队进一步实现了百万像素级的柔性器件集成，结合卷积神经网络，对其视觉处理能力进行了验证。在严重偏色光照条件下，该器件的识别准确率96.3%，展示出其在色彩校正方面的应用潜力，为智能视觉感知技术发展提供了新路径。 相关研究成果发表在《自然-光子学》（Nature Photonics）上。研究工作得到国家自然科学基金委员会等的支持。 论文链接 全色域主动适应有机晶体管的器件结构与集成器件照片

中国空间站开展锂离子电池在轨实验

近日，“面向空间应用的锂离子电池电化学光学原位研究”项目已在空间站内开展，神舟二十一号航天员乘组共同在轨操作该项目实验，其中，中国科学院大连化学物理研究所研究员张洪章作为载荷专家发挥了其专业优势。 锂离子电池因能量密度高、循环寿命长和安全可靠性高，是现代航天任务的“能量心脏”。当前，对锂离子电池性能的研究已深入到微观机理层面。其中电解液内部化学物质的分布状态，是决定电池功率和寿命的核心因素之一。然而在地面实验中，重力场始终与电场交织在一起，难以单独厘清重力对电池内部过程的影响。 太空独有的微重力环境，为突破这一科研瓶颈提供了理想实验场，在太空能够更纯粹地研究电池内部离子传输、嵌入脱出等关键过程。但微重力环境也为实验带来了新挑战——电池内部液体行为与地面差异显著，可能导致电池性能下降、安全性风险增加。 本次“面向空间应用的锂离子电池电化学光学原位研究”项目，旨在直接观测与解析微重力环境对电池内部关键过程的影响机理，为提升航天器能源系统效能提供有力的科学依据。实验过程中，载荷专家张洪章研究员基于科学判断，开展微重力环境下的锂离子电池原位光学观测实验，全程获取锂枝晶生长全流程影像，完成精密电化学实验的精密调节、实验流程的精确执行、实验状态的实时监控、关键科学现象的识别与记录等。载荷专家的主观能动性将是本项目获取新现象、新发现、新成果的重要保障之一。 本次锂离子电池上行实验的推进，有望突破重力场与电场耦合作用的认知瓶颈，推动电化学基础理论的进一步发展，为优化目前在轨电池系统、设计下一代高比能高安全太空电池提供依据。

磁控微米机器人导管研究取得进展

在支气管、脑血管、输卵管等狭窄而曲折的自然腔道中开展微创介入手术，始终是临床实践中的重大挑战。 近日，中国科学院深圳先进技术研究院在磁控微米机器人导管领域取得进展。研究团队研发出一种基于磁性螺旋形机器人的微机器人系统（Helixoft），该系统可无缝集成至商用微导管中，首次在微米尺度实现了远程且无损的磁控可编程刚度调节，并兼具主动转向能力。 为应对磁驱变刚导管在尺寸、安全性和远场操控方面的限制，Helixoft系统通过将刚性磁性螺旋结构与柔性微管相结合，实现了磁响应能力与机械顺应性的协同设计。基于“材料磁化—器件结构—磁场模式”三位一体的设计框架，研究团队构建了一种将磁驱螺旋运动与磁致弯曲相结合的解耦控制策略，在单一外部磁场作用下即可实现微导管刚度调节与主动转向的独立远程控制。 该系统专为狭窄敏感的小腔道环境而设计，可集成至直径小至300微米的商用微导管中，实现跨越40倍范围的连续刚度调节。团队通过建立描述其力学行为的理论模型，实现对Helixoft微导管运动姿态的精确预测。此外，Helixoft微导管具备良好的功能扩展性，不仅支持多节段分布式、相互独立的刚度调节，还可集成微型摄像探头、电极或激光光纤等模块，为实时成像、组织消融和多模态微创介入操作提供支持。 在多例活体动物支气管模型中，研究团队在Helixoft系统中集成了微型成像器件，结合临床影像设备与自主搭建的导管推进机构，开展了基于双模态影像引导的磁控导航与靶向药物转运实验。通过血液炎症反应检测和组织学分析等系统性评估，验证了该系统在体内应用中的可行性与安全性。同时，还完成了输卵管离体器官模型中精准取样演示。 Helixoft微机器人系统为微创介入器械提供了一种全新的“机器人赋能”技术范式。通过在单一外部磁场作用下实现器械力学性能与运动形态的实时重构，该系统有望突破传统介入工具在复杂腔道环境中的操控瓶颈。 相关研究成果发表在《自然-通讯》（Nature Communications）上。研究工作得到国家自然科学基金优秀青年科学基金项目等的支持。 具备磁驱远程变刚和主动导航能力的Helixoft介入机器人导管

研究提出一种基于人工智能技术的冰湖制图框架

兴都库什—喀喇昆仑—喜马拉雅（HKH）地区的冰湖变化，是气候变化的重要指示器。由于该地区地形极为复杂，加之常年受到云层遮挡、地形阴影以及季节性积雪覆盖的影响，这些因素显著制约了冰湖自动制图的精度，使得对该地区冰湖现状及其动态变化的认知仍存在较大局限。 针对这一科学难题，中国科学院成都山地灾害与环境研究所等提出了一种基于人工智能技术的冰湖制图框架。该框架结合了干扰掩膜技术与U-Net深度学习模型，有效克服了传统方法在数据处理中的诸多瓶颈。基于这一框架，研究团队对HKH地区2000年至2022年间的冰湖变化进行了全面而系统的评估，为深入理解该地区的冰湖动态及其对气候变化的响应提供了重要的科学依据。 该研究构建的自动化制图框架，展现了深度学习技术在区域尺度冰湖监测中的巨大潜力。通过这一框架生成的长时间序列高精度数据集，不仅填补了现有数据的空白，更为深入理解气候变化对高山环境的影响机制、推进冰湖溃决洪水风险评估提供了关键的科学支撑。 相关研究成果以An advanced deep learning framework for mapping glacial lakesits application in the Hindu Kush-Karakoram-Himalaya region为题，发表在Journal of Hydrology上。研究工作得到国家重点研发计划、国家自然科学基金以及西藏自治区科技计划项目的支持。 论文链接 冰湖数据处理流程 兴都库什—喀喇昆仑—喜马拉雅地区冰湖分布

科研人员开发出刻画脑网络交互模式的分析方法

准确建立大脑功能与认知行为之间的关联，需采用能够灵敏测量脑网络交互模式的研究方法。目前，主流分析方法大多聚焦如时间相关性等单一交互指标，忽略了大脑交互涉及多维特征的整合，这导致现有方法难以可靠地刻画脑网络交互模式随任务调节而变化的机制。鉴于交互指标的选择直接影响学界对大脑功能组织的理解，因而亟需发展能够整合多维度特征、刻画脑网络情境依赖性交互的更全面的方法。 近日，中国科学院心理研究所研究团队开发出新的脑网络交互分析方法——特征相似性。该方法通过整合多种具有明确解释性的时间序列特征，系统性刻画了脑区及脑网络之间的交互模式，即从每个脑区的时间序列信号中提取多维特征，进而计算这些特征之间的相关性。 研究证实，特征相似性方法可有效捕捉大脑的功能组织结构，即同一功能网络内脑区之间的特征相似性明显高于不同网络之间的相似性，且该方法还能揭示大脑从单模态皮层到跨模态皮层的功能梯度。与传统的基于皮尔逊相关的功能连接方法相比，该方法表现出更强的任务调节敏感性。同时，该方法揭示了背侧注意网络中存在的任务依赖性双重分离现象，即在工作记忆任务中，背侧注意网络与视觉网络的交互更强，而在长时记忆任务中，其与默认模式网络的交互明显增强。这一发现直观反映了大脑网络交互模式随任务需求动态重组的机制。进一步分析表明，这种任务依赖性的双重分离现象仅在49种统计成对交互指标中的3种特定参数组合下才能被捕捉，凸显了特征相似性相比单一交互指标方法具有更高的灵敏度与特异性。 该研究对推动认知神经科学领域精准刻画大脑网络交互模式，揭示人类灵活行为背后的神经机制具有重要意义。 相关研究成果发表在《通讯-生物学》（Communications Biology）上。研究工作得到国家科技创新2030-“脑科学与类脑研究”重大项目和国家自然科学基金等的支持。 论文链接 特征相似性和功能连接的分析流程 属于同一个网络的脑区有更强的功能连接和特征相似性 功能连接和特征相似性的主成分分析显示，其中两个成分具有相似性，而另一个成分表现出明显差异

研究人员利用基因编辑技术靶向miRNA基因改良大豆抗病性

大豆作为粮食与经济作物，在田间生产常受多种病害侵袭，导致其产量损失。microRNA是植物基因表达调控的核心分子，通过介导靶基因沉默及phasiRNA生成，在生长发育与抗病应答中发挥作用。其中，miR2118家族作为保守的phasiRNA触发器，在单子叶作物中功能已证实，但大豆中生物学功能尚未明确。 近期，中国科学院东北地理与农业生态研究所联合中国农业科学院等，运用CRISPR/Cas9基因编辑技术，精准靶向突变大豆miR2118a/b基因，成功创制出无转基因的人工amiR2118a/b纯合突变体，系统解析miR2118通过调控phasiRNA生物合成影响大豆抗病性和生长发育的机制。 与野生型大豆相比，amiR2118a/b突变体的pre-amiR2118a/b二级结构发生改变，成熟miR2118a/b表达水平下调，下游介导的phasiRNAs生物合成受到抑制。无论正常条件还是接种细菌性斑点病菌后，amiR2118a/b突变体内与光合作用、脂肪酸合成相关基因及防御反应相关基因均呈上调，使植株处于防御“预警”状态。其中，amir2118a/b双突变体m1和m2对叶际细菌病害和土传线虫病害抗性增强，实现地上部与地下部病害跨类型防控。两年田间试验证实，突变体单株荚数、粒数、粒重均优于野生型，小区测产实现7.4%至8.7%的稳定增产，打破抗病性与产量协同限制。 本研究提出作物复杂性状改良策略，即利用CRISPR/Cas系统精准靶向miRNAs非功能区突变，通过调控phasiRNA级联效应提升大豆抗病性与产量。 相关研究成果发表在《生物技术趋势》（Trends in Biotechnology）上。研究工作得到国家自然科学基金、中国科学院相关项目的支持。 论文链接  amiR2118a/b突变体表现出大豆产量和抗病性协同提升

三星堆象牙考古研究取得进展

三星堆出土象牙历经三千余年，是研究古蜀文明的重要载体。由于长期埋藏于地下，这些象牙持续受到地下水、可溶盐及微生物等因素侵蚀，内部结构已十分脆弱。对其进行科学保护与修复，需具备微米级分辨率，以在无损条件下获取其成分与微结构信息。 近日，中国科学院空天信息创新研究院团队研制出显微时间门控拉曼光谱仪。该仪器通过关键技术，提升了在强荧光背景下的抗干扰能力，并已成功应用于三星堆出土象牙碎片的无损检测，揭示了其在长期地质作用下的老化过程。 拉曼光谱技术具有无损、可识别分子结构及微米级空间分辨的优势，是研究象牙微观结构的理想手段。该技术通过光与物质相互作用获取样品的“分子指纹”，但过程中常伴随产生高强度荧光信号，易掩盖微弱的拉曼信号。拉曼信号寿命极短、低于皮秒级，而荧光信号寿命较长、在纳秒级以上。时间门控拉曼光谱技术利用拉曼信号与荧光信号寿命的差异，通过在拉曼信号到达的极短时间窗口内开启探测“快门”，即可有效采集拉曼信号并抑制荧光背景。 研究显示，四块象牙碎片的荧光强度差异明显，其中两块在传统连续光拉曼条件下几乎无法得到有效信号。而在时间门控拉曼检测中，荧光干扰被有效抑制，强荧光样品的拉曼信噪比提升超过20倍，象牙内部成分差异清晰显现。分析表明，不同埋藏环境的象牙在有机质含量、骨架结晶性和腐蚀程度上存在明显差异；金属离子侵入及硫酸根等非金属离子替代羟基磷灰石，是导致象牙深度老化的主要原因，部分样品还可能经历过焚烧等人为破坏。 时间门控拉曼光谱技术突破了强荧光背景下的检测限制，揭示了象牙中微量离子侵入、骨架损伤及有机质残留等信息，为文物保护修复提供了分子层面的科学依据，也为探究古蜀文明及其埋藏环境提供了新方法。该技术通用性强，可推广至其他强荧光样品的分析，在文物保护、材料科学及环境研究等领域具有应用潜力。 相关研究成果发表在《美国化学会-应用材料与界面》（ACS Applied Materials & Interfaces）上。研究工作得到国家自然科学基金委员会等的支持。 团队自主研发的时间门控拉曼光谱仪原型机 时间门控拉曼光谱及其对三星堆象牙的分析

研究提出面向“人类世”湖泊生态系统可持续性修复新框架

湖泊是地球生命支持系统的关键组成部分，在维护生物多样性、保障饮用水安全等方面具有重要作用。长期以来，湖泊评价与修复框架普遍依赖静态的“状态—阈值”思路，关注湖泊距离“参考状态”偏离程度，忽视了湖泊变化的动态轨迹。这种片面关注状态的方式已难以支持有效决策。 近期，中国科学院南京地理与湖泊研究所等研究团队，系统梳理了全球水生态系统修复的理论脉络，并通过整合古生态学、多尺度监测与系统动力学知识，提出了面向“人类世”湖泊治理的“状态—速率的双变量动态框架”，为全球湖泊治理提供了新的科学思路。 “状态—速率的双变量动态框架”是从长期、演化的视角出发，评估湖泊生态系统的“当前状态”（即退化程度）和“变化速率”（即变化快慢），尤其是关注过去100年至200年人类活动最密集时期的动态轨迹。研究团队将湖泊按照生态状态与变化速度分为四类——I 型：状态良好、变化缓慢的稳定湖泊；II 型：状态尚可，但变化加快的早期警戒湖泊；III 型：已跨越临界点，处于剧烈转型期的湖泊（含IIIa快速转型与IIIb缓慢转型）；IV 型：已陷入新稳态、变化缓慢的高度退化湖泊。这一框架摆脱了传统“单一状态指标”的局限，强调湖泊生态系统具有长期演替、阶段性转折及潜在临界点的特征，并指出人类世湖泊治理的核心不是简单地回到过去，而是理解“过去—现在—未来”的动态连续体，为制定适应性、可实施的管理策略提供了精准定位。 团队基于四类湖泊的不同动态特征，进一步提出了差异化的管理策略，即对于Ⅰ、Ⅱ型湖泊，应以预防和保护为主，建立早期预警系统，维持生态韧性，阻止跨越临界点。这类湖泊治理投入少、见效快，应作为优先保护对象；对于Ⅲ型湖泊，需采取“适应与转型”策略；对于Ⅳ型湖泊，则需接受生态系统已发生根本性转变的现实，并通过生态工程、生物技术等手段引导形成混合或新型功能性的生态系，同时通过参与式情景规划，协同各方利益相关者，以确定可行的生态服务目标。     该“速率—状态”框架的提出，为湖泊生态系统提供了更具科学指导性、符合“人类世”动态特征的评估工具，也为决策者提供了清晰的差异化管理策略，提高了修复工作的针对性和资源配置效率。为进一步支撑“人类世”湖泊的可持续发展，研究提出未来应重点关注的三大研究方向。一是定义淡水转型的“安全操作速率”：借鉴行星边界理论，探索并设定湖泊生态系统能够承受的“安全变化速率”阈值；二是利用“大历史数据”赋能湖泊修复：促进古生态学数据与现代监测、模型数据深度整合，将长期动态信息转化为实际修复策略；三是采纳社会—生态系统方法：认识到湖泊修复是复杂的社会治理挑战，需将科学、治理、利益相关需求和多重价值整合，以实现长期的社会—生态效益。 相关研究成果发表在《科学通报》(Science Bulletin）上。 论文链接 a. 概念示意图展示了生态系统状态与变化速率随时间变化的关系；b. 根据图a所示的动态轨迹（状态—变化速率关系） 基于生态状态与变化速率的湖泊类型管理战略框架