11月6日外媒科學網站摘要：神奇的減肥藥將極大地改變世界
11月6日（星期三）消息，國外知名科學網站的主要內容如下：
《自然》網站（www.nature.com）
神奇的減肥藥將極大地改變世界
分析人士預測，被稱爲GLP-1激動劑的高效減肥藥可能會改變社會，從長遠來看，爲各國節省數萬億美元，這只是其中之一。最著名的GLP-1激動劑是西馬魯肽，它在市場上以治療糖尿病的Ozempic（中文名：諾和泰）和減肥的Wegovy（中文名：諾和盈）進行銷售。
在美國，有12%的成年人表示他們在某些階段曾服用GLP-1激動劑治療糖尿病或減肥。媒體報道顯示，美國的肥胖率正在下降，儘管科學家警告稱這些數據沒有統計學意義。預計到2035年，世界上一半以上的人口將超重或肥胖。如果GLP-1激動劑能更廣泛地減緩或扭轉肥胖趨勢，將產生無數的連鎖反應，包括心臟病和中風發病率下降，食品消費減少使人們節省更多開支，體重較輕的乘客每年可爲航空公司節省1億升燃料，數以億計的人享受更高的生活質量。
儘管科學家們一致認爲這些藥物可能會產生巨大影響，但仍有很多不確定性。由於各種原因，對減肥藥未來影響進行建模的努力是高度投機的，從其高成本到長期生物效應，以及人們行爲如何改變等存在巨大的未知。所有這些都促使醫學研究人員和公司爭相收集更多數據，開發更好的工具來評估減肥藥如何改變社會。
《科學》網站（www.science.org）
地球生物基因組計劃獲得進展：已對3000個基因組進行測序
2018年11月，科學家們發起了一項雄心勃勃的計劃，對大約167萬種植物、動物、真菌和其他微生物——基本上所有已知的真核生物或具有複雜細胞的物種——進行基因組測序。這項研究預計耗資47億美元，歷時10年，但項目負責人認爲，擁有如此多的完整DNA序列將有助於闡明生命的進化，保護環境，改善農業，甚至促進人類健康。
今天，所謂的“地球生物基因組計劃（EBP）”仍未籌集到所需的數十億美元，而且項目進度比原計劃落後了好幾年。但正如組織者在上週結束的一次會議上明確表示的那樣，這項計劃不再是純粹的願望。截至目前，它在世界各地的合作伙伴已經對3000個基因組進行了測序，涵蓋了1060個真核生物家族，並表示，到2026年，他們測序的物種有望達到1萬種——這是該項目第一階段的目標。
現在，EBP項目負責人希望到2032年完成對167萬種物種的基因組測序目標。此外，由於目前DNA測序速度更快、成本更低、準確性更高，實現這一目標的成本比之前預測的要低數億美元。
到目前爲止，EBP每週可以產生大約20個詳細的真核生物基因組。據計算，爲了滿足2026年第一階段的最後期限，每週需要快速完成67個基因組的測序；爲了在2030年的最後期限完成第二階段目標，每週需要快速完成721個基因組的測序。因此，該項目的一個主要目標是在更多地方發展基因組學專業知識和測序能力。
《每日科學》網站（www.sciencedaily.com）
1、利用機器學習加快尋找有前途的鈉離子電池成分
能源儲存是許多快速發展的可持續技術的重要組成部分，包括電動汽車和可再生能源發電。儘管鋰離子電池（LIB）主導着當前的市場，但鋰是一種相對稀缺且昂貴的元素，給經濟和供應的穩定性帶來了挑戰。因此，世界各地的研究人員正在試驗用更豐富的材料製成的新型電池。
鈉離子電池使用鈉離子作爲能量載體，由於鈉含量豐富，安全性更高，成本可能更低，因此是鋰離子電池的一個有前景的替代品。特別是，含鈉的過渡金屬層狀氧化物（NaMeO2）是鈉離子電池正極的理想材料，具有卓越的能量密度和容量。然而，對於由幾種過渡金屬組成的多元素層狀氧化物，其可能的組合數量之多使得尋找最佳組合既複雜又耗時。即使過渡金屬的選擇和比例發生微小的變化，也會導致晶體形態的顯著變化，從而影響電池的性能。
最近，由日本東京理科大學領導的一個研究小組在一項研究中利用機器學習來簡化對有前途的NaMeO2成分的篩選。他們的研究成果最近在線發表在《材料化學雜誌A》（Journal of Materials Chemistry A）上。
該團隊試圖自動篩選各種O3型NaMeO2材料中的元素組成。爲此，他們首先建立了一個數據庫，其中包括100個樣品，涵蓋了68種不同的成分。然後，研究人員使用該數據庫訓練了一個模型，該模型結合了幾種機器學習算法和貝葉斯優化，以進行有效的搜索。該模型的目標是瞭解工作電壓、容量保持（壽命）和能量密度等特性如何與NaMeO2層狀氧化物的組成相關，並預測實現這些特性所需的最佳元素比例。
使用機器學習來識別有前景的材料是材料科學中日益增長的趨勢，因爲它可以幫助科學家大大減少篩選新材料所需的實驗次數和時間。這項研究中提出的策略可以加速下一代電池的開發，可能會徹底改變儲能技術。
2、用可持續的設計生物炭顆粒解決農場污染問題
如果農民不僅可以防止過量的磷污染下游水道，還可以將這些養分作爲緩釋肥料進行循環利用，而不需要花費太多成本，那會怎麼樣？在首次實地研究中，美國伊利諾伊大學的研究人員表明，這一設想是可能實現的。
研究人員分別使用了木屑和石灰污泥，這兩種副產品分別來自磨坊和飲用水處理廠。他們將這兩種成分混合，製成顆粒，並在低氧條件下緩慢燃燒，創造出一種“設計”生物炭。與單獨的石灰污泥或生物炭相比，這種設計生物炭的磷結合能力明顯更高。重要的是，一旦這些顆粒結合了它們所能容納的所有磷，就可以被散佈到田地裡，隨着時間的推移，捕獲的養分會慢慢釋放出來。
利用設計生物炭的衆多可持續特性，該團隊首次在工作現場條件下測試了顆粒，並在田地裡監測了兩年的除磷效果，試驗田安裝了地下排水管道。這些污水流經充滿兩種不同大小設計生物炭顆粒的除磷結構。團隊在實驗的第一年測試了2-3釐米的生物炭顆粒，然後在第二年換成了1釐米的顆粒。
兩種尺寸的顆粒都能去除磷，但1釐米顆粒的效果要好得多，達到38%至41%的除磷效率，而較大顆粒的除磷效率爲1.3%至12%。
《賽特科技日報》網站（https://scitechdaily.com）
1、衰老是你的幻覺嗎？你對衰老的觀點可預測你的認知未來
一項新研究表明，對衰老持更積極預期的人往往對自己的認知功能有更高的評價，並報告更少的認知衰退。
衰老通常伴隨着一些預期——如白髮、皺紋和偶爾的健忘。雖然這些預期看似無害，但美國賓夕法尼亞州立大學護理學院的一項新研究表明，人們對這些變化的積極或消極看法會影響他們對自身認知能力的評價。
研究小組發現，對衰老持更積極預期的人往往出現更少的認知問題，這些問題包括難以集中注意力或跟蹤正在做的事情。他們也不太可能報告認知能力隨着時間的推移而下降。
該研究結果發表在《衰老與心理健康》（Aging & Mental Health）雜誌上。
研究者強調，對衰老的預期是可塑的，會影響個人對自身認知功能的看法。通過提高對衰老過程的認識和準確假設，改變老年人對衰老的預期可以支持更健康的認知衰老。
研究小組計劃進行更多研究，以瞭解這種複雜的關係，比如對衰老的看法如何影響老年人是否報告他們的認知變化，以及醫療服務提供者如何與患者就認知健康展開對話。
2、新的技術突破爲機器人“思考”騰出空間
英國倫敦國王學院的研究人員開發了一種方法，可以在無需電力的情況下向機器人發出複雜指令，這可能爲機器人的“大腦”騰出更多空間，讓它們更好地“思考”。
研究人員模仿人體某些部位的工作原理，利用一種新型緊湊電路，通過內部流體壓力的變化向設備傳輸了一系列命令。
他們表示，這是世界首次實現的技術，開啓了新一代機器人的可能性，這些機器人可以在其內置控制中心之外獨立操作，而這部分空間可以用於更復雜的人工智能驅動軟件。
研究人員稱，將任務分配給身體的不同部位可以釋放機器人的計算空間，讓它們更好地“思考”，使未來的機器人更加了解其社會環境，甚至更加靈活，這爲社會關懷和製造業等領域的新型機器人技術帶來了新的可能。
這一發現發表在《高級科學》（Advanced Science）雜誌上，也可能使機器人能夠在電力設備無法工作的情況下執行任務，比如在切爾諾貝利這樣的受輻射地區進行勘探，或在覈磁共振室等電敏感環境中工作。
研究人員還希望這些機器人最終可以在缺乏可靠電力供應的低收入國家使用。（劉春）