• 膳食中的葉黃素通過恢復黑腹果蠅（Drosophila melanogaster）體內的氧化平衡和鈣平衡，從而保護其免受苯甲酸埃瑪菌素（Emamectin benzoate）引起的神經毒性損傷

  神經毒性機制與玉米黃質保護效應：果蠅模型中Emamectin Benzoate誘導氧化應激及鈣穩態紊亂的緩解作用。

  來源：Food Bioscience

  時間：2026-02-28

• EPA/DHA強化魚油通過抑制Aβ蛋白沉積、神經纖維纏結和炎癥，改善SAMP8小鼠的年齡相關認知障礙

  南極磷蝦油經脂酶處理轉化為LPC形式（Lyso-AKO）可顯著改善SAMP8小鼠認知功能，減少Aβ沉積和神經元丟失，抑制神經炎癥并調節自噬-蛋白酶體通路。

  來源：Food Bioscience

  時間：2026-02-28

• 綜述：用于分子動力學模擬的圖神經網絡

  圖神經網絡（GNNs）作為分子動力學（MD）模擬的新型工具，通過原子交互圖結構學習量子級準確力場，自動發現增強采樣的關鍵變量，并加速長時程模擬。GNNs還能解析高維軌跡，揭示隱藏結構模式，應用于蛋白質-DNA組裝、預訓練特征化和隱秘口袋發現，顯著提升生物分子模擬的效率和機制解析能力。

  來源：Current Opinion in Structural Biology

  時間：2026-02-28

• 綜述：妊娠期失控飲食相關影響因素的系統性范圍綜述

  本綜述通過系統性范圍回顧，首次全面梳理了妊娠期失控飲食（LOC）相關影響因素的研究現狀。文章指出，妊娠期LOC（一種感到無法停止或控制進食的行為）非常普遍，并與母嬰不良健康后果相關，但其風險與保護因素尚不清晰。現有36項研究大多表明，非妊娠人群中出現的精神/身體健康風險跨診斷因素，同樣與妊娠期LOC風險相關，而針對妊娠期特殊背景因素的探索相對缺乏。綜述呼吁未來研究應納入邊緣化人群，使用經過驗證的LOC測量工具、前瞻性與縱向數據以及更先進的分析方法，以闡明妊娠期LOC的病程與機制。

  來源：European Eating Disorders Review

  時間：2026-02-28

• 尼日利亞埃基蒂州成人立位血壓變化：社會人口學、人體測量與生物物理因素的影響及自主神經心血管調節意義

  這篇研究性文章（非綜述）通過橫斷面觀察，初步探討了尼日利亞埃基蒂州人群中，由臥位轉為立位時發生的血壓（BP）動態變化及其與社會人口特征、人體測量指標（如BMI、腰圍）的關聯。研究發現，站立即刻的收縮壓（SBP）輕微下降和舒張壓（DBP）升高，且平均動脈壓（MAP）的變化與身高呈負相關，與BMI和腰臀圍呈正相關。文章強調了身體成分和生活方式因素可能在調節體位變化引發的心血管自主神經反應中扮演重要角色。

  來源：Physiological Reports

  時間：2026-02-28

• 伏隔核殼區鈣活動跨巴甫洛夫與操作性學習動態編碼獎賞大小：纖維光度法解析訓練與情境依賴的信號演變

  伏隔核殼區（NAcs）是獎賞引導行為的關鍵腦區，但其如何在不同學習模式和訓練階段編碼獎賞大小尚不清楚。研究人員通過光纖光度法記錄大鼠在巴甫洛夫與操作性任務中的NAcs鈣活動。結果發現，NAcs活動在接受獎賞后持續反映獎賞大小，但信號的時間和形式取決于任務類型與訓練經驗。研究表明，NAcs神經元主要在獎賞接收點編碼獎賞大小，且這種編碼隨學習類型與訓練時長動態調整，為理解其在獎賞驅動行為中的動態、情境特異性作用提供了新見解。

  來源：Neurobiology of Learning and Memory

  時間：2026-02-28

• 綜述：肥胖中的腸腦軸：機制、發展與治療前景

  這篇綜述深入探討了肥胖如何與腸道菌群失調（Dysbiosis）及其介導的腸腦軸（Gut-Brain Axis, GBA）信號傳導障礙相互作用。作者系統分析了肥胖相關菌群失調如何通過神經、體液、免疫和微生物通路，影響中樞神經系統的食欲與能量平衡調節，從而參與肥胖的發生與發展。同時，文章重點回顧了生活方式干預（如熱量限制CR、運動）、藥物療法（如GLP-1RA、奧利司他）及生物活性物質等體重管理策略，如何通過恢復腸道菌群穩態、改善腸屏障功能、調節微生物代謝物（如短鏈脂肪酸SCFAs）等機制，修復受損的腸腦軸通訊，為開發更精準的肥胖療法提供了新視角。

  來源：Current Nutrition Reports

  時間：2026-02-28

• 富含miR-21-5p的牛奶細胞外囊泡對體外阿爾茨海默病相關神經毒性的治療效果

  阿爾茨海默病神經保護機制研究中，利用牛奶來源的小外泌體遞送miR-21-5p可顯著降低Aβ誘導的氧化應激和線粒體功能障礙，通過調控炎癥因子、BDNF表達及保護突觸蛋白實現神經功能恢復。

  來源：Cell Biochemistry and Biophysics

  時間：2026-02-28

• 跨大陸的毒液研究：印度和中國印度青環海蛇（Hydrophis cyanocinctus）的蛋白質組學與轉錄組學分析

  海蛇毒素組學首次揭示印度藍環海蛇毒液蛋白譜及轉錄組特征，對比中國種群發現7644個上調基因和8557個下調基因，揭示翻譯、肽合成及能量代謝相關通路顯著激活，證實印度種群毒腺生物合成與代謝活性增強。

  來源：Archives of Toxicology

  時間：2026-02-28

• 綜述：將非侵入性腦刺激技術與中風后康復相結合：基于協同神經可塑性干預措施的系統性綜述

  卒中后神經可塑性促進與NIBS聯合物理治療的協同效應研究。系統綜述納入15項隨機對照試驗（440例），發現聯合干預較單一治療在運動、步態等指標上更優，尤其并發于機器人治療、改良約束性運動的虛擬現實訓練時效果顯著。慢性期患者步態改善更穩定，亞急性期效果差異較大。未來需標準化刺激參數與行為訓練結合模式。

  來源：Physiotherapy Research International

  時間：2026-02-28

• 基于互補性的表示學習方法在多模態知識圖譜補全中的應用

  多模態知識圖譜補全MoCME框架通過互補性引導的模態知識融合模塊和熵引導負采樣機制，有效整合多模態數據并提升實體表示的魯棒性。摘要分隔符：

  來源：Pattern Recognition

  時間：2026-02-28

• 通過分層圖變換器探索動態可解釋的腦網絡

  動態可解釋腦網絡框架DIBrain通過融合動態圖學習與層次化子網絡表示學習，解決傳統GNN無法區分興奮/抑制連接及忽略層次結構的問題。創新性地設計FC啟發動態腦Transformer和層次化GNN結構，實現跨尺度交互建模，提升疾病診斷性能，并在四個數據集上驗證其有效性。

  來源：Pattern Recognition

  時間：2026-02-28

• 基于近紅外光譜與圖神經網絡的異質植物性食品質量評估

  近紅外光譜與圖神經網絡結合，提出NSA-GIN模型通過多光譜變換構建圖結構，利用節點級注意力機制捕捉O-H和C-H等關鍵光譜特征與化學基團關聯，在芒果、人參、玉米三個數據集上實現R2超0.9，SHAP解釋驗證化學相關性。

  來源：Microchemical Journal

  時間：2026-02-28

• 人工智能時代的數學

  人工智能在數學領域的應用取得顯著進展，從ChatGPT的早期算術缺陷到大型語言模型如o4-mini在競賽中的優異表現。數學家開始利用AI進行探索性研究，如DeepMind與Williamson的協作項目，通過神經網絡揭示復雜數學結構中的隱藏規律。同時，符號AI工具如Lean被用于形式化證明，推動數學知識的大規模數字化（如Mathlib和ETP項目）。盡管AI展現出輔助研究潛力，但數學家仍對AI取代核心創造性工作存在擔憂，并強調需通過嚴格基準測試和合作機制保障學科發展。

  來源：Communications of the ACM

  時間：2026-02-28

• 關于使用恒定輸入控制循環神經網絡的方法

  本文研究一類復現神經網絡在非侵入性神經刺激中的應用，提出基于分段恒定輸入的控制合成方法，通過解析代數條件解決非線性系統的兩點邊值問題，數值驗證顯示該方法有效指導腦刺激協議設計。

  來源：IEEE Transactions on Automatic Control

  時間：2026-02-28

• 用于近場源定位中快速高效學習的特征變換

  近場音頻源定位方法提出基于球諧函數分解與信號子空間的特征變換，有效抑制噪聲與混響干擾，結合卷積神經網絡實現高效訓練與高精度定位，實驗驗證優于傳統方法。

  來源：IEEE Transactions on Artificial Intelligence

  時間：2026-02-28

• 主題感知的多異構圖神經網絡：用于預測信息傳播中的下一個參與者

  本文提出基于多異構圖神經網絡的主題感知模型TMGNN，通過挖掘用戶推文中的隱藏信息傳播渠道構建多異構圖結構，結合主題注意力機制有效處理未知主題信息級聯預測問題，實驗表明其MAP@10指標較現有最優模型提升15%以上。

  來源：IEEE Transactions on Artificial Intelligence

  時間：2026-02-28

• 基于事件驅動的物理水庫計算框架實現：用于表面肌電圖（EMG）手勢識別

  表面肌電信號(sEMG)手勢識別面臨高計算成本問題，本研究提出基于脈沖神經網絡的旋轉神經元殘差(sRNR)架構，通過事件驅動機制實現低功耗實時處理。在公開數據集驗證中，經典機器學習模型準確率達74.6%，delta學習規則算法達80.3%，證明神經形態計算在嵌入式設備中的可行性。

  來源：IEEE Transactions on Artificial Intelligence

  時間：2026-02-28

• 關于神經網絡中高度表達性的研究

  三維神經網絡架構優化研究。通過引入同層神經元連接（高度維度），構建三維網絡（W×K×H），在保持參數量不變的情況下顯著提升表達能力和近似性能。理論分析表明三維網絡可生成指數級更多分段線性函數，誤差指數級降低，實驗驗證其在合成數據、表格數據及圖像基準測試中表現優異，有效緩解深度學習硬件成本壓力。

  來源：IEEE Transactions on Artificial Intelligence

  時間：2026-02-28

• 基于A3C的神經成本模型預測控制在SE(3)空間中的應用：用于自主航天器的交會與對接

  本文提出基于A3C框架的神經成本模型預測控制算法，結合SE(3)耦合動力學模型，實現航天器rendezvous與docking任務中的軌道-姿態跟蹤控制，動態調整MPC成本函數權重，提升控制精度與計算效率，仿真驗證其魯棒性和快速收斂特性。

  來源：Aerospace Science and Technology

  時間：2026-02-28

知名企業招聘：