8月22日（星期五）消息天龙配资，国外知名科学网站的主要内容如下：
《自然》网站（www.nature.com）
教科书错了？新研究推翻“大脑重组”理论：大脑图谱远比想象中稳定
长期以来，神经科学教科书中的一个经典观点是：当人体失去某一肢体后，大脑中对应的感觉区域会被邻近身体部位“接管”，这一过程被称为大脑皮层重组。然而，一项发表于《自然-神经科学》（Nature Neuroscience）的最新研究强烈挑战了这一认知。证据表明，大脑的体感图谱可能比我们想象的更为稳定。
此前学界普遍认为，初级体感皮层中原本负责处理已截肢手臂信号的神经元会逐渐响应面部（尤其是嘴唇）等相邻部位的感觉输入。为验证该理论，一个来自英国剑桥大学和美国匹兹堡大学的研究团队开展了一项长期追踪实验。
研究人员对三名手臂截肢者进行了长达五年的随访，在手术前后多次使用功能性磁共振成像（fMRI）技术精细绘制大脑激活图谱。结果发现，即使在大幅肢体缺失数年之后，原手部对应的脑区仍然存在，且未被面部表征区域侵占。更令人惊讶的是，当受试者意图活动“幻指”时，该脑区仍以与截肢前高度相似的模式被激活。
这一发现直接挑战了神经科学中关于大脑可塑性的根本假设。研究表明，大脑的身体图谱可能比我们过去认为的更为稳定。该结论也解释了临床中常见的一种现象：为何许多针对幻肢（即人们仍能感觉到被截肢的肢体）疼痛的“神经重组矫正”疗法效果有限——因为大脑根本并未发生传统意义上那种大规模重组。
此项成果对未来脑机接口与仿生假肢技术发展具有明确意义。专家评论指出，该研究为下一代假肢系统的设计提供了关键理论依据。稳定的大脑图谱意味着天龙配资，即便在截肢多年后，神经义肢仍有可能通过原有神经通道实现更自然、精确的控制，而不必担心大脑结构发生“移位”。这为相关临床试验的推进和脑机接口技术的优化奠定了坚实基础。
《科学通讯》网站（www.sciencenews.org）
全球研究证实：光污染让鸟类每日多鸣唱近一小时
光污染正在改变鸟类的日常“作息表”。《科学》（Science）杂志最新研究表明，人类夜间照明可导致鸟类每日鸣叫时间显著延长，这一现象在全球尺度上首次得到系统验证。
来自美国俄克拉荷马州立大学和南伊利诺伊大学的研究团队通过全球公民科学项目“BirdWeather”，收集并分析了440万条鸟类鸣叫记录，涵盖583个物种。结果显示，在光污染最严重区域，鸟类平均每日鸣唱时间比黑暗地区延长50分钟，表现为早晨提前18分钟开始，傍晚推迟32分钟结束。
研究指出，眼睛较大的鸟类（如双领鸻）对光污染尤为敏感。在繁殖季节，这种效应更加明显——人工光源可能误导鸟类对自然光周期的判断，使其在传统“作息时间”之外延长活动时段。
研究团队表示，目前尚不清楚这种变化对鸟类的长期影响。可能带来的风险包括睡眠节律紊乱，但同时也可能增加觅食机会。该研究首次在大尺度上揭示了人造光线对野生动物行为模式的深层干扰。
研究表明，人类日常使用的夜间照明正在无声地重塑自然世界的声景与生态节奏。随着光污染范围不断扩大天龙配资，其对生物多样性的潜在影响亟需受到更多关注。
《每日科学》网站（www.sciencedaily.com）
宇宙“洋葱”被完全剥开：天文学家观测到有史以来最奇特的超新星
天文学家通过观测一颗编号为SN2021yfj的奇特超新星，获得了对大质量恒星内部结构的罕见认知，这改写了关于恒星死亡的传统理论。该发现由美国西北大学领导的一个国际团队完成，并发表在《自然》（Nature）杂志上。
通常，超新星爆发会保留大量的氢和氦等轻元素。然而，SN2021yfj的光谱分析显示，它呈现出以硅、硫和氩为主的惊人特征。这表明该恒星在爆炸前，其外部的氢、氦乃至碳层都已被完全剥离，从而罕见地暴露了其最内部富含硅和硫的深层结构。这为恒星像洋葱一样分层的经典理论提供了直接证据。
研究人员认为，这颗恒星在爆发前经历了极其剧烈的物质抛射过程，失去了其绝大部分质量。其确切机制尚不清楚，但可能涉及与伴星的相互作用、巨大的前身星爆发或异常强烈的星风。一种主流假说是，恒星内部经历了多次剧烈的“对不稳定性”脉冲，每一次都将其外层物质猛烈地抛向太空，最终导致深层内核暴露并在随后的碰撞中产生了一场极其明亮的爆炸。
该发现得益于美国兹威基瞬变设施（ZTF）的巡天观测以及W.M.凯克天文台的关键光谱数据。研究团队指出，此类事件极为罕见，凸显了当前恒星演化模型的局限性。自然界可能存在着更多未知的、奇特的恒星死亡途径。这一发现强调了对更多此类稀有超新星进行追踪的必要性，以完善我们对恒星生命最终时刻的理解。
《赛特科技日报》网站（https://scitechdaily.com）
AI系统毫秒级定位聚变装置磁阴影，加速清洁能源商业化进程
由美国核聚变初创公司Commonwealth Fusion Systems（CFS）、美国能源部普林斯顿等离子体物理实验室（PPPL）与橡树岭国家实验室联合研发的HEAT-ML人工智能系统，近日在核聚变研究领域取得重大突破。该系统成功将托卡马克装置磁阴影计算时间从30分钟缩短至毫秒级，为聚变能商业化应用带来新的技术支撑。
磁阴影区域是托卡马克装置内受磁场屏蔽的关键安全区，其精准定位直接关系到等离子体面对部件能否避免高温熔毁。HEAT-ML采用深度神经网络架构，通过训练实现了对托卡马克装置三维磁阴影图谱的瞬时生成与精准预测。
目前该系统已针对CFS正在建设的SPARC托卡马克排气系统进行专项优化。SPARC装置作为有望在2027年实现能量净增益的示范项目，其底部15块防护瓦区域承受着最集中的等离子体热负荷。HEAT-ML的应用使研究人员能够在设计阶段快速评估不同方案的热负荷分布，大幅降低工程风险。
这项突破标志着人工智能技术在核聚变工程应用领域迈出关键一步。不仅显著加速了聚变装置的设计迭代速度，更为未来聚变电站的智能化运维提供了技术基础。随着通用版本的开发推进，HEAT-ML有望成为托卡马克装置设计的标准工具，为全球聚变能研发提供重要技术支持。
科学界认为，此类人工智能与核聚变工程的深度结合，将显著缩短聚变能商业化应用的时间表，为全球清洁能源转型提供新的技术路径。（刘春）
智慧优配提示：文章来自网络，不代表本站观点。
相关文章
沪深京指数
热点资讯
