11月15日（星期五）消息，国外知名科学网站的主要内容如下：
《自然》网站（www.nature.com）
美国人对科学家的信任开始恢复，疫情期间曾大幅下降
根据美国总统大选前两周进行的一项民意调查，自新冠疫情爆发以来，美国人对科学家的信任首次出现回升，尽管增幅并不明显。
美国皮尤研究中心（Pew Research Center）发布的最新调查显示，目前有76%的受访者相信科学家的行为符合公众的最大利益，相比一年前的73%有所上升。然而，这一信任度仍低于2020年4月疫情初期时的87%。该报告的主要作者指出，这一变化标志着“我们在疫情期间观察到的科学信任度下降趋势”发生了转折。
皮尤的报告还显示，仅有45%的受访者认为科学家是良好的沟通者，同时有47%的受访者认为科学家对自己有优越感。研究人员表示，科学界应正视这些反馈并采取改进措施。
为应对沟通难题，研究人员建议科学学位课程中增加更多面向公众的写作和演讲训练。他们还建议科学家参与儿童科学博览会、支持社区科学项目，并通过面对面的方式加强与公众的交流。
《科学》网站（www.science.org）
随着首个机械量子位出现，量子计算进入蒸汽朋克时代
当前，大多数量子计算机依赖超导金属、单个离子、光子或其他微小电路组成的量子位。然而，德国马克斯·普朗克量子光学研究所的物理学家成功地从一个微小的机械装置中创造出一个可工作的量子比特，这一突破让人联想到20世纪初的机械计算机，该研究成果已刊登在最新一期的《科学》（Science）杂志上。
理论上，一个极其微小的机械振动部件可以作为量子位。在最小的尺度上，振动是量子化的，由称为声子的微小能量包构成，类似于光由特定能量的光子组成。然而，机械振荡器在构建量子位方面并非易事。
第一个难点在于如何让设备尽可能保持静止状态。另一难题则是机械振荡器的“谐波”能量状态类似阶梯状均匀分布，这使得分离和控制其中的两个状态来形成量子位极为困难。
如今，研究人员通过采用由两个部分构成的系统解决了这一问题。一部分是机械谐振器——在400微米厚的蓝宝石晶体上沉积了一个微小的氮化铝圆顶，该圆顶通过振荡电压进行膨胀和收缩，将振动传递至材料内部。
另一部分由超导量子比特组成，它带有一个微小的天线，放置在另一片类似的蓝宝石晶体上。物理学家将两块晶体叠加，使天线位于氮化铝圆顶的正上方。这样一来，超导量子比特中的电流波动便会激发机械振荡器的振动。这些振动在晶体表面间反复反射，在消散前可循环数亿次。
研究的关键在于，科学家能够微调超导量子比特的振荡电流，使其频率与机械振荡器稍有差异。结果，超导量子比特的量子态与机械振荡器的量子态形成了轻微的耦合，创造出一个单一系统，在其中，杂化态的能量不再均匀分布。
《每日科学》网站（www.sciencedaily.com）
1、深度学习简化了二维材料的识别和分类
日本东北大学材料科学高等研究所（AIMR）的研究人员开发出一种基于深度学习的技术，通过拉曼光谱显著简化了二维（2D）材料的精准识别和分类。相比之下，传统的拉曼分析方法速度较慢且依赖主观解释。这一新技术将加速二维材料的开发和应用，未来可用于电子和医疗技术等多个领域。
团队将7种不同的二维材料及其3种堆叠组合的光谱数据输入到学习模型中，提出了一种创新的数据增强框架，使用去噪扩散概率模型（DDPM）生成额外的合成数据，来应对这一挑战。模型通过在原始数据中加入噪声以扩展数据集，然后学习反向操作去除这些噪声，生成与原始数据分布一致的新输出。
利用增强后的数据集与四层卷积神经网络（CNN）配对，研究团队在原始数据集上实现了98.8%的分类准确率，而增强数据集的准确率达到了100%。这种自动化方法不仅提升了分类性能，还显著减少了人工干预的需求，从而提高了拉曼光谱用于二维材料识别的效率和可扩展性。
这是首次提出在拉曼光谱数据生成中应用DDPM，为更高效、自动化的光谱分析铺平了道路。
2、研究揭示锂离子电池退化背后隐藏因素
美国斯坦福大学主导的国际研究团队发现了一个加速锂离子电池退化的意外因素，导致其电荷逐步流失。这一发现为延长电池寿命提供了新的见解，并为改善从智能手机到电动汽车等多种应用的性能提出了抗自放电的新策略。
人们普遍认为充满电的电池发生自放电是因为锂原子从电解质扩散到电池阴极。然而，研究显示是质子（氢离子）扩散导致了电池的自放电。这一发现为通过减少自放电来延长电池寿命提供了新的方法。
这些方法包括在电解质中添加无氢分子的添加剂（如CH₂），或使用特殊涂层减少阴极表面与电解质的反应。
研究人员指出，自放电会缩短电池的使用周期和寿命，随着时间的推移导致电压和容量下降。锂电池的有限寿命对环境和经济有影响，因此理解并防止自放电现象非常重要。
这一新的自放电现象的发现可能为开发更环保、更经济和更可靠的电池技术铺平道路。
《赛特科技日报》网站（https://scitechdaily.com）
1、新型“三合一”抗体有望更快、更安全地治疗癌症
瑞典乌普萨拉大学和皇家理工学院的研究人员成功开发出一种独特的抗体，具备“三合一”功能：既能靶向递送药物，又能通过抗体自身携带药物包，同时还能激活免疫系统，用于个性化免疫治疗。该研究成果发表在《自然通讯》（Nature Communications）上。
这种抗体能重新引导免疫系统，识别并靶向癌细胞中的特定突变和基因改变（即新抗原）。抗体可直接将肿瘤特异性物质传递给特定的免疫细胞，并激活该细胞，显著增强T细胞对肿瘤的反应。
结果显示，这种抗体药物在多个方面都表现出疗效。不仅激活了人类血液样本中正确的免疫细胞类型，动物模型也表明，接受该治疗的小鼠延长了生存时间，并且在高剂量下还能使小鼠免于癌症复发。此外，这一方法比以往的癌症治疗方法更安全。
这种抗体药物的优势在于，它易于大规模生产，同时可以根据患者的疾病或肿瘤类型定制。其由两部分组成：一部分是可以提前大量生产的双特异性抗体，另一部分是特定肽，可以快速合成，以适应不同类型的癌症。这种设计提高了可用性，预计能够加速患者从诊断到治疗的进程。
研究人员表示，这种方法有望为每位患者量身定制个性化的癌症免疫治疗。下一步是通过完全优化的生产流程制造候选药物，进行进一步的安全性研究，并开始人体临床试验。
2、 新卫星NISAR将更好地跟踪地球表面运动
地球表面不断运动，尽管我们不常注意到。科学家们长期以来使用卫星和地面仪器追踪与地震、火山、山体滑坡及其他地质事件相关的运动。如今，美国宇航局（NASA）和印度空间研究组织（ISRO）合作研制的新卫星NISAR将帮助加深对这些变化的理解，甚至能更好地帮助我们准备和应对自然灾害。
NISAR，即NASA-ISRO联合合成孔径雷达卫星，将每12天观测地球几乎所有陆地和冰雪覆盖区域的运动。如此高频的数据收集将使研究人员能够更全面地了解地球表面如何随时间变化。
与其他卫星和地面仪器的测量数据相结合，NISAR将提供关于地球表面水平和垂直运动的详细信息。这些数据对研究从地壳动力学到识别哪些地区容易发生地震或火山爆发等问题至关重要。NISAR还可用于检测堤坝结构是否受损，或山坡是否有滑坡迹象。
对于火山研究人员来说，地表运动的长期监测尤为重要，因为它能够识别火山喷发的潜在前兆。当岩浆在地表下移动时，地面会出现隆起或下沉现象。NISAR卫星的数据将帮助科学家更全面地分析火山地形的变化，并评估这些变化是否表明火山即将喷发。（刘春）
