11月6日（星期三）消息，国外知名科学网站的主要内容如下：
《自然》网站（www.nature.com）
神奇的减肥药将极大地改变世界
分析人士预测，被称为GLP-1激动剂的高效减肥药可能会改变社会，从长远来看，为各国节省数万亿美元，这只是其中之一。最著名的GLP-1激动剂是西马鲁肽，它在市场上以治疗糖尿病的Ozempic（中文名：诺和泰）和减肥的Wegovy（中文名：诺和盈）进行销售。
在美国，有12%的成年人表示他们在某些阶段曾服用GLP-1激动剂治疗糖尿病或减肥。媒体报道显示，美国的肥胖率正在下降，尽管科学家警告称这些数据没有统计学意义。预计到2035年，世界上一半以上的人口将超重或肥胖。如果GLP-1激动剂能更广泛地减缓或扭转肥胖趋势，将产生无数的连锁反应，包括心脏病和中风发病率下降，食品消费减少使人们节省更多开支，体重较轻的乘客每年可为航空公司节省1亿升燃料，数以亿计的人享受更高的生活质量。
尽管科学家们一致认为这些药物可能会产生巨大影响，但仍有很多不确定性。由于各种原因，对减肥药未来影响进行建模的努力是高度投机的，从其高成本到长期生物效应，以及人们行为如何改变等存在巨大的未知。所有这些都促使医学研究人员和公司争相收集更多数据，开发更好的工具来评估减肥药如何改变社会。
《科学》网站（www.science.org）
地球生物基因组计划获得进展：已对3000个基因组进行测序
2018年11月，科学家们发起了一项雄心勃勃的计划，对大约167万种植物、动物、真菌和其他微生物——基本上所有已知的真核生物或具有复杂细胞的物种——进行基因组测序。这项研究预计耗资47亿美元，历时10年，但项目负责人认为，拥有如此多的完整DNA序列将有助于阐明生命的进化，保护环境，改善农业，甚至促进人类健康。
今天，所谓的“地球生物基因组计划（EBP）”仍未筹集到所需的数十亿美元，而且项目进度比原计划落后了好几年。但正如组织者在上周结束的一次会议上明确表示的那样，这项计划不再是纯粹的愿望。截至目前，它在世界各地的合作伙伴已经对3000个基因组进行了测序，涵盖了1060个真核生物家族，并表示，到2026年，他们测序的物种有望达到1万种——这是该项目第一阶段的目标。
现在，EBP项目负责人希望到2032年完成对167万种物种的基因组测序目标。此外，由于目前DNA测序速度更快、成本更低、准确性更高，实现这一目标的成本比之前预测的要低数亿美元。
到目前为止，EBP每周可以产生大约20个详细的真核生物基因组。据计算，为了满足2026年第一阶段的最后期限，每周需要快速完成67个基因组的测序；为了在2030年的最后期限完成第二阶段目标，每周需要快速完成721个基因组的测序。因此，该项目的一个主要目标是在更多地方发展基因组学专业知识和测序能力。
《每日科学》网站（www.sciencedaily.com）
1、利用机器学习加快寻找有前途的钠离子电池成分
能源储存是许多快速发展的可持续技术的重要组成部分，包括电动汽车和可再生能源发电。尽管锂离子电池（LIB）主导着当前的市场，但锂是一种相对稀缺且昂贵的元素，给经济和供应的稳定性带来了挑战。因此，世界各地的研究人员正在试验用更丰富的材料制成的新型电池。
钠离子电池使用钠离子作为能量载体，由于钠含量丰富，安全性更高，成本可能更低，因此是锂离子电池的一个有前景的替代品。特别是，含钠的过渡金属层状氧化物（NaMeO2）是钠离子电池正极的理想材料，具有卓越的能量密度和容量。然而，对于由几种过渡金属组成的多元素层状氧化物，其可能的组合数量之多使得寻找最佳组合既复杂又耗时。即使过渡金属的选择和比例发生微小的变化，也会导致晶体形态的显著变化，从而影响电池的性能。
最近，由日本东京理科大学领导的一个研究小组在一项研究中利用机器学习来简化对有前途的NaMeO2成分的筛选。他们的研究成果最近在线发表在《材料化学杂志A》（Journal of Materials Chemistry A）上。
该团队试图自动筛选各种O3型NaMeO2材料中的元素组成。为此，他们首先建立了一个数据库，其中包括100个样品，涵盖了68种不同的成分。然后，研究人员使用该数据库训练了一个模型，该模型结合了几种机器学习算法和贝叶斯优化，以进行有效的搜索。该模型的目标是了解工作电压、容量保持（寿命）和能量密度等特性如何与NaMeO2层状氧化物的组成相关，并预测实现这些特性所需的最佳元素比例。
使用机器学习来识别有前景的材料是材料科学中日益增长的趋势，因为它可以帮助科学家大大减少筛选新材料所需的实验次数和时间。这项研究中提出的策略可以加速下一代电池的开发，可能会彻底改变储能技术。
2、用可持续的设计生物炭颗粒解决农场污染问题
如果农民不仅可以防止过量的磷污染下游水道，还可以将这些养分作为缓释肥料进行循环利用，而不需要花费太多成本，那会怎么样？在首次实地研究中，美国伊利诺伊大学的研究人员表明，这一设想是可能实现的。
研究人员分别使用了木屑和石灰污泥，这两种副产品分别来自磨坊和饮用水处理厂。他们将这两种成分混合，制成颗粒，并在低氧条件下缓慢燃烧，创造出一种“设计”生物炭。与单独的石灰污泥或生物炭相比，这种设计生物炭的磷结合能力明显更高。重要的是，一旦这些颗粒结合了它们所能容纳的所有磷，就可以被散布到田地里，随着时间的推移，捕获的养分会慢慢释放出来。
利用设计生物炭的众多可持续特性，该团队首次在工作现场条件下测试了颗粒，并在田地里监测了两年的除磷效果，试验田安装了地下排水管道。这些污水流经充满两种不同大小设计生物炭颗粒的除磷结构。团队在实验的第一年测试了2-3厘米的生物炭颗粒，然后在第二年换成了1厘米的颗粒。
两种尺寸的颗粒都能去除磷，但1厘米颗粒的效果要好得多，达到38%至41%的除磷效率，而较大颗粒的除磷效率为1.3%至12%。
《赛特科技日报》网站（https://scitechdaily.com）
1、衰老是你的幻觉吗？你对衰老的观点可预测你的认知未来
一项新研究表明，对衰老持更积极预期的人往往对自己的认知功能有更高的评价，并报告更少的认知衰退。
衰老通常伴随着一些预期——如白发、皱纹和偶尔的健忘。虽然这些预期看似无害，但美国宾夕法尼亚州立大学护理学院的一项新研究表明，人们对这些变化的积极或消极看法会影响他们对自身认知能力的评价。
研究小组发现，对衰老持更积极预期的人往往出现更少的认知问题，这些问题包括难以集中注意力或跟踪正在做的事情。他们也不太可能报告认知能力随着时间的推移而下降。
该研究结果发表在《衰老与心理健康》（Aging & Mental Health）杂志上。
研究者强调，对衰老的预期是可塑的，会影响个人对自身认知功能的看法。通过提高对衰老过程的认识和准确假设，改变老年人对衰老的预期可以支持更健康的认知衰老。
研究小组计划进行更多研究，以了解这种复杂的关系，比如对衰老的看法如何影响老年人是否报告他们的认知变化，以及医疗服务提供者如何与患者就认知健康展开对话。
2、新的技术突破为机器人“思考”腾出空间
英国伦敦国王学院的研究人员开发了一种方法，可以在无需电力的情况下向机器人发出复杂指令，这可能为机器人的“大脑”腾出更多空间，让它们更好地“思考”。
研究人员模仿人体某些部位的工作原理，利用一种新型紧凑电路，通过内部流体压力的变化向设备传输了一系列命令。
他们表示，这是世界首次实现的技术，开启了新一代机器人的可能性，这些机器人可以在其内置控制中心之外独立操作，而这部分空间可以用于更复杂的人工智能驱动软件。
研究人员称，将任务分配给身体的不同部位可以释放机器人的计算空间，让它们更好地“思考”，使未来的机器人更加了解其社会环境，甚至更加灵活，这为社会关怀和制造业等领域的新型机器人技术带来了新的可能。
这一发现发表在《高级科学》（Advanced Science）杂志上，也可能使机器人能够在电力设备无法工作的情况下执行任务，比如在切尔诺贝利这样的受辐射地区进行勘探，或在核磁共振室等电敏感环境中工作。
研究人员还希望这些机器人最终可以在缺乏可靠电力供应的低收入国家使用。（刘春）
