10月16日（星期三）消息，国外知名 科学 网站的主要内容如下：
《科学》网站（www.science.org）
一种不知名 病毒 为什么会在拉丁美洲爆发？研究提供了线索
今年，一种鲜为人知的名为奥罗普切病毒（OROV）的昆虫传播病毒在巴西爆发，引发了人们对发生一场可能压垮该国卫生系统的大规模疫情的担忧。该地区其他国家也出现了异常高的病例数。
目前，威胁已经消退，自9月初以来没有报告新的奥罗普切病毒病例。但一个大问题仍然存在：发生了什么改变？为什么这种病毒会突然爆发，它还会再次爆发吗？
最近发表在《柳叶刀传染病》（The Lancet Infectious Diseases）上的一篇论文给出了一些答案。研究表明，目前流行的奥罗普切病毒毒株在细胞培养中比以前的毒株复制效率更高，这表明它在人类身上也可能复制得更好。数据还表明，目前的奥罗普切病毒毒株与早期的毒株不同，十年前感染的人对今天的病毒几乎没有免疫力。论文的指出，“这不是一种新病毒，但它似乎“复制更快，复制更好，毒性更强””。
然而，其他科学家表示，气候变化、森林砍伐和人类流动性增加等条件的变化可能有助于这种疾病的传播。一位病毒学家称，“仅仅是病毒导致了目前的情况，这太过于推测了”。他认为，某些类型的农业可能有助于奥罗普切病毒的传播。
今年的爆发让研究人员怀疑这种病毒明年是否会卷土重来，是否会导致亚马逊以外地区的爆发，甚至蔓延到北美。病毒学家强调，不管它的基因构成如何，它都需要合适的生态条件。但有些人担心奥罗普切病毒将继续在美洲传播。
《每日科学》网站（www.sciencedaily.com）
1、科学家发现平衡复制和重新启动的蛋白质
在《自然通讯》（Nature Communications）上发表的一篇新论文中，英国伯明翰大学领导的一个国际研究小组发现，蛋白质USP50通过帮助决定核酸酶或解旋酶的正确使用来支持DNA复制过程。这些酶在DNA复制过程中发挥作用，促进复制，并在复制过程中遇到问题时帮助重新启动。
该研究小组已经确定，USP50决定了在复制、叉重新启动和维护端粒（染色体末端富含DNA的蛋白质结构）时使用哪些解旋酶和核酸酶及其数量。USP50作用的确定为DNA复制过程提供了新的见解，并可能导致对一些遗传疾病如何发展的更好理解。
该研究涉及细胞如何使用特定的酶来支持典型的DNA复制调节。研究人员发现，由于有多种不同的酶参与切割和解绕，细胞必须调节它们使用的酶，这样复制才能正常进行。他们发现蛋白USP50参与了这一调控。
该研究还发现，当USP50在复制活动中缺失时，细胞试图以不协调的方式使用各种核酸酶和解旋酶，从而导致细胞中的复制缺陷。
这一发现可能是理解一些遗传基因变化如何导致早发性衰老和癌症的重要一步。
2、一项突破将带来日常技术改进：显示屏变得更亮
澳大利亚科廷大学领导的新研究发现了如何使更多分子粘附在微小纳米晶体表面，这一突破有望改进日常技术，让我们获得更亮的电视屏幕、更好的医疗诊断技术和更高效的太阳能电池板等等。
该研究调查了硫化锌纳米晶体的形状如何影响被称为配体的分子粘附在表面的程度。在各种重要技术中，配体在控制硫化锌纳米晶体的行为和性能方面发挥着重要作用。”
研究发现，与纳米点和纳米棒等其它形状相比，纳米薄片更平坦、更均匀的颗粒可以让更多的配体紧密附着。通过调整这些粒子的形状，能够控制它们如何与周围环境相互作用，并使它们在各种应用中更有效。
从更亮的LED灯和屏幕，到更高效的太阳能电池板和更精密的医学成像设备，控制颗粒形状的能力可能显著提高产品的效率和性能。”
这一发现可以提高光电子器件的性能，光电子器件可以产生光，也可以利用光来完成它们的其他功能。光电子学在许多现代技术中都很重要，包括电信、医疗设备和能源生产。有效操纵光和电的能力对于更快、更高效、更紧凑的电子系统的发展至关重要。
这一发现可能会推动其他设备的发展，包括感应光并将其转换为电信号的光电探测器，例如在相机和传感器中，以及用于光纤通信的激光二极管，它将电信号转换为光以进行数据传输。
该研究将发表于《美国化学学会杂志》（American Chemical Society）。
《赛特科技日报》网站（https://scitechdaily.com）
1、AI发现 老鼠 的秘密战术，可迅速停止战斗
美国特拉华大学（University of Delaware）的研究小组使用机器学习研究老鼠对其他老鼠攻击的反应方式。他们的研究发表在最新一期的开放获取期刊《公共科学图书馆·生物学》（PLOS Biology）上，揭示了雄性老鼠经常通过接近雌性老鼠来降低对方攻击性，转移雄性攻击者的注意力。
客观研究社会互动具有挑战性，因此研究人员使用机器学习方法分析攻击性互动及小鼠的反应。他们总共观察了3000多只雄性老鼠之间的争斗，机器学习算法帮助研究人员确定了最可能的攻击反应，以及这些行为是否解决或加剧了冲突。
研究人员发现，受到攻击的雄鼠经常跑向其中一只雌鼠，这降低了对方的攻击性。这可能是一种“诱饵转换”策略，因为具有攻击性的雄鼠通常会跟随另一只雄鼠，但随后会与遇到的雌鼠互动，而不是继续攻击其他雄鼠。
其他一些策略，即使它们暂时避免了攻击，最后也会升级为全面战斗。然而，研究人员发现，“诱饵转换”后情况有所不同。使用这种策略后，很少发生打斗，雄性老鼠通常彼此保持距离，而具有攻击性的老鼠继续与雌性老鼠互动。
虽然“诱饵转换”可能是一种有效的缓解冲突的方法，但可能会让受害者付出代价，比如牺牲与雌鼠相处的时间，进一步的研究可能会调查这些策略在更大的老鼠群体中是否有效。这项研究还证明了机器学习工具如何有助于理解动物行为，类似的工具可以用来研究许多其他具有社会等级的物种如何处理攻击。
2、人工智能如何解码遥远星球的天空
来自德国慕尼黑大学（LMU）、ORIGINS卓越集群，马普地外物理研究所（MPE）和ORIGINS数据科学实验室（ODSL）的科学家在分析系外行星大气方面取得了重大突破。通过利用基于物理信息的神经网络（Physics-informed Neural Network，简称PINN），他们改进了这些大气中复杂光散射的建模，实现了比以往更高的精度。这种创新方法为云层的作用提供了新的见解，并可能极大地提升我们对遥远星球的认识。
当遥远的系外行星从它们的恒星前面经过时，它们阻挡了一小部分星光，而一小部分光线穿透了行星的大气层。这种相互作用导致了 光谱 的变化，这反映了大气的特性，如化学成分、温度和云量。
然而，为了能够分析这些测量到的光谱，科学家们需要能够在短时间内计算数百万合成光谱的模型。只有随后将计算的光谱与测量的光谱进行比较，我们才能获得有关观测到的系外行星的大气成分的信息。此外，来自詹姆斯·韦伯太空望远镜（JWST）的详细新观测需要同样精细和复杂的大气模型。
系外行星研究的一个关键方面是大气中的光散射，尤其是云层的散射。以前的模型不能令人满意地捕捉到这种散射，这导致了光谱分析的不准确性。PINN在这方面具有决定性的优势，因为它们能够有效地求解复杂的方程。在最近发表的研究中，研究人员训练了两个这样的网络。第一个模型是在没有考虑光散射的情况下建立的，它显示出令人印象深刻的准确性，相对误差大多在1%以下。与此同时，第二个模型结合了所谓的瑞利散射的近似值——同样的效应使得地球上的天空看起来是蓝色的。虽然这些近似还需进一步改进，但PINN能够求解复杂方程，这已是一个重要进步。（刘春）
