ランセット：教育レベルが高いほど死亡リスクは低くなる

今週の注目すべき科学研究

Nature: HIV はどのようにしてヒトの細胞核を突破するのか?

ランセット：教育レベルが高いほど死亡リスクは低くなる

ネイチャーサブジャーナル：科学者が人間の老化に関する新たな発見をした

AIは現実世界と向き合うと間違いを犯しやすいことが研究で判明

Natureサブジャーナル：新素材がAIとコンピューターをより高速かつ効率的に

Nature サブ出版物: 再生可能エネルギーがグリーン水素の生産に役立つ

降水予報の精度を向上させるにはどうすればよいでしょうか?中国科学院：「AI + 物理学」に挑戦

科学サブジャーナル：AIががんの早期発見に期待

Nature: HIV はどのようにしてヒトの細胞核を突破するのか?

オーストラリアのニューサウスウェールズ大学の研究チームは、ヒト免疫不全ウイルス（HIV）が核膜孔複合体（NPC）の制限を乗り越えて細胞核に入り込み、感染を確立するメカニズムを発見した。この研究では、HIVは分子シャペロンタンパク質の助けを借りずに核膜孔複合体を通じて細胞核に侵入できることが示された。この発見は、人類がHIV生物学をより深く理解するのに役立つだけでなく、遺伝子治療などの他の分野にも新たな洞察をもたらす可能性があります。

オリジナルリンク: https://www.nature.com/articles/s41586-023-06969-7

ランセットサブジャーナル：教育レベルが高いほど、死亡リスクは低くなる？

『ランセット』の子会社である『ランセット・パブリック・ヘルス』に掲載された研究によると、教育は平均寿命に大きなプラスの影響を与えることが明らかになった。教育期間が1年長くなるごとに、死亡リスクは2%減少します。 6年間の初等教育では13%削減でき、18年間の教育では34%削減できる。さらに、この研究では、教育の予防効果は健康的な食事、禁煙、適度なアルコール摂取などのリスク要因に匹敵することが判明した。 50 代や 70 代でも、教育を受けることで恩恵を受けることができます。 59カ国のデータをまとめたこの調査は、特に低所得国と中所得国において、教育が世界中の人々の健康に影響を与える上で重要な役割を果たしていることを強調しています。

論文リンク: https://www.sciencedirect.com/science/article/pii/S2468266723003067?via%3Dihub

Natureサブジャーナル：新素材がAIとコンピューターをより高速かつ効率的に

将来の人工知能やデータセンターシステムでは、GST467 ナノ複合材料を使用した相変化メモリがより良い選択肢になる可能性があります。この技術は高速、低消費電力、安定性、耐久性に優れ、商業生産に適した温度で製造できます。スタンフォード大学の研究者らは、耐久性や速度など単一の指標を改善しただけでなく、複数の指標を同時に改善したと述べた。これは、この分野で構築される非常に業界に優しい新しい材料であると考えられています。研究チームは、これが普遍的な記憶への重要な一歩であると述べている。関連する研究は科学誌「ネイチャー・コミュニケーションズ」に掲載されました。

図｜GST467ナノ複合材料を用いた超格子相変化メモリ（PCM）

オリジナルリンク: https://www.nature.com/articles/s41467-023-42792-4

ネイチャーサブジャーナル：科学者が人間の老化について新たな発見をした

南洋理工大学のチームがネイチャー・コミュニケーションズ誌に発表した研究によると、人間の脳では、記憶を司るニューロン間のコミュニケーションが加齢とともに妨げられることが分かった。衰えは中年期から始まることもあります。研究チームは、生きたマウスの神経活動をリアルタイムで監視することで、中年や高齢のマウスは新しいタスクを学習する際により多くの訓練が必要であり、高齢のマウスでは神経細胞間のつながりが弱まり、記憶を保持する能力が弱まることを発見した。この研究結果は、認知的健康を維持するための治療法の開発に新たな手がかりを与え、早期介入の重要性を浮き彫りにしている。

オリジナルリンク: https://www.nature.com/articles/s41467-023-43142-0

Nature サブ出版物: 再生可能エネルギーがグリーン水素の生産に役立つ

テクニオン・イスラエル工科大学の材料科学・工学部の研究者らは、再生可能エネルギーからグリーン水素を生産するという画期的な研究を『ネイチャー・マテリアルズ』誌に発表した。グリーン水素を製造する他のプロセスと比較して、この技術は風力や太陽光などの再生可能エネルギーを使用して電気分解により水を酸素と水素に分解します。研究者らは、この技術の商業的開発は、炭素排出量の削減と化石燃料の代替にとって大きな意義があると強調した。

図｜加工工程の模式図

オリジナルリンク: https://www.nature.com/articles/s41563-023-01767-y

AIは現実世界と向き合うと間違いを犯しやすいことが研究で判明

米国ノースウェスタン大学の医学研究によると、組織サンプルの汚染により人工知能（AI）モデルが簡単に混乱する可能性があることが判明した。この問題により、特にモデルが理想的なシミュレートされた環境でトレーニングされている場合、AI が現実世界の環境で間違いを犯す可能性があります。この研究は、組織サンプルの汚染が機械学習モデルに与える影響を調査した初めての研究です。結果は、4つのAIモデルが、血管損傷の診断、妊娠期間の推定、肉眼的病変の分類、前立腺がんの検出など、汚染された組織に直面したときにエラーを起こしたことを示した。この研究では、AIモデルが現実世界にうまく適応できるよう、生物学的不純物のコード化を強化するとともに、最終的な診断はやはり人間の専門家が行う必要があることを患者に思い出させるよう求めている。

オリジナルリンク:

https://www.sciencedirect.com/science/article/pii/S0893395224000024?via%3Dihub

降水予報の精度を向上させるにはどうすればよいでしょうか?中国科学院：「AI + 物理学」に挑戦

中国科学院大気物理研究所の黄剛教授率いる研究チームは、物理変数とグラフニューラルネットワーク（GNN）を組み合わせることで降水量予測技術を改良した。この研究では、数値モデルの降水量予測能力を向上させるために、新たに開発された EarthLab 地球システム科学数値シミュレーター施設を活用しました。降水量予測、特に大雨事象の困難さに対処するために、チームは変数結合図を構築し、モデルに物理的な制約を導入して降水量予測の精度を向上させました。結果は、提案された方法が、特に大雨事象に関して、さまざまなカテゴリの降水量予測機能を大幅に改善したことを示しています。この結果は「Geophysical Research Letters」に掲載されました。

図 | (a) ɷ-GNNモデルの図解。 (b) エンコーダーと各大気要素の埋め込みプロセスの詳細。nは気候背景埋め込みベクトルの次元です。 （ｃ）要素の１つを例にとった局所性仮定の詳細。 (d) デコーダーの詳細赤は対応する降水量行ベクトルを示す

オリジナルリンク:

https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2023GL106676

科学サブジャーナル：AIががんの早期発見に期待

米国のシティ・オブ・ホープとTGenの研究者らは、機械学習を利用して、がんの早期発見を可能にする革新的な少量血液サンプル検査技術を開発した。この技術は、A-Plus アルゴリズムを使用して 11 種類のがんのうち半数を、100 回の検査で偽陽性がわずか 1 件という高い精度で特定しました。この方法は「フラグメントミクス」技術を使用し、全ゲノム配列の解析に必要な血液量の8分の1しか必要としない。今後は、がんの初期段階でこの技術の有効性を検証するための臨床試験を行う予定です。

オリジナルリンク:

https://www.science.org/doi/10.1126/scitranslmed.adi3883