█脑科学动态华信投资
Nature：PTSD患者大脑单细胞层面的基因调控异常
精准精神病学路线图：迈向基于生物学的精神障碍框架
婴儿感知疼痛早于理解疼痛，大脑网络发育不同步
凝视行为发展新发现：成人注视模式20岁才成型
睡前简单回忆练习显著提升阿尔茨海默病患者记忆力
抑郁症亚型：不同的大脑特征，相同的症状分析
婴儿认知测试可预测30岁智力水平
为什么我们更难识别其他种族的面孔？
默认模式网络：意识交汇与分离的神经枢纽
█AI行业动态
OpenAI预测AI将颠覆生物医学研究
█AI驱动科学
视觉语言模型革新环境自动检查：无需训练生成个性化巡检路线
共情不再难，智能系统把他人痛苦翻译成你的语言
可定制的软机器人模块实现多样化触觉交互
无需生物信号的自主假肢手控制系统
大语言模型自我进化：SEAL框架实现自主适应学习
脑科学动态
Nature：PTSD患者大脑单细胞层面的基因调控异常
创伤后应激障碍（PTSD）如何在大脑细胞层面改变基因表达？耶鲁大学医学院Ahyeon Hwang、Mario Skarica和Matthew J. Girgenti等研究人员通过单细胞测序技术，首次全面绘制了PTSD患者大脑的分子图谱，揭示了抑制性神经元、小胶质细胞和内皮细胞的异常变化。
▷PTSD 改变不同细胞类型基因表达的顺式调控。Credit: Nature (2025).
研究团队对111例死后人脑样本的背外侧前额叶皮层（DLPFC，与执行功能和情绪调节相关）进行了单核RNA测序（snRNA-seq）和染色质可及性测序（snATAC-seq），分析了超过200万个细胞核。他们发现PTSD患者中，抑制性神经元出现基因表达异常，特别是表达生长抑素（SST）的中间神经元功能受损，可能导致前额叶皮层过度兴奋，这与PTSD的过度警觉症状相关。小胶质细胞在PTSD中通讯减少，而在重度抑郁症（MDD）中却过度活跃，这一差异可能解释两种疾病的不同表现。此外，内皮细胞（构成血管的细胞）的基因组改变可能导致更多应激激素进入大脑。研究还鉴定出多个PTSD风险基因（如ELFN1、MAD1L1和KCNIP4）及其调控机制。这些发现为开发靶向特定细胞类型的PTSD治疗提供了新方向。研究发表在 Nature 上。
#疾病与健康 #神经机制与脑功能解析 #心理健康与精神疾病 #单细胞测序 #表观遗传学
阅读更多：
Hwang, Ahyeon, et al. “Single-Cell Transcriptomic and Chromatin Dynamics of the Human Brain in PTSD.” Nature, June 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41586-025-09083-y
精准精神病学路线图：迈向基于生物学的精神障碍框架
当前精神障碍分类系统缺乏生物学基础，导致诊断和治疗存在显著异质性。Martien J. H. Kas、Brenda W. J. H. Penninx等来自欧洲神经精神药理学学院（ECNP）的研究团队提出精准精神病学路线图（PPR），旨在整合症状、生物学和行为数据，推动精神障碍的精准诊断和治疗。
研究团队通过全球协作，协调转化研究方法和数据集，利用计算工具、高通量测序和数字数据（如智能手机和可穿戴设备）整合心理症状、环境暴露和生物活动。数字被动远程行为监测可提供实时、客观的行为跟踪，有望作为生物标志物或疗效终点。研究提出的精准精神病学框架将实现更精确的诊断分层和机制性治疗开发，超越现有诊断边界。例如，在双相情感障碍和精神分裂症网络（B-SNIP）研究中，患者可分为三种不同的生物型，对治疗反应各异。该框架将帮助识别这些亚群，提高治疗效果。研究发表在 Molecular Psychiatry 上。
#疾病与健康 #个性化医疗 #心理健康与精神疾病 #跨学科整合 #数字生物标志物
阅读更多：
Kas, Martien J. H., et al. “Precision Psychiatry Roadmap: Towards a Biology-Informed Framework for Mental Disorders.” Molecular Psychiatry华信投资, June 2025, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41380-025-03070-5
婴儿感知疼痛早于理解疼痛，大脑网络发育不同步
新生儿如何体验疼痛？伦敦大学学院、伦敦大学学院医院和伦敦国王学院的Laura Jones、Lorenzo Fabrizi等研究人员发现，婴儿大脑中处理疼痛的三个网络（感觉、情感、认知）发育不同步：感觉网络最早成熟（孕34-36周），而理解疼痛意义的认知网络足月时仍未发育完全。这一发现解释了为何早产儿对医疗操作特别敏感。
研究团队利用人类连接组计划和发展中人类连接组计划的脑磁共振成像（MRI）数据，分析了372名早产儿（孕周26-42周）和98名成人的静息态功能连接。通过偏相关分析量化12个疼痛相关脑区的功能连接，发现感觉辨别网络（负责识别疼痛位置和强度）在孕34-36周率先达到成人水平，使婴儿能感知但无法理解疼痛。情感动机网络（产生疼痛厌恶感）在孕36-38周成熟，而认知评价网络（解读疼痛意义）直到足月后仍在发育。这些发现与团队2023年发现的早产儿无法适应重复疼痛的现象相印证，提示未成熟的认知网络限制了疼痛调节能力。研究为新生儿医疗操作的最佳时机选择和疼痛管理提供了神经科学依据。研究发表在 Pain 上。
#疾病与健康 #神经机制与脑功能解析 #儿科医学 #疼痛管理 #发育神经科学
阅读更多：
Jones, Laura, et al. “Differential Maturation of the Brain Networks Required for the Sensory, Emotional, and Cognitive Aspects of Pain in Human Newborns.” PAIN, May 2022, p. 10.1097/j.pain.0000000000003619. journals.lww.com, https://doi.org/10.1097/j.pain.0000000000003619
凝视行为发展新发现：成人注视模式20岁才成型
人类凝视行为如何随年龄发展？德国吉森尤斯图斯·李比希大学的Marcel Linka、Harun Karimpur和Benjamin de Haas团队通过博物馆眼动追踪实验发现，注视模式发展比预期更缓慢，直到20岁出头才完全成熟，且儿童期个体差异显著。
▷眼动追踪实验台及实验流程。Credit: Nature Human Behaviour (2025).
研究团队在德国Mathematikum科学博物馆设置自主眼动追踪展台，收集了6,720名5-72岁参与者的数据。参与者自由观看40个日常场景（每个3秒），研究人员分析其对文字、面部等对象的注视时间比例，以及空间注视偏差（如中心偏好和水平眼动优势）。结果显示，对文字的偏好发展最慢，直到20岁出头才达到成人水平；儿童注视模式个体差异显著，青春期逐渐趋同；空间注视偏差持续发展到青春期，与视觉皮层发育同步；老年人保持稳定注视策略。这些发现挑战了注视行为在童年早期即成熟的传统观点，表明视觉认知发展是长期过程。研究为理解\"视觉饮食\"（即日常视觉经验积累）如何塑造注视模式奠定了基础，未来将结合移动眼动追踪眼镜探索日常生活场景的影响。研究发表在 Nature Human Behaviour 上。
#认知科学 #神经机制与脑功能解析 #跨学科整合 #视觉发展 #眼动追踪
阅读更多：
Linka, Marcel, et al. “Protracted Development of Gaze Behaviour.” Nature Human Behaviour, June 2025, pp. 1–11. www.nature.com, https://doi.org/10.1038/s41562-025-02191-9
睡前简单回忆练习显著提升阿尔茨海默病患者记忆力
记忆衰退困扰着老年人和阿尔茨海默病（AD）患者，但现有干预措施往往成本高昂或伴随副作用。布里斯托大学的J. Blackman、V. Gabb等研究者发现，只需睡前花几分钟写下当天发生的五件事，就能显著提升次日记忆表现，且AD患者获益更明显。
▷Credit: Neuropsychologia (2025).
研究采用RESTED-AD（远程评估睡眠以增强对早期痴呆症的理解）方案，招募26名参与者（8名AD患者和18名健康老年人）。参与者分别在两种条件下完成单词识别任务：标准条件和自传回忆条件（睡前记录5个当日事件）。结果显示，自传回忆使整体记忆准确率从82.0%提升至86.4%，效应量（Cohen's D）达0.452。虽然研究假设记忆改善可能通过增强非快速眼动睡眠（NREM）中的纺锤波活动（与记忆巩固相关的脑电波）实现，但EEG数据未支持这一机制。研究者推测，睡前回忆可能直接激活了海马体和内侧颞叶等记忆相关脑区。这种方法无需专业设备或药物，为认知衰退干预提供了新思路。研究发表在 Neuropsychologia 上。
#疾病与健康 #记忆机制 #神经调控 #老年认知 #阿尔茨海默病
阅读更多：
“A New Behavioural Intervention to Enhance Memory in Older People–Evening Autobiographical Recall.” Neuropsychologia, vol. 216, Sept. 2025, p. 109191. www.sciencedirect.com, https://doi.org/10.1016/j.neuropsychologia.2025.109191
抑郁症亚型：不同的大脑特征，相同的症状
华盛顿大学医学院Janine D. Bijsterbosch团队联合宾夕法尼亚大学Yvette I. Sheline等研究者发现，相同抑郁症状可能对应不同大脑特征，首次证实多对一映射现象，为个性化治疗提供新方向。
▷该图描绘了抑郁症人群临床和神经生物学异质性之间关系的理论视角。(A)。在一对一理论中，每个临床特征预计与一个神经生物学解释存在一对一关联。(B)。在多对一理论中，多种不同的神经生物学机制可导致相同的临床表现。需要注意的是，一对一理论和多对一理论并不相互排斥，并且在某些临床分离的群体中可能观察到多对一映射，但在其他群体中则不会。异质性可以表现为分离良好的簇（C），也可以沿着更连续的维度变化（D）。Credit: Biological Psychiatry / Hannon et al.
研究利用英国生物银行（UK Biobank）多中心数据，通过临床分离分组（将抑郁症状分解为情绪低落、快感缺失等独立维度）筛选特定特征人群。神经影像驱动聚类（通过机器学习分析大脑结构和功能连接模式）显示，临床分离组的神经影像规范偏差（即与健康人群的差异程度）比混合症状组更显著。在急性损害组中，尽管患者临床表现完全相同，却存在两个稳定亚型：一组认知能力显著受损，另一组相对正常。这种多对一映射现象解释了既往研究结果的不一致性。特别值得注意的是，核磁共振（MRI）发现的神经生物学特征能预测传统症状筛查无法捕捉的认知衰退风险。研究发表在 Biological Psychiatry 上。
#疾病与健康 #个性化医疗 #阿尔茨海默病 #生物标志物 #血液检测
阅读更多：
Hannon, Kayla, et al. “Parsing Clinical and Neurobiological Sources of Heterogeneity in Depression.” Biological Psychiatry, vol. 0, no. 0, May 2025. www.biologicalpsychiatryjournal.com, https://doi.org/10.1016/j.biopsych.2025.04.025
婴儿认知测试可预测30岁智力水平
婴儿期认知能力如何影响终身智力？科罗拉多大学博尔德分校行为遗传学研究所的Daniel E. Gustavson和Chandra A. Reynolds团队通过30年双胞胎研究发现，7个月大的认知测试可预测约13%的30岁认知差异，且早期环境因素影响持久。
研究团队追踪1098对双胞胎从婴儿期到成年，在7个月时测量包括新奇偏好（novelty preference）和任务导向（task orientation）等7项认知指标。通过双胞胎比较法发现，同卵双胞胎认知相似性显著高于异卵双胞胎，证实基因的重要作用（7岁时遗传影响占30岁认知差异的49%）。同时，生命前两年的共享环境因素贡献了10%的成年认知差异，这种影响虽随年龄减弱但持久存在。多基因评分（PGS）分析显示，基于近百万样本的认知能力基因预测与30年追踪结果高度吻合。婴儿期简单行为测试（如对新玩具的偏好）与30年后复杂认知测试结果存在显著相关性（r=0.16-0.18）。研究为早期干预改善终身认知健康提供了科学依据。研究发表在 PNAS 上。
#认知科学 #疾病预防 #跨学科整合 #健康管理与寿命延长 #神经机制与脑功能解析华信投资
阅读更多：
Gustavson, Daniel E., et al. “Stability of General Cognitive Ability from Infancy to Adulthood: A Combined Twin and Genomic Investigation.” Proceedings of the National Academy of Sciences, vol. 122, no. 21, May 2025, p. e2426531122. pnas.org (Atypon), https://doi.org/10.1073/pnas.2426531122
为什么我们更难识别其他种族的面孔？
人类识别跨种族面孔的能力为何存在差异？斯旺西大学的Jeremy J. Tree和Alex L. Jones团队通过跨国实验发现，约1.3%-1.9%人群存在\"其他种族失明症\"，这种特异性识别障碍可能导致法律误判和社交困境。
研究团队收集英国、中国等7个国家参与者的数据，采用在线测试比较去特征化（移除头发/饰品等辅助特征）的面孔图像。通过三种分析方法发现：百分位排名法（调整回归均值）显示1.9%存在识别障碍；单案例分离法仅识别出0.25%纯粹特异性障碍；纯化其他种族效应（OEE）测量法则发现1.33%人群表现显著差异。贝叶斯模拟验证了这些结果的可靠性。值得注意的是，多数障碍者同时存在普遍性面孔处理缺陷，仅极少数为纯粹跨种族识别问题。在法律场景测试中，这类识别困难使错误目击指认风险提升55%，职场社交中也易产生沟通障碍。研究为制定减少偏见的政策提供了科学依据。研究发表在 Journal of Experimental Psychology: General 上。
#认知科学 #神经机制与脑功能解析 #跨学科整合 #社会心理学
阅读更多：
Tree, Jeremy J., and Alex L. Jones. “How Prevalent Is ‘Other Ethnicity Blindness’? Exploring the Extremes of Recognition Performance across Categories of Faces.” Journal of Experimental Psychology: General, vol. 154, no. 6, 2025, pp. 1485–504. APA PsycNet, https://doi.org/10.1037/xge0001730.
默认模式网络：意识交汇与分离的神经枢纽
剑桥大学、巴黎脑研究所的Andrea I Luppi，北京大学的Dian Lyu和伦敦国王学院的Emmanuel A Stamatakis团队提出新理论，揭示默认模式网络（DMN）作为意识交汇与分离的核心枢纽，其功能紊乱可能导致意识障碍。
研究整合功能磁共振成像（fMRI）和正电子发射断层扫描（PET）数据，分析DMN在静息状态和认知任务中的动态变化。结果显示，DMN通过后扣带回皮层（PCC）、内侧前额叶等区域形成功能连接网络，充当大脑的全局工作空间（global workspace），整合环境信息与自我认知。在意识障碍患者和致幻剂作用下，DMN的时空连续性被破坏，导致皮层功能层级塌缩，表现为自我与环境认知的分离。研究进一步提出，通过靶向调控DMN功能（如经颅磁刺激或特定药物干预），可能恢复意识整合能力。这一发现为理解意识机制和治疗相关疾病提供了新方向。研究发表在 Current Opinion in Behavioral Sciences 上。
#意识与脑机接口 #神经机制与脑功能解析 #心理健康与精神疾病 #神经调控 #跨学科整合
阅读更多：
“Core of Consciousness: The Default Mode Network as Nexus of Convergence and Divergence in the Human Brain.” Current Opinion in Behavioral Sciences, vol. 65, Oct. 2025, p. 101545. www.sciencedirect.com, https://doi.org/10.1016/j.cobeha.2025.101545
AI 行业动态
OpenAI预测AI将颠覆生物医学研究，加速药物研发与疫苗设计
OpenAI近日发布报告指出，人工智能模型正迅速接近高度专业化生物实验室的研究水平，未来可能在药物研发、疫苗设计、基因解码及环保酶设计等领域取得突破性进展。研究人员表示，过去需要数年才能完成的复杂生物实验，借助AI技术可能仅需数周即可实现。这一进展为罕见病治疗带来新希望，尤其是那些因经济回报低而被传统药企忽视的疾病领域。
然而，OpenAI也警告称，AI在生物领域的强大能力可能带来双重风险：既推动科学进步，也可能被恶意利用。例如，AI模型对生物数据的分析能力、化学反应预测能力或实验室实验指导能力，可能被缺乏专业知识的人用于制造生物威胁，或被高度熟练的恶意行为者用于开发生物武器。为此，OpenAI正在采取多层次措施，包括与政府机构、国家实验室合作，训练模型安全处理双重用途请求，并建立监测与执行系统。
#OpenAI #人工智能 #生物医学 #药物研发 #生物安全
阅读更多：
https://openai.com/index/preparing-for-future-ai-capabilities-in-biology/
AI 驱动科学
视觉语言模型革新环境自动检查：无需训练生成个性化巡检路线
如何让机器人更智能地执行危险环境检查？普渡大学的Xingpeng Sun和Aniket Bera与LightSpeed Studios团队开发出基于视觉语言模型（VLM）的新方法，仅需自然语言指令即可生成优化巡检路径，空间关系预测准确率达90%以上。
▷该图展示了该团队方法的流程。该方法的输入包括文本描述和 3D 环境地图，输出则由符合用户文本描述的平滑轨迹组成，这些文本描述包含目标、顺序和空间关系。Credit: Sun et al.
研究采用无需训练的创新流程，直接利用预训练视觉语言模型（VLM，如GPT-4o）解析包含目标、顺序和空间关系的自然语言指令。系统首先通过多视角图像分析语义对齐，评估候选视点；再运用GPT-4o推理相对空间关系（如目标内部/外部）。最终通过混合整数规划求解旅行商问题（TSP），生成同时满足语义相关性、空间顺序和位置约束的3D巡检轨迹。测试显示，该方法在隧道、管道等复杂环境中可准确转化\"先检查内部再环绕外部\"等指令，预测空间关系准确率超90%，且生成的相机视点能有效捕捉关键区域。研究证实现代VLM具备出色的多视角空间推理能力，为机器人自主规划开辟新途径。
#大模型技术 #自动化科研 #跨学科整合 #机器人技术 #空间计算
阅读更多：
Sun, Xingpeng, et al. Text-Guided Generation of Efficient Personalized Inspection Plans. arXiv:2506.02917, arXiv, 3 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.02917
共情不再难，智能系统把他人痛苦翻译成你的语言
如何突破背景差异实现精准共情？韩国浦项科技大学计算机科学与工程系的Hyojin Ju、Jungeun Lee、Seungwon Yang、Jungseul Ok和Inseok Hwang团队开发出基于大语言模型的EmoSync系统，通过生成个性化类比显著提升跨文化情感理解能力。
研究采用三阶段实验设计：首先收集41名用户数据训练LLM理解个性化情绪反应模式，随后通过提示工程生成个性化微攻击情景类比（microaggression vignettes），最终对60名参与者进行系统评估。EmoSync会分析用户的背景信息（如种族、职业经历）和心理特征，将陌生情境转换为用户熟悉的类比（如将职场歧视类比为校园排斥）。定量分析显示，该系统使参与者对微攻击的共情理解提升63.7%，在认知共情（cognitive empathy）和情感共情（affective empathy）两个维度均有显著改善。与传统统一情景展示相比，个性化类比使情感匹配准确率提高2.1倍。该系统在ACM CHI 2025会议交互演示中获大众选择荣誉奖（前5%）。研究证实LLM可通过语义重构建立情感连接桥梁，为跨文化沟通提供新范式。研究发表在 Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems 上。
#大模型技术 #心理健康与精神疾病 #个性化医疗 #跨学科整合
阅读更多：
Ju, Hyojin, et al. “Toward Affective Empathy via Personalized Analogy Generation: A Case Study on Microaggression.” Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems, Association for Computing Machinery, 2025, https://doi.org/10.1145/3706598.3714122
可定制的软机器人模块实现多样化触觉交互
当前触觉技术难以兼顾适应性与逼真体验的问题，洛桑联邦理工学院可重构机器人实验室的Serhat Demirtas、Anke van Oosterhout、Rohit Kadungamparambil John和Jamie Paik团队开发了Digits框架。该系统通过模块化设计和气动驱动，实现了16种可配置的触觉反馈方案，为虚拟现实和康复治疗领域带来突破。
▷TangiBall 的一种可能配置。Credit: RRL EPFL/CC BY SA 4.0
研究团队设计了由刚性连杆和柔性关节组成的Digits模块，通过加压气囊（pneumatic pouch）控制形状与刚度变化。开源软件Feelix的扩展功能允许用户自定义触觉交互配置，而集成机器学习模型能通过压力传感器数据识别用户交互意图，无需编程即可创建智能反馈。验证阶段展示了两种典型配置：开链结构的可穿戴外骨骼TangiGlove可提供刚度反馈，闭链结构的TangiBall通过四个模块组合实现立方体到球体等8种形态转换，两者均具备振动功能。该系统特别采用气动驱动方案，填补了机器人领域个性化触觉体验的技术空白。研究团队已开始评估其在康复治疗中的长期可用性，并探索虚拟环境中基于快速形态转换的实时交互应用。研究发表在 Advanced Intelligent Systems 上。
#跨学科整合 #知觉康复 #虚拟现实 #模块化机器人 #气动驱动
阅读更多：
Demirtas, Serhat, et al. “Reconfigurable Haptic Feedback: Comprehensive Design and Control Framework.” Advanced Intelligent Systems, vol. n/a, no. n/a, p. 2500142. Wiley Online Library, https://doi.org/10.1002/aisy.202500142
无需生物信号的自主假肢手控制系统
传统假肢依赖肌电信号控制，给用户带来身心负担。加拿大纽芬兰纪念大学的Kaijie Shi、Xianta Jiang团队开发了基于视觉和触觉的自主控制系统，通过模仿学习实现95%以上的抓取成功率。
▷自主假肢手利用视觉和触觉传感器抓取瓶子。Credit: Kaijie Shi, Xianta Jiang's Lab, Memorial University.
研究团队设计了包含手腕摄像头和触觉传感器的数据采集系统，采用模仿学习算法训练控制模型。该系统仅需少量演示视频即可学习抓握动作，无需用户产生肌电信号。实验结果显示，系统能自主完成抓取-释放任务，成功率超过95%。值得注意的是，模型在仅使用单个参与者数据训练后，能良好适应其他使用者和未见过的物体。这种基于视觉-触觉-运动整合的方法为开发更自然、低负担的假肢系统提供了新方向。
#疾病与健康 #自动化科研 #知觉康复 #脑机接口 #仿生控制
阅读更多：
Shi, Kaijie, et al. Towards Biosignals-Free Autonomous Prosthetic Hand Control via Imitation Learning. arXiv:2506.08795, arXiv, 10 June 2025. arXiv.org, https://doi.org/10.48550/arXiv.2506.08795
大语言模型自我进化：SEAL框架实现自主适应学习
当前大语言模型（LLMs）存在静态局限，无法自主适应新任务。麻省理工学院的Adam Zweiger、Jyothish Pari、Han Guo、Ekin Akyürek、Yoon Kim和Pulkit Agrawal团队开发了SEAL框架，使LLMs能通过生成自我训练数据和更新指令实现持续进化，在知识整合任务中准确率提升40%。
研究团队提出的自我适应语言模型（SEAL）框架，其核心是让模型生成自然语言格式的自我编辑指令（self-edits）。这些指令可重构输入信息、指定优化超参数（hyperparameters，控制学习过程的变量），或调用工具进行数据增强。通过强化学习训练，模型学会生成能提升下游任务表现的指令。在知识整合测试中，使用自生成数据微调的模型在SQuAD基准上的问答准确率从33.5%跃升至47.0%，显著优于使用GPT-4.1生成数据的对照组。在小样本学习场景下，SEAL能自主选择数据增强策略和优化配置，在ARC-AGI子集上的表现超越传统上下文学习方法。该研究首次证明语言模型可通过自然语言指令控制自身参数更新，为构建持续进化的AI系统开辟新路径。
#大模型技术 #自动化科研 #知识整合 #强化学习 #自适应系统
阅读更多：
Zweiger, Adam, et al. Self-Adapting Language Models. 1, arXiv, 2025. DOI.org (Datacite), https://doi.org/10.48550/ARXIV.2506.10943
整理｜ChatGPT
编辑｜丹雀、存源
关于追问nextquestion
天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。欢迎评论区留言，或后台留言“社群”即可加入社群与我们互动。您也可以在后台提问，我们将基于追问知识库为你做出智能回复。
关于天桥脑科学研究院
天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。
Chen Institute与华山医院、上海市精神卫生中心设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工天桥神经科学研究院。
Chen Institute建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、等。
尚红配资提示：文章来自网络，不代表本站观点。
