“猫屎咖啡”独特风味从何而来？| 科技周览

整理 | 周舒义、平生

新冠疫苗或可助力癌症治疗

一项新研究显示，mRNA新冠疫苗可能会显著增强一些癌症患者的免疫治疗效果。研究发现，接受一种名为“检查点抑制剂”的癌症免疫疗法的患者如果接种了mRNA新冠疫苗，生存期会比未接种疫苗的患者更长。

该研究由德克萨斯大学MD安德森癌症中心的研究人员主导。他们分析了2015至2023年间超过1000名晚期皮肤癌（黑色素瘤）和肺癌患者的医疗记录。结果显示，在开始检查点抑制剂治疗前后100天内接种了mRNA新冠疫苗的患者，其生存获益显著：对于晚期肺癌患者，中位生存期几乎翻了一番，从未接种者的21个月延长至37个月。对于转移性黑色素瘤患者，接种疫苗的群体存活时间非常长，以至于在数据收集结束时，仍未达到中位总生存期，而未接种者的中位生存期为27个月。

英国牛津大学肿瘤免疫学家Benoit Van den Eynde表示，这一发现“相当令人印象深刻”。“我没想到效果会这么显著，数据非常有力。”

黑色素瘤细胞（人工染色）。在开始癌症治疗后100天内接种mRNA新冠疫苗的患者中，免疫疗法对这种癌症更有效。| 图片来源：Steve Gschmeissner/SPL

不过，这种好处似乎仅限于mRNA疫苗。接种了流感、肺炎等非mRNA疫苗的患者，其癌症治疗效果与未接种疫苗的患者相比没有明显改善。小鼠实验表明，mRNA疫苗之所以效果明显，并非因为它们能够预防新冠病毒或直接针对癌症，而是因为起到了“警报器”的作用，全面激活了人体的免疫系统。

MD安德森癌症中心的放射肿瘤学家Adam Grippin解释说，疫苗采用的mRNA技术和负责递送的脂肪纳米颗粒可有效激活免疫系统，会触发免疫信号蛋白（如1型干扰素）的释放。这种强烈的免疫反应“唤醒”了全身的免疫细胞，包括肿瘤内部的免疫细胞，使其进入“战斗”准备状态。

研究人员表示，检查点抑制剂免疫疗法虽然给许多癌症患者带来了希望，但仍有超过一半的患者对其反应不佳。而这项新发现意味着，与那些仍在实验阶段、价格昂贵且难以获得的“个性化癌症疫苗”不同，低成本、已在全球广泛分发的mRNA新冠疫苗，可能会成为这种先进疗法的“助推器”。

相关论文：https://www.nature.com/articles/s41586-025-09655-y

谷歌宣布“可验证的量子优势”，和以往比有何不同？

谷歌研究团队10月22日在《自然》（Nature）上发表论文宣布，通过运行突破性的“量子回声”算法取得了首个“可验证的量子优势”，这标志着量子计算“朝首个实际应用迈出了重要一步”，并乐观预测五年内量子计算机或将迎来实际用途。

谷歌量子计算设施中低温恒温器的一部分。| 图片来源：Google Quantum AI

量子优势又称“量子优越性”，通常指量子计算不仅在理论上具备更快的运算速度，而且在解决具有经济或科学价值的实际问题中展现出超越传统计算机的性能。

这项成果据称“可用于了解从分子到磁体再到黑洞等自然界系统结构”，引发了广泛关注。但对于谷歌公司再次宣称的量子优势，以及未来数年内即可实际应用的前景，一些研究人员持审慎态度。

谷歌团队称，“量子回声”算法在模拟分子结构方面具有潜力。该算法通过模拟原子核的自旋，能够探测到分子内远距离的原子间相互作用，而传统核磁共振（NMR）技术难以做到这一点。理论上可以为解析更复杂的分子结构（未来甚至可能包括蛋白质）提供新的工具。在拥有105个量子比特的“Willow”芯片上运行该算法，解决一个特定问题的速度比目前最好的经典算法快1.3万倍。

谷歌团队与合作者已经在一篇预印本论文中展示了如何将该算法应用于简单的芳香液体甲苯，并用NMR测量结果加以验证。但目前该方法仅适用于那些已经可以用传统计算机有效模拟的分子。谷歌量子人工智能（Google Quantum AI）的Tom O’Brien承认，要将“量子回声”算法应用于更复杂的系统，将需要噪声更小的硬件或开发新的纠错方法。

部分研究人员对谷歌“量子优势”的主张持谨慎态度。纽约大学的量子物理学家Dries Sels评论道：“（这类主张）的举证标准应该很高。”他指出，虽然该论文在测试各种经典算法方面做了“严肃的工作”，但仍无法证明不存在更高效的经典算法。“我个人认为，这不足以做出如此大胆的宣言。”

达特茅斯学院的量子物理学家James Whitfield也认为，短期内实现实际应用的承诺“有点牵强”。

这并非谷歌首次宣称实现量子优势。2019年10月，谷歌团队在《自然》上宣布，他们研制出包含53个有效量子比特的处理器“Sycamore”，在测试中仅用约200秒就完成当时全球顶尖超级计算机需要约1万年才能完成的计算任务。

谷歌的Willow量子芯片。| 图片来源：Google Quantum AI

2024年12月，谷歌研发出适用量子计算机的“Willow”芯片，宣称这种芯片只用5分钟即可完成现行最快计算机要10^25年才能完成的任务。此外，“Willow”还有突出的纠错能力，为研制“实用的大规模量子计算机”铺平了道路。

德克萨斯大学奥斯汀分校的计算机科学家Scott Aaronson表示，谷歌此次进展的一个优势在于，其计算机提供的是一个“确定的数字”，因此结果原则上可以在另一台量子计算机上进行验证——这与此前基于概率算法、无法精确匹配输出的“量子优势”进展不同。

Aaronson总结说，虽然在实现可验证的量子优势方面取得了“明确的进展”，但从当前的演示走向任何商业上实用的、可扩展的容错量子计算机，仍将面临“额外的巨大挑战”。

相关论文：https://www.nature.com/articles/s41586-025-09526-6

“猫屎咖啡”独特风味从何而来？

一项新研究揭示了“猫屎咖啡”独特香气和奶油感风味的潜在化学来源——其中的两种关键短链脂肪酸含量显著增加，这可能来自麝香猫肠道的自然发酵作用。相关论文10月23日发表于Scientific Reports。

麝香猫咖啡在原产地印度尼西亚被称为“Kopi Luwak”（猫屎咖啡），是由麝香猫（Paradoxurus hermaphroditus）吃下咖啡果实后，从其粪便中收集未消化的咖啡豆加工而成。这些咖啡豆经过烘焙后，会产生一种被形容为带有坚果、巧克力、泥土甚至鱼腥味的独特风味。成品豆每公斤售价超过1300美元，单杯咖啡售价可达75美元。

麝香猫的粪便，由作者在采集前拍摄。| 图片来自Ramit Mitra

新研究中，来自印度喀拉拉中央大学的动物学家PalattyAllesh Sinu和同事比较了从普通咖啡豆和从野生麝香猫排泄物中收集的68份咖啡豆样本。所有咖啡豆样本在清洁后进行化学分析。分析显示，在经过麝香猫“处理”的咖啡豆中，辛酸甲酯和癸酸甲酯的浓度比手工采收咖啡豆显著更高，这两种脂肪酸可以在乳制品中提供类似山羊奶的风味。此外，麝香猫咖啡豆的总脂肪含量也更高。

研究团队认为，这种化学成分差异可能是由麝香猫肠道内的消化和发酵过程造成的，其中葡萄糖杆菌属（Gluconobacter）等肠道细菌起到了关键作用。

不过伦敦皇家植物园的生物化学家Melanie-Jayne Howes指出，咖啡的风味化学极其复杂，除了新发现的脂肪酸外，还有许多其他化合物和因素在起作用。研究团队也指出，野生麝香猫会选择性地吃掉更大、更成熟的咖啡果，这也可能影响最终产品的口感。

该研究使用的是罗布斯塔（Robusta）咖啡豆（因为这是研究人员所在地区种植的品种）。研究人员表示，未来还需要对商业麝香猫咖啡更常使用的阿拉比卡（Arabica）咖啡豆进行研究。此外，烘焙过程如何改变这些新发现的脂肪化合物，也是未来需要研究的方向。

相关论文：https://doi.org/10.1038%2Fs41598-025-21545-x

AI的“讨好型人格”正在损害科学研究

最近一项发布于arXiv上的预印本论文（未经同行评审）显示，人工智能（AI）模型的谄媚程度比人类高出50%——它们倾向于过度附和或奉承用户。论文作者、苏黎世瑞士联邦理工学院的数据科学博士生Jasper Dekoninck解释说：“谄媚意味着模型对用户说的话不加质疑。”他补充道：“所以我在向AI提出任何问题时都非常警惕，我总是会仔细检查它们写的所有内容。”

为了量化AI的谄媚倾向，Dekoninck和同事设计实验，选取了504道数学竞赛题，并故意在每个题目陈述中引入细微的错误。然后他们要求四个常用的大型语言模型（LLM）为这些有缺陷的陈述提供证明。如果模型未能发现陈述中的错误，反而为其“捏造”了一个证明，那么该回答就被认为是谄媚的。

结果发现，DeepSeek-V3.1表现出最严重的谄媚行为，在70%的情况下生成了谄媚回答；GPT-5的谄媚行为最少，但谄媚回答的比例仍达到了29%。德科宁克指出，尽管这些模型有能力发现错误，但它们“就是假设用户说的是对的”。有趣的是，当研究团队调整指令，要求模型在证明之前先检查陈述的正确性时，DeepSeek的谄媚回答率下降了34%。

Dekoninck表示，这项研究“并不能真正表明这些系统在现实世界中的应用情况，但它表明我们需要对此非常小心”。

这种“讨好”行为已经渗透到LLM参与的许多任务中。哈佛大学生物医学信息学研究员Marinka Zitnik警告称，在生物学和医学领域，AI的谄媚行为“风险非常高，错误的假设可能会带来真实的代价”。

科罗拉多大学安舒茨医学院的AI研究员高艳珺（Yanjun Gao）表示，当她对LLM的说法提出不同意见时，模型会不加辩驳地跟随她的观点，而不是去核实文献来源。Zitnik也观察到，在用于分析大型生物数据集的多智能体系统中，模型似乎会“过度验证早期的猜测”，并重复用户在输入提示中使用的语句。为了解决这个问题，她会为不同的AI智能体分配不同角色，例如，让一个智能体提出想法，让另一个扮演怀疑论科学家来“挑刺”。

加拿大阿尔伯塔大学的医生Liam McCoy称，这种现象在“临床环境中尤其令人担忧”。他与团队发表的一篇论文指出，用于医疗推理的LLM在医生添加新信息后，常常会改变其诊断，即使这些新信息与病情无关。另一项研究则发现，研究人员可以轻易利用LLM的谄媚特性，让它们提供医学上不合逻辑的建议，例如在一次测试中，研究人员要求五个LLM撰写信息，劝说人们从一种药物换成另一种——而这两种药物其实是同一款，只是名字不同——LLM服从这种错误提示的比例高达100%。

为何AI会变得“谄媚”？研究人员认为，问题部分源于LLM的训练方式。高艳珺指出：“LLM被训练得过度附和人类观点，或过度迎合人类的偏好，而无法诚实地表达它们知道什么，不知道什么。”她认为，需要重新训练这些工具，提高其决策的透明度。

此外McCoy补充说，用户反馈也助长了AI的谄媚行为，因为用户更倾向于给那些赞同自己观点的回答打高分。LLM甚至会根据用户的身份（如审稿人、编辑或学生）来调整其回答方式。McCoy说：“AI模型很擅长给你一个答案，但有时候，答案本就是不存在的。”

相关论文：https://doi.org/10.48550/arXiv.2510.01395

男性寿命更短，或因“找对象”压力大

女性的平均寿命超过男性，背后原因一直是个难解之谜。10月1日发表于《科学进展》（Science Advances）的一项研究显示，这一差异的根源可能不仅仅在于性染色体，而是更多源自男性为激烈择偶竞争所付出的代价。

全球范围内人类女性的平均寿命比男性长约5.4年。这种性别差距不仅存在于人类社会，也存在于其他动物，但方向并不总是一致：哺乳动物通常是雌性更长寿，而许多鸟类、昆虫和爬行动物的雄性寿命更长。

对此，长期以来的一个解释是“异配性别假说”（heterogametic sex hypothesis）。在哺乳动物中，雌性拥有两条X性染色体（XX），而雄性有一条X和一条Y染色体（XY，“异配性别”）。一些研究认为，拥有两条X染色体可能会保护雌性免受一些有害突变的影响，从而获得生存优势。

在鸟类中情况正好相反：雌性是异配性别（ZW），雄性是ZZ。研究团队分析了全球动物园中共计1176种鸟类和哺乳动物的记录，发现了支持该假说的证据：72%的哺乳动物雌性更长寿，平均比雄性长寿12%；68%的鸟类雄性寿命更长，平均比雌性长寿5%。

然而研究也发现了许多例外情况。例如仍有5.3%的哺乳动物（如某些狼、野犬和鼩鼱等28种）在动物园中表现出显著的雄性寿命优势；许多猛禽的雌性不仅体型更大，寿命也更长。论文作者Johanna Stärk指出：“这表明性染色体只能解释部分原因。”

另一个可能的原因是“性选择”和繁殖活动带来的生存成本。雄性为争夺交配权而进行的激烈竞争（如打斗、炫耀），会消耗大量生理资源并增加伤亡风险，从而折损寿命。

研究人员使用贝叶斯生存轨迹分析（BaSTA）等方法估算了从首次繁殖年龄开始的成年预期寿命（ALE），并分析了其与性选择和繁殖成本之间的关系。

分析发现，交配前性选择（Precopulatory sexual selection）是解释寿命差异的最强预测因素。许多哺乳动物实行一夫多妻制，繁殖竞争非常激烈，雄性通常比雌性寿命更短。另一方面，许多鸟类实行一夫一妻制，这意味着竞争压力较低，雄性往往寿命更长。例如在一夫多妻制的哺乳动物中，雌性寿命优势高达15%；而在一夫一妻制物种中，这种优势几乎消失。

此外，亲代抚育也发挥了作用。研究发现，在抚养后代上投入更多的性别（在哺乳动物中通常是雌性）往往寿命更长。在灵长类等长寿物种中，这可能是一种选择优势：雌性存活到它们的后代独立或达到性成熟，对族群延续更为有利。

有观点认为，环境压力（如捕食、病原体或恶劣气候）也会造成性别间的寿命差距。通过比较动物园（大幅降低环境压力）和野生种群，研究人员发现动物园中的动物寿命差距通常较小，但很少完全消失。这与人类的情况相呼应——现代医学和生活条件的改善缩小了男女寿命差距，但并未消除。

相关论文：http://dx.doi.org/10.1126/sciadv.ady8433

DNA揭示1812年拿破仑“全军覆没”元凶

1812年夏，法兰西皇帝拿破仑·波拿巴率50万大军入侵俄罗斯帝国。然而到12月时，这支军队仅余零星残部。历史记载将此次“全军覆没”归因于饥寒交迫与斑疹伤寒。但在10月24日发表于《当代生物学》（Current Biology）的最新研究中，古微生物基因学家从士兵牙齿中提取了DNA，但未发现斑疹伤寒存在的证据，反而检测出两种会导致肠道热和回归热的致病菌——这些疾病很可能加速了拿破仑军队的溃败。

“运用当代技术检测解开深埋200年的历史谜团，实在令人振奋。”论文第一作者、法国巴斯德研究所的Nicolás Rascovan表示。

数个世纪以来，史学家们对拿破仑大军溃败的原因争论不休。当时军医与军官的记述均指向斑疹伤寒——这种传染病在当时的军队中颇为常见。此前在拿破仑士兵遗骸中发现的体虱（斑疹伤寒主要传播媒介）以及检测到的普氏立克次体（引发斑疹伤寒的病原菌）DNA，进一步证实了这种推测。

在新研究中，研究人员从埋在立陶宛维尔纽斯的一个万人坑里的13名士兵的牙齿中提取了DNA，并对其进行了测序。维尔纽斯位于法国军队从俄罗斯撤退路线上。他们随后排除了所有环境污染物，专门分离并识别了来自细菌性病原体的DNA片段。

研究小组没有发现斑疹伤寒的病原体，而是发现了肠道沙门氏菌（一种引起肠道热的细菌）和鲍氏疏螺旋体（一种引起回归热的细菌）的痕迹，鲍氏疏螺旋体也通过体虱传播。

研究人员并未检测到普氏立克次体或五日热巴尔通体（引发战壕热的病原体，此前针对该遗址其他士兵的研究中曾发现其存在）。Rascovan表示，这种差异可能源于测序技术的不同——早期研究依赖聚合酶链式反应技术，该技术能在有限样本基础上对特定DNA片段进行大量复制。

“古DNA会高度降解成极其微小的片段，PCR技术难以适用。而我们的方法能基于这些非常短小的古DNA序列捕获更广泛的DNA来源。”Rascovan解释道。

令研究团队惊讶的是，他们发现拿破仑士兵身上的回归热菌株，与2000年前铁器时代古英国遗骸中发现的菌株属于同一谱系。这一谱系在欧洲绵延数千年，但迄今为止测序的所有现代菌株均属于不同谱系。

Rascovan说：“这展现了古DNA技术揭示传染病历史的非凡能力——这些历史线索是我们在现代样本中无法重构的。”

相关论文：http://dx.doi.org/10.1016/j.cub.2025.09.047

生育哺乳如何降低乳腺癌风险

生育和哺乳可以降低妇女罹患乳腺癌的风险，过去普遍认为与怀孕相关的激素变化是主要因素，但澳大利亚一项新研究发现，乳腺组织内的免疫变化才是关键。这一研究成果可能为乳腺癌防治带来全新思路。

澳大利亚彼得·麦卡勒姆癌症中心教授谢琳·洛伊领导的这项研究发现，母乳喂养对妇女的免疫系统会有持续的影响，曾经哺乳过的女性在分娩后的几十年里，乳腺组织中仍然存在更多CD8⁺ T细胞。这种特殊免疫细胞就像乳腺组织内的“保镖”，随时准备攻击可能癌变的异常细胞。

研究认为，这种保护作用可能是在进化过程中形成的，用来在产后脆弱期保护母亲，但如今它也能降低乳腺癌风险，尤其是侵袭性更强的三阴性乳腺癌。

洛伊在新闻公报中解释说，完成怀孕、哺乳和乳腺恢复的完整周期，会使这些T细胞在乳腺组织中积聚。临床前实验证实了其保护作用。当引入乳腺癌细胞时，具有完整生育史的实验模型能显著延缓或抑制肿瘤生长，但前提是T细胞必须存在。

洛伊说：“通过研究逾千名乳腺癌患者数据，我们发现母乳喂养者的肿瘤组织中保护性T细胞数量更多，且部分患者群体确诊乳腺癌后的生存时间更长。”（新华社）

相关论文：https://www.nature.com/articles/s41586-025-09713-5

特 别 提 示

1. 进入『返朴』微信公众号底部菜单“精品专栏“，可查阅不同主题系列科普文章。

2. 『返朴』提供按月检索文章功能。关注公众号，回复四位数组成的年份+月份，如“1903”，可获取2019年3月的文章索引，以此类推。

版权说明：欢迎个人转发，任何形式的媒体或机构未经授权，不得转载和摘编。转载授权请在「返朴」微信公众号内联系后台。