Nature揭榜2019年度十大杰出论文!中科院、复旦入选

2019 年 12 月 26 日 专知
转来于 新智元
【新智元导读】近日,Nature评选出了2019年度十大杰出论文,覆盖机器人、天文学、物理、生命科学、环境科学等多个领域,中科院、复旦大学研究入选,包括三篇华人一作的论文。今天,新智元将为大家解读这十篇论文。


2019年接近尾声,今年你读了几篇论文呢?


近日,Nature评选出了2019年度十大杰出论文,覆盖机器人、天文学、物理、生命科学、环境科学等多个领域,中科院、复旦大学研究入选,包三篇华人一作的论文。接下来,新智元将为大家解读这十篇论文。



机器人在奔跑: 利用强化学习训练ANYmal,学习速度提升1000倍


今年年初,苏黎世联邦理工学院在《Science Robotics》上面发表了一篇关于训练四足机器人ANYmal的论文。


论文题目:Learning agile and dynamic motor skills for legged robots


新的训练方法利用强化学习,使机器人学习的速度提升了1000倍,动作灵活性和速度都大幅增强,而且任踢不倒,或者在哪里跌倒就在哪里站起。


任踢不倒
在论文中,他们描述了一种系统,这种系统可以训练机器人以比以往任何时候都要快的速度移动,同时仍然能够抵抗试图将其撞倒的企图 如果它真的被撞倒了,它甚至可以 通过自身的力量重新站起来
ANYmal跑过房间


强化学习可以让机器人几乎像能动物一样“思考”和学习,具有自己的内在逻辑。


然而,在一个有腿的、真实的机器人身上使用强化学习并不容易,因为它们本身和它们的运动都非常复杂。因此,目前为止,科学家们主要依靠计算机模拟机器人学习。但是,该研究论文的第一作者、苏黎世联邦理工学院机器人系统实验室的科学家Jemin Hwangbo说,使用这些模拟数据来训练ANYmal这样的真实机器人也很困难。


利用模拟数据训练


他说:“为复杂的腿式系统开发控制策略是极具挑战性的。机器人面临的情况数不胜数,几乎不可能设计出能涵盖所有情况的控制逻辑。”


在这篇新论文中,Hwangbo和他的团队写道,他们开发出一种神经网络,使他们能够更好、更容易地将仿真数据转换到机器人上。 让机器人利用模拟数据学习的速度比在现实世界学习快了近1000倍


研究人员让模拟机器狗自己训练了11个小时,然后将结果下载到物理机器人上。测试表明,该方法运行良好,改进版的ANYmal机器狗更加灵活,速度也更快。


研究小组还表示,他们能够降低类似系统所需的计算力,只需要一台普通PC就能执行模拟。


上面的视频展示了这一研究的最终结果,看起来确实令人印象深刻,也有点可怕。


使用模拟数据训练的ANYmal跑得更快,更节能,比它以往的最快跑步速度快了25%,同时也能更好地按照指令以一定的速度移动。



虽然它原本已经是相当强壮的机器人,但在研究人员尽力将其踢翻的过程中,新的训练仍然使它能够保持直立。



它甚至可以从跌倒中翻身站起,研究人员称,在类似复杂度的四足机器人上从未能做到这一点。
从各种方向跌倒,ANYmal都能翻身站起


Hwango说,他们的新训练技术不是仅适用于ANYmal。他们认为该技术可以帮助任何四足机器人更好地站立。但要训练机器人在各种各样的环境下都能如此敏捷,仍有很多工作要做。


他说:“这篇论文提出的方法只针对平坦的地形。为了穿越崎岖不平、非结构化的地形,我们需要使用视觉传感器和适当的政策来处理这些信息。我们正在朝这个方向努力,希望不久能提出一个更全面的解决办法。”

意外中的大发现,中科院上海有机所发现双击即可合成用于药物发现的化学库

铜催化的叠氮化物- 炔烃环加成反应(CuAAC)是点击化学(click chemistry)的典型代表。如果反应操作简单、产率高、适用于范围广泛的化合物,但又具有极高的选择性,则将其定义为“点击化学”。CuAAC反应在许多学科中都有应用,但如果结构复杂的叠氮化物(包含N3基团)作为反应物得到更广泛的应用,它们的应用将会更加广泛。



中国科学院上海有机化学研究所有机氟化学重点实验室董佳家及K. Barry Sharpless共同通讯在Nature 发表题为“Modular click chemistry libraries for functional screens using a diazotizing reagent”的研究论文,该研究在寻找新的SuFEx反应砌块的过程中,意外地发现一种安全,高效合成罕见的硫(VI)氟类无机化合物FSO2N3(氟磺酰基叠氮)的方法

该方法大大扩展了易获得的叠氮化物和1,2,3-三唑的数量,并且鉴于CuAAC反应的普遍性,该方法应在有机合成,药物化学,化学生物学和材料科学中得到应用。


复旦大学:突变的亨廷顿蛋白的选择性清除

亨廷顿病(Huntington’s Disease,又称Huntington舞蹈病)是由亨廷顿(HTT)蛋白中一段谷氨酰胺氨基酸残基的异常伸长而引起的。细胞通过自噬降解突变的亨廷顿蛋白(mHTT)——这是一种由被称为自噬体的囊泡所介导的蛋白吞噬清除机制。该研究团队假设存在一种化合物,可以同时与突变的多聚谷氨酰胺束、存在于自噬体中的蛋白LC3B结合,那么就可以导致mHTT被自噬体吞噬,并增强细胞对mHTT的清除能力。


研究团队进行了小分子筛选来确定候选化合物,并在反向筛选中使用野生型HTT排除与正常蛋白结合的化合物。他们发现了令人鼓舞的证据,4种化合物可以在亨廷顿病的3个动物模型中产生功能改善。这种治疗策略也可能有助于其他涉及扩展的多聚谷氨酸束的疾病的治疗。
华人一作:线粒体DNA可遗传自父亲,而不仅仅是母亲


真核生物(如动物,植物和真菌)的DNA存储在两个部位:细胞核和线粒体细胞器中。健康人的线粒体DNA(mtDNA)分子基本相同。 但是,在患有由mtDNA突变引发的疾病的人中,正常和突变的mtDNA分子通常共存于一个细胞中,这种情况称为异质性。


过去,人们认为线粒体DNA仅仅来源于母亲的卵细胞,与父亲无关,但本文挑战了这个结论,确定了双亲线粒体遗传引起的mtDNA异质性的三种情况。此前的研究表明,线粒体吞噬是细胞“吃掉”自身线粒体的过程,在选择性消除父体线粒体中起到了一定作用。 因此,父系mtDNA遗传的罕见情况的可能原因是线粒体更新不足。

这项研究由辛辛那提儿童医院黄涛生教授和罗仕玉博士领衔,研究团队由广西妇幼保健院、贝勒医学院、台大医院和梅奥诊所等研究机构的科学家共同组成。

CRISPR工具通过将RNA复制到基因组中来精确地修改基因

基因编辑工具的开发取得了巨大的进展。但由于基因编辑工具依赖于复杂的、相互竞争的细胞过程,这使得基因编辑的效率和精度似乎已经达到了一个根本性的极限。Anzalone等人现在报道了“搜索和替换”的基因组编辑,这使得基因组能够被精确地改变。在这个过程中,RNA引导链中的“搜索”部分将Cas9蛋白定向到DNA目标中的一个特定序列,在该序列中它切断了两条DNA链中的一条。然后,逆转录酶产生与RNA引导链“替换”部分中的序列互补的DNA,并将其安装在其中一个切割端,在那里取代原始DNA序列。然后DNA修复产生一个完全编辑过的双链。这几乎完全避免了不完美的编辑。
海王星新卫星的发现


旅行者2号航天器在1989年飞掠海王星时发现有六颗内卫星绕其运行。据报道,这些内卫星都比海王星年轻,形成于海王星捕获其最大的卫星崔顿(Triton,海卫一)后不久。每颗内卫星都可能曾受到彗星撞击而受损。

美国地外智慧生物搜寻协会(SETI)的Mark Showalter及其同事使用哈勃太空望远镜研究海王星的内卫星和环,发现了旅行者2号飞掠海王星时未观测到的第七颗内卫星。这意味着海王星总共有14颗卫星。这一发现是通过特殊的图像处理技术实现的,该技术使得作者能够不受海王星内卫星高速运行的影响进行重点观测。
2004-2016年探测到的“马头鱼尾怪”


这颗新卫星被命名为“马头鱼尾怪”——希腊神话中的一种海怪。它是海王星最小的卫星,平均直径约34千米。“马头鱼尾怪”的轨道靠近海卫八——这是海王星最大最外层的内卫星。作者认为“马头鱼尾怪”可能是由海卫八被一颗大型彗星撞击后喷射的碎片形成的。这些发现进一步印证了这样一种观点:海王星内卫星的形成受到了无数次撞击的影响。
接近室温条件下的超导体


超导体材料能以100%的效率传输电能,应用广泛,比如医院的磁共振成像。但是,超导体的应用条件受到很大限制,主要是因为温度条件很苛刻,超导材料一般在远低于室温(295K)温度下才出现超导态。 


本文中报告的几个关键结果证实,当压强至一百万大气压时,富含氢的氢化镧化合物会在250 K时实现超导。未来几年内可能会集中寻找在其他超高压条件下实现超导的富氢材料。考虑到目前实验只覆盖了富氢材料系统的一小部分,因此在不久的将来,实现“室温超导”的梦想的可能性似乎比以往任何时候都要大。

格陵兰冰盖下的甲烷正在释放

冰川和冰盖下的沉积物蕴藏着碳储量,在一定条件下,这些碳可以转化为甲烷——一种温室气体。 

由英国布里斯托尔大学Lamarche-Gagnon等人领导的一个国际研究小组发现,格陵兰冰原中的融水在春季和夏季将大量甲烷排放到大气中。他们目前直接测量的是格陵兰冰盖陆地终端冰川夏季排放的水中溶解的甲烷(如图)。

这些水含有过饱和甲烷,释放到大气中的甲烷量与从其他陆地河流释放到大气中的甲烷量相当。因此,冰下沉积物可以作为甲烷的一个局部来源,证实了其他研究的结果。
Lamarche-Gagnon等人进一步证明,来自格陵兰冰下环境的甲烷的持续通量随冰下融水排水效率的变化而变化。这项研究为我们提供了一个例子,说明地球上的冰原如何以意想不到的、可能很重要的方式与周围的地球系统相互作用。


原始研究: Nature 565,73-77(2019)。

全球鱼类市场变化与营养不良

鱼类是微量营养素的重要来源,有助于预防营养缺乏症。本文作者绘制了43个国家和地区从渔业作物中获取的营养与营养不良类疾病的流行之间的关系图。数据表明,某些发展中国家的捕鱼量应足以满足其人口的关键微量营养素需求。


但是,在许多位居热带的发展中国家,很大一部分捕鱼被出口或在当地加工成鱼粉,然后将其出口并用于饲养养殖鱼。许多过去供给本地市场的鱼类,现在改为供应鱼粉。这并不会减轻野生鱼类的生存压力,也让本地低收入人群吃不到便宜、营养丰富的当地鱼类。

在亚洲发现新人类物种化石,是现代人“失散已久”的亲戚

最后,作为年度总结的一部分,Nature邀请读者投票选出一篇新闻评论文章,最高票是:

科学家在菲律宾的一个岛屿洞穴深处发现了不为人所知的人类亲戚骸骨,包括一些足部和手部的骨骼化石,以及部分股骨和牙齿的化石,它们来自一种灭绝已久但此前从未被发现的生物。
科学家发现“吕宋人”的7颗牙齿化石以及6块足骨、手骨和腿骨化石,它们属于至少三个个体
该研究论文的主要作者分别是法国国家自然历史博物馆古人类学家Florent Détroit以及菲律宾大学考古学家Armand Mijares,他们认为这些化石属于一个新的人类物种,该人种是现代人类“失散已久”的亲戚。
吕宋人的臼齿与前臼齿的比例与其他人种不同

新人种被命名为“吕宋人”(Homo luzonensis),以纪念发现它们的吕宋岛。这些骸骨的主人生活在5万多年前的更新世晚期,身高仅约3英尺(91厘米)。研究人员表示,目前只能推测出他们的身高,可以将其划分到小智人(pygmy Homo sapiens)的范畴。
吕宋人是有史以来第二个已知的矮人族,第一个是弗洛雷斯人,也被称为霍比特人,2004年发现于印度尼西亚的弗洛雷斯岛。
吕宋人是人类一个早已灭绝的分支,并不是直系祖先。“古人类”这个概念指的是相对于黑猩猩而言,与人类关系更为密切的所有早期人类物种,包括现代人。这项研究也指出,大多数已经灭绝的古人类都不是人类的直系祖先,而是同人类有着不同进化历史的近亲。
在亚洲,有关古人类进化的认识正在迅速变化,使人们重新审视有关早期古人类从非洲迁徙到欧亚大陆的观点。吕宋人提供了更多的证据,暗示直立人可能不是唯一的早期人类。吕宋人提出了关于该物种的祖先及其与其他人类亲戚的关系的问题。有一件事是可以肯定的——我们关于亚洲古人类进化的认识变得更加混乱,更加复杂,也更加有趣。
原始研究: Nature 568, 181–186 (2019).

参考链接:
https://www.nature.com/articles/d41586-019-03834-4




专 · 知


专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询
点击“阅读原文”,了解使用专知,查看5000+AI主题知识资料
登录查看更多
0

相关内容

2019必读的十大深度强化学习论文
专知会员服务
57+阅读 · 2020年1月16日
斯坦福&谷歌Jeff Dean最新Nature论文:医疗深度学习技术指南
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
2019年深度学习的十大预测
人工智能学家
6+阅读 · 2019年1月31日
麻省理工发布2018年全球十大突破性技术
算法与数学之美
12+阅读 · 2018年9月13日
曹雪涛院士团队:刚发完Nature,又发一篇Cell
【深度学习】神经网络和深度学习简史
产业智能官
8+阅读 · 2017年11月16日
Arxiv
101+阅读 · 2020年3月4日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
6+阅读 · 2018年11月1日
VIP会员
相关资讯
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
2019年深度学习的十大预测
人工智能学家
6+阅读 · 2019年1月31日
麻省理工发布2018年全球十大突破性技术
算法与数学之美
12+阅读 · 2018年9月13日
曹雪涛院士团队:刚发完Nature,又发一篇Cell
【深度学习】神经网络和深度学习简史
产业智能官
8+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员