《自然》：阿司匹林或可抗癌症转移、新型AI能更快探测恒星合并、城市火灾风险上升 | 一周论文新鲜读

来自《自然》旗下期刊的新近发表，我们为您精选呈现。

1. 城市室外与车辆火灾风险上升

2. 宇宙中形成水的早期证据

3. 阿司匹林在小鼠中显示出限制癌症转移的潜力

4. 亚马孙森林砍伐的影响因季节而异

5. AI方法能更快探测恒星合并

6. 月球冰的更多潜在位置

《自然-城市》发表的一项建模研究显示，气候变化导致的某些类型城市火灾的频率预计将在未来几十年里增加。研究结果来自20个国家的2847座城市的数据，或有助于未来的城市规划和制定应急响应策略。

全球火灾每年导致约5万人死亡，17万人受伤。但是，我们对城市环境中未来火灾频率的趋势却不清楚，而这些火灾常比其他类型的火灾 （如野火） 更容易导致人类伤亡和经济损失。这种认识不足可能会影响区域火灾资源管理和城市规划。

中国科学技术大学的石龙和同事从20个国家——包括美国、英国、澳大利亚和中国——的2847座城市的城市火灾部门收集数据，建立了2011-2020年全球城市水平火灾事故数据库。作者随后量化了在温暖气候下，各类城市火灾事故的频率变化，包括城市建筑、车辆和室外区域 （如填埋场） 火灾。利用这一历史数据集，作者基于联合国政府间气候变化专门委员会 （IPCC） 的不同情景，评估了全球变暖对不同城市火灾类型频率的可能影响。石龙和同事预计，在高温室气体排放情景 （SSP5–8.5） 下，到2100年，车辆火灾或增加11.6%，室外火灾增加22.2%，建筑火灾减少4.6%。他们还报告了在该研究统计的所有城市中，全球变暖在2020-2100年预计共造成33.5万例火灾相关死亡和110万例火灾相关受伤。

作者指出，该发现或能作为制定新型火灾对抗策略的基础，比如改善对助燃物的管理。但作者也表示，他们的分析不包含非洲和南美的数据，对车辆火灾的研究结果可能也无法体现近年来向电动车辆的转变。

《自然-天文学》发表的一项建模研究指出，水可能最早形成于大爆炸后的1亿至2亿年间。作者认为，水在宇宙中的形成时间可能早于此前估计，而且可能是第一代星系的关键成分。

众所周知水对于生命至关重要，水的成分——氢和氧——已知是以不同方式形成的。较轻的化学元素 （如氢、氦和锂） 形成于大爆炸期间，但更重的元素 （如氧） 则是恒星内部核反应或超新星爆炸的产物。因此，目前仍不清楚水在宇宙中的形成时间。

英国朴次茅斯大学的Daniel Whalen和同事利用两个超新星的计算机模型——一个模拟了13倍太阳质量的恒星，第二个模拟了200倍太阳质量的恒星——来分析这些爆炸的产物。他们发现，由于达到了极高的温度和密度，第一个和第二个模拟中分别产生了0.051倍和55倍太阳质量 （1个太阳质量指我们太阳的质量） 的氧。Whalen和同事发现，随着这种气体氧冷却并与超新星在周围留下的氢混合，水便在遗留的致密物质团块中形成。这些团块可能是第二代恒星和行星的形成位置。在第一个模拟中，作者发现在超新星事件后的3000万-9000万年，水的质量达到了大约相当于1个太阳质量的1亿到100万分之一。在第二个模拟中，水的质量在300万年后达到了约0.001个太阳质量。

作者认为，如果水能在第一代星系具备潜在毁灭性的形成过程中幸存下来，那么水可能在数十亿年前就参与了行星的形成。

《自然》发表的一项研究显示，阿司匹林或可在小鼠中增强针对癌症转移的免疫响应。作者认为，这些发现可能有助于开发有效的抗转移免疫疗法。

癌症转移 （癌细胞从原发灶扩散到远处器官） 是全球90%癌症相关死亡的罪魁祸首。免疫系统在对抗转移中发挥重要作用，但癌细胞常能设法逃避免疫监测。其中一个手段是由血液中的血小板产生血栓素A2 （TXA2） ，从而抑制转移部位T细胞 （一种免疫细胞） 的活性。这种抑制作用会阻碍免疫系统有效地攻击和消除转移中的癌细胞。此前，人们发现阿司匹林和转移减少有关，但确切作用机制未明。

英国剑桥大学的Rahul Roychoudhuri和同事在小鼠中进行了实验，发现了一个新的免疫抑制途径，阿司匹林可针对该途径加强小鼠的抗转移免疫能力。他们发现，与未经治疗的对照组相比，多种不同癌症 （包括乳腺癌、黑色素瘤和结肠癌） 的小鼠模型使用阿司匹林治疗后，向其他器官 （如肺和肝转移） 的比率较低。人们已知阿司匹林能够抑制血小板中的环氧化酶1 （一种与参与炎症的酶） ，并减少TXA2产生。研究发现TXA2的减少缓解了T细胞的抑制，从而加强其对抗转移癌细胞的能力。

这些发现表明，阿司匹林或可作为一种相对便宜、技术含量低且有效的辅助疗法，通过增强小鼠自然免疫来防止癌症转移。作者认为，未来的研究可以探索阿司匹林和其他免疫疗法的结合，进一步加强其抗转移作用。

根据本周《自然》发表的一项研究，亚马孙的森林砍伐令雨季更潮湿，旱季更干燥。这项分析凸显出热带地区树木砍伐对本地和区域的影响，强调需采取紧急行动减少这一重要生态系统的进一步损失。

人们已经知道砍伐热带森林会影响降雨。砍伐树木会导致蒸发量 （植物和土壤散发水蒸气） 减少，影响本地气候，并引发大气变化，从而导致更深远的影响。过去的研究表明，热带森林砍伐会导致降雨减少，但人们指出这些研究使用的方法偏重森林消失对当地的影响。中国南方科技大学的曾振中和同事采用了一种不同方法，结合气候模型和高分辨率、基于2000年至2020年卫星的森林覆盖数据，来评估森林砍伐对本地和非本地的影响。

结果表明，亚马孙森林砍伐对降水模式的影响在雨季和旱季有所不同。在雨季 （12月-2月） ，森林砍伐增加了本地的降雨量，但在距离砍伐地点60公里以上的区域，降水有明显减少。作者将这些结果归结于大气变化，例如植被减少带来的温度和风流的变化。在旱季 （6-8月） ，由于砍伐令本地蒸发量减少，即进入大气的水蒸气更少，从而使本地降雨减少。

旱季降雨减少尤为严重，可能令农作物减产，增加野火风险。“在森林砍伐和气候变化的双重作用下，降雨减少可能导致植被退化，蒸发的水分更少——这会进一步加剧降雨量的减少，且可能引发反馈机制，从而导致亚马孙森林的大规模枯死。” Wim Thiery在同时发表的新闻与观点文章中写道。作者总结说，这些发现凸显出森林砍伐与季节间的复杂相互作用，这会影响亚马孙地区的降水，并进一步呼吁指定森林管理计划应对亚马孙森林的更大损失。

本周《自然》发表的一项研究指出，一种新型机器学习方法或能让天文学家更快确定双中子星合并的位置。这种方法通过一种算法去研究来自中子星合并的引力波辐射，当信号抵达地球时只需一秒就能对合并事件进行识别和定位。这种对来自恒星合并的引力波的自动探测或提供了对这些宇宙事件的新认知。

地球上的探测器能捕捉到双中子星合并的引力波信号，但仍需快速的后续观测才能理解这些恒星的组成以及它们碰撞时会发生什么。传统方法有时无法快速获得数据，以便在合并后的关键时刻将望远镜对准来源。基于机器学习的方法能加快分析过程，但与信号长度和复杂性相关的挑战导致对合并位置的预测精度较低。

德国马克斯·普朗克智能系统研究所的Maximillian Dax和同事提出了一种机器学习方法，名为DINGO-BNS，该方法能在探测到引力波后对双中子星合并进行高精度的表征和定位。该算法不仅显著快于更早的迭代版本，而且结果的精度也提高了30%。作者指出，DINGO-BNS获得的详细信息能用于确定哪些事件最值得使用昂贵的望远镜时间。他们认为，这种方法未来或能改进用于探测其他类型的引力波来源，提升我们对整个宇宙的认识。