🔺 سیگنالی غیرمنتظره در اعماق ۱۶۰۰ متری زمین: آیا نخستین ردپای «ویمپ» ثبت شده است؟
🔹 آزمایش LUX-ZEPLIN یا LZ در عمق حدود ۱٫۶ کیلومتری زمین در داکوتای جنوبی، یک رویداد بسیار غیرعادی ثبت کرده که توضیح آن با پس‌زمینه‌های شناخته‌شده دشوار است. این رویداد می‌تواند با برخورد یک ذره فرضی ماده تاریک از نوع ویمپ (WIMP) سازگار باشد؛ اما فعلاً فقط یک سرنخ امیدوارکننده است و برای اعلام کشف رسمی به داده‌های بیشتری نیاز است.
❕ LZ چگونه به دنبال ماده تاریک می‌گردد؟
ماده تاریک حدود ۸۵ درصد از کل ماده جهان را تشکیل می‌دهد، اما هنوز مستقیماً مشاهده نشده است. یکی از نامزدهای قدیمی و مهم آن، ذرات سنگین با برهم‌کنش ضعیف یا WIMPها هستند.
آشکارساز LZ از حدود ۱۰ تن زنون مایع فوق‌خالص استفاده می‌کند. قرار گرفتن آن در اعماق زمین، به همراه لایه‌های حفاظتی اضافی، بسیاری از ذرات و پرتوهای کیهانی را حذف می‌کند تا احتمال اشتباه گرفتن یک رویداد عادی با سیگنال ماده تاریک کاهش یابد.
🔹 اگر یک ویمپ با هسته زنون برخورد کند، بخشی از انرژی آن به اتم زنون منتقل می‌شود. این برخورد، نور و الکترون‌هایی بسیار ضعیف ایجاد می‌کند که حسگرهای فوق‌حساس LZ آن‌ها را ثبت می‌کنند. از ترکیب این سیگنال‌ها می‌توان انرژی و نوع احتمالی برخورد را بازسازی کرد.
❕ چرا این رویداد عجیب بود؟
پژوهشگران معمولاً به دنبال برخوردهای کم‌انرژی، در محدوده زیر حدود ۳۰ کیلوالکترون‌ولت (keV) هستند؛ حالتی که با ساده‌ترین مدل برهم‌کنش ویمپ با یک نوکلئون سازگار است.
اما پس از اینکه در این محدوده سیگنال قانع‌کننده‌ای پیدا نشد، تیم LZ همان داده‌ها را در انرژی‌های بالاتر نیز بررسی کرد. نتیجه، شناسایی یک رویداد در انرژی حدود ۲۴۸ keV بود؛ بسیار بالاتر از محدوده معمول جستجو.
🔹 این انرژی بالا با ساده‌ترین نوع برخورد ویمپ سازگار نیست. اگر این رویداد واقعاً ناشی از ماده تاریک باشد، احتمالاً با نوع پیچیده‌تری از برهم‌کنش میان ویمپ و کل هسته زنون روبهرو هستیم. همچنین جرم این ویمپ باید دست‌کم حدود ۲۰۰ GeV/c²، یعنی بیش از ۲۰۰ برابر جرم پروتون، باشد.
❕ اما ۲٫۶ سیگما چقدر جدی است؟
رویداد مشاهده‌شده از نظر آماری در سطح ۲٫۶ سیگما قرار دارد. در فیزیک ذرات، برای اعلام یک کشف معمولاً به ۵ سیگما نیاز است؛ سطحی که احتمال مشاهده چنین نتیجه‌ای در فرض پس‌زمینه صرفاً بر اثر نوسان آماری بسیار ناچیز است.
۲٫۶ سیگما به این معنا نیست که «فقط ۰٫۵ درصد احتمال دارد ماده تاریک نباشد». دقیق‌تر این است که داده‌ها در مقایسه با فرضِ وجود تنها پس‌زمینه‌های شناخته‌شده، تنش آماری حدود ۲٫۶ سیگما دارند. بنابراین هنوز احتمال وجود یک سازوکار ناشناخته در پس‌زمینه یا یک نوسان آماری وجود دارد.
🔹 اهمیت این رویداد در این است که ظاهراً یک اتفاق منفرد است که با بسیاری از آزمون‌های پس‌زمینه سازگار نمانده و از دید پژوهشگران ارزش بررسی جدی دارد. خود تیم LZ نیز تأکید کرده که مدعی مشاهده ماده تاریک نیست.
❕ خبر خوب: داده‌های بسیار بیشتری در راه است
تحلیل فعلی فقط ۲۲۰ روز داده، از مارس ۲۰۲۳ تا آوریل ۲۰۲۴ را بررسی کرده است. LZ در مجموع داده‌های بسیار بیشتری جمع‌آوری کرده و ادامه تحلیل می‌تواند مشخص کند که آیا رویدادهای مشابه دیگری نیز وجود دارند یا این مورد در میان داده‌های بیشتر ناپدید می‌شود.
🔹 اگر رویدادهای بیشتری در همین محدوده انرژی پیدا شوند و شواهد آماری به ۵ سیگما برسد، آن‌وقت با یکی از مهم‌ترین نتایج تاریخ فیزیک ذرات روبهرو خواهیم بود. اما در حال حاضر، نتیجه دقیق‌تر این است:
LZ هنوز ماده تاریک را کشف نکرده؛ اما یک سرنخ غیرعادی پیدا کرده که ارزش بررسی بسیار جدی دارد.
🔹 جالب اینجاست که این نتیجه در کنار جستجوهای جدید برای گزینه‌هایی مانند فوتون‌های تاریک و ذرات میلی‌باردار نشان می‌دهد شکار ماده تاریک وارد مرحله‌ای شده که دانشمندان دیگر فقط یک نوع مدل را بررسی نمی‌کنند؛ بلکه در حال باز کردن پنجره‌های کاملاً جدیدی برای پیدا کردن ذراتی هستند که تاکنون از دید ما پنهان مانده‌اند.
[منبع] [منبع]
🆔 @Science_Focus
#فیزیک_ذرات #ماده_تاریک #کیهان_شناسی #ویمپ #فیزیک_بنیادی #آشکارساز_LZ
🔹 آزمایش LUX-ZEPLIN یا LZ در عمق حدود ۱٫۶ کیلومتری زمین در داکوتای جنوبی، یک رویداد بسیار غیرعادی ثبت کرده که توضیح آن با پس‌زمینه‌های شناخته‌شده دشوار است. این رویداد می‌تواند با برخورد یک ذره فرضی ماده تاریک از نوع ویمپ (WIMP) سازگار باشد؛ اما فعلاً فقط یک سرنخ امیدوارکننده است و برای اعلام کشف رسمی به داده‌های بیشتری نیاز است.
❕ LZ چگونه به دنبال ماده تاریک می‌گردد؟
ماده تاریک حدود ۸۵ درصد از کل ماده جهان را تشکیل می‌دهد، اما هنوز مستقیماً مشاهده نشده است. یکی از نامزدهای قدیمی و مهم آن، ذرات سنگین با برهم‌کنش ضعیف یا WIMPها هستند.
آشکارساز LZ از حدود ۱۰ تن زنون مایع فوق‌خالص استفاده می‌کند. قرار گرفتن آن در اعماق زمین، به همراه لایه‌های حفاظتی اضافی، بسیاری از ذرات و پرتوهای کیهانی را حذف می‌کند تا احتمال اشتباه گرفتن یک رویداد عادی با سیگنال ماده تاریک کاهش یابد.
🔹 اگر یک ویمپ با هسته زنون برخورد کند، بخشی از انرژی آن به اتم زنون منتقل می‌شود. این برخورد، نور و الکترون‌هایی بسیار ضعیف ایجاد می‌کند که حسگرهای فوق‌حساس LZ آن‌ها را ثبت می‌کنند. از ترکیب این سیگنال‌ها می‌توان انرژی و نوع احتمالی برخورد را بازسازی کرد.
❕ چرا این رویداد عجیب بود؟
پژوهشگران معمولاً به دنبال برخوردهای کم‌انرژی، در محدوده زیر حدود ۳۰ کیلوالکترون‌ولت (keV) هستند؛ حالتی که با ساده‌ترین مدل برهم‌کنش ویمپ با یک نوکلئون سازگار است.
اما پس از اینکه در این محدوده سیگنال قانع‌کننده‌ای پیدا نشد، تیم LZ همان داده‌ها را در انرژی‌های بالاتر نیز بررسی کرد. نتیجه، شناسایی یک رویداد در انرژی حدود ۲۴۸ keV بود؛ بسیار بالاتر از محدوده معمول جستجو.
🔹 این انرژی بالا با ساده‌ترین نوع برخورد ویمپ سازگار نیست. اگر این رویداد واقعاً ناشی از ماده تاریک باشد، احتمالاً با نوع پیچیده‌تری از برهم‌کنش میان ویمپ و کل هسته زنون روبهرو هستیم. همچنین جرم این ویمپ باید دست‌کم حدود ۲۰۰ GeV/c²، یعنی بیش از ۲۰۰ برابر جرم پروتون، باشد.
❕ اما ۲٫۶ سیگما چقدر جدی است؟
رویداد مشاهده‌شده از نظر آماری در سطح ۲٫۶ سیگما قرار دارد. در فیزیک ذرات، برای اعلام یک کشف معمولاً به ۵ سیگما نیاز است؛ سطحی که احتمال مشاهده چنین نتیجه‌ای در فرض پس‌زمینه صرفاً بر اثر نوسان آماری بسیار ناچیز است.
۲٫۶ سیگما به این معنا نیست که «فقط ۰٫۵ درصد احتمال دارد ماده تاریک نباشد». دقیق‌تر این است که داده‌ها در مقایسه با فرضِ وجود تنها پس‌زمینه‌های شناخته‌شده، تنش آماری حدود ۲٫۶ سیگما دارند. بنابراین هنوز احتمال وجود یک سازوکار ناشناخته در پس‌زمینه یا یک نوسان آماری وجود دارد.
🔹 اهمیت این رویداد در این است که ظاهراً یک اتفاق منفرد است که با بسیاری از آزمون‌های پس‌زمینه سازگار نمانده و از دید پژوهشگران ارزش بررسی جدی دارد. خود تیم LZ نیز تأکید کرده که مدعی مشاهده ماده تاریک نیست.
❕ خبر خوب: داده‌های بسیار بیشتری در راه است
تحلیل فعلی فقط ۲۲۰ روز داده، از مارس ۲۰۲۳ تا آوریل ۲۰۲۴ را بررسی کرده است. LZ در مجموع داده‌های بسیار بیشتری جمع‌آوری کرده و ادامه تحلیل می‌تواند مشخص کند که آیا رویدادهای مشابه دیگری نیز وجود دارند یا این مورد در میان داده‌های بیشتر ناپدید می‌شود.
🔹 اگر رویدادهای بیشتری در همین محدوده انرژی پیدا شوند و شواهد آماری به ۵ سیگما برسد، آن‌وقت با یکی از مهم‌ترین نتایج تاریخ فیزیک ذرات روبهرو خواهیم بود. اما در حال حاضر، نتیجه دقیق‌تر این است:
LZ هنوز ماده تاریک را کشف نکرده؛ اما یک سرنخ غیرعادی پیدا کرده که ارزش بررسی بسیار جدی دارد.
🔹 جالب اینجاست که این نتیجه در کنار جستجوهای جدید برای گزینه‌هایی مانند فوتون‌های تاریک و ذرات میلی‌باردار نشان می‌دهد شکار ماده تاریک وارد مرحله‌ای شده که دانشمندان دیگر فقط یک نوع مدل را بررسی نمی‌کنند؛ بلکه در حال باز کردن پنجره‌های کاملاً جدیدی برای پیدا کردن ذراتی هستند که تاکنون از دید ما پنهان مانده‌اند.
[منبع] [منبع]
🆔 @Science_Focus
#فیزیک_ذرات #ماده_تاریک #کیهان_شناسی #ویمپ #فیزیک_بنیادی #آشکارساز_LZ
New Scientist
The first signs of dark matter particles may finally have been spotted | New Scientist
Most of the matter in the universe is dark matter, but for decades physicists haven’t been able to directly observe it – that may have just changed
❤5
🔺 بازسازی «بیگ‌بنگ کوچک» در سرن: کشف هسته‌های اتمی به شکل پین بولینگ!
🔹 فیزیکدانان در بزرگترین شتاب‌دهنده ذرات جهان (CERN)، با کوبیدن هسته‌های اتمی اکسیژن و نئون با سرعتی نزدیک به سرعت نور به یکدیگر، موفق به بازسازی ماده اولیه‌ای شدند که در نخستین لحظات پیدایش کیهان وجود داشت. این برخوردها نه تنها مرزهای ساخت کوچک‌ترین «بیگ‌بنگ‌های آزمایشگاهی» را جابه‌جا کرد، بلکه رازهای جدیدی را از هندسه شگفت‌انگیز هسته اتم‌ها فاش ساخت.
❕ سوپ کوارک-گلوئون چیست و چرا بازسازی آن اهمیت دارد؟
در نخستین یک‌میلیونیم ثانیه پس از بیگ‌بنگ، جهان به قدری داغ و متراکم بود که پروتون‌ها و نوترون‌ها هنوز شکل نگرفته بودند. در عوض، اجزای سازنده آن‌ها یعنی «کوارک‌ها» و «گلوئون‌ها» مانند یک سوپ فوق‌العاده داغ به صورت آزادانه حرکت می‌کردند. دانشمندان سال‌ها تصور می‌کردند که ایجاد این «پلاسمای اولیه کیهانی» تنها با برخورد هسته‌های فوق‌العاده سنگین (مانند سرب) ممکن است، اما آزمایش جدید ثابت کرد که هسته‌های بسیار سبک‌تر نیز می‌توانند چنین ماده اولیه‌ای را خلق کنند.
🔹 اما هیجان‌انگیزترین بخش این آزمایش، کشف شکل واقعی هسته اتم‌ها از روی ردپای برخورد بود!
❕ سایه پین بولینگ: چگونه الگوی ذرات، شکل هسته را فاش می‌کند؟
هنگام برخورد هسته‌ها، سوپ کوارک-گلوئون حاصل، ظرف کسری از ثانیه منبسط شده و به ذرات جدید تبدیل می‌شود. حرکت این ذرات دقیقاً هندسه اولیه هسته را منعکس می‌کند؛ درست مانند تاباندن نور به یک جسم و دیدن سایه آن! برخورد هسته‌های اکسیژن الگویی کاملاً گرد ایجاد کرد، اما برخورد هسته‌های «نئون-۲۰» الگویی شبیه به «پین بولینگ» به جا گذاشت. این ردپا ثابت کرد که هسته اتم نئون برخلاف تصور عمومی گرد نیست، بلکه شکلی کشیده دارد!
🔹 این روش جدید، راهی کاملاً متفاوت برای مطالعه نیروی هسته‌ای قوی (یکی از چهار نیروی بنیادی جهان) در اختیار فیزیکدانان قرار داده است.
❕ پیوند با نوبل فیزیک ۱۹۷۵ و آینده فیزیک هسته‌ای
ایده غیرکروی بودن هسته اتم‌ها تاریخچه‌ای ۷۰ ساله در موسسه نیلز بور دارد؛ جایی که «آگه بور» (فرزند نیلز بور) به خاطر اثبات همین ساختار غیرکروی، برنده نوبل فیزیک ۱۹۷۵ شد. حالا دانشمندان به جای مطالعه کند و کم‌انرژی اتم‌ها، آن‌ها را با بالاترین انرژی ممکن به هم می‌کوبند تا از روی «سایه برخورد»، ساختار درونی‌شان را تصویربرداری کنند. گام بعدی دانشمندان، انجام این آزمایش با هسته‌های باز هم سبک‌تر مانند هلیوم-۴ است تا مرزهای پیدایش ماده اولیه جهان دقیق‌تر مشخص شود.
[منبع] [منبع]
🆔 @Science_Focus
#فیزیک_ذرات #سرن #بیگ_بنگ #کوارک_گلوئون #کوانتوم #فیزیک_هسته_ای #کشفیات_علمی
🔹 فیزیکدانان در بزرگترین شتاب‌دهنده ذرات جهان (CERN)، با کوبیدن هسته‌های اتمی اکسیژن و نئون با سرعتی نزدیک به سرعت نور به یکدیگر، موفق به بازسازی ماده اولیه‌ای شدند که در نخستین لحظات پیدایش کیهان وجود داشت. این برخوردها نه تنها مرزهای ساخت کوچک‌ترین «بیگ‌بنگ‌های آزمایشگاهی» را جابه‌جا کرد، بلکه رازهای جدیدی را از هندسه شگفت‌انگیز هسته اتم‌ها فاش ساخت.
❕ سوپ کوارک-گلوئون چیست و چرا بازسازی آن اهمیت دارد؟
در نخستین یک‌میلیونیم ثانیه پس از بیگ‌بنگ، جهان به قدری داغ و متراکم بود که پروتون‌ها و نوترون‌ها هنوز شکل نگرفته بودند. در عوض، اجزای سازنده آن‌ها یعنی «کوارک‌ها» و «گلوئون‌ها» مانند یک سوپ فوق‌العاده داغ به صورت آزادانه حرکت می‌کردند. دانشمندان سال‌ها تصور می‌کردند که ایجاد این «پلاسمای اولیه کیهانی» تنها با برخورد هسته‌های فوق‌العاده سنگین (مانند سرب) ممکن است، اما آزمایش جدید ثابت کرد که هسته‌های بسیار سبک‌تر نیز می‌توانند چنین ماده اولیه‌ای را خلق کنند.
🔹 اما هیجان‌انگیزترین بخش این آزمایش، کشف شکل واقعی هسته اتم‌ها از روی ردپای برخورد بود!
❕ سایه پین بولینگ: چگونه الگوی ذرات، شکل هسته را فاش می‌کند؟
هنگام برخورد هسته‌ها، سوپ کوارک-گلوئون حاصل، ظرف کسری از ثانیه منبسط شده و به ذرات جدید تبدیل می‌شود. حرکت این ذرات دقیقاً هندسه اولیه هسته را منعکس می‌کند؛ درست مانند تاباندن نور به یک جسم و دیدن سایه آن! برخورد هسته‌های اکسیژن الگویی کاملاً گرد ایجاد کرد، اما برخورد هسته‌های «نئون-۲۰» الگویی شبیه به «پین بولینگ» به جا گذاشت. این ردپا ثابت کرد که هسته اتم نئون برخلاف تصور عمومی گرد نیست، بلکه شکلی کشیده دارد!
🔹 این روش جدید، راهی کاملاً متفاوت برای مطالعه نیروی هسته‌ای قوی (یکی از چهار نیروی بنیادی جهان) در اختیار فیزیکدانان قرار داده است.
❕ پیوند با نوبل فیزیک ۱۹۷۵ و آینده فیزیک هسته‌ای
ایده غیرکروی بودن هسته اتم‌ها تاریخچه‌ای ۷۰ ساله در موسسه نیلز بور دارد؛ جایی که «آگه بور» (فرزند نیلز بور) به خاطر اثبات همین ساختار غیرکروی، برنده نوبل فیزیک ۱۹۷۵ شد. حالا دانشمندان به جای مطالعه کند و کم‌انرژی اتم‌ها، آن‌ها را با بالاترین انرژی ممکن به هم می‌کوبند تا از روی «سایه برخورد»، ساختار درونی‌شان را تصویربرداری کنند. گام بعدی دانشمندان، انجام این آزمایش با هسته‌های باز هم سبک‌تر مانند هلیوم-۴ است تا مرزهای پیدایش ماده اولیه جهان دقیق‌تر مشخص شود.
[منبع] [منبع]
🆔 @Science_Focus
#فیزیک_ذرات #سرن #بیگ_بنگ #کوارک_گلوئون #کوانتوم #فیزیک_هسته_ای #کشفیات_علمی
Phys.org
A little Big Bang: Bowling-pin-shaped nuclei shed new light on the universe's first moments
What happened in the first moments of the universe—before the building blocks of life and the world we know today came into existence? Physicists at the CERN research facility in Switzerland are trying ...
❤5👍1
🔺 آیا درباره هوش مصنوعی درست فکر می‌کنیم؟ چرا ماشین‌های امروز یک «هوش بیگانه» هستند؟
🔹 وقتی یک مدل زبانی به سوالی پیچیده پاسخ می‌دهد یا قضیه‌ای ریاضی را حل می‌کند، آیا واقعاً در حال «استدلال» است یا فقط متنی تولید می‌کند که شبیه به استدلال انسان به نظر می‌رسد؟ دکتر ملانی میچل، دانشمند برجسته علوم شناختی در موسسه سنتافه، در گفتگوی جدید خود با مجله Quanta معتقد است که بنچمارک‌های فعلی ما برای ارزیابی هوش مصنوعی کاملاً غیرعلمی هستند و ما هوش مصنوعی را با متر و معیار اشتباهی می‌سنجیم.
❕ درس بزرگ «هانز باهوش»: خطای فاحش در بنچمارک‌های هوش مصنوعی
در اوایل قرن بیستم در آلمان، اسبی به نام «هانز باهوش» ادعا می‌کرد که می‌تواند ریاضی حل کند! وقتی می‌پرسیدند «۴ به اضافه ۵ چند می‌شود؟»، او ۹ بار سم خود را بر زمین می‌کوبید. اما روانشناسان با آزمایش‌های دقیق دریافتند هانز ریاضی بلد نیست، بلکه نشانه‌های میکروسکوپی و ناخودآگاهِ چهره پرسش‌کننده را می‌خواند! امروزه مدل‌های هوش مصنوعی نیز دچار همین «اثر هانز باهوش» می‌شوند؛ آن‌ها با الگویابی‌های متنی سطحی و میان‌برها در داده‌ها، تست‌ها را پاس می‌کنند بدون اینکه مفهوم واقعی پشت مسئله را درک کرده باشند.
🔹 این عدم درک واقعی، ما را با مفهوم دیگری در علوم شناختی روبرو می‌کند.
❕ تفکیک «عملکرد» از «شایستگی»: چرا هوش مصنوعی یک «هوش بیگانه» است؟
در روانشناسی، «عملکرد» (پاسخ دادن به یک تست) با «شایستگی» (درک عمیق و توانایی انجام وظیفه در دنیای واقعی) متفاوت است. قبول شدن هوش مصنوعی در آزمون وکالت یا پزشکی، به معنای توانایی او برای انجام شغل پیچیده و آزادِ یک وکیل یا پزشک نیست. هوش مصنوعی یک «هوش بیگانه» است که مکانیسم‌های شناختی آن هیچ شباهتی به انسان ندارد. به همین دلیل در هوش مصنوعی، کارهای سخت برای انسان (مثل حل مسائل پیچیده ریاضی) آسان است، اما کارهای ساده برای انسان (مثل درک عامه، حواس‌پنج‌گانه و درک شهودی از محیط) فوق‌العاده سخت و درمانده‌کننده می‌شود!
🔹 برای رهایی از توهم هوشمندی ماشین‌ها، دانشمندان علوم شناختی روش‌های مطالعه روانشناسی کودکان و حیوانات را وارد هوش مصنوعی کرده‌اند.
❕ اصول شش‌گانه ملانی میچل برای ارزیابی واقعی شناخت در ماشین‌ها
۱- مهار خطای انسان‌انگاری: پرهیز از نسبت دادن عواطف و تفکر انسانی به ماشینی که فقط انگلیس روان صحبت می‌کند.
۲- طراحی آزمایش‌های کنترل‌شده: تست کردن مدل با حذف داده‌های کلیدی (مثلاً پرسیدن سوال بدون نشان دادن تصویر) برای رو شدن دستِ الگوریتم.
۳- تغییر بنچمارک‌ها: آزمایش مدل با ورودی‌های کاملاً جدید و خارج از داده‌های آموزشی (Out of distribution).
۴- تفسیرپذیری مکانیکی: ابداع ابزارهایی شبیه به fMRI مغز برای بررسی وزن‌ها و نورون‌های درونی هوش مصنوعی.
۵- سنجش شایستگی در برابر عملکرد: تفکیک مهارتِ میان‌بر زدن از درک واقعی مفاهیم.
۶- تحلیل حالت‌های شکست: بررسی دقیق «توهمات» و خطاهای مدل به جای پنهان کردن نتایج منفی.
🔹 به باور دانشمندان، هوش مصنوعی آینده جایگزین انسان نخواهد شد، بلکه ابزاری بی‌نظیر برای کشف‌های جدید است؛ به شرط آنکه ابعاد واقعیِ این «هوش بیگانه» را به درستی بشناسیم و دچار توهم نشویم.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #علوم_شناختی #روانشناسی #هوش_بیگانه #تست_هوش_مصنوعی #تفکر_انتقادی #کوآنتا
🔹 وقتی یک مدل زبانی به سوالی پیچیده پاسخ می‌دهد یا قضیه‌ای ریاضی را حل می‌کند، آیا واقعاً در حال «استدلال» است یا فقط متنی تولید می‌کند که شبیه به استدلال انسان به نظر می‌رسد؟ دکتر ملانی میچل، دانشمند برجسته علوم شناختی در موسسه سنتافه، در گفتگوی جدید خود با مجله Quanta معتقد است که بنچمارک‌های فعلی ما برای ارزیابی هوش مصنوعی کاملاً غیرعلمی هستند و ما هوش مصنوعی را با متر و معیار اشتباهی می‌سنجیم.
❕ درس بزرگ «هانز باهوش»: خطای فاحش در بنچمارک‌های هوش مصنوعی
در اوایل قرن بیستم در آلمان، اسبی به نام «هانز باهوش» ادعا می‌کرد که می‌تواند ریاضی حل کند! وقتی می‌پرسیدند «۴ به اضافه ۵ چند می‌شود؟»، او ۹ بار سم خود را بر زمین می‌کوبید. اما روانشناسان با آزمایش‌های دقیق دریافتند هانز ریاضی بلد نیست، بلکه نشانه‌های میکروسکوپی و ناخودآگاهِ چهره پرسش‌کننده را می‌خواند! امروزه مدل‌های هوش مصنوعی نیز دچار همین «اثر هانز باهوش» می‌شوند؛ آن‌ها با الگویابی‌های متنی سطحی و میان‌برها در داده‌ها، تست‌ها را پاس می‌کنند بدون اینکه مفهوم واقعی پشت مسئله را درک کرده باشند.
🔹 این عدم درک واقعی، ما را با مفهوم دیگری در علوم شناختی روبرو می‌کند.
❕ تفکیک «عملکرد» از «شایستگی»: چرا هوش مصنوعی یک «هوش بیگانه» است؟
در روانشناسی، «عملکرد» (پاسخ دادن به یک تست) با «شایستگی» (درک عمیق و توانایی انجام وظیفه در دنیای واقعی) متفاوت است. قبول شدن هوش مصنوعی در آزمون وکالت یا پزشکی، به معنای توانایی او برای انجام شغل پیچیده و آزادِ یک وکیل یا پزشک نیست. هوش مصنوعی یک «هوش بیگانه» است که مکانیسم‌های شناختی آن هیچ شباهتی به انسان ندارد. به همین دلیل در هوش مصنوعی، کارهای سخت برای انسان (مثل حل مسائل پیچیده ریاضی) آسان است، اما کارهای ساده برای انسان (مثل درک عامه، حواس‌پنج‌گانه و درک شهودی از محیط) فوق‌العاده سخت و درمانده‌کننده می‌شود!
🔹 برای رهایی از توهم هوشمندی ماشین‌ها، دانشمندان علوم شناختی روش‌های مطالعه روانشناسی کودکان و حیوانات را وارد هوش مصنوعی کرده‌اند.
❕ اصول شش‌گانه ملانی میچل برای ارزیابی واقعی شناخت در ماشین‌ها
۱- مهار خطای انسان‌انگاری: پرهیز از نسبت دادن عواطف و تفکر انسانی به ماشینی که فقط انگلیس روان صحبت می‌کند.
۲- طراحی آزمایش‌های کنترل‌شده: تست کردن مدل با حذف داده‌های کلیدی (مثلاً پرسیدن سوال بدون نشان دادن تصویر) برای رو شدن دستِ الگوریتم.
۳- تغییر بنچمارک‌ها: آزمایش مدل با ورودی‌های کاملاً جدید و خارج از داده‌های آموزشی (Out of distribution).
۴- تفسیرپذیری مکانیکی: ابداع ابزارهایی شبیه به fMRI مغز برای بررسی وزن‌ها و نورون‌های درونی هوش مصنوعی.
۵- سنجش شایستگی در برابر عملکرد: تفکیک مهارتِ میان‌بر زدن از درک واقعی مفاهیم.
۶- تحلیل حالت‌های شکست: بررسی دقیق «توهمات» و خطاهای مدل به جای پنهان کردن نتایج منفی.
🔹 به باور دانشمندان، هوش مصنوعی آینده جایگزین انسان نخواهد شد، بلکه ابزاری بی‌نظیر برای کشف‌های جدید است؛ به شرط آنکه ابعاد واقعیِ این «هوش بیگانه» را به درستی بشناسیم و دچار توهم نشویم.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #علوم_شناختی #روانشناسی #هوش_بیگانه #تست_هوش_مصنوعی #تفکر_انتقادی #کوآنتا
Quanta Magazine
Are We Thinking Correctly About AI Intelligence?
Computer scientist Melanie Mitchell discusses why artificial intelligence doesn’t “think” or “reason” like humans, and how we can create better methods for measuring machine cognition.
❤5👍1
🔺 پایان بحران گرانش؟ سه کشف نظری بزرگ که راز انیشتین، آنتروپی و حیات را برملا می‌کنند
🔹 کیهان‌شناسی مدرن با بحرانی بزرگ روبروست: نظریه نسبیت عام برای توضیح کهکشان‌ها مجبور شده ۹۵ درصد جهان را به عناصر ناشناخته‌ای به نام «ماده تاریک» و «انرژی تاریک» نسبت دهد! از سوی دیگر، فیزیک کوانتوم انرژی خلاء را بی‌نهایت بزرگ پیش‌بینی می‌کند که با واقعیت در تضاد است. اما موج جدیدی از تحقیقات در ژورنال‌های Physical Review Letters و Physical Review D، با ترکیب «فیزیک اطلاعات»، «ترمودینامیک» و «توپولوژی کوانتومی» در حال حل این معماهای دیرینه‌اند.
❕ حل بزرگترین تناقض فیزیک: حفاظت توپولوژیکِ ثابت کیهان‌شناسی
طبق فیزیک کوانتوم، نوسانات خلاء باید انرژی «ثابت کیهان‌شناسی» (عاملی که باعث شتاب انبساط جهان می‌شود) را به حدی غول‌آسا کنند که جهان در دم فروپاشد! اما فیزیکدانان دانشگاه براون نشان دادند که اگر فضا-زمان دارای یک «توپولوژی یا شکل هندسی خاص» (مشابه اثر کوانتومی هال در فیزیک ماده چگال) باشد، این ساختار هندسی مانند یک سپر دفاعی عمل کرده و تمام نوسانات مخرب کوانتومی را بی‌اثر می‌کند؛ در نتیجه، مقدار ثابت کیهان‌شناسی دقیقاً روی همان عدد بسیار کوچک و پایداری که می‌بینیم قفل می‌شود.
🔹 اما اگر جهان دائماً رو به بی‌نظمی می‌رود، حیات و ساختارهای پیچیده چگونه شکل گرفتند؟
❕ معمای آنتروپی: چگونه حیات در کیهانی آشفته متولد شد؟
قانون دوم ترمودینامیک می‌گوید آنتروپی (بی‌نظمی) جهان دائماً در حال افزایش است. پس چگونه ستاره‌ها، سیارات و حیات منظم شکل گرفتند؟ پژوهش جدید دانشگاه کوئین مری لندن بر اساس نظریه «گرانش ناشی از آنتروپی» به این پارادوکس پاسخ می‌دهد: با انبساط کیهان، اگرچه «آنتروپی کل» جهان بالا می‌رود، اما «آنتروپی در واحد حجم» کاهش می‌یابد! این پهن شدن و توزیع وسیع آنتروپی در فضای در حال اتساع، فضای تنفسی لازم را برای شکل‌گیری ساختارهای منظم و حیات در مقیاس‌های محلی فراهم می‌سازد.
🔹 این یافته‌ها با نظریات جدیدی که گرانش را به اطلاعات پیوند می‌دهند، تکمیل می‌شوند.
❕ گرانش به مثابه فشرده‌سازی داده‌ها و فیزیک اطلاعات
در این پارادایم جدید، گرانش یک نیروی بنیادی مستقل نیست، بلکه حاصل «فشرده‌سازی داده‌ها» و تلاش کیهان برای کاهش پیچیدگی اطلاعات است. همان‌طور که در پست‌های قبلی اشاره کردیم، نظریه «گرانش نوپدید» ساخاروف و اصل عدم قطعیت در افق کیهانی نشان می‌دهند که فضا-زمان، انرژی تاریک و حیات، همگی محصولاتِ رفتار جمعیِ اطلاعات کوانتومی هستند. با این رویکرد، دیگر نیازی به اختراع فرضی مواد ناشناخته نیست؛ گرانش خود محصول مدیریت اطلاعات در کیهان است.
[منبع] [منبع] [منبع]
🆔 @Science_Focus
#فیزیک_نظری #گرانش_کوانتومی #ثابت_کیهان_شناسی #آنتروپی #ترمودینامیک #انرژی_تبار #فیزیک_اطلاعات #کوانتوم
🔹 کیهان‌شناسی مدرن با بحرانی بزرگ روبروست: نظریه نسبیت عام برای توضیح کهکشان‌ها مجبور شده ۹۵ درصد جهان را به عناصر ناشناخته‌ای به نام «ماده تاریک» و «انرژی تاریک» نسبت دهد! از سوی دیگر، فیزیک کوانتوم انرژی خلاء را بی‌نهایت بزرگ پیش‌بینی می‌کند که با واقعیت در تضاد است. اما موج جدیدی از تحقیقات در ژورنال‌های Physical Review Letters و Physical Review D، با ترکیب «فیزیک اطلاعات»، «ترمودینامیک» و «توپولوژی کوانتومی» در حال حل این معماهای دیرینه‌اند.
❕ حل بزرگترین تناقض فیزیک: حفاظت توپولوژیکِ ثابت کیهان‌شناسی
طبق فیزیک کوانتوم، نوسانات خلاء باید انرژی «ثابت کیهان‌شناسی» (عاملی که باعث شتاب انبساط جهان می‌شود) را به حدی غول‌آسا کنند که جهان در دم فروپاشد! اما فیزیکدانان دانشگاه براون نشان دادند که اگر فضا-زمان دارای یک «توپولوژی یا شکل هندسی خاص» (مشابه اثر کوانتومی هال در فیزیک ماده چگال) باشد، این ساختار هندسی مانند یک سپر دفاعی عمل کرده و تمام نوسانات مخرب کوانتومی را بی‌اثر می‌کند؛ در نتیجه، مقدار ثابت کیهان‌شناسی دقیقاً روی همان عدد بسیار کوچک و پایداری که می‌بینیم قفل می‌شود.
🔹 اما اگر جهان دائماً رو به بی‌نظمی می‌رود، حیات و ساختارهای پیچیده چگونه شکل گرفتند؟
❕ معمای آنتروپی: چگونه حیات در کیهانی آشفته متولد شد؟
قانون دوم ترمودینامیک می‌گوید آنتروپی (بی‌نظمی) جهان دائماً در حال افزایش است. پس چگونه ستاره‌ها، سیارات و حیات منظم شکل گرفتند؟ پژوهش جدید دانشگاه کوئین مری لندن بر اساس نظریه «گرانش ناشی از آنتروپی» به این پارادوکس پاسخ می‌دهد: با انبساط کیهان، اگرچه «آنتروپی کل» جهان بالا می‌رود، اما «آنتروپی در واحد حجم» کاهش می‌یابد! این پهن شدن و توزیع وسیع آنتروپی در فضای در حال اتساع، فضای تنفسی لازم را برای شکل‌گیری ساختارهای منظم و حیات در مقیاس‌های محلی فراهم می‌سازد.
🔹 این یافته‌ها با نظریات جدیدی که گرانش را به اطلاعات پیوند می‌دهند، تکمیل می‌شوند.
❕ گرانش به مثابه فشرده‌سازی داده‌ها و فیزیک اطلاعات
در این پارادایم جدید، گرانش یک نیروی بنیادی مستقل نیست، بلکه حاصل «فشرده‌سازی داده‌ها» و تلاش کیهان برای کاهش پیچیدگی اطلاعات است. همان‌طور که در پست‌های قبلی اشاره کردیم، نظریه «گرانش نوپدید» ساخاروف و اصل عدم قطعیت در افق کیهانی نشان می‌دهند که فضا-زمان، انرژی تاریک و حیات، همگی محصولاتِ رفتار جمعیِ اطلاعات کوانتومی هستند. با این رویکرد، دیگر نیازی به اختراع فرضی مواد ناشناخته نیست؛ گرانش خود محصول مدیریت اطلاعات در کیهان است.
[منبع] [منبع] [منبع]
🆔 @Science_Focus
#فیزیک_نظری #گرانش_کوانتومی #ثابت_کیهان_شناسی #آنتروپی #ترمودینامیک #انرژی_تبار #فیزیک_اطلاعات #کوانتوم
Phys.org
Could the mathematical 'shape' of the universe solve the cosmological constant problem?
The cosmological constant is the mathematical description of the energy that drives the ever-accelerating expansion of the cosmos. It's also the source of one of the most enduring and confounding problems ...
❤6
🔺 رمزگشایی از یک معمای ۱۵۰ ساله: چرا یک میلیارد سال از تاریخ زمین ناپدید شده است؟
🔹 در سال ۱۸۶۹، وقتی جان وسلی پاول در حال کاوش در دیواره‌های صخره‌ای «گرند کنیون» بود، متوجه یک اتفاق عجیب شد: لایه‌ای از سنگ‌ها با قدمت ۵۲۰ میلیون سال، مستقیماً روی سنگ‌های باستانی ۱.۴ تا ۱.۸ میلیارد ساله قرار گرفته بودند! هیچ اثری از سنگ‌های مابین آن‌ها وجود نداشت. انگار نزدیک به یک میلیارد سال از تاریخ لایه‌نگاری سیاره زمین ناگهان به هوا رفته و ناپدید شده بود. این شکاف عظیم که در سراسر جهان دیده می‌شود، «ناپیوستگی بزرگ» نام گرفت.
❕ ناپیوستگی بزرگ (Great Unconformity) چیست؟
ناپیوستگی بزرگ به مفقود شدن لایه‌های سنگی در تاریخ زمین‌شناسی گفته می‌شود که طی آن، بخش وسیعی از پوسته زمین بر اثر فرسایش شدید ساییده شده و از بین رفته است. این شکاف عمیق دقیقاً در زمانی رخ داده که زمین در حال انتقال از دوران باستانی به سیاره زیست‌پذیر امروزی بود؛ ناپدید شدن این لایه‌ها، بخش مهمی از تاریخ تکامل زمین را مبهم کرده بود.
🔹 برای سال‌ها، فرضیه محبوب این بود که حدود ۷۰۰ میلیون سال پیش در دوره‌ای موسوم به «زمین گلوله برفی»، یخچال‌های سراسری کل سیاره را پوشاندند و مانند یک بولدوزر عظیم، کیلومترها از پوسته زمین را تراشیده و به اقیانوس‌ها ریختند. اما پژوهش جدیدی که در ژورنال معتبر PNAS منتشر شده، این داستان یخچالی را کاملاً رد می‌کند.
❕ متهم اصلی: تولد و مرگ ابرقاره باستانی «کلمبیا»
دانشمندان با آنالیز کریستال‌های بسیار مقاوم «زیرکون» در چین و استفاده از روش‌های پیشرفته گاه‌شماری گرمایی، دریافتند که شدیدترین دوره فرسایش پوسته زمین، بین ۲.۱ تا ۱.۶ میلیارد سال پیش رخ داده است؛ یعنی صدها میلیون سال *قبل* از عصر زمین گلوله برفی! این بازه زمانی دقیقاً با شکل‌گیری «کلمبیا» (یکی از نخستین ابرقاره‌های تاریخ زمین) هم‌زمانی دارد. برخوردهای سهمگین صفحات تکتونیکی، لایه‌های عمیق سنگ را به سطح رانده و فرسایش شدید تدریجی، این لایه‌ها را محو کرده است.
🔹 این کشف جدید، نگاه دانشمندان به تاریخ حیات را نیز تغییر می‌دهد.
❕ تغییر در داستان «انفجار کامبرین» و تکامل حیات
پیش‌تر تصور می‌شد که فرسایش یخچالی در عصر زمین گلوله برفی، حجم عظیمی از مواد مغذی را وارد اقیانوس‌ها کرده و باعث «انفجار کامبرین» (ظهور ناگهانی جانوران پیچیده در ۵۳۰ میلیون سال پیش) شده است. اما اثبات اینکه بخش اعظم فرسایش پوسته زمین، یک میلیارد سال قبل‌تر و بر اثر فعالیت‌های تکتونیکی ابرقاره کلمبیا رخ داده، این نظریه را رد می‌کند و نشان می‌دهد ناپیوستگی بزرگ حاصل یک رویداد یکباره یخچالی نبوده، بلکه نتیجه فرآیندهای طولانی تکتونیکی در سراسر زمین بوده است.
[منبع] [منبع]
🆔 @Science_Focus
#زمین_شناسی #تاریخ_زمین #تکتونیک #ابرقاره_کلمبیا #تکامل #انفجار_کامبرین #کشفیات_علمی
🔹 در سال ۱۸۶۹، وقتی جان وسلی پاول در حال کاوش در دیواره‌های صخره‌ای «گرند کنیون» بود، متوجه یک اتفاق عجیب شد: لایه‌ای از سنگ‌ها با قدمت ۵۲۰ میلیون سال، مستقیماً روی سنگ‌های باستانی ۱.۴ تا ۱.۸ میلیارد ساله قرار گرفته بودند! هیچ اثری از سنگ‌های مابین آن‌ها وجود نداشت. انگار نزدیک به یک میلیارد سال از تاریخ لایه‌نگاری سیاره زمین ناگهان به هوا رفته و ناپدید شده بود. این شکاف عظیم که در سراسر جهان دیده می‌شود، «ناپیوستگی بزرگ» نام گرفت.
❕ ناپیوستگی بزرگ (Great Unconformity) چیست؟
ناپیوستگی بزرگ به مفقود شدن لایه‌های سنگی در تاریخ زمین‌شناسی گفته می‌شود که طی آن، بخش وسیعی از پوسته زمین بر اثر فرسایش شدید ساییده شده و از بین رفته است. این شکاف عمیق دقیقاً در زمانی رخ داده که زمین در حال انتقال از دوران باستانی به سیاره زیست‌پذیر امروزی بود؛ ناپدید شدن این لایه‌ها، بخش مهمی از تاریخ تکامل زمین را مبهم کرده بود.
🔹 برای سال‌ها، فرضیه محبوب این بود که حدود ۷۰۰ میلیون سال پیش در دوره‌ای موسوم به «زمین گلوله برفی»، یخچال‌های سراسری کل سیاره را پوشاندند و مانند یک بولدوزر عظیم، کیلومترها از پوسته زمین را تراشیده و به اقیانوس‌ها ریختند. اما پژوهش جدیدی که در ژورنال معتبر PNAS منتشر شده، این داستان یخچالی را کاملاً رد می‌کند.
❕ متهم اصلی: تولد و مرگ ابرقاره باستانی «کلمبیا»
دانشمندان با آنالیز کریستال‌های بسیار مقاوم «زیرکون» در چین و استفاده از روش‌های پیشرفته گاه‌شماری گرمایی، دریافتند که شدیدترین دوره فرسایش پوسته زمین، بین ۲.۱ تا ۱.۶ میلیارد سال پیش رخ داده است؛ یعنی صدها میلیون سال *قبل* از عصر زمین گلوله برفی! این بازه زمانی دقیقاً با شکل‌گیری «کلمبیا» (یکی از نخستین ابرقاره‌های تاریخ زمین) هم‌زمانی دارد. برخوردهای سهمگین صفحات تکتونیکی، لایه‌های عمیق سنگ را به سطح رانده و فرسایش شدید تدریجی، این لایه‌ها را محو کرده است.
🔹 این کشف جدید، نگاه دانشمندان به تاریخ حیات را نیز تغییر می‌دهد.
❕ تغییر در داستان «انفجار کامبرین» و تکامل حیات
پیش‌تر تصور می‌شد که فرسایش یخچالی در عصر زمین گلوله برفی، حجم عظیمی از مواد مغذی را وارد اقیانوس‌ها کرده و باعث «انفجار کامبرین» (ظهور ناگهانی جانوران پیچیده در ۵۳۰ میلیون سال پیش) شده است. اما اثبات اینکه بخش اعظم فرسایش پوسته زمین، یک میلیارد سال قبل‌تر و بر اثر فعالیت‌های تکتونیکی ابرقاره کلمبیا رخ داده، این نظریه را رد می‌کند و نشان می‌دهد ناپیوستگی بزرگ حاصل یک رویداد یکباره یخچالی نبوده، بلکه نتیجه فرآیندهای طولانی تکتونیکی در سراسر زمین بوده است.
[منبع] [منبع]
🆔 @Science_Focus
#زمین_شناسی #تاریخ_زمین #تکتونیک #ابرقاره_کلمبیا #تکامل #انفجار_کامبرین #کشفیات_علمی
PNAS
Tectonism rather than “snowball Earth” glaciation is responsible for the Great Unconformity
The Great Unconformity (GUn)—a widely recognized discontinuity and associated gap in the rock record between Precambrian and Cambrian rocks—represe...
❤5
🔺 ادعای جدید درباره «کشتی نوح» در ترکیه: اسکن‌های راداری یا سوگیری تأییدی؟
🔹 عارضه زمین‌شناختی «دوروپینار» در شرق ترکیه - ساختاری ۱۵۷ متری و قایق‌شکل که سال‌هاست توسط برخی جویندگان غیررسمی به عنوان بقایای کشتی نوح تبلیغ می‌شود - بار دیگر با انتشار یک بیانیه مطبوعاتی خبرساز شده است. تیمی از پژوهشگران ادعا کرده‌اند که با رادارهای پیشرفته نفوذی به زمین، «ناهنجاری‌های زیرسطحی» جدیدی در این محل کشف کرده‌اند.
❕ اسکن‌های راداری چه چیزی را نشان می‌دهند؟
این تیم با استفاده از سیستم راداری (BakhtarRadar) ادعا کرده‌اند که این ساختار یک توده سنگی یکنواخت نیست، بلکه لایه‌بندی‌ها و کانالی ۲۵۰ فوتی (شبیه به یک راهرو یا تونل) در عمق آن دیده می‌شود. با این حال، خود این پژوهشگران اعتراف کرده‌اند که این داده‌ها اولیه است، هیچ حفاری یا نمونه‌برداری فیزیکی از آن انجام نشده و ادعاهایشان هنوز به اثبات نرسیده است.
🔹 اما چرا جامعه علمی و زمین‌شناسان به شدت نسبت به این اخبار مشکوک هستند؟
❕ چرا زمین‌شناسان این ادعاها را رد می‌کنند؟
زمین‌شناسان و باستان‌شناسان برجسته اجماع دارند که عارضه دوروپینار چیزی جز یک «پدیده طبیعی زمین‌شناختی» (حاصل جریان‌های گلی، فرسایش و چین‌خوردگی‌های رسوبی) نیست. اسکن‌های راداری به تنهایی هرگز اثبات‌کننده یک ساختار باستان‌شناسی نیستند، زیرا شکستگی‌های طبیعی سنگ، لایه‌های آب زیرزمینی و حفره‌های زمین‌شناسی نیز دقیقاً تصویری مشابه «راهرو» یا «اتاقک» در رادار ایجاد می‌کنند. مهم‌تر از آن، اعضای این تیم پیش از انجام اسکن‌ها اعلام کرده بودند که باور دارند این محل کشتی نوح است؛ رفتاری که در علم «سوگیری تأییدی» (Confirmation Bias) نامیده می‌شود.
🔹 جالب اینجاست که حتی گروه‌های مذهبی و خلقت‌گرا (مانند سازمان Answers in Genesis) نیز از این بیانیه مطبوعاتی انتقاد کرده و اعلام کرده‌اند ارائه داده‌های خام راداری بدون در نظر گرفتن تفسیرهای بدیهیِ زمین‌شناختی، غیرعلمی است. تا زمانی که نتایج این اسکن‌ها در یک ژورنال معتبر با داوری همتا چاپ نشود و نمونه‌های فیزیکی حاصل از حفاری استخراج نگردد، ساختار دوروپینار از نظر علم، صرفاً یک عارضه طبیعی زمین‌شناسی باقی خواهد ماند.
[منبع]
🆔 @Science_Focus
#زمین_شناسی #باستان_شناسی #تفکر_انتقادی #شبه_علم #ترویج_علم
🔹 عارضه زمین‌شناختی «دوروپینار» در شرق ترکیه - ساختاری ۱۵۷ متری و قایق‌شکل که سال‌هاست توسط برخی جویندگان غیررسمی به عنوان بقایای کشتی نوح تبلیغ می‌شود - بار دیگر با انتشار یک بیانیه مطبوعاتی خبرساز شده است. تیمی از پژوهشگران ادعا کرده‌اند که با رادارهای پیشرفته نفوذی به زمین، «ناهنجاری‌های زیرسطحی» جدیدی در این محل کشف کرده‌اند.
❕ اسکن‌های راداری چه چیزی را نشان می‌دهند؟
این تیم با استفاده از سیستم راداری (BakhtarRadar) ادعا کرده‌اند که این ساختار یک توده سنگی یکنواخت نیست، بلکه لایه‌بندی‌ها و کانالی ۲۵۰ فوتی (شبیه به یک راهرو یا تونل) در عمق آن دیده می‌شود. با این حال، خود این پژوهشگران اعتراف کرده‌اند که این داده‌ها اولیه است، هیچ حفاری یا نمونه‌برداری فیزیکی از آن انجام نشده و ادعاهایشان هنوز به اثبات نرسیده است.
🔹 اما چرا جامعه علمی و زمین‌شناسان به شدت نسبت به این اخبار مشکوک هستند؟
❕ چرا زمین‌شناسان این ادعاها را رد می‌کنند؟
زمین‌شناسان و باستان‌شناسان برجسته اجماع دارند که عارضه دوروپینار چیزی جز یک «پدیده طبیعی زمین‌شناختی» (حاصل جریان‌های گلی، فرسایش و چین‌خوردگی‌های رسوبی) نیست. اسکن‌های راداری به تنهایی هرگز اثبات‌کننده یک ساختار باستان‌شناسی نیستند، زیرا شکستگی‌های طبیعی سنگ، لایه‌های آب زیرزمینی و حفره‌های زمین‌شناسی نیز دقیقاً تصویری مشابه «راهرو» یا «اتاقک» در رادار ایجاد می‌کنند. مهم‌تر از آن، اعضای این تیم پیش از انجام اسکن‌ها اعلام کرده بودند که باور دارند این محل کشتی نوح است؛ رفتاری که در علم «سوگیری تأییدی» (Confirmation Bias) نامیده می‌شود.
🔹 جالب اینجاست که حتی گروه‌های مذهبی و خلقت‌گرا (مانند سازمان Answers in Genesis) نیز از این بیانیه مطبوعاتی انتقاد کرده و اعلام کرده‌اند ارائه داده‌های خام راداری بدون در نظر گرفتن تفسیرهای بدیهیِ زمین‌شناختی، غیرعلمی است. تا زمانی که نتایج این اسکن‌ها در یک ژورنال معتبر با داوری همتا چاپ نشود و نمونه‌های فیزیکی حاصل از حفاری استخراج نگردد، ساختار دوروپینار از نظر علم، صرفاً یک عارضه طبیعی زمین‌شناسی باقی خواهد ماند.
[منبع]
🆔 @Science_Focus
#زمین_شناسی #باستان_شناسی #تفکر_انتقادی #شبه_علم #ترویج_علم
The Debrief
New Radar Scans Reveal Mysterious “Subsurface Anomalies” Beneath Controversial “Noah’s Ark” Site
New scans may offer clues to what lies beneath Turkey’s famous Durupınar site, which has long been associated with “Noah’s Ark" claims.
❤5👍1
🔺 جادوی ریاضیات: چگونه یک نخ و یک سهمی ساده، ما را به رمزنگاری مدرن می‌رسانند؟
🔹 خیلی از ما نمودار سهمی y = x^2 را از دوران مدرسه به یاد داریم. اما همین نمودار ساده یک ویژگی جالب دارد: می‌توان با چند میخ و یک نخ، از آن برای ضرب دو عدد استفاده کرد! جالب‌تر اینکه ایده «محاسبه با نقاط روی یک منحنی» ما را به یکی از مهم‌ترین ابزارهای ریاضیات مدرن، یعنی منحنی‌های بیضوی، و در نهایت رمزنگاری دیجیتال می‌رساند.
❕ ماشین حساب سهمی: ضرب اعداد با نخ و میخ!
فرض کنید می‌خواهیم ۳ × ۴ را حساب کنیم.
ابتدا سهمی y = x^2 را رسم کنید. روی نقطه (-3, 9) یک میخ و روی نقطه (4, 16) میخ دیگری قرار دهید. حالا یک نخ مستقیم بین این دو نقطه بکشید.
نکته جالب اینجاست که نخ، محور عمودی (y) را دقیقاً در عدد ۱۲ قطع می‌کند:
۳ × ۴ = ۱۲
🔹 چرا؟ چون اگر دو عدد دلخواه a و b داشته باشیم، دو نقطه زیر را روی سهمی انتخاب می‌کنیم:
(-a, a^2) و (b, b^2)
خطی که این دو نقطه را به هم وصل می‌کند، همیشه محور y را در نقطه‌ای با مقدار:
c = a × b
قطع می‌کند.
یعنی فقط با شکل سهمی و یک خط مستقیم می‌توان ضرب دو عدد را به یک مسئله هندسی تبدیل کرد!
❕ اما این چه ربطی به رمزنگاری دارد؟
در رمزنگاری، دانشمندان به دنبال مسئله‌هایی هستند که انجامشان در یک جهت آسان باشد، اما برعکس کردنشان بسیار دشوار شود.
مثلاً در RSA، ضرب دو عدد اول بسیار بزرگ آسان است، اما وقتی حاصل‌ضرب را در اختیار دارید، پیدا کردن آن دو عدد اول می‌تواند بسیار دشوار باشد. امنیت RSA تا حد زیادی به همین دشواری تجزیه عدد به عوامل اول وابسته است.
🔹 اما خانواده دیگری از روش‌ها به جای اعداد بسیار بزرگ، از نقاط روی منحنی‌ها استفاده می‌کنند. یکی از مهم‌ترین آن‌ها رمزنگاری منحنی بیضوی (ECC) است.
❕ منحنی بیضوی چیست؟
منحنی بیضوی یک منحنی ریاضی با شکل خاصی است که معمولاً با رابطه‌ای مانند زیر نمایش داده می‌شود:
y^2 = x^3 + ax + b
نکته مهم این نیست که این منحنی چه شکلی دارد؛ بلکه این است که می‌توان روی نقاط آن، عملیات ریاضی تعریف کرد.
مثلاً اگر دو نقطه روی منحنی داشته باشیم، می‌توان خطی از میان آن‌ها عبور داد. این خط معمولاً منحنی را در نقطه سومی قطع می‌کند و با قوانین مشخص ریاضی، از این نقاط می‌توان یک «جمع» جدید ساخت.
🔹 با تکرار همین عملیات می‌توان یک نقطه را بارها و بارها با خودش ترکیب کرد؛ چیزی شبیه:
P → 2P → 3P → 4P → ...
محاسبه این مسیر در جهت جلو نسبتاً سریع است، اما اگر فقط نقطه نهایی را بدانید، پیدا کردن تعداد دفعاتی که این عملیات انجام شده می‌تواند بسیار دشوار باشد.
❕ اینجاست که یک ویژگی مهم وارد می‌شود
ECC بر پایه مسئله‌ای به نام لگاریتم گسسته روی منحنی بیضوی بنا شده است؛ مسئله‌ای که برای کامپیوترهای معمولی، با پارامترهای مناسب، بسیار دشوار است.
به همین دلیل می‌توان با کلیدهایی بسیار کوچک‌تر از RSA به سطح امنیت مشابهی رسید.
🔹 برای مثال، یک کلید ECC با اندازه بسیار کمتر می‌تواند امنیتی مشابه یک کلید RSA بسیار بزرگ فراهم کند. این موضوع باعث شده ECC برای فناوری‌هایی که محدودیت سرعت، حافظه یا پهنای باند دارند بسیار جذاب باشد و در ارتباطات امن، امضاهای دیجیتال و بسیاری از سامانه‌های اینترنتی مورد استفاده قرار گیرد.
❕ پس سهمی، رمزنگاری ساخته است؟
نه دقیقاً!
ماشین حساب سهمی و ECC یک الگوریتم واحد نیستند و ECC نسخه پیشرفته‌تر همان ماشین حساب هندسی محسوب نمی‌شود. ارتباط واقعی آن‌ها در یک ایده عمیق‌تر است:
🔹 در هر دو، می‌توان یک مسئله عددی را با هندسه و نقاط روی یک منحنی نمایش داد و روی این نقاط عملیات ریاضی انجام داد.
در ماشین حساب سهمی، این ایده را برای کاری ساده مثل ضرب به کار می‌بریم.
در منحنی‌های بیضوی، همین نگاه هندسی با ریاضیات بسیار پیچیده‌تری ترکیب می‌شود تا مسئله‌ای ساخته شود که محاسبه آن آسان، اما معکوس‌کردنش دشوار باشد.
❕ آیا این قفل هندسی برای همیشه امن است؟
احتمالاً نه.
یک کامپیوتر کوانتومی در مقیاس کافی، با استفاده از الگوریتم شور (Shor) می‌تواند مسئله‌هایی مانند تجزیه اعداد بزرگ و لگاریتم گسسته را بسیار سریع‌تر حل کند. در نتیجه، امنیت RSA و ECC در برابر چنین رایانه‌هایی به خطر خواهد افتاد.
🔹 به همین دلیل دانشمندان از هم‌اکنون روی رمزنگاری پساکوانتومی (Post-Quantum Cryptography) کار می‌کنند؛ روش‌هایی که امیدوارند حتی در برابر کامپیوترهای کوانتومی آینده نیز امن باقی بمانند.
🔹 و شاید این یکی از جذاب‌ترین درس‌های ریاضیات باشد: گاهی یک نمودار ساده مثل y = x^2 چیزی بیشتر از یک تمرین مدرسه‌ای است؛ می‌تواند پنجره‌ای باشد به دنیایی که در آن هندسه، جبر و امنیت دیجیتال به هم می‌رسند.
[منبع]
🆔 @Science_Focus
#ریاضیات #هندسه #رمزنگاری #امنیت_سایبری #الگوریتم #فناوری
🔹 خیلی از ما نمودار سهمی y = x^2 را از دوران مدرسه به یاد داریم. اما همین نمودار ساده یک ویژگی جالب دارد: می‌توان با چند میخ و یک نخ، از آن برای ضرب دو عدد استفاده کرد! جالب‌تر اینکه ایده «محاسبه با نقاط روی یک منحنی» ما را به یکی از مهم‌ترین ابزارهای ریاضیات مدرن، یعنی منحنی‌های بیضوی، و در نهایت رمزنگاری دیجیتال می‌رساند.
❕ ماشین حساب سهمی: ضرب اعداد با نخ و میخ!
فرض کنید می‌خواهیم ۳ × ۴ را حساب کنیم.
ابتدا سهمی y = x^2 را رسم کنید. روی نقطه (-3, 9) یک میخ و روی نقطه (4, 16) میخ دیگری قرار دهید. حالا یک نخ مستقیم بین این دو نقطه بکشید.
نکته جالب اینجاست که نخ، محور عمودی (y) را دقیقاً در عدد ۱۲ قطع می‌کند:
۳ × ۴ = ۱۲
🔹 چرا؟ چون اگر دو عدد دلخواه a و b داشته باشیم، دو نقطه زیر را روی سهمی انتخاب می‌کنیم:
(-a, a^2) و (b, b^2)
خطی که این دو نقطه را به هم وصل می‌کند، همیشه محور y را در نقطه‌ای با مقدار:
c = a × b
قطع می‌کند.
یعنی فقط با شکل سهمی و یک خط مستقیم می‌توان ضرب دو عدد را به یک مسئله هندسی تبدیل کرد!
❕ اما این چه ربطی به رمزنگاری دارد؟
در رمزنگاری، دانشمندان به دنبال مسئله‌هایی هستند که انجامشان در یک جهت آسان باشد، اما برعکس کردنشان بسیار دشوار شود.
مثلاً در RSA، ضرب دو عدد اول بسیار بزرگ آسان است، اما وقتی حاصل‌ضرب را در اختیار دارید، پیدا کردن آن دو عدد اول می‌تواند بسیار دشوار باشد. امنیت RSA تا حد زیادی به همین دشواری تجزیه عدد به عوامل اول وابسته است.
🔹 اما خانواده دیگری از روش‌ها به جای اعداد بسیار بزرگ، از نقاط روی منحنی‌ها استفاده می‌کنند. یکی از مهم‌ترین آن‌ها رمزنگاری منحنی بیضوی (ECC) است.
❕ منحنی بیضوی چیست؟
منحنی بیضوی یک منحنی ریاضی با شکل خاصی است که معمولاً با رابطه‌ای مانند زیر نمایش داده می‌شود:
y^2 = x^3 + ax + b
نکته مهم این نیست که این منحنی چه شکلی دارد؛ بلکه این است که می‌توان روی نقاط آن، عملیات ریاضی تعریف کرد.
مثلاً اگر دو نقطه روی منحنی داشته باشیم، می‌توان خطی از میان آن‌ها عبور داد. این خط معمولاً منحنی را در نقطه سومی قطع می‌کند و با قوانین مشخص ریاضی، از این نقاط می‌توان یک «جمع» جدید ساخت.
🔹 با تکرار همین عملیات می‌توان یک نقطه را بارها و بارها با خودش ترکیب کرد؛ چیزی شبیه:
P → 2P → 3P → 4P → ...
محاسبه این مسیر در جهت جلو نسبتاً سریع است، اما اگر فقط نقطه نهایی را بدانید، پیدا کردن تعداد دفعاتی که این عملیات انجام شده می‌تواند بسیار دشوار باشد.
❕ اینجاست که یک ویژگی مهم وارد می‌شود
ECC بر پایه مسئله‌ای به نام لگاریتم گسسته روی منحنی بیضوی بنا شده است؛ مسئله‌ای که برای کامپیوترهای معمولی، با پارامترهای مناسب، بسیار دشوار است.
به همین دلیل می‌توان با کلیدهایی بسیار کوچک‌تر از RSA به سطح امنیت مشابهی رسید.
🔹 برای مثال، یک کلید ECC با اندازه بسیار کمتر می‌تواند امنیتی مشابه یک کلید RSA بسیار بزرگ فراهم کند. این موضوع باعث شده ECC برای فناوری‌هایی که محدودیت سرعت، حافظه یا پهنای باند دارند بسیار جذاب باشد و در ارتباطات امن، امضاهای دیجیتال و بسیاری از سامانه‌های اینترنتی مورد استفاده قرار گیرد.
❕ پس سهمی، رمزنگاری ساخته است؟
نه دقیقاً!
ماشین حساب سهمی و ECC یک الگوریتم واحد نیستند و ECC نسخه پیشرفته‌تر همان ماشین حساب هندسی محسوب نمی‌شود. ارتباط واقعی آن‌ها در یک ایده عمیق‌تر است:
🔹 در هر دو، می‌توان یک مسئله عددی را با هندسه و نقاط روی یک منحنی نمایش داد و روی این نقاط عملیات ریاضی انجام داد.
در ماشین حساب سهمی، این ایده را برای کاری ساده مثل ضرب به کار می‌بریم.
در منحنی‌های بیضوی، همین نگاه هندسی با ریاضیات بسیار پیچیده‌تری ترکیب می‌شود تا مسئله‌ای ساخته شود که محاسبه آن آسان، اما معکوس‌کردنش دشوار باشد.
❕ آیا این قفل هندسی برای همیشه امن است؟
احتمالاً نه.
یک کامپیوتر کوانتومی در مقیاس کافی، با استفاده از الگوریتم شور (Shor) می‌تواند مسئله‌هایی مانند تجزیه اعداد بزرگ و لگاریتم گسسته را بسیار سریع‌تر حل کند. در نتیجه، امنیت RSA و ECC در برابر چنین رایانه‌هایی به خطر خواهد افتاد.
🔹 به همین دلیل دانشمندان از هم‌اکنون روی رمزنگاری پساکوانتومی (Post-Quantum Cryptography) کار می‌کنند؛ روش‌هایی که امیدوارند حتی در برابر کامپیوترهای کوانتومی آینده نیز امن باقی بمانند.
🔹 و شاید این یکی از جذاب‌ترین درس‌های ریاضیات باشد: گاهی یک نمودار ساده مثل y = x^2 چیزی بیشتر از یک تمرین مدرسه‌ای است؛ می‌تواند پنجره‌ای باشد به دنیایی که در آن هندسه، جبر و امنیت دیجیتال به هم می‌رسند.
[منبع]
🆔 @Science_Focus
#ریاضیات #هندسه #رمزنگاری #امنیت_سایبری #الگوریتم #فناوری
Scientific American
Why parabolas are crucial to cryptography
Cryptographers use points along a curve to build tough codes
❤3👍1
تازه‌های علمی
🔺 بازسازی «بیگ‌بنگ کوچک» در سرن: کشف هسته‌های اتمی به شکل پین بولینگ! 🔹 فیزیکدانان در بزرگترین شتاب‌دهنده ذرات جهان (CERN)، با کوبیدن هسته‌های اتمی اکسیژن و نئون با سرعتی نزدیک به سرعت نور به یکدیگر، موفق به بازسازی ماده اولیه‌ای شدند که در نخستین لحظات پیدایش…
🔺 تصاویر کتاب‌های درسی اشتباه بود؟ شکل هسته اتم‌ها آن‌قدرها هم ساده نیست!
🔹 در پست قبلی کانال دیدیم که برخورد هسته‌های اکسیژن-۱۶ و نئون-۲۰ در LHC توانست سرنخ‌هایی درباره شکل غیرکروی هسته‌ها آشکار کند. اما یک پرسش مهم باقی می‌ماند:
دانشمندان دقیقاً چگونه از برخورد چند هسته، درباره شکل چیزی به این کوچکی نتیجه می‌گیرند؟ و این «شکل» اصلاً به چه معناست؟
❕ هسته اتم یک توپ کوچک و ثابت نیست
وقتی در کتاب‌های درسی هسته اتم را به شکل یک کره رسم می‌کنیم، این تصویر بیشتر یک مدل ساده آموزشی است تا یک عکس واقعی.
هسته از پروتون‌ها و نوترون‌ها تشکیل شده و رفتار آن کاملاً کوانتومی است. بنابراین موقعیت ذرات درون آن یک شکل هندسی کاملاً ثابت مثل یک جسم جامد معمولی ایجاد نمی‌کند. در عوض، هسته دارای توزیع احتمال است و بسته به حالت انرژی خود می‌تواند آرایش‌ها و شکل‌های متفاوتی داشته باشد.
برای مثال، محاسبات هسته‌ای پیش‌بینی کرده‌اند که اکسیژن-۱۶ می‌تواند آرایشی نزدیک به چهاروجهی داشته باشد، در حالی که نئون-۲۰ تمایل بیشتری به یک آرایش کشیده و شبیه پین بولینگ نشان می‌دهد.
🔹 بنابراین وقتی می‌گوییم «هسته نئون پین بولینگ است»، منظور این نیست که درون اتم یک پین بولینگ واقعی و ثابت وجود دارد؛ بلکه یعنی توزیع متوسط ماده هسته‌ای می‌تواند در برخی حالت‌ها کشیده‌تر از یک کره باشد.
❕ پس آزمایش LHC چگونه این شکل را آشکار می‌کند؟
دانشمندان نمی‌توانند مستقیماً داخل هسته را نگاه کنند. در عوض، آن‌ها هسته‌ها را تقریباً با سرعت نور به یکدیگر برخورد می‌دهند.
در بعضی از برخوردها، انرژی آن‌قدر زیاد است که ماده‌ای فوق‌العاده داغ به نام پلاسمای کوارک–گلوئون (QGP) ایجاد می‌شود؛ حالتی که در آن پروتون‌ها و نوترون‌ها دیگر به شکل معمول خود باقی نمی‌مانند.
این ماده بسیار سریع منبسط می‌شود و ذرات زیادی از آن بیرون می‌آیند.
🔹 نکته کلیدی اینجاست:
شکل و نحوه توزیع هسته‌ها در لحظه برخورد → بر الگوی حرکت ذرات خروجی اثر می‌گذارد.
به همین دلیل فیزیکدانان با اندازه‌گیری جهت حرکت هزاران ذره می‌توانند سرنخ‌هایی درباره هندسه اولیه برخورد پیدا کنند.
این موضوع کمی شبیه این است که یک جسم ناشناخته را لمس کنیم اما خود جسم را نبینیم و فقط از روی الگویی که هنگام برخورد ایجاد می‌کند، درباره شکل آن نتیجه بگیریم.
❕ چرا اکسیژن و نئون برای این آزمایش جالب‌اند؟
این دو هسته از نظر تعداد نوکلئون‌ها به یکدیگر نزدیک‌اند، بنابراین انتظار می‌رود تکامل ماده حاصل از برخورد آن‌ها تا حد زیادی مشابه باشد.
در نتیجه، اگر بین برخوردهای O+O و Ne+Ne تفاوت مشخصی در الگوی جریان ذرات دیده شود، این تفاوت می‌تواند بیشتر به شکل اولیه خود هسته‌ها مربوط باشد، نه تفاوت‌های بزرگ در تکامل بعدی پلاسمای کوارک–گلوئون.
🔹 در داده‌های CMS، هر دو نوع برخورد الگوهای «جریان جمعی» از خود نشان دادند. در برخوردهای تقریباً روبهرو، جریان بیضوی نئون قوی‌تر بود؛ الگویی که با این ایده سازگار است که نئون-۲۰ نسبت به اکسیژن-۱۶ ساختاری تغییرشکل‌یافته‌تر و کشیده‌تر دارد.
❕ اما هنوز یک «عکس سه‌بعدی» از هسته نداریم
این قسمت بسیار مهم است.
نتایج آزمایش نشان می‌دهند که برخوردهای نئون و اکسیژن با پیش‌بینی‌های مربوط به تفاوت هندسی آن‌ها همخوانی کیفی دارند، اما پژوهشگران هنوز نتوانسته‌اند از این داده‌ها یک مقدار دقیق و قطعی برای میزان تغییرشکل نئون-۲۰ استخراج کنند.
حتی یکی از الگوهای جریان ذرات، یعنی جریان مثلثی (v3)، با پیش‌بینی مدل‌های فعلی به‌طور کامل سازگار نبود.
🔹 بنابراین این آزمایش را بهتر است نه به‌عنوان «عکسبرداری مستقیم از هسته»، بلکه به‌عنوان نوعی توموگرافی غیرمستقیم در مقیاس هسته‌ای در نظر بگیریم: فیزیکدانان از نتیجه برخورد برای بازسازی ویژگی‌هایی از چیزی استفاده می‌کنند که مستقیماً قابل مشاهده نیست.
❕ چرا این موضوع مهم است؟
شکل هسته فقط یک کنجکاوی هندسی نیست. ساختار هسته‌ای بر نحوه برهم‌کنش آن با هسته‌های دیگر و بر رفتار ماده فوق‌داغی که در برخوردهای پرانرژی ایجاد می‌شود اثر می‌گذارد.
به همین دلیل، فهم بهتر هندسه هسته‌ها می‌تواند به آزمایش دقیق‌تر نیروی هسته‌ای قوی و رفتار ماده در شرایط بسیار شدید کمک کند.
🔹 پس آن تصویر ساده و گردی که از هسته اتم در کتاب‌ها می‌بینیم کاملاً «غلط» نیست؛ بلکه ساده‌سازی است.
واقعیت کوانتومی بسیار عجیب‌تر است:
هسته یک توپ کوچک و سخت نیست؛ یک سامانه کوانتومی پویاست که شکل و آرایش آن می‌تواند با حالت انرژی و شرایط فیزیکی تغییر کند.
و حالا فیزیکدانان در LHC یاد گرفته‌اند که حتی بدون دیدن مستقیم این جهان زیراتمی، می‌توانند ردپای هندسه آن را از میان هزاران ذره خروجی بازسازی کنند.
[منبع]
🆔 @Science_Focus
#فیزیک #فیزیک_هسته_ای #سرن #کوارک #شتاب_دهنده #ذرات_بنیادی #علم
🔹 در پست قبلی کانال دیدیم که برخورد هسته‌های اکسیژن-۱۶ و نئون-۲۰ در LHC توانست سرنخ‌هایی درباره شکل غیرکروی هسته‌ها آشکار کند. اما یک پرسش مهم باقی می‌ماند:
دانشمندان دقیقاً چگونه از برخورد چند هسته، درباره شکل چیزی به این کوچکی نتیجه می‌گیرند؟ و این «شکل» اصلاً به چه معناست؟
❕ هسته اتم یک توپ کوچک و ثابت نیست
وقتی در کتاب‌های درسی هسته اتم را به شکل یک کره رسم می‌کنیم، این تصویر بیشتر یک مدل ساده آموزشی است تا یک عکس واقعی.
هسته از پروتون‌ها و نوترون‌ها تشکیل شده و رفتار آن کاملاً کوانتومی است. بنابراین موقعیت ذرات درون آن یک شکل هندسی کاملاً ثابت مثل یک جسم جامد معمولی ایجاد نمی‌کند. در عوض، هسته دارای توزیع احتمال است و بسته به حالت انرژی خود می‌تواند آرایش‌ها و شکل‌های متفاوتی داشته باشد.
برای مثال، محاسبات هسته‌ای پیش‌بینی کرده‌اند که اکسیژن-۱۶ می‌تواند آرایشی نزدیک به چهاروجهی داشته باشد، در حالی که نئون-۲۰ تمایل بیشتری به یک آرایش کشیده و شبیه پین بولینگ نشان می‌دهد.
🔹 بنابراین وقتی می‌گوییم «هسته نئون پین بولینگ است»، منظور این نیست که درون اتم یک پین بولینگ واقعی و ثابت وجود دارد؛ بلکه یعنی توزیع متوسط ماده هسته‌ای می‌تواند در برخی حالت‌ها کشیده‌تر از یک کره باشد.
❕ پس آزمایش LHC چگونه این شکل را آشکار می‌کند؟
دانشمندان نمی‌توانند مستقیماً داخل هسته را نگاه کنند. در عوض، آن‌ها هسته‌ها را تقریباً با سرعت نور به یکدیگر برخورد می‌دهند.
در بعضی از برخوردها، انرژی آن‌قدر زیاد است که ماده‌ای فوق‌العاده داغ به نام پلاسمای کوارک–گلوئون (QGP) ایجاد می‌شود؛ حالتی که در آن پروتون‌ها و نوترون‌ها دیگر به شکل معمول خود باقی نمی‌مانند.
این ماده بسیار سریع منبسط می‌شود و ذرات زیادی از آن بیرون می‌آیند.
🔹 نکته کلیدی اینجاست:
شکل و نحوه توزیع هسته‌ها در لحظه برخورد → بر الگوی حرکت ذرات خروجی اثر می‌گذارد.
به همین دلیل فیزیکدانان با اندازه‌گیری جهت حرکت هزاران ذره می‌توانند سرنخ‌هایی درباره هندسه اولیه برخورد پیدا کنند.
این موضوع کمی شبیه این است که یک جسم ناشناخته را لمس کنیم اما خود جسم را نبینیم و فقط از روی الگویی که هنگام برخورد ایجاد می‌کند، درباره شکل آن نتیجه بگیریم.
❕ چرا اکسیژن و نئون برای این آزمایش جالب‌اند؟
این دو هسته از نظر تعداد نوکلئون‌ها به یکدیگر نزدیک‌اند، بنابراین انتظار می‌رود تکامل ماده حاصل از برخورد آن‌ها تا حد زیادی مشابه باشد.
در نتیجه، اگر بین برخوردهای O+O و Ne+Ne تفاوت مشخصی در الگوی جریان ذرات دیده شود، این تفاوت می‌تواند بیشتر به شکل اولیه خود هسته‌ها مربوط باشد، نه تفاوت‌های بزرگ در تکامل بعدی پلاسمای کوارک–گلوئون.
🔹 در داده‌های CMS، هر دو نوع برخورد الگوهای «جریان جمعی» از خود نشان دادند. در برخوردهای تقریباً روبهرو، جریان بیضوی نئون قوی‌تر بود؛ الگویی که با این ایده سازگار است که نئون-۲۰ نسبت به اکسیژن-۱۶ ساختاری تغییرشکل‌یافته‌تر و کشیده‌تر دارد.
❕ اما هنوز یک «عکس سه‌بعدی» از هسته نداریم
این قسمت بسیار مهم است.
نتایج آزمایش نشان می‌دهند که برخوردهای نئون و اکسیژن با پیش‌بینی‌های مربوط به تفاوت هندسی آن‌ها همخوانی کیفی دارند، اما پژوهشگران هنوز نتوانسته‌اند از این داده‌ها یک مقدار دقیق و قطعی برای میزان تغییرشکل نئون-۲۰ استخراج کنند.
حتی یکی از الگوهای جریان ذرات، یعنی جریان مثلثی (v3)، با پیش‌بینی مدل‌های فعلی به‌طور کامل سازگار نبود.
🔹 بنابراین این آزمایش را بهتر است نه به‌عنوان «عکسبرداری مستقیم از هسته»، بلکه به‌عنوان نوعی توموگرافی غیرمستقیم در مقیاس هسته‌ای در نظر بگیریم: فیزیکدانان از نتیجه برخورد برای بازسازی ویژگی‌هایی از چیزی استفاده می‌کنند که مستقیماً قابل مشاهده نیست.
❕ چرا این موضوع مهم است؟
شکل هسته فقط یک کنجکاوی هندسی نیست. ساختار هسته‌ای بر نحوه برهم‌کنش آن با هسته‌های دیگر و بر رفتار ماده فوق‌داغی که در برخوردهای پرانرژی ایجاد می‌شود اثر می‌گذارد.
به همین دلیل، فهم بهتر هندسه هسته‌ها می‌تواند به آزمایش دقیق‌تر نیروی هسته‌ای قوی و رفتار ماده در شرایط بسیار شدید کمک کند.
🔹 پس آن تصویر ساده و گردی که از هسته اتم در کتاب‌ها می‌بینیم کاملاً «غلط» نیست؛ بلکه ساده‌سازی است.
واقعیت کوانتومی بسیار عجیب‌تر است:
هسته یک توپ کوچک و سخت نیست؛ یک سامانه کوانتومی پویاست که شکل و آرایش آن می‌تواند با حالت انرژی و شرایط فیزیکی تغییر کند.
و حالا فیزیکدانان در LHC یاد گرفته‌اند که حتی بدون دیدن مستقیم این جهان زیراتمی، می‌توانند ردپای هندسه آن را از میان هزاران ذره خروجی بازسازی کنند.
[منبع]
🆔 @Science_Focus
#فیزیک #فیزیک_هسته_ای #سرن #کوارک #شتاب_دهنده #ذرات_بنیادی #علم
Phys.org
LHC collisions reveal oxygen and neon's shifting nuclear geometry
Many people are aware that the Large Hadron Collider (LHC) at CERN smashes tiny subatomic particles together at nearly the speed of light to test foundational laws of physics and discover new fundamental ...
❤4👍2
🔺 بازگرداندن سلول‌های سرطانی و پیر به حالت طبیعی: فناوری جدید ROOT در زیست‌شناسی سامانه‌ای
🔹 برای دهه‌ها، علم پزشکی یک واقعیت تلخ را پذیرفته بود: وقتی یک سلول به حالت سرطانی تغییر شکل می‌دهد یا دچار فرسودگی و پیری می‌شود، این تغییر «برگشت‌ناپذیر» است. به همین دلیل تمام درمان‌های فعلی بر پایه نابود کردن سلول بیمار (مانند شیمی‌درمانی) استوارند که اغلب به سلول‌های سالم نیز آسیب می‌زنند. اکنون دانشمندان دانشگاه KAIST با معرفی فناوری جدیدی به نام ROOT، نشان داده‌اند که می‌توان این تغییرات «برگشت‌ناپذیر» را معکوس کرد و سلول بیمار را مجدداً به یک سلول کاملاً سالم و نرمال تبدیل نمود!
❕ جیغ میکروفون و قفل شدن سلول‌ها در حالت بیماری
وقتی سلول‌ها تحت تأثیر عوامل محیطی به حالت سرطانی تبدیل می‌شوند، هزاران «حلقه بازخورد مثبت» درون آن‌ها فعال می‌شود. این وضعیت دقیقاً شبیه به «سوت کشیدن یا جیغ میکروفون» در کنار بلندگو است؛ جایی که صدا دائماً خودش را تقویت می‌کند. در سلول سرطانی نیز مولکول‌ها دائماً یکدیگر را فعال نگه می‌دارند، به طوری که حتی پس از قطع عامل بیماری‌زا، سلول در آن حالت آسیب‌دیده «قفل» می‌ماند. این فناوری جدید که در ژورنال معتبر PNAS منتشر شده، با مدلسازی ریاضی این شبکه‌ها، موفق شده «هسته برگشت‌ناپذیری» سلول را شناسایی کند.
🔹 الگوریتم ROOT به جای کشتن سلول، دو راهکار کنترلی هوشمندانه برای بازگرداندن سلامتی به سلول ارائه می‌دهد.
❕ دو استراتژی هوشمندانه: بازنشانی و معکوس‌سازی قفل سلول
۱- کنترل بازنشانی (Resetting): مانند این است که قفل در جای خود بماند، اما درِ قفل‌شده باز شده و سلول به نقطه آغازینِ سالم بازگردانده شود.
۲- کنترل معکوس‌سازی (Reversing): منشأ خودِ قفل را از بین می‌برد؛ مانند از کار انداختن مکانیزم قفل خودکار در، تا سلول بتواند بدون گیر کردن، آزادانه به حالت طبیعی خود بازگردد.
🔹 دانشمندان این فناوری زیست‌شناسی سامانه‌ای را با موفقیت روی مدل‌های آزمایشگاهی، از جمله فرآیند تهاجم و متاستاز در سرطان ریه آزمودند و توانستند سلول‌های سرطانی را به سلول‌های سالم اولیه بازگردانند. این دستاورد یک تغییر پارادایم بزرگ در پزشکی آینده است: حرکت از «داروهای سمی و نابودکننده سلول» به سمت «بازبرنامه‌ریزی و ترمیم هوشمند سلول‌های بیمار».
[منبع]
🆔 @Science_Focus
#زیست_شناسی #سرطان #پزشکی #زیست_شناسی_سامانه_ای #پیری #درمان_سرطان #فناوری
🔹 برای دهه‌ها، علم پزشکی یک واقعیت تلخ را پذیرفته بود: وقتی یک سلول به حالت سرطانی تغییر شکل می‌دهد یا دچار فرسودگی و پیری می‌شود، این تغییر «برگشت‌ناپذیر» است. به همین دلیل تمام درمان‌های فعلی بر پایه نابود کردن سلول بیمار (مانند شیمی‌درمانی) استوارند که اغلب به سلول‌های سالم نیز آسیب می‌زنند. اکنون دانشمندان دانشگاه KAIST با معرفی فناوری جدیدی به نام ROOT، نشان داده‌اند که می‌توان این تغییرات «برگشت‌ناپذیر» را معکوس کرد و سلول بیمار را مجدداً به یک سلول کاملاً سالم و نرمال تبدیل نمود!
❕ جیغ میکروفون و قفل شدن سلول‌ها در حالت بیماری
وقتی سلول‌ها تحت تأثیر عوامل محیطی به حالت سرطانی تبدیل می‌شوند، هزاران «حلقه بازخورد مثبت» درون آن‌ها فعال می‌شود. این وضعیت دقیقاً شبیه به «سوت کشیدن یا جیغ میکروفون» در کنار بلندگو است؛ جایی که صدا دائماً خودش را تقویت می‌کند. در سلول سرطانی نیز مولکول‌ها دائماً یکدیگر را فعال نگه می‌دارند، به طوری که حتی پس از قطع عامل بیماری‌زا، سلول در آن حالت آسیب‌دیده «قفل» می‌ماند. این فناوری جدید که در ژورنال معتبر PNAS منتشر شده، با مدلسازی ریاضی این شبکه‌ها، موفق شده «هسته برگشت‌ناپذیری» سلول را شناسایی کند.
🔹 الگوریتم ROOT به جای کشتن سلول، دو راهکار کنترلی هوشمندانه برای بازگرداندن سلامتی به سلول ارائه می‌دهد.
❕ دو استراتژی هوشمندانه: بازنشانی و معکوس‌سازی قفل سلول
۱- کنترل بازنشانی (Resetting): مانند این است که قفل در جای خود بماند، اما درِ قفل‌شده باز شده و سلول به نقطه آغازینِ سالم بازگردانده شود.
۲- کنترل معکوس‌سازی (Reversing): منشأ خودِ قفل را از بین می‌برد؛ مانند از کار انداختن مکانیزم قفل خودکار در، تا سلول بتواند بدون گیر کردن، آزادانه به حالت طبیعی خود بازگردد.
🔹 دانشمندان این فناوری زیست‌شناسی سامانه‌ای را با موفقیت روی مدل‌های آزمایشگاهی، از جمله فرآیند تهاجم و متاستاز در سرطان ریه آزمودند و توانستند سلول‌های سرطانی را به سلول‌های سالم اولیه بازگردانند. این دستاورد یک تغییر پارادایم بزرگ در پزشکی آینده است: حرکت از «داروهای سمی و نابودکننده سلول» به سمت «بازبرنامه‌ریزی و ترمیم هوشمند سلول‌های بیمار».
[منبع]
🆔 @Science_Focus
#زیست_شناسی #سرطان #پزشکی #زیست_شناسی_سامانه_ای #پیری #درمان_سرطان #فناوری
Phys.org
New ROOT method charts a path to reversing biological changes once thought irreversible
Once a cell has locked into an abnormal state—the way cancer cells do—can it ever be restored to normal? A KAIST research team led by Professor Kwang-Hyun Cho of the Department of Bio and Brain Engineering ...
❤4👍1
🔺 احضار «زنبورهای قاتل» توسط گیاهان: کشف میراث دفاعی پنهان در خاک
🔹 گیاهان در دفاع از خود، بسیار هوشمندتر و مجهزتر از آن چیزی هستند که تصورش را می‌کردیم. یک پژوهش جدید فاش کرده است که وقتی برخی گیاهان مورد حمله آفات برگ‌خوار قرار می‌گیرند، نه تنها با انتشار مواد شیمیایی در هوا زنبورهای قاتل را برای نابودی آفت احضار می‌کنند، بلکه با تغییر باکتری‌های خاک، یک «پیام هشدار ماندگار» برای نسل‌های بعدی خود به جا می‌گذارند!
❕ زنبورهای پارازیتوئید: قاتلان اجیرشده گیاه
پژوهشگران در مطالعه‌ای که در ژورنال معتبر Cell Reports منتشر شده، نحوه دفاع گیاه «لوبیا چشم‌بلبلی» در برابر آفت کشنده‌ای به نام «مگس مینوز برگ» را بررسی کردند. لارو این آفت با حفر تونل در برگ‌ها، محصول را نابود می‌کند. اما گیاه دست روی دست نمی‌گذارد؛ به محض حمله آفت، ترکیبات فرّاری در هوا آزاد می‌کند که مانند یک «سوت آژیر» عمل کرده و زنبورهای پارازیتوئید را جلب می‌کند. این زنبورهای بسیار کوچک با تخم‌ریزی درون بدن لارو آفت، آن را از درون نابود می‌سازند!
🔹 اما کشف شگفت‌انگیز اصلی، در اعماق خاک و زیر ریشه‌ها رخ می‌دهد.
❕ امضای دفاعی در خاک: پیام‌های شیمیایی ریشه برای نسل‌های بعد
سیگنال‌های هوایی عمر کوتاهی دارند، اما گیاه همزمان ترکیبات فلاوونوئیدی خاصی را از طریق ریشه‌هایش به درون خاک ترشح می‌کند. این مواد شیمیایی، ساختار باکتری‌های اطراف ریشه (میکروبیوم خاک) را دستکاری می‌کنند. این باکتری‌های تغییریافته مانند یک «میراث دفاعی ماندگار» در خاک باقی می‌مانند و باعث می‌شوند گیاهان بعدی که در این خاک می‌رویند، حتی قبل از حمله آفت، سیستم دفاعی‌شان در حالت آماده‌باش کامل قرار گیرد و با کوچک‌ترین تهدید، سیگنال جلب زنبورها را بسیار سریع‌تر آزاد کنند!
🔹 این فرآیند نشان می‌دهد که گیاهان می‌توانند استرس‌های کوتاه‌مدت را به یک «حافظه دفاعی بلندمدت» در خاک تبدیل کنند. به گفته دانشمندان، درک این شبکه ارتباطی میان گیاه، باکتری‌های خاک و حشرات شکارچی، انقلابی در کشاورزی پایدار ایجاد می‌کند و به ما اجازه می‌دهد تا بدون نیاز به سموم شیمیاییِ خطرناک، تنها با به کارگیری شبکه دفاع طبیعیِ خودِ طبیعت از محصولات کشاورزی محافظت کنیم.
[منبع]
🆔 @Science_Focus
#زیست_شناسی #کشاورزی #محیط_زیست #گیاهان #کشاورزی_پایدار #حشرات #علم
🔹 گیاهان در دفاع از خود، بسیار هوشمندتر و مجهزتر از آن چیزی هستند که تصورش را می‌کردیم. یک پژوهش جدید فاش کرده است که وقتی برخی گیاهان مورد حمله آفات برگ‌خوار قرار می‌گیرند، نه تنها با انتشار مواد شیمیایی در هوا زنبورهای قاتل را برای نابودی آفت احضار می‌کنند، بلکه با تغییر باکتری‌های خاک، یک «پیام هشدار ماندگار» برای نسل‌های بعدی خود به جا می‌گذارند!
❕ زنبورهای پارازیتوئید: قاتلان اجیرشده گیاه
پژوهشگران در مطالعه‌ای که در ژورنال معتبر Cell Reports منتشر شده، نحوه دفاع گیاه «لوبیا چشم‌بلبلی» در برابر آفت کشنده‌ای به نام «مگس مینوز برگ» را بررسی کردند. لارو این آفت با حفر تونل در برگ‌ها، محصول را نابود می‌کند. اما گیاه دست روی دست نمی‌گذارد؛ به محض حمله آفت، ترکیبات فرّاری در هوا آزاد می‌کند که مانند یک «سوت آژیر» عمل کرده و زنبورهای پارازیتوئید را جلب می‌کند. این زنبورهای بسیار کوچک با تخم‌ریزی درون بدن لارو آفت، آن را از درون نابود می‌سازند!
🔹 اما کشف شگفت‌انگیز اصلی، در اعماق خاک و زیر ریشه‌ها رخ می‌دهد.
❕ امضای دفاعی در خاک: پیام‌های شیمیایی ریشه برای نسل‌های بعد
سیگنال‌های هوایی عمر کوتاهی دارند، اما گیاه همزمان ترکیبات فلاوونوئیدی خاصی را از طریق ریشه‌هایش به درون خاک ترشح می‌کند. این مواد شیمیایی، ساختار باکتری‌های اطراف ریشه (میکروبیوم خاک) را دستکاری می‌کنند. این باکتری‌های تغییریافته مانند یک «میراث دفاعی ماندگار» در خاک باقی می‌مانند و باعث می‌شوند گیاهان بعدی که در این خاک می‌رویند، حتی قبل از حمله آفت، سیستم دفاعی‌شان در حالت آماده‌باش کامل قرار گیرد و با کوچک‌ترین تهدید، سیگنال جلب زنبورها را بسیار سریع‌تر آزاد کنند!
🔹 این فرآیند نشان می‌دهد که گیاهان می‌توانند استرس‌های کوتاه‌مدت را به یک «حافظه دفاعی بلندمدت» در خاک تبدیل کنند. به گفته دانشمندان، درک این شبکه ارتباطی میان گیاه، باکتری‌های خاک و حشرات شکارچی، انقلابی در کشاورزی پایدار ایجاد می‌کند و به ما اجازه می‌دهد تا بدون نیاز به سموم شیمیاییِ خطرناک، تنها با به کارگیری شبکه دفاع طبیعیِ خودِ طبیعت از محصولات کشاورزی محافظت کنیم.
[منبع]
🆔 @Science_Focus
#زیست_شناسی #کشاورزی #محیط_زیست #گیاهان #کشاورزی_پایدار #حشرات #علم
Gizmodo
This Plant Summons Parasitic Wasps to Kill Its Enemies
New research shows how some plants recruit wasps and soil bacteria to keep their leaves safe from harm.
❤5👍2
🔺 خاطرات فراموش‌شده هرگز پاک نمی‌شوند: کشف «ردپای خاموش حافظه» و نحوه شکل‌گیری خاطره کاذب
🔹 آیا خاطراتی که فراموش می‌کنیم برای همیشه از بین می‌روند یا در اعماق مغز ما مخفی شده‌اند؟ یک پژوهش پیشگامانه جدید که در ژورنال معتبر Nature Neuroscience منتشر شده، با بررسی مغز مگس سرکه نشان می‌دهد که خاطرات فراموش‌شده پاک نمی‌شوند، بلکه به حالت «خاموش» درمی‌آیند و می‌توان آن‌ها را بازیافت یا حتی دستکاری کرد.
❕ ردپای فعال در برابر ردپای خاموش: دو حالت متفاوت حافظه
دانشمندان دریافتند که اطلاعات در سیستم عصبی در دو حالت ذخیره می‌شوند. حالت اول «ردپای فعال» است که رفتار و تصمیم‌گیری‌های روزمره را هدایت می‌کند اما به مرور زمان کم‌رنگ می‌شود. وقتی رفتاری به ظاهر فراموش می‌شود، اطلاعات پاک نمی‌شوند، بلکه به «ردپای خاموش» تغییر حالت می‌دهند. در این وضعیت، خاطره هیچ تأثیر مستقیمی بر رفتار ندارد، اما مانند یک فایل بایگانی‌شده در مدارهای عصبی خنثی (در ناحیه اجسام قارچی مغز) باقی می‌ماند.
🔹 پیش‌تر در کانال درباره «نقشه‌برداری کامل از سیستم عصبی مگس سرکه» (کانکتوم) نوشتیم. دانشمندان با استفاده از همان نقشه‌های دقیق اتصالات عصبی، موفق شدند نورون‌ها و مسیرهای دوپامینی دقیقی را که مسئول تغییر حالت خاطرات از خاموش به فعال هستند، شناسایی کنند.
❕ چگونه یک یادآوری می‌تواند حافظه واقعی یا «کاذب» بسازد؟
وقتی جاندار در معرض یک نشانه حسّی مرتبط (مانند بو یا محیط قبلی) قرار می‌گیرد، سیگنال‌های عصبی، خاطره را از حالت «خاموش» دوباره به حالت «فعال» تبدیل می‌کنند. اما شگفت‌انگیزترین بخش کشف این بود که اگر نشانه‌های یادآوری گمراه‌کننده باشند، مغز اطلاعات بایگانی‌شده را به شکلی اشتباه بازسازی کرده و یک «حافظه کاذب» می‌سازد. این مکانیسم نشان می‌دهد که بازخوانی حافظه یک فیلم ضبط‌شده و ثابت نیست، بلکه یک «بازسازی پویا» است که به نشانه‌های زمانِ بازخوانی بستگی دارد.
🔹 این یافته‌ها نشان می‌دهند چرا انسان‌ها نیز در اثر سؤالات تلقینی یا نشانه‌های نادرست، خاطرات کاذب از رویدادهایی که هرگز اتفاق نیفتاده‌اند می‌سازند. درک نحوه سوئیچ مغز بین خاطرات فعال و خاموش، نه تنها رازهای بازیافت حافظه را روشن می‌کند، بلکه می‌تواند راهکارهای جدیدی برای بررسی زوال عقل و فراموشی ناشی از سالمندی ارائه دهد.
[منبع]
🆔 @Science_Focus
#علوم_اعصاب #مغز #حافظه #مگس_سرکه #کانکتوم #Nature
🔹 آیا خاطراتی که فراموش می‌کنیم برای همیشه از بین می‌روند یا در اعماق مغز ما مخفی شده‌اند؟ یک پژوهش پیشگامانه جدید که در ژورنال معتبر Nature Neuroscience منتشر شده، با بررسی مغز مگس سرکه نشان می‌دهد که خاطرات فراموش‌شده پاک نمی‌شوند، بلکه به حالت «خاموش» درمی‌آیند و می‌توان آن‌ها را بازیافت یا حتی دستکاری کرد.
❕ ردپای فعال در برابر ردپای خاموش: دو حالت متفاوت حافظه
دانشمندان دریافتند که اطلاعات در سیستم عصبی در دو حالت ذخیره می‌شوند. حالت اول «ردپای فعال» است که رفتار و تصمیم‌گیری‌های روزمره را هدایت می‌کند اما به مرور زمان کم‌رنگ می‌شود. وقتی رفتاری به ظاهر فراموش می‌شود، اطلاعات پاک نمی‌شوند، بلکه به «ردپای خاموش» تغییر حالت می‌دهند. در این وضعیت، خاطره هیچ تأثیر مستقیمی بر رفتار ندارد، اما مانند یک فایل بایگانی‌شده در مدارهای عصبی خنثی (در ناحیه اجسام قارچی مغز) باقی می‌ماند.
🔹 پیش‌تر در کانال درباره «نقشه‌برداری کامل از سیستم عصبی مگس سرکه» (کانکتوم) نوشتیم. دانشمندان با استفاده از همان نقشه‌های دقیق اتصالات عصبی، موفق شدند نورون‌ها و مسیرهای دوپامینی دقیقی را که مسئول تغییر حالت خاطرات از خاموش به فعال هستند، شناسایی کنند.
❕ چگونه یک یادآوری می‌تواند حافظه واقعی یا «کاذب» بسازد؟
وقتی جاندار در معرض یک نشانه حسّی مرتبط (مانند بو یا محیط قبلی) قرار می‌گیرد، سیگنال‌های عصبی، خاطره را از حالت «خاموش» دوباره به حالت «فعال» تبدیل می‌کنند. اما شگفت‌انگیزترین بخش کشف این بود که اگر نشانه‌های یادآوری گمراه‌کننده باشند، مغز اطلاعات بایگانی‌شده را به شکلی اشتباه بازسازی کرده و یک «حافظه کاذب» می‌سازد. این مکانیسم نشان می‌دهد که بازخوانی حافظه یک فیلم ضبط‌شده و ثابت نیست، بلکه یک «بازسازی پویا» است که به نشانه‌های زمانِ بازخوانی بستگی دارد.
🔹 این یافته‌ها نشان می‌دهند چرا انسان‌ها نیز در اثر سؤالات تلقینی یا نشانه‌های نادرست، خاطرات کاذب از رویدادهایی که هرگز اتفاق نیفتاده‌اند می‌سازند. درک نحوه سوئیچ مغز بین خاطرات فعال و خاموش، نه تنها رازهای بازیافت حافظه را روشن می‌کند، بلکه می‌تواند راهکارهای جدیدی برای بررسی زوال عقل و فراموشی ناشی از سالمندی ارائه دهد.
[منبع]
🆔 @Science_Focus
#علوم_اعصاب #مغز #حافظه #مگس_سرکه #کانکتوم #Nature
Medical Xpress
Fruit fly study sheds light on how forgotten memories return and change
As they explore the world, humans and other animals create many memories that they will later recall and that might inform their future actions. Over time, however, some of these memories can be forgotten ...
❤3👍1
🔺 شناسایی سن بیولوژیک اعضای بدن با یک آزمایش خون: انقلاب هوش مصنوعی در پایش سلامت اندام‌ها
🔹 تاریخ تولد شما می‌گوید چند سال از زندگیتان گذشته است، اما نمی‌تواند بگوید که آیا قلب، مغز یا کلیه‌های شما نیز به یک اندازه پیر شده‌اند یا خیر. یک پژوهش پیشگامانه جدید که در ژورنال معتبر Nature Medicine منتشر شده، نشان می‌دهد که اندام‌های مختلف بدن با سرعت‌های متفاوتی پیر می‌شوند و هوش مصنوعی اکنون می‌تواند سن بیولوژیک هر عضو را تنها از روی ردپای آن در خون تخمین بزند.
❕ ساعت‌های بافتی: هوش مصنوعی چگونه پیری اعضا را می‌بیند؟
دانشمندان مؤسسه CeMM در وین با تحلیل بیش از ۲۵ هزار تصویر میکروسکوپی از ۴۰ نوع بافت مختلف در ۲۹ عضو بدن، به هوش مصنوعی آموزش دادند تا تغییرات ظریف ساختاری مرتبط با پیری مانند فیبروز (سفت شدن بافت)، از دست رفتن مویرگ‌ها و تجمع چربی را تشخیص دهد. این مدل‌ها «ساعت‌های بافتی» ایجاد کردند که می‌توانند مشخص کنند آیا یک عضو (مثلاً ریه یک فرد ۶۰ ساله) از نظر ساختاری جوان‌تر یا پیرتر از سن تقویمی فرد است.
🔹 اما نمونه‌برداری (بیوپسی) مستقیم از بافت اندام‌های حیاتی برای انسان‌های زنده، کاری تهاجمی و پرخطر است. دانشمندان برای حل این چالش، دست به یک نوآوری زدند.
❕ نقشه‌برداری خون: خواندن سن اندام‌ها بدون نیاز به نمونه‌برداری
محققان الگوی تغییرات ساختاری بافت‌ها را با الگوهای فعالیت ژنی (RNA) در نمونه‌های خون همان افراد مطابقت دادند. سپس مدل دوم هوش مصنوعی ساخته شد که می‌تواند تنها با آنالیز خون، «شکاف سنی» اندام‌های مختلف را محاسبه کند. بررسی این آزمایش روی مبتلایان به بیماری‌های مختلف نشان داد که در افراد مبتلا به سکته مغزی یا آلزایمر، تنها «مغز» شکاف سنی بالایی نشان می‌دهد و در مبتلایان به بیماری کرون، سیستم گوارشی سن بیولوژیک بالاتری دارد.
🔹 این فناوری نشان می‌دهد که کاهش سن بیولوژیک بدن به یک عدد واحد، تصویر کاملی از سلامت ارائه نمی‌دهد. با این حال، محققان تأکید می‌کنند که این آزمایش هنوز در مراحل تحقیقاتی است و برای ورود به کلینیک‌ها و بیمارستان‌ها، به حدود یک دهه ارزیابی‌های بالینی بیشتر نیاز دارد.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #پزشکی #سن_بیولوژیک #طول_عمر #Nature_Medicine #ژنتیک
🔹 تاریخ تولد شما می‌گوید چند سال از زندگیتان گذشته است، اما نمی‌تواند بگوید که آیا قلب، مغز یا کلیه‌های شما نیز به یک اندازه پیر شده‌اند یا خیر. یک پژوهش پیشگامانه جدید که در ژورنال معتبر Nature Medicine منتشر شده، نشان می‌دهد که اندام‌های مختلف بدن با سرعت‌های متفاوتی پیر می‌شوند و هوش مصنوعی اکنون می‌تواند سن بیولوژیک هر عضو را تنها از روی ردپای آن در خون تخمین بزند.
❕ ساعت‌های بافتی: هوش مصنوعی چگونه پیری اعضا را می‌بیند؟
دانشمندان مؤسسه CeMM در وین با تحلیل بیش از ۲۵ هزار تصویر میکروسکوپی از ۴۰ نوع بافت مختلف در ۲۹ عضو بدن، به هوش مصنوعی آموزش دادند تا تغییرات ظریف ساختاری مرتبط با پیری مانند فیبروز (سفت شدن بافت)، از دست رفتن مویرگ‌ها و تجمع چربی را تشخیص دهد. این مدل‌ها «ساعت‌های بافتی» ایجاد کردند که می‌توانند مشخص کنند آیا یک عضو (مثلاً ریه یک فرد ۶۰ ساله) از نظر ساختاری جوان‌تر یا پیرتر از سن تقویمی فرد است.
🔹 اما نمونه‌برداری (بیوپسی) مستقیم از بافت اندام‌های حیاتی برای انسان‌های زنده، کاری تهاجمی و پرخطر است. دانشمندان برای حل این چالش، دست به یک نوآوری زدند.
❕ نقشه‌برداری خون: خواندن سن اندام‌ها بدون نیاز به نمونه‌برداری
محققان الگوی تغییرات ساختاری بافت‌ها را با الگوهای فعالیت ژنی (RNA) در نمونه‌های خون همان افراد مطابقت دادند. سپس مدل دوم هوش مصنوعی ساخته شد که می‌تواند تنها با آنالیز خون، «شکاف سنی» اندام‌های مختلف را محاسبه کند. بررسی این آزمایش روی مبتلایان به بیماری‌های مختلف نشان داد که در افراد مبتلا به سکته مغزی یا آلزایمر، تنها «مغز» شکاف سنی بالایی نشان می‌دهد و در مبتلایان به بیماری کرون، سیستم گوارشی سن بیولوژیک بالاتری دارد.
🔹 این فناوری نشان می‌دهد که کاهش سن بیولوژیک بدن به یک عدد واحد، تصویر کاملی از سلامت ارائه نمی‌دهد. با این حال، محققان تأکید می‌کنند که این آزمایش هنوز در مراحل تحقیقاتی است و برای ورود به کلینیک‌ها و بیمارستان‌ها، به حدود یک دهه ارزیابی‌های بالینی بیشتر نیاز دارد.
[منبع]
🆔 @Science_Focus
#هوش_مصنوعی #پزشکی #سن_بیولوژیک #طول_عمر #Nature_Medicine #ژنتیک
ScienceAlert
A Single Blood Sample May Reveal The Biological Age of Each of Your Organs
Yikes.
❤4👍1
🔺 رونمایی از GPT-6 Astra: یک قدم به AGI یا فقط یک جهش بزرگ دیگر؟
🔹 OpenAI در ۳ سپتامبر ۲۰۲۶ مدل جدید GPT-6 Astra را معرفی کرد و آن را قدرتمندترین مدل خود تاکنون دانست؛ مدلی که در استفاده از رایانه، برنامه‌نویسی، پژوهش علمی، کارهای حرفه‌ای و امنیت سایبری جهش قابل توجهی نشان می‌دهد. OpenAI حتی از آغاز «دوران AGI» سخن گفته است. اما این ادعا ما را دقیقاً به بحثی برمی‌گرداند که در مطلب قبلی کانال درباره آینده AGI و مفهوم SAI مطرح کردیم: اصلاً معیار «هوش عمومی» چیست؟
❕ Astra در چه چیزی واقعاً متفاوت است؟
یکی از جالب‌ترین نتایج مربوط به آزمون ARC-AGI-3 است؛ مجموعه‌ای از محیط‌های ناشناخته و انتزاعی که مدل باید بدون آموزش قبلی، قواعد هر محیط را کشف کند و بر اساس آن برنامه‌ریزی کند.
Astra در جریان حل این مسائل، برای خودش نوعی مدل نمادین فشرده از محیط می‌سازد؛ مثلاً قوانین، وضعیت اشیا، مختصات و برنامه حرکات را با یک نوع نشانه‌گذاری جبری ثبت می‌کند و بعد از آن برای برنامه‌ریزی استفاده می‌کند.
🔹 نکته جالب‌تر این است که Astra در نسخه مورد بررسی ARC Prize، از نظر تعداد اقدام‌ها در ۹۶٪ مراحل، از میانه انسان‌هایی که آن مراحل را حل کرده بودند کارآمدتر عمل کرد؛ به‌طور میانگین نیز حدود ۵۱٫۷٪ اقدام کمتر انجام داد. البته این نتیجه به معنی «۹۶٪ پاسخ درست» نیست؛ معیار مورد نظر، کارایی در حل محیط‌هایی است که مدل موفق به حل آن‌ها شده است.
❕ این دقیقاً همان مسئله‌ای است که در بحث AGI مطرح کردیم
در مطلب قبلی گفتیم که یک هوش عمومی واقعی فقط با انجام تعداد زیادی کار انسانی تعریف نمی‌شود. سؤال مهم‌تر این است که آیا سیستم می‌تواند قواعد یک مسئله جدید را کشف کند، یک مدل ذهنی از آن بسازد و سپس مهارتی را که قبلاً آموزش ندیده به دست آورد؟
رفتار Astra در ARC-AGI-3 از این نظر جالب است؛ چون مدل فقط پاسخ‌های از پیش آموزش‌دیده را بازیابی نمی‌کند، بلکه در محیط جدید، قواعد را استخراج و برای آن‌ها یک نمایش فشرده می‌سازد.
اما همین‌جا باید محتاط باشیم: ARC-AGI-3 یک مجموعه محیط‌های بسته، مشخص و قابل کنترل است و رسیدن به عملکرد بالا در آن به‌تنهایی اثبات نمی‌کند که یک مدل در دنیای واقعی دارای هوش عمومی انسانی شده است. حتی خود ARC Prize نیز این نتیجه را به‌تنهایی «اثبات AGI» نمی‌داند.
❕ روی دیگر ماجرا: چرا Astra برای ایمنی هم خبرساز شده است؟
همزمان با افزایش توانایی‌های عمومی، Astra نخستین مدل OpenAI است که به سطح Critical (بحرانی) در چارچوب آمادگی امنیتی این شرکت رسیده است.
منظور چیست؟ طبق ارزیابی OpenAI، Astra در صورت داشتن ابزار و دسترسی مناسب می‌تواند آسیب‌پذیری‌های ناشناخته (Zero-Day) را پیدا کرده و روش‌های بهره‌برداری از آن‌ها را در سیستم‌های به‌شدت محافظت‌شده، بدون هدایت مرحله‌به‌مرحله انسان، توسعه دهد. به همین دلیل OpenAI دسترسی به پیشرفته‌ترین قابلیت‌های سایبری مدل را محدود کرده و لایه‌های حفاظتی و نظارتی بیشتری ایجاد کرده است.
🔹 این موضوع اهمیت بحثی را که در پست قبلی درباره AGI داشتیم بیشتر می‌کند: هرچه یک مدل سازگارتر، خودمختارتر و توانمندتر در یادگیری مهارت‌های جدید می‌شود، مسئله فقط «آیا هوشمند است؟» نیست؛ بلکه باید پرسید چقدر قابل کنترل، قابل پیش‌بینی و قابل نظارت است؟
❕ پس آیا Astra همان AGI است؟
هنوز پاسخ روشنی وجود ندارد.
OpenAI می‌تواند بگوید Astra آغاز دوران AGI است، اما خودِ مفهوم AGI همچنان تعریف واحد و مورد توافقی ندارد. شاید این مدل نشان‌دهنده یک جهش مهم به سمت یادگیری انطباق‌پذیر و توانایی عمومی‌تر باشد؛ همان جهتی که در مطلب قبلی کانال به‌عنوان یکی از نقدهای اصلی مفهوم سنتی AGI بررسی کردیم.
🔹 شاید سؤال مهم‌تر از اینکه «آیا Astra به AGI رسیده؟» این باشد:
«آیا داریم به ماشین‌هایی نزدیک می‌شویم که بتوانند تقریباً برای هر محیط جدید، خیلی سریع یک مدل از آن بسازند، مهارت لازم را یاد بگیرند و سپس آن را با سطحی نزدیک به انسان یا حتی فراتر از انسان اجرا کنند؟»
اگر پاسخ در سال‌های آینده «بله» باشد، مرز میان AGI، SAI و هوش تخصصیِ بسیار انعطاف‌پذیر بیش از هر زمان دیگری مبهم خواهد شد.
[منبع] [منبع]
🆔 @Science_Focus
#هوش_مصنوعی #فناوری #OpenAI #آسترا #امنیت_سایبری #علوم_کامپیوتر #AGI
🔹 OpenAI در ۳ سپتامبر ۲۰۲۶ مدل جدید GPT-6 Astra را معرفی کرد و آن را قدرتمندترین مدل خود تاکنون دانست؛ مدلی که در استفاده از رایانه، برنامه‌نویسی، پژوهش علمی، کارهای حرفه‌ای و امنیت سایبری جهش قابل توجهی نشان می‌دهد. OpenAI حتی از آغاز «دوران AGI» سخن گفته است. اما این ادعا ما را دقیقاً به بحثی برمی‌گرداند که در مطلب قبلی کانال درباره آینده AGI و مفهوم SAI مطرح کردیم: اصلاً معیار «هوش عمومی» چیست؟
❕ Astra در چه چیزی واقعاً متفاوت است؟
یکی از جالب‌ترین نتایج مربوط به آزمون ARC-AGI-3 است؛ مجموعه‌ای از محیط‌های ناشناخته و انتزاعی که مدل باید بدون آموزش قبلی، قواعد هر محیط را کشف کند و بر اساس آن برنامه‌ریزی کند.
Astra در جریان حل این مسائل، برای خودش نوعی مدل نمادین فشرده از محیط می‌سازد؛ مثلاً قوانین، وضعیت اشیا، مختصات و برنامه حرکات را با یک نوع نشانه‌گذاری جبری ثبت می‌کند و بعد از آن برای برنامه‌ریزی استفاده می‌کند.
🔹 نکته جالب‌تر این است که Astra در نسخه مورد بررسی ARC Prize، از نظر تعداد اقدام‌ها در ۹۶٪ مراحل، از میانه انسان‌هایی که آن مراحل را حل کرده بودند کارآمدتر عمل کرد؛ به‌طور میانگین نیز حدود ۵۱٫۷٪ اقدام کمتر انجام داد. البته این نتیجه به معنی «۹۶٪ پاسخ درست» نیست؛ معیار مورد نظر، کارایی در حل محیط‌هایی است که مدل موفق به حل آن‌ها شده است.
❕ این دقیقاً همان مسئله‌ای است که در بحث AGI مطرح کردیم
در مطلب قبلی گفتیم که یک هوش عمومی واقعی فقط با انجام تعداد زیادی کار انسانی تعریف نمی‌شود. سؤال مهم‌تر این است که آیا سیستم می‌تواند قواعد یک مسئله جدید را کشف کند، یک مدل ذهنی از آن بسازد و سپس مهارتی را که قبلاً آموزش ندیده به دست آورد؟
رفتار Astra در ARC-AGI-3 از این نظر جالب است؛ چون مدل فقط پاسخ‌های از پیش آموزش‌دیده را بازیابی نمی‌کند، بلکه در محیط جدید، قواعد را استخراج و برای آن‌ها یک نمایش فشرده می‌سازد.
اما همین‌جا باید محتاط باشیم: ARC-AGI-3 یک مجموعه محیط‌های بسته، مشخص و قابل کنترل است و رسیدن به عملکرد بالا در آن به‌تنهایی اثبات نمی‌کند که یک مدل در دنیای واقعی دارای هوش عمومی انسانی شده است. حتی خود ARC Prize نیز این نتیجه را به‌تنهایی «اثبات AGI» نمی‌داند.
❕ روی دیگر ماجرا: چرا Astra برای ایمنی هم خبرساز شده است؟
همزمان با افزایش توانایی‌های عمومی، Astra نخستین مدل OpenAI است که به سطح Critical (بحرانی) در چارچوب آمادگی امنیتی این شرکت رسیده است.
منظور چیست؟ طبق ارزیابی OpenAI، Astra در صورت داشتن ابزار و دسترسی مناسب می‌تواند آسیب‌پذیری‌های ناشناخته (Zero-Day) را پیدا کرده و روش‌های بهره‌برداری از آن‌ها را در سیستم‌های به‌شدت محافظت‌شده، بدون هدایت مرحله‌به‌مرحله انسان، توسعه دهد. به همین دلیل OpenAI دسترسی به پیشرفته‌ترین قابلیت‌های سایبری مدل را محدود کرده و لایه‌های حفاظتی و نظارتی بیشتری ایجاد کرده است.
🔹 این موضوع اهمیت بحثی را که در پست قبلی درباره AGI داشتیم بیشتر می‌کند: هرچه یک مدل سازگارتر، خودمختارتر و توانمندتر در یادگیری مهارت‌های جدید می‌شود، مسئله فقط «آیا هوشمند است؟» نیست؛ بلکه باید پرسید چقدر قابل کنترل، قابل پیش‌بینی و قابل نظارت است؟
❕ پس آیا Astra همان AGI است؟
هنوز پاسخ روشنی وجود ندارد.
OpenAI می‌تواند بگوید Astra آغاز دوران AGI است، اما خودِ مفهوم AGI همچنان تعریف واحد و مورد توافقی ندارد. شاید این مدل نشان‌دهنده یک جهش مهم به سمت یادگیری انطباق‌پذیر و توانایی عمومی‌تر باشد؛ همان جهتی که در مطلب قبلی کانال به‌عنوان یکی از نقدهای اصلی مفهوم سنتی AGI بررسی کردیم.
🔹 شاید سؤال مهم‌تر از اینکه «آیا Astra به AGI رسیده؟» این باشد:
«آیا داریم به ماشین‌هایی نزدیک می‌شویم که بتوانند تقریباً برای هر محیط جدید، خیلی سریع یک مدل از آن بسازند، مهارت لازم را یاد بگیرند و سپس آن را با سطحی نزدیک به انسان یا حتی فراتر از انسان اجرا کنند؟»
اگر پاسخ در سال‌های آینده «بله» باشد، مرز میان AGI، SAI و هوش تخصصیِ بسیار انعطاف‌پذیر بیش از هر زمان دیگری مبهم خواهد شد.
[منبع] [منبع]
🆔 @Science_Focus
#هوش_مصنوعی #فناوری #OpenAI #آسترا #امنیت_سایبری #علوم_کامپیوتر #AGI
Telegram
تازه‌های علمی
🔺 توهم «هوش عمومی مصنوعی»: چرا لکان و همکارانش می‌گویند آینده هوش مصنوعی شاید در AGI نباشد؟
🔹 امروزه از مدیران شرکت‌های فناوری تا پژوهشگران، از دستیابی به هوش عمومی مصنوعی (AGI) صحبت می‌شود؛ سامانه‌ای که بتواند طیف بسیار گسترده‌ای از کارهایی را که انسان…
🔹 امروزه از مدیران شرکت‌های فناوری تا پژوهشگران، از دستیابی به هوش عمومی مصنوعی (AGI) صحبت می‌شود؛ سامانه‌ای که بتواند طیف بسیار گسترده‌ای از کارهایی را که انسان…
❤2👍1
🔺 آیا خلأ کوانتومی واقعاً روی نور اثر می‌گذارد؟ شواهد تازه از دوشکستی خلأ پس از ۹۰ سال
🔹 آیا «خلأ» واقعاً خالی است؟ حدود ۹۰ سال پیش، ورنر هایزنبرگ و هانس اولر پیش‌بینی کردند که بر اساس نظریه الکترودینامیک کوانتومی (QED)، خلأ کوانتومی کاملاً خالی نیست، بلکه دارای نوسانات کوانتومی و ذرات مجازی، از جمله جفت‌های الکترون–پوزیترون، است که برای مدت بسیار کوتاهی پدیدار و ناپدید می‌شوند. اگر میدان مغناطیسی به‌اندازه کافی قدرتمند باشد، این ساختار کوانتومی می‌تواند بر نحوه انتشار نور اثر بگذارد؛ به‌طوری که رفتار نور به جهت قطبش آن وابسته شود. به این پدیده «دوشکستی خلأ» (Vacuum Birefringence) گفته می‌شود.
❕ مگنتار؛ آزمایشگاه طبیعی فیزیک کوانتومی
ایجاد میدان مغناطیسی لازم برای مشاهده مستقیم این اثر روی زمین عملاً امکان‌پذیر نیست. طبق برآوردها، میدان موردنیاز بیش از ۱۰۰ میلیون برابر قوی‌تر از قوی‌ترین میدان‌های ساخته‌شده در آزمایشگاه است. اما طبیعت چنین آزمایشگاه‌هایی را در اختیار ما گذاشته است: مگنتارها؛ نوع نادری از ستاره‌های نوترونی که دارای شدیدترین میدان‌های مغناطیسی شناخته‌شده در کیهان هستند. گروهی بین‌المللی از پژوهشگران، مگنتار 1E 1547.0−5408 را با استفاده از تلسکوپ فضایی پرتو ایکس IXPE، تلسکوپ NICER و رادیوتلسکوپ Murriyang در استرالیا بررسی کردند.
🔹 تحلیل پرتوهای ایکس و امواج رادیویی ساطع‌شده از این ستاره، یک شگفتی بزرگ به همراه داشت.
❕ نور بسیار قطبیده؛ سرنخی از یک اثر کوانتومی
پژوهشگران دریافتند پرتوهای ایکس این مگنتار درجه بسیار بالایی از قطبش دارند؛ در برخی انرژی‌ها این مقدار به حدود ۸۰ درصد می‌رسد. مهم‌تر اینکه جهت قطبش پرتوهای ایکس با میدان مغناطیسی ستاره ارتباط مشخصی دارد. این الگو با پیش‌بینی‌های مربوط به دوشکستی خلأ سازگار است: میدان مغناطیسی فوق‌العاده شدید مگنتار می‌تواند ساختار کوانتومی خلأ را تحت تأثیر قرار دهد و باعث شود نور هنگام انتشار، رفتار متفاوتی برای قطبش‌های مختلف داشته باشد. مشاهده چنین قطبش شدیدی، به‌ویژه در کنار اطلاعات حاصل از امواج رادیویی، می‌تواند یکی از قوی‌ترین شواهد تاکنون برای مشاهده این اثر کوانتومی باشد.
🔹 اما هنوز نمی‌توان از «اثبات قطعی» صحبت کرد
داستان در اینجا تمام نمی‌شود. گروه دیگری از پژوهشگران، به سرپرستی روبرتو تاورنا از دانشگاه پادوا در ایتالیا، این تفسیر را به چالش کشیده‌اند. آن‌ها معتقدند که بخش قابل‌توجهی از قطبش مشاهده‌شده ممکن است بدون نیاز به دوشکستی خلأ نیز توضیح داده شود؛ برای مثال، اگر تابش ایکس عمدتاً از یک ناحیه کوچک و داغ روی سطح ستاره، یعنی یک لکه داغ (Hot Spot)، سرچشمه گرفته باشد. بنابراین، از دید این گروه، داده‌های فعلی هنوز یک «مدرک قاطع» یا به اصطلاح smoking gun برای دوشکستی خلأ محسوب نمی‌شوند.
🔹 گام بعدی چیست؟ پژوهشگران گروه اصلی اکنون به دنبال داده‌های بیشتری هستند تا مشخص شود آیا این الگوی قطبش واقعاً حاصل دوشکستی خلأ است یا می‌توان آن را با فرایندهای فیزیکی دیگری در اطراف مگنتار توضیح داد. شبیه‌سازی‌های دقیق‌تر و رصدهای آینده می‌توانند به دانشمندان کمک کنند تا اثر پیش‌بینی‌شده توسط QED را از سایر فرایندهای فیزیکی موجود در محیط فوق‌العاده شدید مگنتار جدا کنند.
❕ اگر این تفسیر در نهایت تأیید شود، چه اتفاقی می‌افتد؟
در آن صورت، دانشمندان برای نخستین بار شواهد مستقیم و بسیار قوی از دوشکستی خلأ در اختیار خواهند داشت؛ پدیده‌ای که نزدیک به ۹۰ سال پیش پیش‌بینی شد اما تاکنون امکان آزمایش مستقیم آن روی زمین وجود نداشته است. مگنتارها در این صورت به آزمایشگاه‌های طبیعی منحصربه‌فردی برای بررسی رفتار خلأ کوانتومی و الکترودینامیک کوانتومی در میدان‌های فوق‌العاده شدید تبدیل خواهند شد.
اما فعلاً عبارت دقیق‌تر این است: ما احتمالاً به دوشکستی خلأ نزدیک‌تر از همیشه شده‌ایم، اما هنوز نمی‌توان گفت که این پدیده به‌طور قطعی مشاهده شده است.
[منبع]
🆔 @Science_Focus
#فیزیک_کوانتوم #فیزیک_بنیادی #اختروفیزیک #مگنتار #هایزنبرگ #Nature #کوانتوم
🔹 آیا «خلأ» واقعاً خالی است؟ حدود ۹۰ سال پیش، ورنر هایزنبرگ و هانس اولر پیش‌بینی کردند که بر اساس نظریه الکترودینامیک کوانتومی (QED)، خلأ کوانتومی کاملاً خالی نیست، بلکه دارای نوسانات کوانتومی و ذرات مجازی، از جمله جفت‌های الکترون–پوزیترون، است که برای مدت بسیار کوتاهی پدیدار و ناپدید می‌شوند. اگر میدان مغناطیسی به‌اندازه کافی قدرتمند باشد، این ساختار کوانتومی می‌تواند بر نحوه انتشار نور اثر بگذارد؛ به‌طوری که رفتار نور به جهت قطبش آن وابسته شود. به این پدیده «دوشکستی خلأ» (Vacuum Birefringence) گفته می‌شود.
❕ مگنتار؛ آزمایشگاه طبیعی فیزیک کوانتومی
ایجاد میدان مغناطیسی لازم برای مشاهده مستقیم این اثر روی زمین عملاً امکان‌پذیر نیست. طبق برآوردها، میدان موردنیاز بیش از ۱۰۰ میلیون برابر قوی‌تر از قوی‌ترین میدان‌های ساخته‌شده در آزمایشگاه است. اما طبیعت چنین آزمایشگاه‌هایی را در اختیار ما گذاشته است: مگنتارها؛ نوع نادری از ستاره‌های نوترونی که دارای شدیدترین میدان‌های مغناطیسی شناخته‌شده در کیهان هستند. گروهی بین‌المللی از پژوهشگران، مگنتار 1E 1547.0−5408 را با استفاده از تلسکوپ فضایی پرتو ایکس IXPE، تلسکوپ NICER و رادیوتلسکوپ Murriyang در استرالیا بررسی کردند.
🔹 تحلیل پرتوهای ایکس و امواج رادیویی ساطع‌شده از این ستاره، یک شگفتی بزرگ به همراه داشت.
❕ نور بسیار قطبیده؛ سرنخی از یک اثر کوانتومی
پژوهشگران دریافتند پرتوهای ایکس این مگنتار درجه بسیار بالایی از قطبش دارند؛ در برخی انرژی‌ها این مقدار به حدود ۸۰ درصد می‌رسد. مهم‌تر اینکه جهت قطبش پرتوهای ایکس با میدان مغناطیسی ستاره ارتباط مشخصی دارد. این الگو با پیش‌بینی‌های مربوط به دوشکستی خلأ سازگار است: میدان مغناطیسی فوق‌العاده شدید مگنتار می‌تواند ساختار کوانتومی خلأ را تحت تأثیر قرار دهد و باعث شود نور هنگام انتشار، رفتار متفاوتی برای قطبش‌های مختلف داشته باشد. مشاهده چنین قطبش شدیدی، به‌ویژه در کنار اطلاعات حاصل از امواج رادیویی، می‌تواند یکی از قوی‌ترین شواهد تاکنون برای مشاهده این اثر کوانتومی باشد.
🔹 اما هنوز نمی‌توان از «اثبات قطعی» صحبت کرد
داستان در اینجا تمام نمی‌شود. گروه دیگری از پژوهشگران، به سرپرستی روبرتو تاورنا از دانشگاه پادوا در ایتالیا، این تفسیر را به چالش کشیده‌اند. آن‌ها معتقدند که بخش قابل‌توجهی از قطبش مشاهده‌شده ممکن است بدون نیاز به دوشکستی خلأ نیز توضیح داده شود؛ برای مثال، اگر تابش ایکس عمدتاً از یک ناحیه کوچک و داغ روی سطح ستاره، یعنی یک لکه داغ (Hot Spot)، سرچشمه گرفته باشد. بنابراین، از دید این گروه، داده‌های فعلی هنوز یک «مدرک قاطع» یا به اصطلاح smoking gun برای دوشکستی خلأ محسوب نمی‌شوند.
🔹 گام بعدی چیست؟ پژوهشگران گروه اصلی اکنون به دنبال داده‌های بیشتری هستند تا مشخص شود آیا این الگوی قطبش واقعاً حاصل دوشکستی خلأ است یا می‌توان آن را با فرایندهای فیزیکی دیگری در اطراف مگنتار توضیح داد. شبیه‌سازی‌های دقیق‌تر و رصدهای آینده می‌توانند به دانشمندان کمک کنند تا اثر پیش‌بینی‌شده توسط QED را از سایر فرایندهای فیزیکی موجود در محیط فوق‌العاده شدید مگنتار جدا کنند.
❕ اگر این تفسیر در نهایت تأیید شود، چه اتفاقی می‌افتد؟
در آن صورت، دانشمندان برای نخستین بار شواهد مستقیم و بسیار قوی از دوشکستی خلأ در اختیار خواهند داشت؛ پدیده‌ای که نزدیک به ۹۰ سال پیش پیش‌بینی شد اما تاکنون امکان آزمایش مستقیم آن روی زمین وجود نداشته است. مگنتارها در این صورت به آزمایشگاه‌های طبیعی منحصربه‌فردی برای بررسی رفتار خلأ کوانتومی و الکترودینامیک کوانتومی در میدان‌های فوق‌العاده شدید تبدیل خواهند شد.
اما فعلاً عبارت دقیق‌تر این است: ما احتمالاً به دوشکستی خلأ نزدیک‌تر از همیشه شده‌ایم، اما هنوز نمی‌توان گفت که این پدیده به‌طور قطعی مشاهده شده است.
[منبع]
🆔 @Science_Focus
#فیزیک_کوانتوم #فیزیک_بنیادی #اختروفیزیک #مگنتار #هایزنبرگ #Nature #کوانتوم
Physics World
Has vacuum birefringence been seen at long last?
Polarized X-rays from magnetar could be first direct observation of quantum effect
❤2👍1
🔺 پروتئین چگونه بدون الگوی ژنتیکی DNA می‌سازد؟ کشف یک مسیر عجیب در سیستم دفاعی باکتری‌ها
🔹 در زیست‌شناسی مولکولی، معمولاً اطلاعات ژنتیکی در مسیر DNA ← RNA ← پروتئین جریان پیدا می‌کند. البته مسیرهای استثنایی مانند رونویسی معکوس از RNA به DNA نیز سال‌هاست شناخته شده‌اند. اما پژوهشگران اکنون در یک سیستم دفاعی باکتریایی، سازوکاری بسیار غیرمعمول پیدا کرده‌اند: آنزیمی به نام DRT3b می‌تواند بدون استفاده از DNA یا RNA به‌عنوان الگو، یک رشته DNA مشخص بسازد؛ در این فرایند، ساختار خودِ پروتئین تعیین می‌کند که کدام نوکلئوتیدها به زنجیره جدید اضافه شوند.
❕ این یعنی «اصل مرکزی زیست‌شناسی» نقض شده است؟
نه دقیقاً.
اصل مرکزی زیست‌شناسی مولکولی یک قانون مطلق درباره هر واکنش شیمیایی در سلول نیست؛ بلکه چارچوبی برای توضیح جریان اطلاعات زیستی است. آنچه در این پژوهش تازگی دارد، کشف یک روش ناشناخته برای ساخت DNA و انتقال اطلاعات از ویژگی‌های یک پروتئین به توالی DNA است.
🔹 این تفاوت مهم است: DRT3b اطلاعات کامل و دلخواه یک پروتئین را به یک ژن تبدیل نمی‌کند. بلکه دو اسیدآمینه مشخص در جایگاه فعال آنزیم، مانند قالبی مولکولی عمل می‌کنند و باعث می‌شوند نوکلئوتیدها به شکل منظم و تکرارشونده به DNA اضافه شوند. نتیجه رشته‌ای ساده با الگوی تکراری ACACAC... است.
❕ چطور ممکن است پروتئین نقش «قالب» را بازی کند؟
برای ساخت DNA معمولاً یک رشته DNA یا RNA به‌عنوان الگو وجود دارد؛ آنزیم رشته الگو را «می‌خواند» و بر اساس آن نوکلئوتید مناسب را اضافه می‌کند.
اما DRT3b روش دیگری دارد.
در ساختار سه‌بعدی این آنزیم که با میکروسکوپ الکترونی کرایوژنیک (Cryo-EM) بررسی شد، پژوهشگران دیدند دو باقی‌مانده اسیدآمینه، یعنی E22 و R241، درست کنار محل ساخت DNA قرار گرفته‌اند.
🔹 این دو اسیدآمینه مانند دو «گیت» یا قالب شیمیایی عمل می‌کنند و به‌صورت انتخابی ورود نوکلئوتیدهای خاص را هدایت می‌کنند؛ در نتیجه آنزیم بدون خواندن یک رشته DNA یا RNA، DNA تکرارشونده تولید می‌کند. تغییر این اسیدآمینه‌ها نیز هم سنتز DNA و هم عملکرد دفاعی سیستم را مختل کرد.
❕ اما بخش جالب‌تر: DNA دو رشته‌ای چگونه ساخته می‌شود؟
سیستم DRT3 فقط یک آنزیم نیست و از دو رونوشت‌بردار معکوس تشکیل شده است.
DRT3a با استفاده از یک RNA غیرکُدکننده به‌عنوان الگو، یک رشته تکرارشونده DNA تولید می‌کند.
DRT3b بدون هیچ الگوی نوکلئیک‌اسیدی، رشته مکمل را با استفاده از همان سازوکار وابسته به اسیدآمینه‌های جایگاه فعال خود می‌سازد.
در نهایت این دو رشته مکمل یکدیگر را پیدا می‌کنند و DNA دو رشته‌ای تشکیل می‌دهند؛ یعنی دو رشته‌ای که در DNA معمولی از یک الگوی مشترک ساخته می‌شوند، اینجا مستقل از یکدیگر و با دو نوع الگوی متفاوت تولید شده‌اند: یکی RNA و دیگری ساختار پروتئین.
❕ این DNA عجیب اصلاً به چه درد باکتری می‌خورد؟
این سازوکار بخشی از یک سیستم دفاعی ضدویروسی در باکتری‌هاست.
در شرایط عادی، آنزیم‌های خود باکتری از تجمع DNA تولیدشده توسط DRT3 جلوگیری می‌کنند. اما وقتی یک فاژ، یعنی ویروسِ آلوده‌کننده باکتری، وارد سلول می‌شود، می‌تواند پروتئینی به نام Gam تولید کند که یکی از این مکانیسم‌های محدودکننده را مهار می‌کند.
🔹 در نتیجه DNA غیرعادی DRT3 شروع به تجمع می‌کند و این تجمع برای سلول سمی است. باکتری آلوده رشد خود را متوقف کرده و در نهایت می‌میرد؛ اما با این کار، تکثیر و گسترش ویروس به باکتری‌های اطراف محدود می‌شود.
این نوع فدا کردن سلول آلوده برای متوقف کردن ویروس را عفونت ابورتيو (Abortive Infection) می‌نامند.
🔹 بنابراین با یک ترفند تکاملی بسیار عجیب روبهرو هستیم: باکتری سیستمی ساخته که از دو آنزیم با دو روش کاملاً متفاوت برای ساخت DNA استفاده می‌کند و حاصل کار را به یک سلاح ضدویروسی تبدیل می‌کند.
❕ چرا این کشف مهم است؟
اهمیت پژوهش فقط در عجیب‌بودن آن نیست. این یافته نشان می‌دهد آنزیم‌هایی که تصور می‌کردیم برای ساخت DNA به الگوهای نوکلئیک‌اسیدی وابسته‌اند، ممکن است راه‌های بسیار متنوع‌تری برای انتخاب و سازمان‌دهی نوکلئوتیدها داشته باشند.
🔹 همچنین این پرسش را مطرح می‌کند که آیا DRT3b تنها نمونه موجود در طبیعت است یا سیستم‌های دیگری نیز وجود دارند که هنوز کشف نشده‌اند. پژوهشگران معتقدند احتمالاً بخش بزرگی از آنزیم‌های عجیب موجود در سیستم‌های دفاعی باکتری‌ها هنوز مطالعه نشده‌اند.
🧬 به بیان ساده، این کشف نمی‌گوید قوانین بنیادی زیست‌شناسی اشتباه بوده‌اند؛ بلکه نشان می‌دهد طبیعت راه‌هایی برای ساخت مولکول‌های آشنا پیدا کرده که از چیزی که در کتاب‌های درسی تصور می‌کردیم بسیار متنوع‌تر است.
[منبع]
🆔 @Science_Focus
#زیست_شناسی_مولکولی #ژنتیک #کشف_علمی #پروتئین #DNA #Cell #تکامل
🔹 در زیست‌شناسی مولکولی، معمولاً اطلاعات ژنتیکی در مسیر DNA ← RNA ← پروتئین جریان پیدا می‌کند. البته مسیرهای استثنایی مانند رونویسی معکوس از RNA به DNA نیز سال‌هاست شناخته شده‌اند. اما پژوهشگران اکنون در یک سیستم دفاعی باکتریایی، سازوکاری بسیار غیرمعمول پیدا کرده‌اند: آنزیمی به نام DRT3b می‌تواند بدون استفاده از DNA یا RNA به‌عنوان الگو، یک رشته DNA مشخص بسازد؛ در این فرایند، ساختار خودِ پروتئین تعیین می‌کند که کدام نوکلئوتیدها به زنجیره جدید اضافه شوند.
❕ این یعنی «اصل مرکزی زیست‌شناسی» نقض شده است؟
نه دقیقاً.
اصل مرکزی زیست‌شناسی مولکولی یک قانون مطلق درباره هر واکنش شیمیایی در سلول نیست؛ بلکه چارچوبی برای توضیح جریان اطلاعات زیستی است. آنچه در این پژوهش تازگی دارد، کشف یک روش ناشناخته برای ساخت DNA و انتقال اطلاعات از ویژگی‌های یک پروتئین به توالی DNA است.
🔹 این تفاوت مهم است: DRT3b اطلاعات کامل و دلخواه یک پروتئین را به یک ژن تبدیل نمی‌کند. بلکه دو اسیدآمینه مشخص در جایگاه فعال آنزیم، مانند قالبی مولکولی عمل می‌کنند و باعث می‌شوند نوکلئوتیدها به شکل منظم و تکرارشونده به DNA اضافه شوند. نتیجه رشته‌ای ساده با الگوی تکراری ACACAC... است.
❕ چطور ممکن است پروتئین نقش «قالب» را بازی کند؟
برای ساخت DNA معمولاً یک رشته DNA یا RNA به‌عنوان الگو وجود دارد؛ آنزیم رشته الگو را «می‌خواند» و بر اساس آن نوکلئوتید مناسب را اضافه می‌کند.
اما DRT3b روش دیگری دارد.
در ساختار سه‌بعدی این آنزیم که با میکروسکوپ الکترونی کرایوژنیک (Cryo-EM) بررسی شد، پژوهشگران دیدند دو باقی‌مانده اسیدآمینه، یعنی E22 و R241، درست کنار محل ساخت DNA قرار گرفته‌اند.
🔹 این دو اسیدآمینه مانند دو «گیت» یا قالب شیمیایی عمل می‌کنند و به‌صورت انتخابی ورود نوکلئوتیدهای خاص را هدایت می‌کنند؛ در نتیجه آنزیم بدون خواندن یک رشته DNA یا RNA، DNA تکرارشونده تولید می‌کند. تغییر این اسیدآمینه‌ها نیز هم سنتز DNA و هم عملکرد دفاعی سیستم را مختل کرد.
❕ اما بخش جالب‌تر: DNA دو رشته‌ای چگونه ساخته می‌شود؟
سیستم DRT3 فقط یک آنزیم نیست و از دو رونوشت‌بردار معکوس تشکیل شده است.
DRT3a با استفاده از یک RNA غیرکُدکننده به‌عنوان الگو، یک رشته تکرارشونده DNA تولید می‌کند.
DRT3b بدون هیچ الگوی نوکلئیک‌اسیدی، رشته مکمل را با استفاده از همان سازوکار وابسته به اسیدآمینه‌های جایگاه فعال خود می‌سازد.
در نهایت این دو رشته مکمل یکدیگر را پیدا می‌کنند و DNA دو رشته‌ای تشکیل می‌دهند؛ یعنی دو رشته‌ای که در DNA معمولی از یک الگوی مشترک ساخته می‌شوند، اینجا مستقل از یکدیگر و با دو نوع الگوی متفاوت تولید شده‌اند: یکی RNA و دیگری ساختار پروتئین.
❕ این DNA عجیب اصلاً به چه درد باکتری می‌خورد؟
این سازوکار بخشی از یک سیستم دفاعی ضدویروسی در باکتری‌هاست.
در شرایط عادی، آنزیم‌های خود باکتری از تجمع DNA تولیدشده توسط DRT3 جلوگیری می‌کنند. اما وقتی یک فاژ، یعنی ویروسِ آلوده‌کننده باکتری، وارد سلول می‌شود، می‌تواند پروتئینی به نام Gam تولید کند که یکی از این مکانیسم‌های محدودکننده را مهار می‌کند.
🔹 در نتیجه DNA غیرعادی DRT3 شروع به تجمع می‌کند و این تجمع برای سلول سمی است. باکتری آلوده رشد خود را متوقف کرده و در نهایت می‌میرد؛ اما با این کار، تکثیر و گسترش ویروس به باکتری‌های اطراف محدود می‌شود.
این نوع فدا کردن سلول آلوده برای متوقف کردن ویروس را عفونت ابورتيو (Abortive Infection) می‌نامند.
🔹 بنابراین با یک ترفند تکاملی بسیار عجیب روبهرو هستیم: باکتری سیستمی ساخته که از دو آنزیم با دو روش کاملاً متفاوت برای ساخت DNA استفاده می‌کند و حاصل کار را به یک سلاح ضدویروسی تبدیل می‌کند.
❕ چرا این کشف مهم است؟
اهمیت پژوهش فقط در عجیب‌بودن آن نیست. این یافته نشان می‌دهد آنزیم‌هایی که تصور می‌کردیم برای ساخت DNA به الگوهای نوکلئیک‌اسیدی وابسته‌اند، ممکن است راه‌های بسیار متنوع‌تری برای انتخاب و سازمان‌دهی نوکلئوتیدها داشته باشند.
🔹 همچنین این پرسش را مطرح می‌کند که آیا DRT3b تنها نمونه موجود در طبیعت است یا سیستم‌های دیگری نیز وجود دارند که هنوز کشف نشده‌اند. پژوهشگران معتقدند احتمالاً بخش بزرگی از آنزیم‌های عجیب موجود در سیستم‌های دفاعی باکتری‌ها هنوز مطالعه نشده‌اند.
🧬 به بیان ساده، این کشف نمی‌گوید قوانین بنیادی زیست‌شناسی اشتباه بوده‌اند؛ بلکه نشان می‌دهد طبیعت راه‌هایی برای ساخت مولکول‌های آشنا پیدا کرده که از چیزی که در کتاب‌های درسی تصور می‌کردیم بسیار متنوع‌تر است.
[منبع]
🆔 @Science_Focus
#زیست_شناسی_مولکولی #ژنتیک #کشف_علمی #پروتئین #DNA #Cell #تکامل
ScienceAlert
Scientists Discover a Bizarre New Way Life Can Make DNA… Without DNA
This is mindblowingly weird.
❤5👍1
🔺 بازخوانی یک آزمایش فراموش‌شده پس از ۳۰ سال: آیا «تنک‌سازی جنگل» معجزه نجات اکوسیستم و کربن است؟
🔹 برای دهه‌ها، مناقشه میان حفاظت از جنگل‌ها و برداشت چوب به یک دوگانه قطبی تبدیل شده بود: یا جنگل را دست‌نخورده رها کنید، یا با قطع کامل درختان (Clearfelling) آن را نابود سازید. اما بازخوانی یک آزمایش بزرگ که در انتهای دهه ۱۹۸۰ در جنگل‌های اکالیپتوس استرالیا آغاز شده و برای ۳۰ سال به فراموشی سپرده شده بود، پاسخی شگفت‌انگیز و غیرمنتظره به این معما داده است.
❕ آزمایش فراموش‌شده تنک‌سازی جنگل (Silviculture)
بین سال‌های ۱۹۸۷ تا ۱۹۸۹، دانشمندان در پژوهشی به نام پروژه Tanjil Bren روش‌های مختلف مدیریت جنگل را مقایسه کردند: ۱) قطع کامل و یکجای درختان، ۲) قطع لکه‌ای، ۳) «تنک‌سازی سنگین» (برداشت ۵۰ تا ۷۰ درصد درختان و باقی گذاشتن بقیه)، و ۴) مناطق کاملاً دست‌نخورده. با گذشت زمان، این پروژه به فراموشی سپرده شد؛ تابلوی آزمایش افتاد و جاده‌های دسترسی مسدود شدند. اما درختان به رشد خود ادامه دادند تا اینکه محققان دانشگاه ملبورن پس از ۳۰ سال برای ارزیابی مجدد به این سایت بازگشتند.
❕ تنک‌سازی (Thinning) چیست؟
تنک کردن عملی در کشاورزی و جنگل‌داری است که طی آن، بخشی از گیاهان یا درختانِ متراکم و اضافی برداشته می‌شوند. با حذف این درختان اضافی، رقابت شدید بر سر منابع حیاتی مانند نور خورشید، آب و مواد مغذی خاک کاهش می‌یابد و فضا و منابع کافی برای تنفس، رشد حداکثری و قطورتر شدنِ پایه‌های باقی‌مانده فراهم می‌گردد.
🔹 نتایج این پژوهش ۳۰ ساله که در ژورنال معتبر Forest Science منتشر شده، تمام فرضیات قبلی علم جنگل‌داری را به چالش کشید.
❕ سه دستاورد بزرگ: قطر بیشتر، ذخیره کربن بالاتر و نجات حیات‌وحش
۱- درختان غول‌پیکر و مقاوم به آتش: درختان باقی‌مانده در بخش‌های تنک‌شده، به دلیل کاهش رقابت برای نور و آب، ۲۰ درصد قطر تنه بزرگ‌تری نسبت به درختانِ جنگل‌های دست‌نخورده پیدا کردند که آن‌ها را در برابر آتش‌سوزی‌های جنگلی بسیار مقاوم‌تر می‌کند.
۲- جذب حداکثری کربن: قطعات تنک‌شده در طول ۳۰ سال نه تنها تمام کربنِ برداشت‌شده را جبران کردند، بلکه به اندازه (و حتی بیشتر از) قطعات دست‌نخورده، کربن در خود ذخیره نمودند.
۳- بازگشت گونه‌های در معرض انقراض: تنک‌سازی باعث رشد درختچه‌های اقاقیا در اشکوب زیرین شد. دوربین‌های تلمبه‌ای نشان دادند که گونه نایاب و در معرض انقراض «پوسوم لیدبیتر» در تمام قطعات تنک‌شده حضور دارد، در حالی که در قطعات دست‌نخورده هیچ اثری از آن یافت نشد!
🔹 این پژوهش نشان می‌دهد که حفاظت پایدار از جنگل‌ها و تأمین نیازهای جوامع انسانی، لزوماً یک بازی با حاصل‌جمع صفر نیست. مدیریت هوشمندانه و تنک‌سازی علمی می‌تواند به یک برپایی «برد-برد-برد» برای صنعت چوب، ذخیره‌سازی کربن و حفظ تنوع زیستی تبدیل شود.
[منبع]
🆔 @Science_Focus
#محیط_زیست #جنگل_داری #تغییرات_اقلیمی #ترسیب_کربن #تنوع_زیستی #اکولوژی
🔹 برای دهه‌ها، مناقشه میان حفاظت از جنگل‌ها و برداشت چوب به یک دوگانه قطبی تبدیل شده بود: یا جنگل را دست‌نخورده رها کنید، یا با قطع کامل درختان (Clearfelling) آن را نابود سازید. اما بازخوانی یک آزمایش بزرگ که در انتهای دهه ۱۹۸۰ در جنگل‌های اکالیپتوس استرالیا آغاز شده و برای ۳۰ سال به فراموشی سپرده شده بود، پاسخی شگفت‌انگیز و غیرمنتظره به این معما داده است.
❕ آزمایش فراموش‌شده تنک‌سازی جنگل (Silviculture)
بین سال‌های ۱۹۸۷ تا ۱۹۸۹، دانشمندان در پژوهشی به نام پروژه Tanjil Bren روش‌های مختلف مدیریت جنگل را مقایسه کردند: ۱) قطع کامل و یکجای درختان، ۲) قطع لکه‌ای، ۳) «تنک‌سازی سنگین» (برداشت ۵۰ تا ۷۰ درصد درختان و باقی گذاشتن بقیه)، و ۴) مناطق کاملاً دست‌نخورده. با گذشت زمان، این پروژه به فراموشی سپرده شد؛ تابلوی آزمایش افتاد و جاده‌های دسترسی مسدود شدند. اما درختان به رشد خود ادامه دادند تا اینکه محققان دانشگاه ملبورن پس از ۳۰ سال برای ارزیابی مجدد به این سایت بازگشتند.
❕ تنک‌سازی (Thinning) چیست؟
تنک کردن عملی در کشاورزی و جنگل‌داری است که طی آن، بخشی از گیاهان یا درختانِ متراکم و اضافی برداشته می‌شوند. با حذف این درختان اضافی، رقابت شدید بر سر منابع حیاتی مانند نور خورشید، آب و مواد مغذی خاک کاهش می‌یابد و فضا و منابع کافی برای تنفس، رشد حداکثری و قطورتر شدنِ پایه‌های باقی‌مانده فراهم می‌گردد.
🔹 نتایج این پژوهش ۳۰ ساله که در ژورنال معتبر Forest Science منتشر شده، تمام فرضیات قبلی علم جنگل‌داری را به چالش کشید.
❕ سه دستاورد بزرگ: قطر بیشتر، ذخیره کربن بالاتر و نجات حیات‌وحش
۱- درختان غول‌پیکر و مقاوم به آتش: درختان باقی‌مانده در بخش‌های تنک‌شده، به دلیل کاهش رقابت برای نور و آب، ۲۰ درصد قطر تنه بزرگ‌تری نسبت به درختانِ جنگل‌های دست‌نخورده پیدا کردند که آن‌ها را در برابر آتش‌سوزی‌های جنگلی بسیار مقاوم‌تر می‌کند.
۲- جذب حداکثری کربن: قطعات تنک‌شده در طول ۳۰ سال نه تنها تمام کربنِ برداشت‌شده را جبران کردند، بلکه به اندازه (و حتی بیشتر از) قطعات دست‌نخورده، کربن در خود ذخیره نمودند.
۳- بازگشت گونه‌های در معرض انقراض: تنک‌سازی باعث رشد درختچه‌های اقاقیا در اشکوب زیرین شد. دوربین‌های تلمبه‌ای نشان دادند که گونه نایاب و در معرض انقراض «پوسوم لیدبیتر» در تمام قطعات تنک‌شده حضور دارد، در حالی که در قطعات دست‌نخورده هیچ اثری از آن یافت نشد!
🔹 این پژوهش نشان می‌دهد که حفاظت پایدار از جنگل‌ها و تأمین نیازهای جوامع انسانی، لزوماً یک بازی با حاصل‌جمع صفر نیست. مدیریت هوشمندانه و تنک‌سازی علمی می‌تواند به یک برپایی «برد-برد-برد» برای صنعت چوب، ذخیره‌سازی کربن و حفظ تنوع زیستی تبدیل شود.
[منبع]
🆔 @Science_Focus
#محیط_زیست #جنگل_داری #تغییرات_اقلیمی #ترسیب_کربن #تنوع_زیستی #اکولوژی
Scitechdaily
Scientists Revisited a Forest Experiment That Was Forgotten for 30 Years. What They Found Was Astounding
A decades-old experiment in Victoria’s mountain ash forests is challenging assumptions about the trade-offs between timber production and conservation.
❤5👍1
🔺 روبان‌های ستاره‌ای در اعماق فضا: کشف ابزاری جدید برای سنجش ماده تاریک در کهکشان‌های دوردست
🔹 اخترشناسان در یک دستاورد پیشگامانه که نتایج آن در ژورنال معتبر Nature منتشر شده، برای اولین بار موفق شدند یک «جریان ستاره‌ایِ حاصل از خوشه کروی» را در خارج از کهکشان راه شیری شناسایی کنند. این ساختار باریک و نواری‌شکل، کلیدی تازه برای اندازه‌گیری و درک رفتار «ماده تاریک» در سایر کهکشان‌ها در اختیار کیهان‌شناسان قرار داده است.
❕ جریان ستاره‌ای و خوشه کروی چیست؟
خوشه‌های کروی، توده‌های بسیار متراکم و باستانی از صدها هزار ستاره هستند که به دور مرکز کهکشان‌ها گردش می‌کنند. هنگامی که یکی از این خوشه‌ها بیش از حد به گرانش کهکشان میزبان نزدیک شود، نیروهای کشندی قوی، ستاره‌های آن را مانند دانه‌های تسبیحی از هم گسسته بیرون می‌کشند. این ستاره‌های جداشده، یک نوار یا «روبان ستاره‌ایِ» بسیار طویل و یکنواخت در فضا تشکیل می‌دهند که تا میلیاردها سال باقی می‌ماند.
🔹 تا پیش از این، رصد چنین جریان‌هایی به دلیل نور بسیار ضعیفشان فقط در داخل کهکشان راه شیری ممکن بود. اما محققان با استفاده از تصاویر تلسکوپ فضایی هابل توانستند نمونه‌ای از آن را در کهکشانی دوردست به نام UGC 9050-Dw1 کشف کنند.
❕ چرا این روبان‌ها بهترین ردیاب ماده تاریک هستند؟
ماده تاریک بیش از ۸۵ درصد از جرم ماده در جهان را تشکیل می‌دهد، اما نوری ساطع نکرده و مستقیماً دیده نمی‌شود؛ با این حال، گرانش آن بر اجرام اطراف اثر می‌گذارد. جریان‌های ستاره‌ای خوشه‌ای به دلیل ساختار بسیار نازک، طولانی و پیوسته خود، به کوچک‌ترین نوسانات گرانشی فوق‌العاده حساس‌اند. اخترشناسان با بررسی خمیدگی و توزیع ستاره‌ها در این جریان، می‌توانند شکل و وزن نامرئیِ هاله ماده تاریک کهکشان را با دقتی استثنایی ترسیم کنند.
❕ کهکشان‌های شبح‌گون (UDG) و معمای گرانش
کهکشان میزبان این پدیده، یک «کهکشان فوق‌کم‌نور» (Ultra-Diffuse) است؛ کهکشان‌هایی غول‌پیکر اما محو و شبح‌مانند که ستاره‌های اندکی دارند، اما تقریباً تمام جرم آن‌ها را ماده تاریک تشکیل داده است. اندازه‌گیری ماده تاریک در این نوع کهکشان‌ها همواره چالش بزرگی بوده، اما کشف این جریان ستاره‌ای نشان داد روش جدید دانشمندان در ورای کهکشان ما نیز به درستی کار می‌کند.
🔹 این کشف راه را برای تلسکوپ‌های نسل جدید، از جمله تلسکوپ فضایی «اقلیدس» (Euclid) و «نانسی گریس رومن»، هموار می‌کند تا با شکار هزاران جریان ستاره‌ای در سراسر جهان، پرده از راز بزرگ ماده تاریک بردارند.
[منبع]
🆔 @Science_Focus
#نجوم #ماده_تاریک #اختروفیزیک #کهکشان #کیهان_شناسی #هابل #Nature
🔹 اخترشناسان در یک دستاورد پیشگامانه که نتایج آن در ژورنال معتبر Nature منتشر شده، برای اولین بار موفق شدند یک «جریان ستاره‌ایِ حاصل از خوشه کروی» را در خارج از کهکشان راه شیری شناسایی کنند. این ساختار باریک و نواری‌شکل، کلیدی تازه برای اندازه‌گیری و درک رفتار «ماده تاریک» در سایر کهکشان‌ها در اختیار کیهان‌شناسان قرار داده است.
❕ جریان ستاره‌ای و خوشه کروی چیست؟
خوشه‌های کروی، توده‌های بسیار متراکم و باستانی از صدها هزار ستاره هستند که به دور مرکز کهکشان‌ها گردش می‌کنند. هنگامی که یکی از این خوشه‌ها بیش از حد به گرانش کهکشان میزبان نزدیک شود، نیروهای کشندی قوی، ستاره‌های آن را مانند دانه‌های تسبیحی از هم گسسته بیرون می‌کشند. این ستاره‌های جداشده، یک نوار یا «روبان ستاره‌ایِ» بسیار طویل و یکنواخت در فضا تشکیل می‌دهند که تا میلیاردها سال باقی می‌ماند.
🔹 تا پیش از این، رصد چنین جریان‌هایی به دلیل نور بسیار ضعیفشان فقط در داخل کهکشان راه شیری ممکن بود. اما محققان با استفاده از تصاویر تلسکوپ فضایی هابل توانستند نمونه‌ای از آن را در کهکشانی دوردست به نام UGC 9050-Dw1 کشف کنند.
❕ چرا این روبان‌ها بهترین ردیاب ماده تاریک هستند؟
ماده تاریک بیش از ۸۵ درصد از جرم ماده در جهان را تشکیل می‌دهد، اما نوری ساطع نکرده و مستقیماً دیده نمی‌شود؛ با این حال، گرانش آن بر اجرام اطراف اثر می‌گذارد. جریان‌های ستاره‌ای خوشه‌ای به دلیل ساختار بسیار نازک، طولانی و پیوسته خود، به کوچک‌ترین نوسانات گرانشی فوق‌العاده حساس‌اند. اخترشناسان با بررسی خمیدگی و توزیع ستاره‌ها در این جریان، می‌توانند شکل و وزن نامرئیِ هاله ماده تاریک کهکشان را با دقتی استثنایی ترسیم کنند.
❕ کهکشان‌های شبح‌گون (UDG) و معمای گرانش
کهکشان میزبان این پدیده، یک «کهکشان فوق‌کم‌نور» (Ultra-Diffuse) است؛ کهکشان‌هایی غول‌پیکر اما محو و شبح‌مانند که ستاره‌های اندکی دارند، اما تقریباً تمام جرم آن‌ها را ماده تاریک تشکیل داده است. اندازه‌گیری ماده تاریک در این نوع کهکشان‌ها همواره چالش بزرگی بوده، اما کشف این جریان ستاره‌ای نشان داد روش جدید دانشمندان در ورای کهکشان ما نیز به درستی کار می‌کند.
🔹 این کشف راه را برای تلسکوپ‌های نسل جدید، از جمله تلسکوپ فضایی «اقلیدس» (Euclid) و «نانسی گریس رومن»، هموار می‌کند تا با شکار هزاران جریان ستاره‌ای در سراسر جهان، پرده از راز بزرگ ماده تاریک بردارند.
[منبع]
🆔 @Science_Focus
#نجوم #ماده_تاریک #اختروفیزیک #کهکشان #کیهان_شناسی #هابل #Nature
Nature
Evidence for the first globular cluster stellar stream beyond the Milky Way
Nature - Deep Hubble Space Telescope imaging of the ultra-diffuse galaxy UGC 9050-Dw1 reveals an extragalactic globular cluster stream, with analysis and modelling probing the rich dark...
❤3👍1
🔺 حادثه باورنکردنی اتاق خلأ ناسا: وقتی بزاق دهان یک مهندس در فضا به جوش آمد!
🔹 اگر انسان بدون لباس محافظ در خلأ فضا قرار بگیرد، منفجر نمی‌شود و چشمانش از حدقه بیرون نمی‌زند؛ اما در چند ثانیه با کمبود شدید اکسیژن و کاهش فشار مواجه می‌شود. نمونه واقعی آن در ۱۴ دسامبر ۱۹۶۵ در مرکز فضایی ناسا در هیوستون رخ داد؛ زمانی که مهندس و تکنسین آزمایش جیم لبلانک هنگام آزمایش لباس فضایی آپولو، به‌طور ناگهانی در معرض فشار بسیار پایین قرار گرفت.
❕ مرز آرمسترانگ؛ جایی که آب در دمای بدن می‌جوشد
نقطه جوش یک مایع فقط به دما بستگی ندارد؛ فشار محیط نیز تعیین‌کننده است. هرچه فشار کمتر شود، مایع می‌تواند در دمای پایین‌تری بجوشد.
در ارتفاع حدود ۱۹ کیلومتری از سطح زمین، فشاری به وجود می‌آید که در آن آب در دمای حدود ۳۷ درجه سانتی‌گراد ــ یعنی تقریباً دمای بدن ــ می‌تواند شروع به جوشیدن کند. به این محدوده مرز آرمسترانگ گفته می‌شود.
🔹 به همین دلیل، در فشار بسیار پایین، مایعات آزاد بدن مانند بزاق دهان می‌توانند شروع به جوشیدن یا تبخیر سریع کنند. لبلانک بعدها تعریف کرد که آخرین چیزی که پیش از بیهوشی به یاد می‌آورد، احساس جوشیدن آب روی زبانش بود. ناسا نیز این بخش از روایت را در گزارش‌های خود ثبت کرده است.
❕ اما چرا بدن منفجر نشد؟
خلأ باعث کاهش شدید فشار خارجی می‌شود، اما بدن مانند یک بادکنک بدون پوشش نیست. پوست، بافت‌های بدن و سیستم گردش خون تا حد زیادی از متلاشی شدن بدن جلوگیری می‌کنند.
خون نیز در رگ‌ها فوراً نمی‌جوشد؛ فشار و ساختار سیستم گردش خون مانع از تبدیل ناگهانی آن به بخار می‌شود. با این حال، بافت‌های بدن می‌توانند دچار تورم ناشی از کاهش فشار (ebullism) شوند و گازهای موجود در بدن نیز منبسط شوند.
🔹 بنابراین فیلم‌های علمی‌تخیلی که انسان را در خلأ مانند یک بادکنک در حال انفجار نشان می‌دهند، تصویر دقیقی ارائه نمی‌کنند.
❕ خطر اصلی: مغز بدون اکسیژن
خطر فوری‌تر، هیپوکسی یا کمبود شدید اکسیژن است.
وقتی فشار محیط به‌شدت سقوط می‌کند، فشار جزئی اکسیژن نیز آن‌قدر کم می‌شود که ریه دیگر نمی‌تواند اکسیژن کافی را وارد خون کند. اکسیژن موجود در خون نیز خیلی سریع مصرف می‌شود و مغز که به اکسیژن دائمی نیاز دارد، پس از چند ثانیه عملکرد طبیعی خود را از دست می‌دهد.
🔹 در حادثه لبلانک، فشار لباس او از حدود ۳٫۸ psi به ۰٫۱ psi در تقریباً ۱۰ ثانیه سقوط کرد. او در مدت کوتاهی هوشیاری خود را از دست داد.
❕ چرا لبلانک زنده ماند؟
نقطه تعیین‌کننده، سرعت واکنش تیم ناسا بود.
به محض مشاهده افت فشار، دستور بازفشارسازی داده شد و این فرایند حدود ۱۵ ثانیه پس از خرابی آغاز شد. وقتی فشار محفظه به معادل ارتفاع حدود ۲۷ هزار فوت رسید، یکی از کارکنان وارد محفظه شد و به لبلانک کمک کرد.
🔹 لبلانک پس از بازگشت فشار، هوشیاری خود را به دست آورد و برخلاف آنچه ممکن است از یک حادثه خلأ انتظار داشته باشیم، آسیب عصبی پایدار پیدا نکرد و به بستری شدن نیز نیاز نداشت.
❕ پس آیا چند دقیقه زنده ماندن در خلأ ممکن است؟
نباید از حادثه لبلانک نتیجه گرفت که انسان می‌تواند مدت زیادی در خلأ زنده بماند. او به‌سرعت بیهوش شد و تنها به دلیل بازفشارسازی بسیار سریع نجات پیدا کرد.
گزارش‌های ناسا نشان می‌دهند که قرار گرفتن در خلأ نزدیک به کامل برای چند ثانیه می‌تواند قابل برگشت باشد، اما با افزایش زمان، خطر آسیب شدید و مرگ به‌سرعت افزایش پیدا می‌کند.
❕ سرنوشت متفاوت فضانوردان سایوز ۱۱
در سال ۱۹۷۱، سه فضانورد سایوز ۱۱ به دلیل باز شدن ناخواسته یک شیر فشار در فضاپیما، هوای کابین را از دست دادند. برخلاف لبلانک، آن‌ها در مدار زمین قرار داشتند و لباس فشار مناسب نداشتند؛ بنابراین امکان بازفشارسازی سریع وجود نداشت. هر سه نفر در کمتر از حدود دو دقیقه بر اثر کاهش فشار و کمبود اکسیژن جان باختند.
🔹 حادثه جیم لبلانک یک درس مهم درباره فیزیولوژی انسان در خلأ به جا گذاشت:
خلأ فوراً بدن را منفجر نمی‌کند؛ اما می‌تواند در عرض چند ثانیه اکسیژن‌رسانی به مغز را مختل کند و هوشیاری را از بین ببرد.
و در چنین شرایطی، تفاوت میان مرگ و زندگی ممکن است نه در مقاومت خارق‌العاده بدن، بلکه در چند ثانیه سرعت بازگشت فشار و اکسیژن باشد.
[منبع]
🆔 @Science_Focus
#فضانوردی #ناسا #فیزیولوژی #پزشکی_هوافضا #فیزیک #تاریخ_علم
🔹 اگر انسان بدون لباس محافظ در خلأ فضا قرار بگیرد، منفجر نمی‌شود و چشمانش از حدقه بیرون نمی‌زند؛ اما در چند ثانیه با کمبود شدید اکسیژن و کاهش فشار مواجه می‌شود. نمونه واقعی آن در ۱۴ دسامبر ۱۹۶۵ در مرکز فضایی ناسا در هیوستون رخ داد؛ زمانی که مهندس و تکنسین آزمایش جیم لبلانک هنگام آزمایش لباس فضایی آپولو، به‌طور ناگهانی در معرض فشار بسیار پایین قرار گرفت.
❕ مرز آرمسترانگ؛ جایی که آب در دمای بدن می‌جوشد
نقطه جوش یک مایع فقط به دما بستگی ندارد؛ فشار محیط نیز تعیین‌کننده است. هرچه فشار کمتر شود، مایع می‌تواند در دمای پایین‌تری بجوشد.
در ارتفاع حدود ۱۹ کیلومتری از سطح زمین، فشاری به وجود می‌آید که در آن آب در دمای حدود ۳۷ درجه سانتی‌گراد ــ یعنی تقریباً دمای بدن ــ می‌تواند شروع به جوشیدن کند. به این محدوده مرز آرمسترانگ گفته می‌شود.
🔹 به همین دلیل، در فشار بسیار پایین، مایعات آزاد بدن مانند بزاق دهان می‌توانند شروع به جوشیدن یا تبخیر سریع کنند. لبلانک بعدها تعریف کرد که آخرین چیزی که پیش از بیهوشی به یاد می‌آورد، احساس جوشیدن آب روی زبانش بود. ناسا نیز این بخش از روایت را در گزارش‌های خود ثبت کرده است.
❕ اما چرا بدن منفجر نشد؟
خلأ باعث کاهش شدید فشار خارجی می‌شود، اما بدن مانند یک بادکنک بدون پوشش نیست. پوست، بافت‌های بدن و سیستم گردش خون تا حد زیادی از متلاشی شدن بدن جلوگیری می‌کنند.
خون نیز در رگ‌ها فوراً نمی‌جوشد؛ فشار و ساختار سیستم گردش خون مانع از تبدیل ناگهانی آن به بخار می‌شود. با این حال، بافت‌های بدن می‌توانند دچار تورم ناشی از کاهش فشار (ebullism) شوند و گازهای موجود در بدن نیز منبسط شوند.
🔹 بنابراین فیلم‌های علمی‌تخیلی که انسان را در خلأ مانند یک بادکنک در حال انفجار نشان می‌دهند، تصویر دقیقی ارائه نمی‌کنند.
❕ خطر اصلی: مغز بدون اکسیژن
خطر فوری‌تر، هیپوکسی یا کمبود شدید اکسیژن است.
وقتی فشار محیط به‌شدت سقوط می‌کند، فشار جزئی اکسیژن نیز آن‌قدر کم می‌شود که ریه دیگر نمی‌تواند اکسیژن کافی را وارد خون کند. اکسیژن موجود در خون نیز خیلی سریع مصرف می‌شود و مغز که به اکسیژن دائمی نیاز دارد، پس از چند ثانیه عملکرد طبیعی خود را از دست می‌دهد.
🔹 در حادثه لبلانک، فشار لباس او از حدود ۳٫۸ psi به ۰٫۱ psi در تقریباً ۱۰ ثانیه سقوط کرد. او در مدت کوتاهی هوشیاری خود را از دست داد.
❕ چرا لبلانک زنده ماند؟
نقطه تعیین‌کننده، سرعت واکنش تیم ناسا بود.
به محض مشاهده افت فشار، دستور بازفشارسازی داده شد و این فرایند حدود ۱۵ ثانیه پس از خرابی آغاز شد. وقتی فشار محفظه به معادل ارتفاع حدود ۲۷ هزار فوت رسید، یکی از کارکنان وارد محفظه شد و به لبلانک کمک کرد.
🔹 لبلانک پس از بازگشت فشار، هوشیاری خود را به دست آورد و برخلاف آنچه ممکن است از یک حادثه خلأ انتظار داشته باشیم، آسیب عصبی پایدار پیدا نکرد و به بستری شدن نیز نیاز نداشت.
❕ پس آیا چند دقیقه زنده ماندن در خلأ ممکن است؟
نباید از حادثه لبلانک نتیجه گرفت که انسان می‌تواند مدت زیادی در خلأ زنده بماند. او به‌سرعت بیهوش شد و تنها به دلیل بازفشارسازی بسیار سریع نجات پیدا کرد.
گزارش‌های ناسا نشان می‌دهند که قرار گرفتن در خلأ نزدیک به کامل برای چند ثانیه می‌تواند قابل برگشت باشد، اما با افزایش زمان، خطر آسیب شدید و مرگ به‌سرعت افزایش پیدا می‌کند.
❕ سرنوشت متفاوت فضانوردان سایوز ۱۱
در سال ۱۹۷۱، سه فضانورد سایوز ۱۱ به دلیل باز شدن ناخواسته یک شیر فشار در فضاپیما، هوای کابین را از دست دادند. برخلاف لبلانک، آن‌ها در مدار زمین قرار داشتند و لباس فشار مناسب نداشتند؛ بنابراین امکان بازفشارسازی سریع وجود نداشت. هر سه نفر در کمتر از حدود دو دقیقه بر اثر کاهش فشار و کمبود اکسیژن جان باختند.
🔹 حادثه جیم لبلانک یک درس مهم درباره فیزیولوژی انسان در خلأ به جا گذاشت:
خلأ فوراً بدن را منفجر نمی‌کند؛ اما می‌تواند در عرض چند ثانیه اکسیژن‌رسانی به مغز را مختل کند و هوشیاری را از بین ببرد.
و در چنین شرایطی، تفاوت میان مرگ و زندگی ممکن است نه در مقاومت خارق‌العاده بدن، بلکه در چند ثانیه سرعت بازگشت فشار و اکسیژن باشد.
[منبع]
🆔 @Science_Focus
#فضانوردی #ناسا #فیزیولوژی #پزشکی_هوافضا #فیزیک #تاریخ_علم
Space Daily
On December 14, 1966, a NASA engineer's spacesuit sprang a leak inside a Houston vacuum chamber and the air pressure around him…
A NASA engineer's spacesuit failed at 120,000 feet, his blood began to boil, and he survived to debunk everything we thought we knew about dying in space.
❤4🔥2👍1
🔺 پلاستیک ققنوس: پلیمری که با گرما تجزیه و با سرما دوباره ساخته می‌شود!
🔹 مهندسان شیمی دانشگاه ساری در بریتانیا نوعی پلیمر جدید ساخته‌اند که ویژگی بسیار غیرمعمولی دارد: در دمای نسبتاً پایین، حدود ۸۰ تا ۹۰ درجه سانتی‌گراد، به مونومرهای خود تجزیه می‌شود و این مونومرها به حالت گاز درمی‌آیند؛ سپس با خنک شدن، دوباره به‌صورت خودکار همان پلیمر جامد را تشکیل می‌دهند. این رفتار می‌تواند ایده تازه‌ای برای ساخت مواد واقعاً چرخه‌ای و قابل بازیافت ایجاد کند.
❕ راز این «پلاستیک ققنوس» چیست؟
این ماده پلی(۱،۲-دی‌تیولان) نام دارد و زنجیره آن از واحدهای ۱،۲-دی‌تیولان ساخته شده است. نکته کلیدی در ساختار آن، وجود پیوندهای دی‌سولفیدی گوگردیِ برگشت‌پذیر است.
وقتی پلیمر گرم می‌شود، این تعادل به سمت شکستن زنجیره حرکت می‌کند و پلیمر دوباره به مولکول‌های کوچک‌تر خود، یعنی مونومر، تبدیل می‌شود.
🔹 در حدود ۸۰–۹۰ درجه سانتی‌گراد، این مونومرها به شکل گاز درمی‌آیند. به همین دلیل، پلیمر عملاً بدون عبور از یک مرحله مایع، از حالت جامد به گاز می‌رود؛ ویژگی‌ای بسیار غیرمعمول برای یک پلیمر.
❕ چرا این موضوع مهم است؟
بسیاری از پلاستیک‌های رایج بسیار پایدار طراحی شده‌اند؛ همین ویژگی باعث دوام بالای آن‌ها، اما در عین حال باعث دشواری بازیافتشان نیز می‌شود. برخی روش‌های بازیافت شیمیایی به دماهای بالاتر و مراحل پردازشی اضافی نیاز دارند.
در پلیمر جدید، گرما باعث می‌شود زنجیره‌های بلند مانند یک مجموعه قطعات لگو از هم جدا شوند و به مونومرهای اولیه برگردند.
🔹 بخش عجیب‌تر این است که وقتی این مونومرهای گازی روی یک سطح سردتر قرار می‌گیرند، دوباره خودبه‌خود پلیمریزه می‌شوند و پلیمر جامد را تشکیل می‌دهند. بنابراین یک چرخه بسیار ساده شکل می‌گیرد:
پلیمر ← گرما ← مونومر گازی ← سرما ← پلیمر
پژوهشگران نشان داده‌اند که این فرایند را می‌توان چندین بار تکرار کرد.
❕ آیا ناخالصی‌ها هم دوباره همراه پلیمر برمی‌گردند؟
یکی از جذاب‌ترین مزیت‌های احتمالی این روش همین‌جاست. پژوهشگران پلیمر را عمداً با یک رنگ به نام Nile Red آلوده کردند و سپس با فرآیند تصعید آن را پاک‌سازی کردند. چون پلیمر به شکل مونومر فرّار از مخلوط خارج می‌شود، بخشی از مواد غیرضروری در جای خود باقی می‌مانند و پلیمر دوباره به شکل ماده‌ای بدون آن رنگ تشکیل می‌شود.
🔹 بنابراین این روش می‌تواند در آینده راهی برای بازیابی و خالص‌سازی برخی مواد پلیمری فراهم کند، بدون اینکه الزاماً به همان مجموعه‌ای از فرآیندهای شیمیایی پیچیده مورد نیاز در بعضی روش‌های بازیافت متکی باشیم.
❕ یک آزمایش جالب: ساخت پوشش ضدآب با بخار پلاستیک
پژوهشگران برای نشان دادن کاربرد عملی این ماده، یک تکه کاغذ صافی را داخل محفظه‌ای قرار دادند تا مونومر گازی روی آن بنشیند و دوباره به پلیمر تبدیل شود.
نتیجه، یک پوشش آب‌گریز روی کاغذ بود. نکته جالب‌تر اینکه با گرم کردن، این پوشش دوباره جدا شد و ویژگی جذب آب کاغذ تا حد زیادی بازگشت.
🔹 این ویژگی می‌تواند برای پوشش‌هایی جالب باشد که لازم است به‌راحتی اعمال، حذف یا بازیافت شوند؛ برای مثال در برخی کاربردهای الکترونیکی یا سطوحی با شکل پیچیده که استفاده از محلول‌ها دشوار است.
❕ آیا این ماده قرار است جایگزین بطری و کیسه پلاستیکی شود؟
فعلاً خیر.
خود پژوهشگران تأکید می‌کنند که این پلیمر جایگزین مستقیم پلاستیک‌های معمولی و راه‌حل بحران زباله‌های پلاستیکی نیست. این مطالعه بیشتر نشان می‌دهد که می‌توان موادی طراحی کرد که برخلاف پلاستیک‌های معمول، چرخه‌ای باشند و پس از مصرف بتوان آن‌ها را به اجزای سازنده بازگرداند.
🔹 در آینده، با تغییر ساختار شیمیایی ۱،۲-دی‌تیولان می‌توان شاید موادی با ویژگی‌های متفاوت، مانند حلالیت، آب‌گریزی یا دمای تجزیه مناسب‌تر ساخت. پژوهشگران همچنین احتمال استفاده از شیمی مشابه را در موادی مانند چسب‌ها، هیدروژل‌ها و مواد زیست‌پزشکی مطرح کرده‌اند، اما این‌ها فعلاً چشم‌اندازهای پژوهشی هستند، نه محصولات آماده استفاده.
🔹 شاید مهم‌ترین دستاورد این پژوهش خودِ این پلاستیک نباشد، بلکه یک اصل طراحی جدید باشد: ماده‌ای بسازیم که از ابتدا برای جداشدن، بازگشت به اجزای سازنده و تشکیل دوباره طراحی شده باشد؛ درست مانند یک ققنوس که می‌تواند بارها از نو متولد شود.
[منبع]
🆔 @Science_Focus
#علم_مواد #شیمی #محیط_زیست #پلیمر #فناوری_سبز #بازیافت #نوآوری
🔹 مهندسان شیمی دانشگاه ساری در بریتانیا نوعی پلیمر جدید ساخته‌اند که ویژگی بسیار غیرمعمولی دارد: در دمای نسبتاً پایین، حدود ۸۰ تا ۹۰ درجه سانتی‌گراد، به مونومرهای خود تجزیه می‌شود و این مونومرها به حالت گاز درمی‌آیند؛ سپس با خنک شدن، دوباره به‌صورت خودکار همان پلیمر جامد را تشکیل می‌دهند. این رفتار می‌تواند ایده تازه‌ای برای ساخت مواد واقعاً چرخه‌ای و قابل بازیافت ایجاد کند.
❕ راز این «پلاستیک ققنوس» چیست؟
این ماده پلی(۱،۲-دی‌تیولان) نام دارد و زنجیره آن از واحدهای ۱،۲-دی‌تیولان ساخته شده است. نکته کلیدی در ساختار آن، وجود پیوندهای دی‌سولفیدی گوگردیِ برگشت‌پذیر است.
وقتی پلیمر گرم می‌شود، این تعادل به سمت شکستن زنجیره حرکت می‌کند و پلیمر دوباره به مولکول‌های کوچک‌تر خود، یعنی مونومر، تبدیل می‌شود.
🔹 در حدود ۸۰–۹۰ درجه سانتی‌گراد، این مونومرها به شکل گاز درمی‌آیند. به همین دلیل، پلیمر عملاً بدون عبور از یک مرحله مایع، از حالت جامد به گاز می‌رود؛ ویژگی‌ای بسیار غیرمعمول برای یک پلیمر.
❕ چرا این موضوع مهم است؟
بسیاری از پلاستیک‌های رایج بسیار پایدار طراحی شده‌اند؛ همین ویژگی باعث دوام بالای آن‌ها، اما در عین حال باعث دشواری بازیافتشان نیز می‌شود. برخی روش‌های بازیافت شیمیایی به دماهای بالاتر و مراحل پردازشی اضافی نیاز دارند.
در پلیمر جدید، گرما باعث می‌شود زنجیره‌های بلند مانند یک مجموعه قطعات لگو از هم جدا شوند و به مونومرهای اولیه برگردند.
🔹 بخش عجیب‌تر این است که وقتی این مونومرهای گازی روی یک سطح سردتر قرار می‌گیرند، دوباره خودبه‌خود پلیمریزه می‌شوند و پلیمر جامد را تشکیل می‌دهند. بنابراین یک چرخه بسیار ساده شکل می‌گیرد:
پلیمر ← گرما ← مونومر گازی ← سرما ← پلیمر
پژوهشگران نشان داده‌اند که این فرایند را می‌توان چندین بار تکرار کرد.
❕ آیا ناخالصی‌ها هم دوباره همراه پلیمر برمی‌گردند؟
یکی از جذاب‌ترین مزیت‌های احتمالی این روش همین‌جاست. پژوهشگران پلیمر را عمداً با یک رنگ به نام Nile Red آلوده کردند و سپس با فرآیند تصعید آن را پاک‌سازی کردند. چون پلیمر به شکل مونومر فرّار از مخلوط خارج می‌شود، بخشی از مواد غیرضروری در جای خود باقی می‌مانند و پلیمر دوباره به شکل ماده‌ای بدون آن رنگ تشکیل می‌شود.
🔹 بنابراین این روش می‌تواند در آینده راهی برای بازیابی و خالص‌سازی برخی مواد پلیمری فراهم کند، بدون اینکه الزاماً به همان مجموعه‌ای از فرآیندهای شیمیایی پیچیده مورد نیاز در بعضی روش‌های بازیافت متکی باشیم.
❕ یک آزمایش جالب: ساخت پوشش ضدآب با بخار پلاستیک
پژوهشگران برای نشان دادن کاربرد عملی این ماده، یک تکه کاغذ صافی را داخل محفظه‌ای قرار دادند تا مونومر گازی روی آن بنشیند و دوباره به پلیمر تبدیل شود.
نتیجه، یک پوشش آب‌گریز روی کاغذ بود. نکته جالب‌تر اینکه با گرم کردن، این پوشش دوباره جدا شد و ویژگی جذب آب کاغذ تا حد زیادی بازگشت.
🔹 این ویژگی می‌تواند برای پوشش‌هایی جالب باشد که لازم است به‌راحتی اعمال، حذف یا بازیافت شوند؛ برای مثال در برخی کاربردهای الکترونیکی یا سطوحی با شکل پیچیده که استفاده از محلول‌ها دشوار است.
❕ آیا این ماده قرار است جایگزین بطری و کیسه پلاستیکی شود؟
فعلاً خیر.
خود پژوهشگران تأکید می‌کنند که این پلیمر جایگزین مستقیم پلاستیک‌های معمولی و راه‌حل بحران زباله‌های پلاستیکی نیست. این مطالعه بیشتر نشان می‌دهد که می‌توان موادی طراحی کرد که برخلاف پلاستیک‌های معمول، چرخه‌ای باشند و پس از مصرف بتوان آن‌ها را به اجزای سازنده بازگرداند.
🔹 در آینده، با تغییر ساختار شیمیایی ۱،۲-دی‌تیولان می‌توان شاید موادی با ویژگی‌های متفاوت، مانند حلالیت، آب‌گریزی یا دمای تجزیه مناسب‌تر ساخت. پژوهشگران همچنین احتمال استفاده از شیمی مشابه را در موادی مانند چسب‌ها، هیدروژل‌ها و مواد زیست‌پزشکی مطرح کرده‌اند، اما این‌ها فعلاً چشم‌اندازهای پژوهشی هستند، نه محصولات آماده استفاده.
🔹 شاید مهم‌ترین دستاورد این پژوهش خودِ این پلاستیک نباشد، بلکه یک اصل طراحی جدید باشد: ماده‌ای بسازیم که از ابتدا برای جداشدن، بازگشت به اجزای سازنده و تشکیل دوباره طراحی شده باشد؛ درست مانند یک ققنوس که می‌تواند بارها از نو متولد شود.
[منبع]
🆔 @Science_Focus
#علم_مواد #شیمی #محیط_زیست #پلیمر #فناوری_سبز #بازیافت #نوآوری
ScienceAlert
A New Kind of Plastic Vaporizes When Heated And Then Reassembles Itself
"We've demonstrated a principle that wasn't previously available."
❤2👍1
🔺 افزایش ۴۰۰ درصدی آسیب‌های سمی کبد: خطر پنهان یک داروی بسیار رایج در خانه
🔹 یک مطالعه بالینی و آماری گسترده ۲۴ ساله توسط محققان دانشگاه ویرجینیا (UVA Health) که در ژورنال معتبر Clinical Gastroenterology and Hepatology منتشر شده، از جهش نزدیک به ۴۰۰ درصدی آسیب‌های شدید کبدی در اثر مصرف داروها و ترکیبات شیمیایی خبر می‌دهد؛ آماری نگران‌کننده که بیش از ۸۰ درصد قربانیان آن کارشان به بستری در بیمارستان کشیده شده است.
❕ زنوبیوتیک چیست و مقصر شماره یک کدام دارو است؟
«زنوبیوتیک» اصطلاحی علمی برای هر ماده شیمیاییِ بیگانه با بدن انسان است؛ شامل داروها، مکمل‌ها، الکل و سموم محیطی. محققان با بررسی بیش از ۲۲۰ هزار پرونده دریافتند که «استامینوفن» (پاراستامول) ــ مسکن بسیار رایج و در دسترسی که در هر خانه‌ای یافت می‌شود ــ عامل اصلی و رتبه نخست این آسیب‌های حاد کبدی بوده است.
🔹 اما چرا دارویی که دهه‌هاست مصرف می‌کنیم می‌تواند به کبد صدمه بزند؟
❕ مرز باریک دوز درمانی و سمیت کبدی
استامینوفن در دوزهای استاندارد دارویی کاملاً ایمن و موثر است. اما زمانی که فرد بیش از حد مجاز مصرف کند، مسیرهای طبیعی دفع در کبد اشباع شده و ماده‌ای سمی در کبد تجمع می‌یابد که سلول‌های کبدی را تخریب می‌کند. جالب اینکه پس از محدود شدن دوز استامینوفن در داروهای ترکیبی (مانند قرص‌های ضدسرماخوردگی) توسط سازمان غذا و دارو (FDA)، آسیب‌های ناشی از آن‌ها تا ۸۵ درصد کاهش یافت، اما مسمومیت ناشی از قرص‌های تک‌ماده‌ای استامینوفن همچنان روندی صعودی دارد.
❕ الکل، مکمل‌های تاییدنشده و اصول ایمنی مصرف
الکل دومین عامل اصلی آسیب‌های کبدی گزارش‌شده است و مصرف همزمان آن با مسکن‌هایی نظیر استامینوفن، سمیت کبد را به شدت تشدید می‌کند. همچنین مصرف خودسرانه برخی مکمل‌های گیاهی و بدنسازیِ بدون مجوز سهم قابل‌توجهی در این مسمومیت‌ها داشته است. متخصصان تأکید می‌کنند مصرف روزانه استامینوفن برای یک فرد بزرگسال و سالم هرگز نباید از سقف توصیه‌شده (معمولاً حداکثر ۳ تا ۴ گرم در ۲۴ ساعت) فراتر رود و باید از مصرف همزمان چند داروی مختلف که حاوی استامینوفن مخفی هستند، اکیداً پرهیز شود.
🔹 داروها برای نجات جان ما ساخته شده‌اند، اما رعایت دقیق دوز مصرفی و مشورت با پزشک، تنها مرز میان درمان و آسیب جدی به اندام‌های حیاتی بدن است.
[منبع]
🆔 @Science_Focus
#پزشکی #سلامت #داروشناسی #کبد #استامینوفن #سلامت_عمومی #مسمومیت
🔹 یک مطالعه بالینی و آماری گسترده ۲۴ ساله توسط محققان دانشگاه ویرجینیا (UVA Health) که در ژورنال معتبر Clinical Gastroenterology and Hepatology منتشر شده، از جهش نزدیک به ۴۰۰ درصدی آسیب‌های شدید کبدی در اثر مصرف داروها و ترکیبات شیمیایی خبر می‌دهد؛ آماری نگران‌کننده که بیش از ۸۰ درصد قربانیان آن کارشان به بستری در بیمارستان کشیده شده است.
❕ زنوبیوتیک چیست و مقصر شماره یک کدام دارو است؟
«زنوبیوتیک» اصطلاحی علمی برای هر ماده شیمیاییِ بیگانه با بدن انسان است؛ شامل داروها، مکمل‌ها، الکل و سموم محیطی. محققان با بررسی بیش از ۲۲۰ هزار پرونده دریافتند که «استامینوفن» (پاراستامول) ــ مسکن بسیار رایج و در دسترسی که در هر خانه‌ای یافت می‌شود ــ عامل اصلی و رتبه نخست این آسیب‌های حاد کبدی بوده است.
🔹 اما چرا دارویی که دهه‌هاست مصرف می‌کنیم می‌تواند به کبد صدمه بزند؟
❕ مرز باریک دوز درمانی و سمیت کبدی
استامینوفن در دوزهای استاندارد دارویی کاملاً ایمن و موثر است. اما زمانی که فرد بیش از حد مجاز مصرف کند، مسیرهای طبیعی دفع در کبد اشباع شده و ماده‌ای سمی در کبد تجمع می‌یابد که سلول‌های کبدی را تخریب می‌کند. جالب اینکه پس از محدود شدن دوز استامینوفن در داروهای ترکیبی (مانند قرص‌های ضدسرماخوردگی) توسط سازمان غذا و دارو (FDA)، آسیب‌های ناشی از آن‌ها تا ۸۵ درصد کاهش یافت، اما مسمومیت ناشی از قرص‌های تک‌ماده‌ای استامینوفن همچنان روندی صعودی دارد.
❕ الکل، مکمل‌های تاییدنشده و اصول ایمنی مصرف
الکل دومین عامل اصلی آسیب‌های کبدی گزارش‌شده است و مصرف همزمان آن با مسکن‌هایی نظیر استامینوفن، سمیت کبد را به شدت تشدید می‌کند. همچنین مصرف خودسرانه برخی مکمل‌های گیاهی و بدنسازیِ بدون مجوز سهم قابل‌توجهی در این مسمومیت‌ها داشته است. متخصصان تأکید می‌کنند مصرف روزانه استامینوفن برای یک فرد بزرگسال و سالم هرگز نباید از سقف توصیه‌شده (معمولاً حداکثر ۳ تا ۴ گرم در ۲۴ ساعت) فراتر رود و باید از مصرف همزمان چند داروی مختلف که حاوی استامینوفن مخفی هستند، اکیداً پرهیز شود.
🔹 داروها برای نجات جان ما ساخته شده‌اند، اما رعایت دقیق دوز مصرفی و مشورت با پزشک، تنها مرز میان درمان و آسیب جدی به اندام‌های حیاتی بدن است.
[منبع]
🆔 @Science_Focus
#پزشکی #سلامت #داروشناسی #کبد #استامینوفن #سلامت_عمومی #مسمومیت
Scitechdaily
Scientists Warn of a Nearly 400% Increase in Toxic Liver Injuries – One Common Drug Leads the List
U.S. poison centers have recorded a sharp long-term rise in liver injuries linked to medications and other foreign substances, with most severe enough to require inpatient care.
👍4❤1
🔺 ساعت بیولوژیک سلول: چرا رشد جنین انسان کندتر از موش است؟
🔹 رشد جنین موش بسیار سریع‌تر از انسان انجام می‌شود؛ اما دلیل این تفاوت زمانی، فقط به اندازه بدن یا تعداد سلول‌ها مربوط نیست. پژوهشگران EMBL در مطالعه‌ای در Developmental Cell نشان داده‌اند که یکی از تفاوت‌های مهم می‌تواند در سرعت ساخت و تجزیه پروتئین‌ها درون سلول‌ها باشد. آن‌ها دریافتند پروتئین‌ها در سلول‌های انسانی، به‌طور کلی، مدت بیشتری نسبت به سلول‌های موش باقی می‌مانند.
❕ پروتئوم چیست و چرا سرعت تجزیه پروتئین مهم است؟
پروتئوم را می‌توان مجموعه پروتئین‌های موجود در یک سلول دانست. سلول دائماً پروتئین‌های قدیمی یا اضافی را تجزیه می‌کند و اجزای آن‌ها را دوباره مورد استفاده قرار می‌دهد.
این فرایند فقط نوعی «زباله‌روبی» نیست؛ بسیاری از فرایندهای سلولی به سرعت ساخته‌شدن و از بین رفتن پروتئین‌ها وابسته‌اند. بنابراین اگر پروتئین‌ها دیرتر تجزیه شوند، بعضی واکنش‌های سلولی نیز می‌توانند با ریتم کندتری پیش بروند.
🔹 در دوران جنینی، این موضوع با ساعت قطعه‌بندی (Segmentation Clock) ارتباط دارد؛ سازوکاری که در جنین، زمان‌بندی منظم شکل‌گیری بخش‌های اولیه ستون مهره‌ها را تنظیم می‌کند.
❕ یک ساعت مولکولی واقعی؟
یکی از مولکول‌های مهم این ساعت، پروتئین HES7 است. این پروتئین در انسان نسبت به موش دیرتر تجزیه می‌شود و در نتیجه چرخه فعالیت این ساعت در سلول‌های انسانی تقریباً دو برابر کندتر است.
پژوهش جدید پرسید: آیا این کندی فقط مربوط به HES7 است یا یک ویژگی عمومی‌تر در سلول‌های انسان وجود دارد؟
🔹 دانشمندان با مقایسه هزاران پروتئین مشترک میان انسان و موش، دریافتند که پاسخ دوم به واقعیت نزدیک‌تر است: در مجموع، پروتئین‌ها در سلول‌های انسانی پایدارتر و دیرتر تجزیه می‌شوند.
این تفاوت فقط مربوط به گروه خاصی از پروتئین‌ها نبود و در هر دو مسیر اصلی تجزیه پروتئین، یعنی پروتئازوم و لیزوزوم، مشاهده شد. البته همه پروتئین‌ها این الگو را نشان نمی‌دادند؛ اما روند کلی کاملاً مشخص بود.
❕ چه چیزی این «ساعت» را کند می‌کند؟
پژوهشگران سپس به سراغ متابولیسم رفتند؛ یعنی مجموعه واکنش‌های شیمیایی که انرژی و مواد مورد نیاز سلول را تأمین می‌کنند.
آن‌ها فعالیت متابولیک سلول‌های موش را کاهش دادند و مشاهده کردند که تجزیه پروتئین‌ها نیز کندتر شد و الگوی زمانی سلول‌ها تا حدی به سلول‌های انسانی نزدیک شد.
🔹 این نتیجه نشان می‌دهد میان متابولیسم ← سرعت تجزیه پروتئین ← زمان‌بندی رشد سلول ارتباطی وجود دارد. به زبان ساده، سرعت کارکرد «ماشین‌آلات» داخل سلول می‌تواند روی سرعت پیشرفت برنامه رشد اثر بگذارد.
❕ پس آیا انسان فقط یک «موش کندتر» است؟
البته نه. رشد انسان و موش تحت تأثیر مجموعه بزرگی از ژن‌ها، هورمون‌ها، سیگنال‌های سلولی و عوامل محیطی قرار دارد. این پژوهش تنها نشان می‌دهد سرعت پایین‌تر گردش پروتئین‌ها یکی از عوامل مهم در تفاوت سرعت رشد میان این دو گونه است.
🔹 همچنین نباید از این مطالعه نتیجه گرفت که همین سازوکار علت طول عمر بیشتر انسان یا تمام تفاوت‌های زیستی میان گونه‌هاست. یافته اصلی پژوهش درباره پایداری پروتئین‌ها و سرعت رشد و تمایز سلول‌های جنینی است.
🔹 اهمیت این کشف در این است که تفاوت سرعت رشد دو گونه ممکن است نه از یک «ژن مخصوص انسان»، بلکه از یک ویژگی گسترده‌تر در فیزیولوژی سلول ناشی شود؛ انگار دو سلول با تقریباً همان قطعات، اما با سرعت متفاوتی کار می‌کنند.
❕ شاید در زیست‌شناسی، زمان هم یک ویژگی قابل تنظیم باشد!
این پژوهش نشان می‌دهد زمان‌بندی رشد فقط یک برنامه ژنتیکی ثابت نیست؛ بلکه می‌تواند تحت تأثیر سرعت فرایندهای بنیادی داخل سلول، مانند متابولیسم و گردش پروتئین‌ها، تغییر کند.
[منبع]
🆔 @Science_Focus
#زیست_شناسی #سلولی_مولکولی #ژنتیک #تکامل #جنین_شناسی #علم_پزشکی #DevelopmentalCell
🔹 رشد جنین موش بسیار سریع‌تر از انسان انجام می‌شود؛ اما دلیل این تفاوت زمانی، فقط به اندازه بدن یا تعداد سلول‌ها مربوط نیست. پژوهشگران EMBL در مطالعه‌ای در Developmental Cell نشان داده‌اند که یکی از تفاوت‌های مهم می‌تواند در سرعت ساخت و تجزیه پروتئین‌ها درون سلول‌ها باشد. آن‌ها دریافتند پروتئین‌ها در سلول‌های انسانی، به‌طور کلی، مدت بیشتری نسبت به سلول‌های موش باقی می‌مانند.
❕ پروتئوم چیست و چرا سرعت تجزیه پروتئین مهم است؟
پروتئوم را می‌توان مجموعه پروتئین‌های موجود در یک سلول دانست. سلول دائماً پروتئین‌های قدیمی یا اضافی را تجزیه می‌کند و اجزای آن‌ها را دوباره مورد استفاده قرار می‌دهد.
این فرایند فقط نوعی «زباله‌روبی» نیست؛ بسیاری از فرایندهای سلولی به سرعت ساخته‌شدن و از بین رفتن پروتئین‌ها وابسته‌اند. بنابراین اگر پروتئین‌ها دیرتر تجزیه شوند، بعضی واکنش‌های سلولی نیز می‌توانند با ریتم کندتری پیش بروند.
🔹 در دوران جنینی، این موضوع با ساعت قطعه‌بندی (Segmentation Clock) ارتباط دارد؛ سازوکاری که در جنین، زمان‌بندی منظم شکل‌گیری بخش‌های اولیه ستون مهره‌ها را تنظیم می‌کند.
❕ یک ساعت مولکولی واقعی؟
یکی از مولکول‌های مهم این ساعت، پروتئین HES7 است. این پروتئین در انسان نسبت به موش دیرتر تجزیه می‌شود و در نتیجه چرخه فعالیت این ساعت در سلول‌های انسانی تقریباً دو برابر کندتر است.
پژوهش جدید پرسید: آیا این کندی فقط مربوط به HES7 است یا یک ویژگی عمومی‌تر در سلول‌های انسان وجود دارد؟
🔹 دانشمندان با مقایسه هزاران پروتئین مشترک میان انسان و موش، دریافتند که پاسخ دوم به واقعیت نزدیک‌تر است: در مجموع، پروتئین‌ها در سلول‌های انسانی پایدارتر و دیرتر تجزیه می‌شوند.
این تفاوت فقط مربوط به گروه خاصی از پروتئین‌ها نبود و در هر دو مسیر اصلی تجزیه پروتئین، یعنی پروتئازوم و لیزوزوم، مشاهده شد. البته همه پروتئین‌ها این الگو را نشان نمی‌دادند؛ اما روند کلی کاملاً مشخص بود.
❕ چه چیزی این «ساعت» را کند می‌کند؟
پژوهشگران سپس به سراغ متابولیسم رفتند؛ یعنی مجموعه واکنش‌های شیمیایی که انرژی و مواد مورد نیاز سلول را تأمین می‌کنند.
آن‌ها فعالیت متابولیک سلول‌های موش را کاهش دادند و مشاهده کردند که تجزیه پروتئین‌ها نیز کندتر شد و الگوی زمانی سلول‌ها تا حدی به سلول‌های انسانی نزدیک شد.
🔹 این نتیجه نشان می‌دهد میان متابولیسم ← سرعت تجزیه پروتئین ← زمان‌بندی رشد سلول ارتباطی وجود دارد. به زبان ساده، سرعت کارکرد «ماشین‌آلات» داخل سلول می‌تواند روی سرعت پیشرفت برنامه رشد اثر بگذارد.
❕ پس آیا انسان فقط یک «موش کندتر» است؟
البته نه. رشد انسان و موش تحت تأثیر مجموعه بزرگی از ژن‌ها، هورمون‌ها، سیگنال‌های سلولی و عوامل محیطی قرار دارد. این پژوهش تنها نشان می‌دهد سرعت پایین‌تر گردش پروتئین‌ها یکی از عوامل مهم در تفاوت سرعت رشد میان این دو گونه است.
🔹 همچنین نباید از این مطالعه نتیجه گرفت که همین سازوکار علت طول عمر بیشتر انسان یا تمام تفاوت‌های زیستی میان گونه‌هاست. یافته اصلی پژوهش درباره پایداری پروتئین‌ها و سرعت رشد و تمایز سلول‌های جنینی است.
🔹 اهمیت این کشف در این است که تفاوت سرعت رشد دو گونه ممکن است نه از یک «ژن مخصوص انسان»، بلکه از یک ویژگی گسترده‌تر در فیزیولوژی سلول ناشی شود؛ انگار دو سلول با تقریباً همان قطعات، اما با سرعت متفاوتی کار می‌کنند.
❕ شاید در زیست‌شناسی، زمان هم یک ویژگی قابل تنظیم باشد!
این پژوهش نشان می‌دهد زمان‌بندی رشد فقط یک برنامه ژنتیکی ثابت نیست؛ بلکه می‌تواند تحت تأثیر سرعت فرایندهای بنیادی داخل سلول، مانند متابولیسم و گردش پروتئین‌ها، تغییر کند.
[منبع]
🆔 @Science_Focus
#زیست_شناسی #سلولی_مولکولی #ژنتیک #تکامل #جنین_شناسی #علم_پزشکی #DevelopmentalCell
Phys.org
Protein degradation rate helps explain why humans develop more slowly than mice
Humans develop at a slower rate than other mammalian species, like mice, but scientists are still trying to understand the molecular basis of these differences. Now, researchers from the Ebisuya Group ...
❤2👍1