据美国《连线》杂志网站6月6日报道,元素周期表家族再添两名“新丁”:超重元素114和116,原子量分别为289和292。它们现在是元素周期表中最重的元素,取代了以前的“霸主”——原子量为285的第112号元素“鎶”和原子量为272的第111号元素“錀”。

这两种新元素的放射性极强,会在不到一秒的时间内衰减成更轻的原子,116号元素会快速衰减为114号元素,紧接着又会转变为更轻的元素鎶。

几年前,科学家就宣称发现了这两种元素,例如,1999年,俄罗斯物理学家用高能粒子钙-48冲击钚-244,产生了一个很快衰变的第114号元素的原子。

第116号元素于2000年被科学家发现。经过长达10年的进一步研究以及长达3年的审查,国际纯粹化学和应用化学联合会(IUPAC)于6月1日正式将这两种新元素添加到元素周期表中。

目前这两种元素还没有正式的名称,此前有科学家建议将第114号元素命名为flerovium,以纪念苏联原子物理学家乔治·弗洛伊洛夫;将第116号元素命名为moscovium,以莫斯科为名。

 

 

邵逸夫奖基金会6月7日在香港揭晓本年度获奖名单,来自世界各地的7位科学家获此殊荣。该奖设有三个奖项,分别为天文学、生命科学与医学、数学科学。每年颁奖一次,每项奖金100万美元。

在天文学领域,意大利太空天体物理与宇宙物理研究所研究主任恩里科·科斯塔和美国国家宇航局马歇尔太空飞行中心主任科学家杰拉尔德·菲什曼获奖,以表彰他们证明了宇宙中最大能量的爆发“伽马射线暴”来自宇宙学距离。

在生命科学与医学领域,法国斯特拉斯堡大学教授朱尔斯·霍夫曼,美国耶鲁大学大卫·华莱士、免疫学讲座教授鲁斯兰·麦哲托夫,美国加州拉霍亚的斯克利普斯研究所遗传学学系主任布鲁斯·比尤特勒获奖,以表彰他们发现先天性免疫系统的分子机制,解开了抵抗病原体的首道防线之谜。

在数学科学领域,瑞士苏黎世联邦理工学院数学和物理学教授德梅特里奥斯·克里斯托多罗、美国哥伦比亚大学戴维斯分校数学教授理查德·哈密顿获奖,以表彰他们在洛兰兹几何与黎曼几何中的非线性偏微分方程方面的高度创新工作,及对广义相对论和拓扑学的应用。

邵逸夫奖理事会理事马临教授致辞说,21世纪的人类文明进入了一个新的发展阶段,各种各样的科技发明使生活得到很大改善。但另一方面,世界仍然充满有待解决的矛盾、冲突和危机,人的生存环境距离理想情况仍然遥远。可以感到欣慰的是,我们总会有卓越不凡的英才,在各个科学和文化领域里孜孜不倦,寻求突破,为人类带来了鼓舞、信心和希望。

“邵逸夫奖”是按照邵逸夫先生的嘱托设立,于2002年11月宣告成立,旨在表彰在学术及科学研究或应用上获得突破成果,和该成果对人类生活产生意义深远影响的科学家,原则是不论得奖人的种族、国籍和宗教信仰。

作为一个国际性奖项,“邵逸夫奖”由邵逸夫奖基金会管理及执行。今年颁发的是第八届“邵逸夫奖”,颁奖典礼定于9月28日举行。

 

 

研究人员日前在英国制造出了世界上最强大的光学显微镜,将有助于了解许多病毒和疾病的形成原因。

通过把光学显微镜与透明的微球结合在一起——研究人员称之为纳米级光学显微镜,曼彻斯特大学的研究人员打破了光学显微镜的理论限制。

在这个新设备的帮助下,科学家可以更好地解释许多疾病引发传染和引起死亡的原因,从而打破了光学显微镜的理论限制。

这项工作由来自中国的教授李林(音译)和王增波(音译)博士率领该校的研究团队共同完成。显微镜能力的大大提高意味着科学家可以观察人体细胞的内部,而且首次做到可以观察活体病毒,进而查明引起病毒发生的原因。

此前,标准光学显微镜操作人员只能清晰地看到约1微米(1米的百万分之一)大小的物体。而现在,研究人员可以在正常光线下看到1/20微米大小的物体。

研究人员将这一成果发表在最近出版的《自然—通讯》杂志上,他们制造的显微镜打破了肉眼可见最小物体的记录,突破了光的衍射限制。

目前的电子显微镜只能看到细胞的表面,而不能观察它的结构,而且没有工具可以观察到活体细菌。而曼彻斯特大学的科学家认为,未来可以利用显微镜观测更小的物体图像。他们的方法在可见物体大小上不受任何理论限制。

纳米成像系统基于捕捉光学和近场虚像(不受光衍射的限制),并将它们利用显微镜放大,通过微小的球透镜转接,再用标准显微镜放大。

李林说:“这是一项世界纪录,一个显微镜可以如此之小,而且可以在包含了各种光谱的光线下直接成像……我们不仅能看到50纳米大小的物体,而且我相信这只是个开始,我们还将能看到更小的物体。理论上来讲,我们能看到多小的物体,这是没有限制的。”

李林认为:“目前,观察微小物体的常用办法就是使用电子显微镜,即使不能看到细胞里面,至少可以看到外面。光学荧光显微镜可以通过将细胞染色来间接观察到细胞的内部,但是这种染色不能渗透病毒。”他说,“不用染色就能直接看到细胞里面,直接看到活着的病毒,改变了研究细胞的方式,让我们首次能够近距离观察病毒,了解生物医学。”

据介绍,科学家们能够观察到的其他物体还包括电镀铝氧化物纳米结构和蓝光CVC光盘上的纳米模式,这是之前的光学显微镜所不能看见的。

 

 

 

 这是5月30日德国罗伯特·科赫研究所提供的肠出血性大肠杆菌的电子显微镜照片
 
目前在欧洲蔓延的肠出血性大肠杆菌(EHEC)疫情进一步蔓延,芬兰、德国、英国、波兰和美国等国6月3日纷纷报告肠出血性大肠杆菌新增确诊或疑似病例。德国医院等方面目前正积极寻找更有效的治疗方法。与此同时,本次疫情感染源的调查找到了新线索。
 
综合各方面消息说,截至3日,德国肠出血性大肠杆菌感染者人数已达到1733人,死亡病例17例,520名患者出现严重并发症——溶血性尿毒综合征,危及生命。芬兰国家健康与福利研究所当天宣布,芬兰确诊首例感染肠出血性大肠杆菌的病例,患者此前曾去德国旅游。
 
英国卫生防护局3日说,英国确诊患者人数已升至11人,其中3人出现了溶血性尿毒综合征。波兰西部靠近德国的城市什切青3日也发现了第三例疑似病例,这3位疑似患者都有在德国居住或旅行的经历。
 
美国疾病控制和预防中心3日公布,美国也出现了4例疑似感染肠出血性大肠杆菌病例。这4人最近都曾到德国旅游,目前病情稳定。该中心和美国食品和药物管理局均表示,疑似病例的出现并不能说明欧洲的大肠杆菌疫情已蔓延至美国。但美国疾病控制和预防中心已向国民发布前往欧洲,特别是德国的旅行警告。
 
对肠出血性大肠杆菌感染者不断增多的德国来说,目前最棘手的问题是如何找到更有效的治疗方法。针对本次疫情中出现比例出奇高的溶血性尿毒综合征重症病例,德各大医院采用的主要还是以往的标准疗法——“血液透析”,以帮助排除病菌在患者体内释放的毒素,但这种疗法对部分患者并没有疗效。
 
近两周来,德国不少医院还对部分患者试用了单克隆抗体Eculizumab注射疗法,但其疗效还需要几周时间才能作出初步评估。目前医院的做法是,如果血液透析无效,就给患者注射这一抗体。如果患者状况仍无好转,就两种疗法同时使用。
 
疫情暴发以来,德国医院根据以往经验,大多选择放弃抗生素治疗。但是德国传染病学会近日建议,对本次患者可考虑在特定条件使用卡巴青霉烯类抗生素、利福平和大环内酯类抗生素。德国明斯特大学的研究团队也将尽快根据新破译的病菌遗传密码来研究选择性使用抗生素的可能性。
 
来自德国《吕贝克新闻报》的报道说,有关本次疫情感染源的调查已找到新线索:调查人员发现吕贝克当地有17名肠出血性大肠杆菌感染者5月中旬都到同一家餐馆用过餐。防疫部门专家已于2日到这家餐馆展开详细调查。吕贝克大学医学院微生物专家佐尔巴赫说,调查人员顺藤摸瓜调查该餐馆的进货渠道或许能为找到感染源提供重要线索。
 
为防范肠出血性大肠杆菌传入,美国、奥地利、斯洛文尼亚等国加强对本地和进口蔬菜等食品的检测,其中奥地利政府还宣布将采取一系列措施,降低本次疫情对当地蔬菜市场造成的影响。
 
 
 

 
据美国物理学家组织网6月1日报道,美国麻省理工学院的研究人员日前称,他们开发出了一种新的图像分割算法,可将传统分割算法的效率提高上万倍。该研究将有助于改善医疗成像系统的识别精度并实现对特定3D物体的连续跟踪识别。
 
当我们推开窗户向外张望时,马上就能看到汽车、人行道、行人或者远处高大的建筑。这在计算机领域中被称为视觉识别,对人类来说毫无难度,但对计算机视觉识别技术来说却是个难以解决的核心问题。因为计算机并不明白两个不同物体有什么不同,所以就必须将图像分割开来,告诉计算机每个物体的边界在哪里,用来解决这个问题的算法就被称为图像分割算法。
 
在图像分割算法上,最原始也最传统的算法是使用大量的猜测并通过计算进行匹配和排除。这种算法虽然也能达到目的,但效率低而且占用资源巨大。由麻省理工学院电子工程及计算机科学学院的詹森·张和计算机科学与人工智能实验室(CSAIL)的约翰·费舍尔开发的这套算法就能解决这一问题,他们宣称新算法可将传统算法的效率提高上万倍。
 
张说,图像分割之所以成为一个难题是因为它并没有一个唯一的正确答案。向10个人进行询问有可能会得到10种不同的回答。因此,他们希望能开发出一种与人类理解方式类似的图像分割算法。
 
为达到这一目的,詹森·张和费舍尔的算法从两个方面进行分割以实现平衡。首先以颜色为标准进行分割,按照颜色的不同来确定物体的边界;另外,以模糊算法通过简单化的原则对物体形状进行区分。
 
实验结果显示,虽然其他研究人员也都采取了与此大致相同的办法,但由于他们的初衷只为找到最适合的唯一的图像分割结果,所以运算强度大,效率自然较低;而新算法因考虑到了多种不同分割的可能,可以用较小的精度进行高效率的运算。虽然存在不少匹配精度较低的分割,但新算法最终仍能快速找到最优匹配结果。
 
美国佐治亚理工学院计算机工程学教授安东尼·伊泽尔说:“在图像分割领域有很多种新的方法,所以也不好说这种分割法会让整个领域发生变革。但应该肯定的是新算法非常有趣,我认为可以将其算作是一个里程碑。该技术可以用于物体的跟踪,甚至它还能用来识别随着时间的流逝外形发生变化的肿瘤。通过模式匹配,该技术还能够实现对不同角度不同光线下物体的精确识别。”