什么样的3D打印材料在受损时也能支撑细胞生长？生成式AI能理解建筑设计中的地域特色与情感表达吗？卫星数据结合机器学习如何揭示空气质量的秘密？微生物组与AI“携手”能否改变我们对肠癌疾病的预测方式？而面对充斥虚假信息的网络时代，你是否了解自己对谣言的易感程度......

本期推文聚焦化学材料、工程设计、环境科学、医学与公共健康五大领域，精选五项在Preprints.org发布的最新研究，诚邀您阅读，探索核心发现。

欢迎浏览Preprints.org官网了解更多有关平台和预印本的信息：

https://www.preprints.org/?mtm_campaign=sciencenet-post

本文首发于“PreprintsOrg 预印本”公众号：

https://mp.weixin.qq.com/s/x3-J1N88NyXjQDFSe5oXQw

01 化学与材料科学

《通过添加PBS控制3D打印PLA-BaTiO₃生物复合材料的韧脆性行为》

骨组织工程致力于构建可降解并促进再生的支架材料。聚乳酸 (PLA) 作为常用的生物可吸收聚合物，常与羟基磷灰石 (HAP) 复合以提高生物活性。其中压电性作为骨骼活性的典型特征，可用于研究电刺激对骨再生的影响过程。研究人员将钛酸钡 (BaTiO₃) 等压电材料被引入复合材料中，可在机械刺激下产生电信号，促进成骨分化并产生积极影响，但其具体机制仍需进一步明确。

该预印本旨在开发一种可打印、延展性良好的复合材料，即使在结构受损的情况下也能支持细胞生长。选用具有生物相容性的PLA与聚丁二酸丁二醇酯 (PBS) 共混，分别将纯PLA和PLA/PBS混合物与BaTiO₃结合，经加工成细丝后进行3D打印并测试机械性能。

结果表明，基于PLA的复合材料在压力作用下刚度更高，杨氏模量较混合样品提高最多6.5%。即使在BaTiO₃浓度为10wt%的情况下，加入PBS也使其具有更高的延展性。材料延展性的提高有望为细胞生长提供更安全的条件，并使其在机械负荷后实现弹性恢复。

此预印本的同行评审版本已于九月初发表在期刊Journal of Composites Science上。

该预印本及其同行评审版本可通过此链接查看：

https://www.preprints.org/manuscript/202508.1714

02 工程学

《生成式AI在建筑立面设计中的应用：跨地域、客观与情感描述的感知一致性测度》

该预印本针对生成式AI在建筑立面设计中的感知一致性问题展开了创新性探索。论文采用Stable Diffusion (SDXL) 模型生成不同地理区域的建筑立面图像，并通过地理定位实验和感知一致性实验进行多维评估。研究发现生成图像在地理特征呈现上存在区域差异性，且在客观描述一致性方面显著优于情感描述。作者从计算层面 (模型表达力局限与训练数据偏差) 和认知层面 (情感感知涉及高阶认知过程与文化依赖性) 对差异现象进行了深度阐释。

研究亮点在于系统验证了开源生成模型在建筑地域性表达与人类感知一致性方面的潜力与局限，并创新性地提出通过文化增强的生成系统 (如文化意识提示、生物反馈机制) 提升情感一致性的未来路径。然而研究存在一定局限性：仅采用10个城市数据导致文化覆盖面不足，主观评价中未报告评分者间信度，且客观/情感描述符的分类存在语义重叠现象。这些局限为后续研究指明了改进方向，包括扩展多样化文化语境数据集、采用多答案研究设计等。

此预印本的同行评审版本已于九月初发表在期刊Buildings上。

该预印本及其同行评审版本可通过此链接查看：

https://www.preprints.org/manuscript/202508.1669

03 环境与地球科学

《利用谷歌AlphaEarth Foundations卫星嵌入进行城市空气质量预测的机器学习研究：以厄瓜多尔基多市为例》

许多全球南方城市的空气质量监测因地面网络稀疏和持续云层覆盖受到限制，难以检测精细的空间模式和时间趋势。基于此，该预印本评估了谷歌地球引擎中AlphaEarth Foundations模型的年度多传感器卫星嵌入在预测和绘制厄瓜多尔基多市2017年至2024年间主要空气污染物的潜力。该64维嵌入数据融合了哨兵-1雷达影像、哨兵-2光学影像、Landsat地表反射率、ERA5-Land气候变量、GRACE陆地水储量以及GEDI冠层结构，形成对地表与气候条件的紧凑表征。

研究将基多大气监测网络提供的年度中位浓度数据 (包括NO₂、SO₂、PM₂.₅、CO和O₃) 与对应位置的嵌入数据进行匹配，并采用五种机器学习算法进行建模。支持向量回归模型在NO₂和SO₂预测中表现最佳，成功捕捉到包括COVID-19封锁期下降在内的精细空间格局与多年变化趋势。PM₂.₅和CO预测精度中等，而O₃因受短期光化学过程与气象因子影响，且与年度聚合数据不匹配，预测仍具挑战性。

SHAP分析表明，少量嵌入波段对NO₂和SO₂预测起主导作用。该方法为数据稀缺环境下的高分辨率城市空气质量制图提供了可扩展、可移植的框架，有助于长期监测、污染热点识别及循证政策制定。

该预印本原文可通过此链接查看：

https://www.preprints.org/manuscript/202508.1202

04 医学与药理学

《从菌群失调到预测：AI驱动的IBD与CRC微生物组洞察》

AI与微生物组分析整合的最新进展扩展了我们对胃肠道疾病的理解，特别是炎症性肠病 (IBD)、结肠炎相关结直肠癌 (CAC) 和散发性结直肠癌 (CRC)。虽然IBD和CAC在机制上存在关联，但最近的证据也表明散发性CRC存在菌群失调。从IBD到CAC的进展在机制上通过慢性炎症和微生物菌群失调相关联，而在散发性CRC中也观察到了不同的菌群失调模式。

在该预印本中，作者研究了如何将机器学习和AI应用于微生物组和多组学数据，从而能够发现非侵入性微生物生物标志物、精细的风险分层和预测治疗反应。研究重点介绍了新兴计算框架 (包括可解释人工智能、基于图的模型和整合多组学) 如何推动该领域从描述性分析向预测性和规范性分析发展。

在强调这些创新的同时，研究也批判性地评估了当前的局限性，包括数据变异性、方法标准化的缺乏以及临床转化的挑战。总而言之，AI与微生物数据的整合有望成为消化系统疾病管理的标准工具，将个体多样性的复杂性转化为针对IBD和CRC独特病理的精准医疗方法。随着这些方法的成熟，它们有望支持精准医疗的发展，从而实现更个性化的预防、诊断和治疗策略，从而直接改善患者的预后。

此预印本的同行评审版本已于九月中旬发表在期刊Gastroenterology Insights上。

该预印本及其同行评审版本可通过此链接查看：

https://www.preprints.org/manuscript/202509.0494

05 公共卫生与医疗保健学

《网络虚假信息易感性量表：开发与初步验证》

随着互联网和社交媒体的普及，虚假与误导性信息的传播更加便捷，威胁人类健康、经济、政治和社会稳定，尤其在健康领域，会干扰医疗决策与公共卫生。传统评估多依赖受试者辨别信息真伪，但受限于文化背景与知识差异。

为此，该预印本开发并验证了网络虚假信息易感性量表 (OMISS)，为各行业提供了应对虚假信息风险的有效工具。验证结果显示，OMISS得分与虚假新闻检测能力和对科学家的信任显著负相关，与阴谋论心态显著正相关，证明其测量有效。

作为首个基于自我报告评估网络信息验证行为的工具，OMISS克服了传统“新闻评估任务”的局限，适用于更广泛的网络用户。该量表可融入数字素养提升项目，用于诊断、定制与评估，并支持长期监测和大数据分析，为政策制定提供依据。未来可在不同文化与语言群体中进一步验证其适用性和有效性。

此预印本的同行评审版本已于九月初发表在期刊Healthcare上。

该预印本及其同行评审版本可通过此链接查看：

https://www.preprints.org/manuscript/202507.0610

作为全球第五大预印本服务平台，Preprints.org不仅自身支持多学科研究成果的发布与推广，还与MDPI期刊保持着紧密的合作关系。在平台投稿的作者可以借助Friendly Journals服务，精准匹配到与文章主题相契合的期刊，并通过转投功能实现快速便捷的期刊投稿 (Preprints.org-to-Journals)。此外，学者在投稿至MDPI期刊时，也可选择同时在Preprints.org上发布预印本 (Journals-to-Preprints.org)，让研究成果更快地公开和传播。

倒计时4天：Preprints.org首场Webinar即将启幕！​​

为迎接“国际开放获取周”，Preprints.org首场Webinar特邀开放科学社区的倡导者与平台领导者共同探讨“在开放科学中，谁拥有话语权？”，并研究多元视角与日益重要的预印本机制如何共同促进更具包容性和协作性的科研文化。我们诚邀您参与这场讨论，共同剖析开放科学中权力、可见度与参与度的动态关系。会议特设圆桌讨论环节，如果您有任何想要探讨的问题，欢迎在评论区提出。我们将精选部分议题纳入圆桌讨论，与嘉宾共同深入交流。

此外，为方便您随时回顾，本次直播将提供录播视频。您只需提前完成注册，我们将在视频上线后第一时间通过邮件通知您；您也可以关注“PreprintsOrg 预印本”公众号，完整版视频将于会后随公众号推文同步上线，敬请期待！

会议免费注册及观看入口 (点击链接或扫描下图二维码均可)：

https://us02web.zoom.us/webinar/register/3017576490908/WN_MZ4aam8YREaCtBp4BM-seg#/registration