封面图片:AXS Studio
封面故事:“人类微生物组整合计划”发表最新研究成果
由美国国立卫生研究院资助的“人类微生物组整合计划”(iHMP或HMP2)结束了一个十年期的项目,该项目旨在探索人类与人体各种微生物之间的相互作用。在本期《自然》中,iHMP研究网络联盟(Research Network Consortium)的团队发表了这一项目的研究结果和分析。在第一篇论文中,Curtis Huttenhower和同事考察了炎症性肠病中的宿主-微生物相互作用;在第二篇论文中,Michael Snyder和同事报道了前驱糖尿病的宿主-微生物互作——已知前驱糖尿病会发展成2型糖尿病。另一篇“观点”文章介绍了项目概况,探讨了研究结果如何促进了人们对疾病发生和进展的理解,从而为疾病诊疗铺平道路。封面的艺术概念图展现了人体-微生物相互作用的多样性。
↓长按并提取二维码阅读
文章:Multi-omics of the gut microbial ecosystem in inflammatory bowel diseases
文章:Longitudinal multi-omics of host–microbe dynamics in prediabetes
观点文章:The Integrative Human Microbiome Project
新闻与观点文章:Tracking humans and microbes
“智能手套”有望为机器人增添人类触感
根据本周《自然》发表的一篇论文,一种装配了传感器的手套可以学会识别单个物体、估算重量和应用触觉反馈。这种策略或有助于未来设计假体、机械工具和人机交互。
人类能够以适当的力度抓握和感受物体。但是这种感觉反馈很难在机器人身上实现。近年来,基于计算机视觉的抓握策略在新兴机器学习工具的帮助下,取得了长足进步,但是仍缺少依赖于触觉信息的平台。
Subramanian Sundaram及同事设计了一种简易廉价(10美元)的可伸缩触觉手套,上面布置了548个传感器和64个导电线电极。该传感器阵列由一张力敏薄膜和导电线网络组成。电极与薄膜之间的每一个重合点都对垂直力敏感,并会记录通过薄膜的电阻。作者带上手套单手操控物体,由此记录下了一个大规模的触觉图谱数据集。数据集包含手指区域的空间关联和对应,它们代表了人类抓握的触觉特征。
作者使用手套,单手与26个物体进行互动,时间超过5个小时,并录下了触觉视频。之后,他们利用记录下来的数据训练一种深度学习网络来识别这些图片,发现该深度学习网络能够通过持握方式鉴定出不同的物体。
论文:Learning the signatures of the human grasp using a scalable tactile glove
新闻与观点文章:Bridging the gap between artificial vision and touch
点击“阅读原文”发现更多最新Nature精彩内容