土耳其阿勒山脚下著名的杜鲁皮纳尔船形地貌，一直被一部分人怀疑是圣经里诺亚方舟的埋藏遗迹。

最新的野外科考已经结束，研究团队首次向下钻探最深达 20 米（60 多英尺），采集了三百多份地下样本送去实验室化验。

一个值得关注现象：钻孔打下去，没有遇到一整块连续坚硬岩石，大部分都是土层。

不过主流地质学界长期认为这里只是泥流造就的天然地貌，目前还没有找到船体、古木头实物，一切都还只是假说。

事件梳理

1.遗址基础背景

杜鲁皮纳尔（Durupınar），1959 年被发现，外形酷似巨大船只，长度和圣经记载方舟尺寸接近。

主流地质学界 1996 年就发表论文，认定是火山泥流造就的天然地质构造，并非人造船只遗迹。

2.本次科考核心发现（项目团队视角）

①首次开展深部取芯钻探，最深 20 米；采集 300 多份地层样本，等待实验室检测，目标寻找腐朽古木、人类活动痕迹。

②2024 年地表土壤检测：地貌内部有机物含量为外部三倍，钾元素高出 38%，酸碱度不同。

③钻探关键现象：钻孔之内没有连续整块基岩，大部分为土层，零星碰到碎石。

团队认为这对 “天然整块岩石” 的旧解释提出挑战。

④周边出土古代陶片（铜石并用时代至铁器时代），但陶片是在地貌外围，不是地层内部出土。

附近还存在两处尚未发掘的古人类聚落。

3.研究者本人态度 项目负责人安德鲁・琼斯个人相信圣经大洪水叙事，但反复对外提醒：样本还在实验室分析，证据尚不具备决定性，不要急于下定论，他也理解外界大量质疑声音。

提示：这是该项目团队对外发布的科考进展，不等于考古学界公认结论。

现在只有土壤地球化学数据，没有找到船板、木材等直接实物证据；实验室结果还没有完整对外公布。

个人观点

这是一次很有话题度的探测。

过去大家认为这是一整块天然岩石，钻探发现地下以土层为主，确实带来新疑点。

但 “地下没有整块岩石”，并不能直接推导出 “这里就是诺亚方舟”，泥流堆积本身就可以形成厚土层。

最终要看实验室能不能检测出古木、大型人造构件残留。

如果检测不出对应的生物遗存，那么新钻探也只是增加疑点，依旧不能证实传说。

科学界对此保持高度审慎。

你觉得仅凭土壤异常、地下钻探现象，是否足以支撑诺亚方舟遗迹的猜想？

贵州发现两栖动物新物种——麻阳河掌突蟾

中新网贵阳10月23日电 (朱梦怡 梁好好)近日，由贵州麻阳河国家级自然保护区管理局、贵州省野生动植物保护协会、茅台学院、贵州大学组成的联合科研团队，在贵州麻阳河国家级自然保护区发现掌突蟾属新物种——麻阳河掌突蟾。

相关研究成果已于10月19日发表于国际动物分类学权威期刊《ZooKeys》。

麻阳河掌突蟾正模标本活体照。

李仕泽 刘京供图 掌突蟾属是一类分布于亚洲的小型落叶层蟾类，多栖息于山地森林溪流周边的地表枯枝落叶层。

该属物种广泛分布于中国南方、印度东北部及东南亚地区，武陵山区是该属物种重要的物种分化中心与生物多样性热点区域。

2025年3月，科研团队在麻阳河保护区开展两栖爬行动物专项野外调查时，在海拔约550 m的山地瀑布溪流周边采集到7只小型蛙类雄性标本。

科研团队结合形态学特征比较，以及基于线粒体16S rRNA、COI基因序列的分子系统发育与遗传距离分析，证实该种群为尚未被描述的独立新物种。

目前，麻阳河掌突蟾仅分布于贵州麻阳河国家级自然保护区；栖息于区内清澈且常年流水的山溪瀑布周边岩石或植物叶片上。

后续野外调查发现，3月至5月可听到该物种的求偶鸣叫声，据此推断其繁殖期为3月至5月。

麻阳河掌突蟾生存的生态环境。

杨朝辉 摄 麻阳河保护区地处武陵山脉北段，喀斯特地貌广泛发育，水系发达，原生森林保存完好，为两栖动物提供了优越栖息环境。

麻阳河掌突蟾的发现进一步丰富了武陵山区掌突蟾属的物种多样性，印证了喀斯特山地是中国南方两栖动物重要的冰期生物避难所，也凸显了麻阳河保护区重要的生物多样性保护价值。

科研团队调查发现，麻阳河掌突蟾分布范围十分狭窄，高度依赖山地溪流生境，易受溪流扰动、河岸植被破坏及气候变化等威胁。

因此建议，尽快依据IUCN红色名录评估标准完成该物种的受威胁等级评估，并加强对保护区内溪流生态系统与河岸原生植被的保护。

同时，应持续在武陵山喀斯特区域开展两栖爬行动物系统性本底调查，探明区域内尚未被发现的隐存物种，为喀斯特生态系统野生动物保护管理提供科学支撑。

(完)

AI又长本事了！只需一句话，就能生成蛋白质

记者10月22日从西湖大学获悉，该校科研团队与香港科技大学（广州）、中国科学院深圳先进技术研究院团队合作，搭建了名为Pinal的人工智能（AI）模型。

只需给该模型提供一句文字描述，它就能生成与已知天然蛋白序列不同、并可能具备实际功能的候选蛋白质。

相关研究成果日前在线发表于《自然》杂志。

蛋白质是生物大分子，其借助层层折叠出的精确空间结构，发挥各种特定功能。

“在冷冻电镜重构出的三维结构中，蛋白质呈现复杂而精密的折叠形态，成千上万个原子在纳米尺度内有序排布。

”西湖大学工学院特聘研究员原发杰介绍，蛋白质设计的难点正在于其结构高度精密，局部变化可能影响整体折叠和功能。

近年来，随着技术的快速发展，AI已能够预测蛋白质结构与序列之间的关系。

西湖大学科研团队希望更进一步，直接用自然语言描述蛋白质的功能，让AI生成对应的蛋白质序列。

Pinal概念图。

（图片由 GPT-Image-2生成）西湖大学供图 在研究过程中，科研团队发现，这一尝试需跨越巨大的数据鸿沟：已知蛋白序列数据规模庞大，但经实验验证功能的数据相对稀缺，AI模型难以建立功能文字和蛋白序列之间的可靠对应关系。

为破解难题，科研团队提出以蛋白质三维结构作为中间桥梁的技术路线，以此来开发和训练Pinal模型。

他们整合了多种来源的蛋白质数据，构建了覆盖约1.35亿条不同蛋白质序列的训练数据集。

通过为同一蛋白质配备多种语言表述，团队最终构建了包含约17亿条“蛋白质-文本”配对的AI合成训练数据集，为Pinal模型学习语言描述与蛋白质之间的关联提供了基础。

该模型运行大致分为三步：先根据文字生成蛋白质的结构蓝图，再依据结构排布氨基酸，最后对众多候选氨基酸序列打分，挑出最符合目标的候选序列。

科研团队选取荧光蛋白、降解PET塑料的酶、醇脱氢酶以及穿梭H蛋白四类功能迥异的蛋白质开展实验验证。

四类实验共同证实，Pinal模型可以设计出区别于已知天然蛋白序列且在实验中发挥目标功能的蛋白质。

原发杰表示，目前基于自然语言描述的蛋白质设计模型仍处于概念验证阶段，更多精细化的蛋白质功能设计需求，例如通过语言指令指定荧光蛋白的发光波段，是团队以及科技界当下面临的科研挑战。

来源：科技日报