今日刊

就像收到一個包裹，你打開它（接觸），但不一定會被裡面的東西影響（感染）。傳統模型常假設接觸即感染，但新研究將「接觸」與「感染」分開，並引入「感染年齡」的概念——感染後經過的時間。這讓科學家能間接描述感染者體內的病毒量，以及不同病毒量下的感染機率。換句話說，你的感染風險不只取決於有沒有遇到病人，還取決於他正處於病程的哪個階段。這個模型能更精準預測傳播動態，幫助公共衛生單位對症下藥。

想像你把乳癌患者的基因資料畫成地圖——傳統方法只看直線距離，但拓撲數據分析（TDA）能看出地圖上的「洞」與連通性。科學家分析超過1000名患者的基因表現，發現一群本該預後極差的「基底樣型」患者，竟有出乎意料的好存活。原來他們的腫瘤帶有特殊的治療反應基因印記，而這群人在傳統分類中完全被忽略。更重要的是，由拓撲結構定義的風險組別，在排除年齡、期別、治療後仍顯著影響存活率。這表示TDA能挖出傳統方法遺漏的預後線索，未來有助於更精準的個人化治療。

想像一間賭場，每次下注都因為手抖而失準——傳統理論認為，這種隨機性會讓賭場最終只剩下一種賭法（單型態）。但這篇論文發現，在小型族群中，隨機波動反而能讓多種策略長期共存。所謂「顫抖手假說」主張隨機干擾迫使物種趨向單一，但模擬結果卻出現矛盾。研究者現在證明，隨機效應本身就能驅動多態性的出現，推翻了過去的預期。這解釋了為何有限族群的演化能維持多樣性。