新しい研究によると、科学者らは初めてミンククジラの可聴域を直接的に測定して、それらが90キロヘルツ（kHz）もの高周波音を感知できることを発見し、その聴覚感度はこれまで考えられていたよりはるかに高いことを実証したという。この研究結果は、ヒゲクジラ - 地球最大の哺乳類 - がこれまで認識されていた以上に強く人為的な海洋雑音の影響を受けている可能性があるにもかかわらず、その可聴域が過小評価されているために規制における検討事項から除外されていることを示唆している。この数十年、主に、注目に値するような研究構想がいくつかあったり、海軍のソナー演習による騒音に関連したクジラ座礁事件が話題を呼んだりしたことから、海洋哺乳類に対する人為的騒音の影響についての懸念に関心が集中している。その結果、海洋乳類が人為的騒音にさらされる影響を評価するための基準と閾値の設定は大きく進歩した。研究者らは、海洋哺乳類に対する騒音の影響を測定する方法として、行動の変化、聴覚障害（主に騒音よって引き起こされる難聴）、及びその他の身体的影響を使用することを提案してきたが、騒音に対する反応は海洋哺乳類の種で大きく異なるうえに、どう反応するかも不明点が多いため、明確な閾値の設定は難しい。海洋哺乳類に影響を及ぼす音の周波数を特定するにはオージオグラム ―― 動物の聴覚感度を示すグラフ ―― が不可欠だが、大半の主要海洋哺乳類群では少なくとも1つの代表的な種についてオージオグラムが入手可能であるのに対し、ヒゲクジラについては、体が大きいがゆえに従来の聴覚検査の実施が困難なため、オージオグラムはない。現在、ヒゲクジラの聴力は、発声分析、解剖学的モデリング、及び行動研究といった間接的な方法に頼って推定されている。 海洋騒音がヒゲクジラにどのような影響を及ぼすかについて理解を深めようと、Dorian Houserらは、若いミンククジラ（Balaenoptera acutorostrata）を一時的に捕獲して聴覚誘発電位（AEP）検査を行う新しいキャッチ・アンド・リリース方式を開発した。この検査で、音に反応して脳内で発生する電気信号を測定することで聴覚感度を推定する。Houserらは、ノルウェーの2つの島の間の自然水路とそこに張り巡らした巾着網を使い、北に向かって回遊中の若いミンククジラ2頭を封じ込めた。クジラの皮膚に金メッキの電極を仮付けしてAEPを非侵襲的に記録し、音刺激は近くにある水中音響変換器で送信した。ヒゲクジラ類の聴覚は低周波音に特化していると考えられてきたが、ミンククジラは45から90 kHzの周波数を感知できることをHouserらは発見した。これはミンククジラの耳の構造とそれらが発する音の周波数に基づいてこれまで考えられてきた周波数よりもはるかに高い。

新たな研究で、DNA、RNA、そしてタンパク質配列の解読と設計を、分子レベルからゲノムレベルまで類のない精度で行える、「Evo」という機械学習モデルが発表された。全ゲノム配列を予測、生成、操作するEvoの能力は、合成生物学の方法を変える可能性がある。「細胞制御の全段階における変異の影響を予測し、DNA配列を設計して細胞機能を操作する能力は、疾患の診断と治療に対して多大な影響をもたらすだろう」と、関連するPerspectiveでChristina Theodorisは述べている。DNAは、たった4種類のヌクレオチドで生命に不可欠なすべての遺伝情報をコードしている。ゲノム配列の差異は、特定の生物学的機能のために選択された適応を反映している。これらの差異は、生物が新たなまたは変化しつつある環境に適応できるようにすることで進化を促す。DNA配列決定技術の進歩により、ゲノムの差異を全ゲノムスケールでマッピングできるようになった。これらのデータを新しい機械学習アルゴリズムと組み合わせれば、DNA、RNA、タンパク質の機能とその相互作用を理解できる包括的なモデルを構築できるだろう。しかし、大規模言語モデル（LLM）の成功に触発された一部の研究者は、同様な技術を適用してDNAを「言語」としてモデル化することを試みているが、現在の生成モデルは個々の分子やDNAセグメントに焦点を絞る傾向がある。このため、計算上の限界とともに、複雑な生物学的プロセスを理解するために必要な広範なゲノム相互作用を捉える上でのこれらのモデルの適用範囲が制約されている。 今回、Eric Nguyenらが、70億個のパラメータを備え、全ゲノムスケールに至るDNA配列を生成するよう設計された大規模なゲノム基盤モデル、Evoを発表した。StripedHyena構造で構築されたEvoは、進化的に多様な270万個の微生物ゲノムのデータセットでトレーニングされた。Nguyenらによれば、Evoは予測的および生成的生物学タスクにおいてともに優れており、細菌タンパク質およびRNAに対する変異の影響を予測するためのゼロショット評価ならびに遺伝子制御のモデリングでも高い精度を達成した。Evoはコード領域と非コード領域の複雑な共進化も把握し、CRISPR-Cas複合体や転移因子などの複雑な生体系の設計を支援する。ゲノムスケールでは、Evoは長さ1メガ塩基を超える配列を生成できる。これは以前のモデルをはるかに上回る能力である。「将来のモデルは、ヒトやその他の真核生物のさまざまなゲノムから学習し、大きなコンテキスト長を用いて、大きなゲノムスケールで離れたゲノムの相互作用を捉えることができるだろう」とPerspectiveでTheodorisは述べている。

新しい機械学習研究から、世界のプラスチック廃棄物は、何らかの介入がなければ、2050年には倍増するという予測が出ている。しかし、その研究の著者らが行ったシミュレーションによると、複合的な政策介入で、プラスチック廃棄物は90％以上、また、プラスチックに関連する温室効果ガスの排出は3分の1の削減が可能だという。国連条約の議論が進行する中、これらの研究結果はこのプラスチック危機に取り組むための極めて重要な青写真を提示している。プラスチックの生産はここ数十年間絶えず増加しており、それによってプラスチック廃棄物の発生と不適切な環境管理が急増している。プラスチックは分解されてマイクロプラスチックやナノプラスチック破片になり、世界中 - 北極圏から深海の生息地まで - の生態系に悪影響を与え、また、癌リスクの上昇、心血管疾患、生殖問題などの健康に対する重大なリスクも引き起こす。プラスチックはまた、そのライフサイクル、石油とガスの採取から生産、廃棄処理までの過程で温室効果ガスを排出し、それによって気候変動を激化させる。さらに、グローバル・サウスへの過度なプラスチック廃棄物の負担と、周縁化された地域近辺での多数のプラスチック施設の設置は、環境正義に対する切迫した懸念に拍車を掛けている。最近、世界はこれらの問題への取り組みに勢いづいており、ついには、2022年、プラスチック汚染を終わらせる法的拘束力のある条約を協議する国連決議が採択された。 Samuel Pottingerらはこの取り組みを支援しようと、世界のプラスチック生産、取引、廃棄物管理の動向を2050年まで予測する新しい機械学習モデルを開発した。また、プラスチック廃棄物と温室効果ガス排出を削減するための8つの妥当な政策介入の効果についてもシミュレーションを行った。その結果、政策介入なしでは、2050年には管理が不適切なプラスチックの年間廃棄物はほぼ倍増し、12,100万トンに達すると予想されることが判明した。同時に、地球のプラスチックシステムからの温室効果ガスの年間排出量も、同期間に37％増えると予想される。しかしPottingerらは、生産量の上限設定、リサイクルの義務化、包装税、インフラ投資を含む複合的な政策介入といった方法で、管理不行き届きなプラスチック廃棄物を最大91％、2050年のプラスチック関連の温室効果ガス排出を約3分の1、削減できるとしている。「要するに、これらの研究結果は、プラスチック汚染に関する国連条約の効果を条約の起草時から長い実施期間にわたって最大化する方法について時宜にかなった手掛かりを提示している」とPottingerらは書いている。「これらの結果から、必要に足りる政治的意思を持ってすれば、管理の不適切なプラスチック廃棄物を大幅に削減するとともに、関連するより潜行性の高い一部の問題に有意義に対応する技術的ポテンシャルは十分なことは明らかである。」