TUB

https://www.youtube.com/watch?v=QN-8_6K6wQk 🐦 عندما يقول ذكر صائد الذباب: «ابتعد» للذكور و«اقتربي» للإناث! قد يبدو تغريد الطيور مجرد أصوات جميلة في الغابة، لكنه في الحقيقة وسيلة اتصال معقّدة تحمل رسائل مختلفة بحسب المستمع. ومن الأمثلة اللافتة صائد الذباب المطوّق الأوروبي (Ficedula hypoleuca)، حيث يستطيع الذكر استخدام صوته في سياقات مختلفة خلال موسم التكاثر. 🔹 للذكور المنافسة: يعمل الغناء كإشارة دفاعية عن الإقليم، وكأنه يقول: «هذا المكان محجوز، ابتعد!» فالذكور تتنافس على مواقع التعشيش، ويُستخدم الغناء في الدفاع عن المنطقة وإبعاد الذكور الأخرى. 🔹 للإناث: يمكن أن يؤدي الغناء وظيفة مختلفة تمامًا، إذ يساعد الذكر على جذب الإناث إلى موقع التعشيش، وكأن الرسالة أصبحت: «اقتربي، هذا المكان مناسب!» والأكثر إثارة أن الدراسات الحديثة وجدت أن الذكور بعد التزاوج قد يغيّرون خصائص أغانيهم؛ إذ تصبح المقاطع الغنائية أقصر، مع زيادة في تبديل المقاطع الصوتية. وقد تستطيع الإناث بالفعل استخدام هذه الاختلافات في الأغنية للتعرف إلى ما إذا كان الذكر غير متزاوج أو مرتبطًا بأنثى أخرى. 🧠 المفارقة التطورية: بعض الذكور المتزاوجة تنشئ إقليمًا ثانيًا بعيدًا عن الإقليم الأول، وتحاول جذب أنثى ثانية إليه. وقد أظهرت الدراسات أن هذا السلوك يمكن أن يؤدي إلى تعدد الزوجات لدى بعض الذكور، بينما تتحمل الأنثى الثانية غالبًا قدرًا أقل من الرعاية الأبوية. وهكذا فإن التغريدة الواحدة ليست مجرد «صوت»؛ بل قد تكون رسالة اجتماعية تتغير وظيفتها بحسب هوية الطائر الذي يسمعها. https://www.sciencenews.org/article/cheating-birds-song-pied-flycatchers

https://youtu.be/NOdy0NY24pg 🔥 عندما تتحول الحرارة إلى موجات… اكتشاف جديد في درجة حرارة الغرفة لطالما اعتقد العلماء أن الحرارة داخل المواد الصلبة تنتشر بصورة تشبه الانتشار العشوائي، حيث تتشتت الاهتزازات الذرية باستمرار. لكن دراسة جديدة نُشرت في مجلة Nature Physics كشفت عن ظاهرة أكثر غرابة: يمكن للحرارة أن تنتقل على هيئة مسارات موجية مركّزة حتى عند درجة حرارة الغرفة. 🔬 ما الذي اكتشفه الباحثون؟ تنتقل الحرارة في البلورات بصورة رئيسية عبر اهتزازات ذرية كمومية تُعرف باسم الفونونات (Phonons). وفي ظاهرة تُسمى تركيز الفونونات (Phonon Focusing)، لا تنتشر هذه الاهتزازات بالتساوي في جميع الاتجاهات، بل يمكن أن تتجمع في مسارات محددة تشبه الأشعة. وقد تمكن باحثون من جامعة كاليفورنيا في لوس أنجلوس (UCLA) من رصد هذه الظاهرة في بلورات زرنيخيد البورون (Boron Arsenide) عند درجة حرارة الغرفة. 🌡️ لماذا يُعد ذلك مفاجئًا؟ كان تركيز الفونونات قد رُصد سابقًا بصورة أساسية عند درجات حرارة شديدة الانخفاض، حيث يقل تشتت الفونونات وتستطيع الانتقال لمسافات أطول. أما في درجة حرارة الغرفة، فمن المتوقع أن تتعرض الفونونات لتشتت كبير يجعل انتقال الحرارة أقرب إلى الانتشار التقليدي. لكن زرنيخيد البورون يمتلك خصائص تسمح للفونونات بالانتقال لمسافات طويلة نسبيًا قبل أن تتشتت. 📐 والأكثر إثارة للاهتمام: اتجاه البلورة يغيّر مسار الحرارة. أظهر الباحثون أن نمط انتقال الحرارة يعتمد على اتجاه البلورة وترتيب ذراتها. فقد ظهرت أنماط تركيز مختلفة، منها أنماط ذات تماثل رباعي وسداسي وثماني، تبعًا للاتجاه البلوري. وبعبارة أخرى: يمكن لبنية البلورة أن تحدد الاتجاه الذي تسلكه الحرارة. 🔭 استخدم الفريق تقنية لرسم خريطة لدرجة الحرارة على مقياس نانوي، وتمكن من رؤية مسارات حرارية شبيهة بالأشعة داخل المادة. كما تطابقت الأنماط التي شوهدت تجريبيًا مع الحسابات النظرية المستندة إلى معادلات نقل الفونونات. ⚙️ لماذا يهم هذا الاكتشاف؟ قد يفتح التحكم الاتجاهي في انتقال الحرارة الباب أمام طرق جديدة لتبريد: • الشرائح الإلكترونية عالية الأداء. • معالجات الذكاء الاصطناعي. • الأجهزة النانوية. • الأنظمة الضوئية. • التقنيات الكمومية. فبدلًا من انتظار انتشار الحرارة ثم محاولة التخلص منها، قد يصبح من الممكن مستقبلًا توجيه الحرارة والتحكم في مسارها على المستوى النانوي. وهذا يشبه، بصورة تقريبية، فكرة توجيه الضوء داخل الألياف الضوئية، لكن هنا نتعامل مع موجات حرارية تحملها الفونونات. 🧠 الخلاصة: الحرارة ليست دائمًا مجرد انتشار عشوائي. في بعض البلورات، يمكن للاهتزازات الذرية الكمومية أن تتحرك في مسارات موجية محددة، وقد أظهر هذا البحث أن هذا السلوك يمكن أن يستمر حتى عند درجة حرارة الغرفة. إنها خطوة مهمة نحو ما يمكن تسميته مستقبلًا بـ هندسة الحرارة الكمومية. 📄 المصدر العلمي: Man Li et al., Phonon focusing at room temperature, Nature Physics, 2026. DOI: 10.1038/s41567-026-03335-y 🔗 رابط الدراسة: https://www.nature.com/articles/s41567-026-03335-y

https://youtu.be/KFMbAeYbiW0 🪼 اكتشاف قنديل بحر سام جديد قرب سواحل سنغافورة أعلن علماء الأحياء البحرية عن اكتشاف نوع جديد من قناديل البحر الصندوقية السامة يحمل الاسم العلمي Chironex blakangmati، ويعيش في المياه الساحلية القريبة من جزيرة سنتوسا في سنغافورة. وينتمي هذا النوع إلى جنس Chironex المعروف بأنه يضم بعض أكثر الكائنات البحرية سمية في العالم. 🔹 أهم المعلومات عن هذا الاكتشاف: • تم اكتشاف النوع الجديد خلال دراسات ميدانية أجريت في المياه الساحلية لسنغافورة. • ينتمي إلى قناديل البحر الصندوقية، وهي قناديل تمتلك سماً شديد القوة قد يسبب آلاماً حادة ومضاعفات خطيرة. • يتميز هذا النوع بشفافيته الكبيرة، مما يجعل رؤيته في الماء أمراً صعباً. • أكد الباحثون أن التحليل الجيني أظهر أنه نوع مختلف عن الأنواع المعروفة سابقاً. • سُمّي بـ blakangmati نسبة إلى الاسم التاريخي القديم لجزيرة سنتوسا، والذي يعني تقريباً: «جزيرة الموت من الخلف». • يُعد هذا الاكتشاف دليلاً على أن التنوع الحيوي البحري في جنوب شرق آسيا لا يزال يخفي أنواعاً جديدة لم تُكتشف بعد. 🌊 لماذا يُعد الاكتشاف مهماً؟ يساعد التعرف على هذه الأنواع في تحسين إجراءات السلامة البحرية، وفهم النظم البيئية الساحلية، وحماية السباحين والأنشطة البحرية من المخاطر المحتملة. 📚 للمزيد عن الدراسة العلمية: https://www.popsci.com/environment/new-box-jellyfish/

https://www.youtube.com/watch?v=IbD5_7q7xyw 🦠 هل يُعدّ بروتين IL-1 خط الدفاع الحاسم ضد فطر المبيضات (Candida)؟ كشفت دراسة حديثة أن الإشارة المناعية IL-1 قد تكون العامل الأساسي الذي يمنع فطر Candida albicans من التحول إلى عدوى قاتلة. ففي تجارب أُجريت على الفئران، أدى غياب إشارات IL-1 مع ضعف المناعة إلى انتقال الفطر من الفم إلى أعضاء الجسم المختلفة، مما تسبب في انتشار عدوى جهازية خطيرة. وتشير النتائج إلى أن هذا المسار المناعي يلعب دورًا محوريًا في احتواء العدوى ومنعها من الخروج عن السيطرة. أبرز نتائج الدراسة: • بروتين IL-1 يساعد الجهاز المناعي على احتواء فطر المبيضات في مراحله الأولى. • عند غياب إشارات IL-1، أصبح الفطر قادرًا على الانتشار من الفم إلى الكلى والدماغ وأعضاء أخرى في الجسم لدى الفئران ذات المناعة الضعيفة. • تشير النتائج إلى أن IL-1 لا يقتصر دوره على تنشيط الخلايا المناعية، بل ينظم أيضًا البيئة داخل الأنسجة بطريقة تعيق نمو الفطر وانتشاره. • قد تفتح هذه النتائج الباب أمام تطوير علاجات جديدة تستهدف مسار IL-1 للوقاية من العدوى الفطرية الشديدة، خاصة لدى مرضى نقص المناعة. https://go.aps.org/4xlMdqB

https://youtu.be/_pZmMU2xLM8 🧠 بوابة بروتينية معطّلة قد تكون من الأحداث المبكرة في مرض باركنسون تشير أبحاث من جامعة أكسفورد إلى آلية خلوية جديدة قد تساعد في تفسير كيفية بدء الضرر العصبي في مرض باركنسون. 🔬 ما القصة؟ يُعد بروتين ألفا-ساينيوكلين (α-synuclein) أحد أبرز البروتينات المرتبطة بمرض باركنسون. وعندما يتخذ أشكالًا غير طبيعية ويتراكم داخل الخلايا العصبية، قد يبدأ بالتداخل مع عمليات أساسية داخلها. وجد الباحثون أن أشكال ألفا-ساينيوكلين غير المطوية ترتبط بخلل في قناة بروتينية تُعرف باسم Sec61A، وهي جزء من نظام موجود في غشاء الشبكة الإندوبلازمية، وتعمل كـ«بوابة» تسمح بانتقال البروتينات الجديدة إلى داخل الشبكة الإندوبلازمية. 🚧 ماذا يحدث عند تعطّل البوابة؟ عندما تتعطل وظيفة Sec61A، لا تصل بعض البروتينات بصورة صحيحة إلى وجهتها داخل الخلية. ومن البروتينات المتأثرة بروتينات ضرورية لعمل الليسوسومات (الجسيمات الحالّة)، وهي العضيات المسؤولة عن تفكيك المخلفات الخلوية وإعادة تدوير مكوناتها. وقد يؤدي ذلك إلى: • انخفاض قدرة الليسوسومات على العمل بصورة طبيعية. • اضطراب حموضة الليسوسومات، وهي ضرورية لعمل الإنزيمات الهاضمة داخلها. • خلل في وصول بروتينات مهمة مثل Glucocerebrosidase و Cathepsin B. • اضطراب أنظمة التخلص من البروتينات التالفة داخل الخلية. 🧩 لماذا يُعد هذا مهمًا؟ الفكرة المثيرة للاهتمام هي أن المشكلة قد لا تبدأ فقط بتراكم كتل كبيرة من ألفا-ساينيوكلين، بل ربما تبدأ في مرحلة أبكر عندما تتشكل أشكال صغيرة وغير طبيعية من البروتين داخل الخلايا العصبية. ويشير الباحثون إلى أن تقليل ألفا-ساينيوكلين المرضي عبر تنشيط عملية تكسيره بواسطة البروتيازوم أدى إلى تخفيف الخلل المرتبط بـSec61A. وهذا يفتح احتمالًا مثيرًا للاهتمام: إذا أمكن اكتشاف هذا الاضطراب في مرحلة مبكرة، فقد يصبح إصلاح نظام التخلص من البروتينات أو تعزيز قدرة الخلية على تنظيف البروتينات التالفة هدفًا علاجيًا محتملًا. ⚠️ لكن: هذه النتائج لا تعني حتى الآن وجود علاج جديد لمرض باركنسون، ولا تثبت أن تعطّل Sec61A هو السبب الوحيد للمرض؛ بل تقدم آلية محتملة تربط بين ألفا-ساينيوكلين واضطراب أنظمة التخلص من المخلفات داخل الخلايا العصبية. 📚 المصدر: جامعة أكسفورد – بحث حول التغيرات الزمنية والمكانية لسمّية ألفا-ساينيوكلين في الخلايا العصبية الدوبامينية البشرية. . https://medicalxpress.com/news/2026-08-parkinson-linked-synuclein-blocks-protein.html

https://www.youtube.com/watch?v=S43wnN-FijU الذكاء الاصطناعي يقود ثورة جديدة في دراسة النيوترينو داخل مشروع DUNE أعلن مشروع DUNE (Deep Underground Neutrino Experiment) عن دمج تقنيات الذكاء الاصطناعي في جميع مراحل التجربة، في خطوة تُعد نقلة نوعية لدراسة جسيمات النيوترينو، وهي من أكثر الجسيمات غموضًا في الكون. ويستند المشروع إلى عقود من أبحاث التعلم الآلي التي طُورت في مختبر فيرمي الأمريكي (Fermilab). 🔹 أبرز النقاط: • استخدام الذكاء الاصطناعي لتحليل ملايين إشارات النيوترينو بسرعة ودقة تفوق الطرق التقليدية. • تحسين القدرة على التمييز بين الإشارات الحقيقية والضوضاء داخل الكواشف العملاقة. • المساهمة في اكتشاف أحداث نادرة، مثل النيوترينوهات القادمة من انفجارات المستعرات العظمى. • دعم تشغيل أجهزة الرصد ومراقبة أدائها بشكل لحظي، مما يزيد من كفاءة التجربة. • يهدف مشروع DUNE إلى فهم سبب هيمنة المادة على المادة المضادة في الكون، ودراسة خصائص النيوترينو بدقة غير مسبوقة. • يشارك في المشروع أكثر من ألف عالم من مختلف دول العالم، ويُعد أحد أكبر مشاريع الفيزياء الحديثة. 📌 لماذا يُعد هذا مهمًا؟ النيوترينو من أكثر الجسيمات وفرةً في الكون، لكنه نادر التفاعل مع المادة، لذلك فإن تحليل بياناته يتطلب تقنيات حوسبة متقدمة. ويُتوقع أن يؤدي دمج الذكاء الاصطناعي إلى تسريع الاكتشافات العلمية وفتح آفاق جديدة لفهم أصل الكون وتطوره. https://news.fnal.gov/2026/08/dune-uses-ai-to-transform-the-future-of-neutrino-research/

https://youtu.be/-KFO0pES-zQ 🌦️ الذكاء الاصطناعي والفيزياء يتعاونان لفهم الظواهر الجوية المتطرفة طوّر فريق من العلماء إطارًا جديدًا يجمع بين توقعات الطقس المعتمدة على الذكاء الاصطناعي والنماذج الفيزيائية التقليدية، بهدف تحسين دراسة الظواهر الجوية النادرة مثل موجات الحر الشديدة والعواصف الاستثنائية والفيضانات. ويسمح هذا النهج بالحصول على نتائج دقيقة مع تقليل التكلفة الحاسوبية بشكل كبير. أبرز النقاط: 🔹 يعتمد الإطار الجديد على دمج توقعات الذكاء الاصطناعي مع نموذج فيزيائي عالي الدقة. 🔹 يستخدم خوارزمية مخصصة لزيادة عدد المحاكاة الخاصة بالأحداث الجوية النادرة دون الحاجة إلى تشغيل نماذج مناخية باهظة التكلفة باستمرار. 🔹 يقلل التكلفة الحاسوبية بما يتراوح بين 30 و300 مرة مقارنة بالطرق التقليدية، مع الحفاظ على دقة عالية في توصيف الظواهر المتطرفة. 🔹 يساعد الباحثين على تقدير احتمالات وقوع أحداث مناخية نادرة لم تُسجل إلا مرات قليلة أو لم تُرصد سابقًا. 🔹 يمكن أن يسهم مستقبلًا في تحسين أنظمة الإنذار المبكر وتقليل آثار الكوارث الطبيعية على المجتمعات. لماذا يُعد هذا مهمًا؟ مع تزايد تأثير التغير المناخي، أصبحت الظواهر الجوية المتطرفة أكثر شيوعًا وخطورة. ويُعد الجمع بين سرعة الذكاء الاصطناعي ودقة النماذج الفيزيائية خطوة واعدة لفهم هذه الظواهر والاستعداد لها بشكل أفضل. go.aps.org/4pVI61U

https://youtu.be/tRA2SfSk2Tc 🧠🌍 هل تحتاج علوم المناخ إلى استبدال النماذج الفيزيائية بالذكاء الاصطناعي؟ ربما لا! قد يكون الاستخدام الأكثر فائدة للذكاء الاصطناعي في علوم المناخ ليس أن يحل محل النماذج الفيزيائية، بل أن يخبرها أين تبحث. هذا هو جوهر إطار جديد يسمى AI+RES، طوّره فريق من الباحثين بقيادة Amaury Lancelin، لزيادة كفاءة دراسة الظواهر المناخية النادرة، وخصوصًا موجات الحر الشديدة. 🔬 ما المشكلة؟ الأحداث المناخية المتطرفة نادرة للغاية. فإذا أردنا معرفة احتمال حدوث موجة حر تحدث مرة كل آلاف أو عشرات آلاف السنين، فإن تشغيل نموذج مناخي فيزيائي لفترة طويلة بما يكفي لرصد عدد كافٍ من هذه الأحداث يحتاج إلى موارد حوسبة هائلة. أما نماذج الذكاء الاصطناعي الجوية فهي أسرع بكثير، لكنها تواجه مشكلة مهمة: عندما يتعلق الأمر بأحداث نادرة جدًا لم تظهر في بيانات التدريب، يصبح التنبؤ بها واستقراء احتمالاتها أقل موثوقية. وهنا تأتي الفكرة الجديدة. 🤖 الذكاء الاصطناعي لا يعطي الإجابة النهائية بدلًا من مطالبة الذكاء الاصطناعي بمحاكاة موجة الحر النادرة بنفسه، يستخدم الباحثون نموذج الذكاء الاصطناعي كـ«مرشد». يولّد النموذج توقعات سريعة لمسارات جوية مختلفة، ثم يحدد المسارات التي تبدو أكثر احتمالًا للتطور نحو موجة حر شديدة. بعد ذلك، تُمنح هذه المسارات مزيدًا من الموارد الحسابية داخل نموذج المناخ الفيزيائي الحقيقي. أي أن: الذكاء الاصطناعي يبحث ويختار 🔎 بينما: النموذج الفيزيائي يحاكي الحدث ويعطي النتيجة النهائية 🌍 وهذه نقطة مهمة جدًا؛ فالحدث المتطرف نفسه لا يتم اختراعه بواسطة الذكاء الاصطناعي، بل يتم توليده بواسطة النموذج الفيزيائي. 📊 كيف تعمل AI+RES؟ يبدأ الباحثون بعدد من المسارات المناخية المتوازية. وفي مراحل زمنية محددة، يتنبأ نموذج الذكاء الاصطناعي بما يمكن أن يحدث لكل مسار. المسارات التي تبدو واعدة في الوصول إلى موجة حر شديدة يتم تكرارها، بينما يتم التخلص من المسارات الأقل احتمالًا. وبذلك تُوجَّه القدرة الحاسوبية نحو المناطق المهمة من «فضاء الحالات» بدلًا من إهدارها على آلاف المسارات التي لن تؤدي إلى حدث متطرف. ⚡ والنتيجة مذهلة باستخدام نحو 400 مسار محاكاة فقط، تمكنت AI+RES من تقدير فترات عودة موجات الحر النادرة حتى نحو 50,000 سنة. في المقابل، وبالميزانية الحسابية نفسها، كانت المحاكاة المباشرة موثوقة تقريبًا حتى أحداث بفترة عودة تبلغ 50 سنة فقط. وبالنسبة للأحداث التي تبلغ فترة عودتها نحو 10,000 سنة، حققت الطريقة تسارعًا حسابيًا يتجاوز 100 مرة، مع اختلاف عامل التسريع بحسب الحالة وطريقة المقارنة. 🌡️ الأهم من مجرد معرفة الاحتمال ميزة أخرى مهمة هي أن الطريقة لا تعطي رقمًا إحصائيًا فقط. فهي تنتج مسارات فيزيائية كاملة للأحداث المتطرفة. وهذا يسمح للباحثين بدراسة: • كيف تبدأ موجة الحر؟ • ما الظروف الجوية التي تسبقها؟ • كيف تتطور الأنظمة الجوية أثناء الحدث؟ • ما الأنماط واسعة النطاق في الغلاف الجوي المرتبطة بها؟ وقد أظهرت النتائج أن موجات الحر التي تنتجها AI+RES تحافظ على أنماط دوران جوي واسعة النطاق تتوافق مع المحاكاة الفيزيائية المرجعية الأكثر تكلفة. 💡 الفكرة الأوسع هذه الدراسة تقدم تصورًا مهمًا لدور الذكاء الاصطناعي في العلوم. فالذكاء الاصطناعي لا يحتاج دائمًا إلى أن يكون دقيقًا بنسبة 100% في كل شيء حتى يكون مفيدًا للغاية. أحيانًا يكفي أن يكون جيدًا في الإجابة عن سؤال مختلف: «أين يجب أن ننفق موارد الحوسبة التالية؟» ثم نترك الحساب الفيزيائي عالي الدقة يتولى إنتاج النتيجة النهائية. وهذا يمثل نموذجًا واعدًا لـ الذكاء الاصطناعي من أجل العلم (AI for Science): 🤖 الذكاء الاصطناعي = البحث والتوجيه وتخصيص الموارد 🧮 النماذج الفيزيائية = التحقق والمحاكاة والنتيجة النهائية وبهذا لا يصبح الذكاء الاصطناعي بديلًا عن الفيزياء، بل أداة تجعل الفيزياء أكثر كفاءة. 🌍 وقد لا تقتصر الفكرة على موجات الحر؛ إذ يرى الباحثون إمكانية تطبيقها على ظواهر نادرة أخرى، مثل الجفاف، وانخفاض إنتاج الطاقة المتجددة، وارتفاع الطلب على الكهرباء، وغيرها من الأحداث المتطرفة. 📄 الدراسة العلمية: AI-boosted rare event sampling to characterize extreme weather Amaury Lancelin, Alexander Wikner, Laurent Dubus, Clément Le Priol, Dorian S. Abbot, Freddy Bouchet, Pedram Hassanzadeh & Jonathan Weare Physical Review Letters — 2026 DOI: https://doi.org/10.1103/b1gc-9c2q نسخة مفتوحة على arXiv: https://arxiv.org/abs/2510.27066

https://www.youtube.com/watch?v=io452VQx0EE 🧬 الذكاء الاصطناعي واكتشاف الأدوية: هل اقتربنا فعلًا من ثورة طبية؟ شهدت السنوات الأخيرة موجة هائلة من التفاؤل حول استخدام الذكاء الاصطناعي في اكتشاف الأدوية. فالذكاء الاصطناعي أصبح قادرًا على تحليل كميات ضخمة من البيانات البيولوجية والكيميائية، والتنبؤ ببنية البروتينات، واقتراح جزيئات دوائية جديدة، وتحديد أهداف علاجية محتملة، بل والمساعدة في تحسين المركبات قبل اختبارها في المختبر. لكن مراجعة معمقة حديثة في مجلة Nature Reviews Drug Discovery تطرح سؤالًا أكثر أهمية: هل تحوّل هذا التقدم التقني بالفعل إلى تأثير سريري حقيقي؟ والإجابة الحالية أكثر تحفظًا مما توحي به الضجة الإعلامية. 🔬 من أين يأتي تأثير الذكاء الاصطناعي؟ يمكن استخدام الذكاء الاصطناعي في مراحل متعددة من رحلة اكتشاف الدواء، منها: • تحديد الأهداف الجزيئية المرتبطة بالأمراض. • تحليل البيانات الجينية والبيولوجية الضخمة. • التنبؤ ببنية البروتينات والتفاعلات بين الجزيئات. • البحث الافتراضي عن مركبات دوائية محتملة. • تصميم جزيئات جديدة باستخدام الذكاء الاصطناعي التوليدي. • التنبؤ ببعض الخصائص الدوائية والسمية. • إعادة توظيف أدوية موجودة لأمراض أخرى. • المساعدة في تصميم التجارب السريرية وتحليل بيانات المرضى. وهذا قد يجعل عملية البحث أكثر سرعة وكفاءة، لكنه لا يعني تلقائيًا أن الدواء الناتج سيكون أكثر أمانًا أو فعالية لدى البشر. 🧪 المشكلة الأساسية: المختبر ليس الإنسان يمكن لنموذج ذكاء اصطناعي أن يحقق نتائج ممتازة في اختبار حسابي أو في مجموعة بيانات محددة، ولكن الانتقال من هذه النتيجة إلى دواء ناجح لدى المرضى يمثل تحديًا مختلفًا تمامًا. فالدواء يجب أن يمر بسلسلة طويلة من المراحل: اكتشاف الهدف → تصميم المركب → التجارب المخبرية → الدراسات الحيوانية → التجارب السريرية → إثبات السلامة والفعالية → الموافقة التنظيمية. ولهذا فإن تحسين أداء النموذج الحاسوبي لا يساوي بالضرورة تحسين احتمالية نجاح الدواء في العيادة. ⚠️ أين تكمن الفجوة؟ تشير المراجعة إلى أن الأدلة على وجود تأثير سريري مهم للذكاء الاصطناعي في اكتشاف الأدوية لا تزال محدودة. وهنا تأتي العبارة المهمة: "غياب الدليل لا يعني بالضرورة دليل الغياب." أي أننا لا نستطيع القول إن الذكاء الاصطناعي فشل في اكتشاف أدوية أفضل، كما لا نستطيع القول إنه أثبت نجاحه السريري بصورة قاطعة. السبب جزئيًا هو أن تطوير الدواء يستغرق سنوات طويلة، ولذلك قد تكون بعض التقنيات الحديثة بحاجة إلى وقت أطول حتى يظهر تأثيرها الحقيقي في المرضى. 📊 المشكلة ليست دائمًا في الذكاء الاصطناعي نفسه هناك عدة تحديات: • جودة البيانات الطبية والبيولوجية. • نقص البيانات السريرية المناسبة للتدريب. • صعوبة التعامل مع الأنظمة البيولوجية المعقدة. • اختلاف المرضى واستجاباتهم للأدوية. • صعوبة التنبؤ بالسمية والفعالية داخل جسم الإنسان. • الفجوة بين نتائج النماذج الحاسوبية والتجارب الواقعية. • الحاجة إلى تفسير قرارات بعض النماذج المعقدة. • صعوبة إدخال التقنيات الجديدة في أنظمة تطوير الأدوية القائمة. 🧠 من "هل يستطيع النموذج التنبؤ؟" إلى "هل يساعد الطبيب والعالِم على اتخاذ قرار أفضل؟" وهذه ربما أهم نقطة في المراجعة. اختبار نموذج الذكاء الاصطناعي على مجموعة بيانات ومعرفة مدى دقة تنبؤاته ليس كافيًا. السؤال الأهم هو: هل يؤدي استخدام هذا النموذج إلى اتخاذ قرارات أفضل في اكتشاف الدواء وتطويره؟ فالقيمة الحقيقية للذكاء الاصطناعي لن تكون فقط في إنتاج نماذج أكثر تعقيدًا، وإنما في قدرته على تحسين القرارات العلمية التي تؤدي في النهاية إلى أدوية أكثر أمانًا وفعالية. 🚀 إذن هل الذكاء الاصطناعي مبالغ في تقدير قدراته؟ ليس بالضرورة. الذكاء الاصطناعي حقق بالفعل تقدمًا مهمًا في علوم الأدوية والبيولوجيا الجزيئية، وفتح طرقًا جديدة للتعامل مع مشكلات كان حلها أكثر صعوبة في السابق. لكن المشكلة تكمن في الخلط بين: القدرة التقنية و التأثير الطبي الحقيقي. قد يكون لدينا نموذج مذهل يستطيع تصميم آلاف الجزيئات الجديدة، لكن التحدي الحقيقي هو معرفة أي منها سيصبح دواءً ناجحًا وآمنًا للإنسان. 🔭 المستقبل المرحلة القادمة من الذكاء الاصطناعي في اكتشاف الأدوية قد لا تعتمد فقط على بناء نماذج أكبر وأقوى. بل على تصميم أنظمة مرتبطة مباشرة بالأسئلة الطبية الحقيقية، واستخدام بيانات أكثر جودة، وإجراء اختبارات واقعية، وقياس نجاح الذكاء الاصطناعي بقدرته على تحسين القرارات والنتائج السريرية. وبعبارة أخرى: المستقبل ليس بالضرورة "ذكاءً اصطناعيًا يستبدل العلماء"، بل ذكاءً اصطناعيًا يجعل العلماء أكثر قدرة على اكتشاف ما لم يستطيعوا اكتشافه سابقًا. https://www.nature.com/articles/s41573-026-01496-2

https://www.youtube.com/watch?v=Fxnt7SWdJSY 🐦🎶 كيف يساعد التنفس الكناري على الغناء بسرعة وقوة؟ قد يبدو غناء الطيور مجرد عملية صوتية، لكن دراسة في PRX Life تكشف أن وراءه نظامًا ميكانيكيًا معقدًا يجمع بين التنفس والديناميكا اللاخطية. 🔬 ماذا درس العلماء؟ استخدم الباحثون تسجيلات فسيولوجية لطيور الكناري، إلى جانب نموذج ميكانيكي حيوي لاخطي، لدراسة العلاقة بين التنفس وإنتاج الصوت. في أثناء التنفس الهادئ، يعمل الجهاز التنفسي للكناري بالقرب من تردد الرنين الطبيعي لجهازه التنفسي، ما يجعل عملية التهوية فعّالة. لكن الغناء يتطلب شيئًا مختلفًا تمامًا. 🎵 عندما يبدأ الكناري بالغناء يرتفع معدل التنفس بصورة كبيرة، ويمكن أن تصبح دورات التنفس أثناء الغناء أسرع بما يصل إلى نحو 15 مرة مقارنة بالتنفس في حالة الراحة. كما تتعرض الأكياس الهوائية لضغوط أكبر بكثير من تلك الموجودة أثناء التنفس الطبيعي. وهنا يدخل الجهاز التنفسي في نظام لاخطي. ⚙️ ما أهمية اللاخطية؟ في النظام الخطي، يكون تضخيم الاستجابة قويًا بالقرب من تردد رنين محدد، لكن خارج هذه المنطقة تقل الكفاءة بسرعة. أما عندما يغني الكناري بقوة، فإن اللاخطية في الجهاز التنفسي توسّع نطاق الترددات التي يمكن للنظام تضخيمها. وتشير الدراسة إلى أن عرض نطاق الاستجابة المتضخمة أصبح أكبر بنحو 5.4 مرات في المتوسط. وهذا يسمح للكناري بإنتاج مجموعة واسعة من المقاطع الصوتية السريعة، بدل أن يكون مقيدًا بتردده الطبيعي أثناء التنفس الهادئ. 🐤 التنفس والغناء يستخدمان الرنين نفسه بطريقة مختلفة المثير للاهتمام أن الرنين ليس مجرد ظاهرة فيزيائية غير مفيدة؛ بل يبدو أن الطائر يستفيد منه أثناء سلوكين مختلفين. أثناء التنفس الهادئ، يساعد الرنين على جعل التهوية أكثر كفاءة. وأثناء الغناء، تسمح اللاخطية للجهاز التنفسي بتوسيع نطاق الاستجابة، بحيث يستطيع الطائر إنتاج أصوات ذات معدلات مختلفة وبسرعة كبيرة. 📊 نتيجة لافتة وجد الباحثون أن المقاطع الغنائية تقع ضمن نطاق الاستجابة المتضخمة، وأنها تُنتج في المتوسط عند نحو 94% من أقصى مستوى تضخيم نظري. وهذا يشير إلى أن الجهاز التنفسي للكناري ليس مجرد أداة لإدخال الأكسجين وإخراج ثاني أكسيد الكربون؛ بل أصبح جزءًا أساسيًا من الآلية الفيزيائية التي تمكّن الطائر من الغناء. 🧠 الخلاصة غناء الكناري مثال جميل على التفاعل بين الجهاز العصبي والعضلات والميكانيكا الحيوية والفيزياء اللاخطية. فالطائر لا يحتاج إلى تغيير جهازه التنفسي بالكامل عندما ينتقل من التنفس إلى الغناء؛ بل يستفيد من اللاخطية لتوسيع قدرات النظام وتمكينه من العمل خارج نطاق الرنين الطبيعي للتنفس الهادئ. 📚 المصدر العلمي: Facundo Fainstein, Franz Goller & Gabriel B. Mindlin Birds breathe and sing at resonances of the biomechanics arXiv: https://arxiv.org/abs/2509.11019 📌 بيانات الدراسة والشفرة البرمجية: https://zenodo.org/records/15636149

https://youtu.be/a8v8EZ_BUgo 🔬 كيف تتشكّل موجات كثافة الشحنة في مادة ErTe₃؟ تحتوي مادة ErTe₃ على حالتين متنافستين من موجات كثافة الشحنة (CDW)، إلا أن إحدى الموجتين أضعف بكثير من الأخرى، وظل أصل تشكّلها لغزًا للفيزيائيين. في دراسة حديثة، استخدم الباحثون نبضات ليزر فائقة السرعة لإثارة المادة، ثم تابعوا كيفية عودة موجتي كثافة الشحنة إلى حالتهما الأصلية. 🌊 النتيجة المثيرة: تبيّن أن الموجة الأقوى تستعيد ترتيبها بطريقة تدريجية تشبه انتقالات الطور التقليدية، بينما تتعافى الموجة الأضعف بطريقة مختلفة تمامًا. فبدلًا من أن تعود بصورة متجانسة، تبدأ نوى صغيرة من الترتيب الإلكتروني بالظهور في مناطق منفصلة، ثم تنمو هذه المناطق تدريجيًا لتعيد بناء موجة كثافة الشحنة. 🧊 يشبه الباحثون هذه العملية من حيث المبدأ تكوّن بلورات الجليد: تبدأ العملية بتكوّن نوى صغيرة، ثم تتوسع وتنمو حتى تنتشر الحالة الجديدة في المادة. وهذا يشير إلى أن موجة كثافة الشحنة الثانوية في ErTe₃ قد تتشكل عبر آلية التكوّن والنمو (Nucleation and Growth)، وهي آلية مرتبطة بانتقال من نوع مختلف عن الانتقال التقليدي للموجة الأقوى. ⚛️ تكمن أهمية النتيجة في أنها تكشف أن حالتين متنافستين داخل المادة نفسها يمكن أن تتشكلا بآليتين فيزيائيتين مختلفتين، مما يوفر طريقة جديدة لفهم التحولات الطورية في المواد الكمومية. 📌 وقد تساعد هذه النتائج مستقبلًا في فهم كيفية التحكم في الحالات الإلكترونية المتنافسة داخل المواد المتقدمة، وهي ظاهرة مهمة في أبحاث المواد الكمومية والموصلية الفائقة. 📚 المصدر العلمي: Nature Physics — Time-domain identification of distinct mechanisms for competing charge density waves in a rare-earth tritelluride https://www.nature.com/articles/s41567-026-03382-5

https://youtu.be/sThVqQRqpaY ⚡ تسريع الإلكترونات إلى 396 ميغا إلكترون فولت بتقنية «التركيز الطائر» نجح باحثون في تحقيق خطوة مهمة نحو بناء مسرّعات جسيمات أصغر وأكثر قوة، باستخدام تقنية ضوئية تُعرف باسم «التركيز الطائر» (Flying Focus). في مسرّعات البلازما التقليدية، يمكن لنبضة الليزر أن تولّد موجة بلازمية قوية تدفع الإلكترونات إلى طاقات عالية جدًا خلال مسافات قصيرة. لكن هناك مشكلة أساسية تُعرف باسم إزالة الطور (Dephasing)؛ إذ تتحرك الإلكترونات فائقة السرعة تدريجيًا أمام موجة التسريع، فتخرج من المنطقة التي تمنحها أكبر تسارع. 💡 الحل الجديد: التركيز الطائر بدلًا من ترك بؤرة الليزر ثابتة أو تتحرك وفق السرعة المعتادة للنبضة، صمّم الباحثون النبضة بحيث تتحرك منطقة التركيز الشديد داخل البلازما بطريقة يمكن التحكم بها. بهذه الطريقة يمكن جعل موجة البلازما التي تُسرّع الإلكترونات تتحرك قريبًا جدًا من سرعة الضوء في الفراغ، مما يسمح للإلكترونات بالبقاء داخل مرحلة التسارع لمسافة أطول بكثير. 🔬 ماذا حققت التجربة؟ • طاقة إلكترونات قصوى بلغت 396 ± 14 MeV. • استُخدمت بلازما بكثافة تقارب 5 × 10¹⁸ إلكترون/سم³. • استُخدمت نبضة ليزر مدتها نحو 21 فيمتوثانية بطاقة 4 جول. • امتد التركيز الطائر لمسافة تقارب 7 ملم. • الطاقة المقاسة تجاوزت حد الطاقة التقليدي الناتج عن إزالة الطور بأكثر من ضعفين. • بلغت الطاقة المحدودة تقليديًا بسبب إزالة الطور نحو 185 MeV، بينما وصلت التجربة إلى 396 MeV. ⚛️ لماذا هذا مهم؟ المسرّعات التقليدية تحتاج إلى منشآت ضخمة للوصول إلى طاقات عالية، بينما تستطيع مسرّعات البلازما بالليزر توليد مجالات كهربائية هائلة على مسافات قصيرة جدًا. والتغلب على إزالة الطور يعني أن بالإمكان الاستفادة من هذه المجالات لمسافات أطول، مما يفتح الطريق أمام مسرّعات بلازمية أكثر كفاءة وقدرة. ولا يعني ذلك أن لدينا حاليًا مسرّعًا بطول بضعة مليمترات يصل إلى طاقات التيرا إلكترون فولت؛ فالنتيجة الحالية هي إثبات تجريبي لمبدأ جديد يمكن تطويره مستقبلًا باستخدام أنظمة ليزر أقوى. 🚀 وتشير الدراسة إلى إمكانية استخدام هذه الفكرة مستقبلًا للوصول إلى حزم إلكترونية عالية الطاقة، وربما إلى مسرّعات من فئة تيرا إلكترون فولت باستخدام تقنيات ليزر متعددة البيتاواط. 📚 المصدر العلمي: Dephasingless laser wakefield acceleration of electrons using a flying focus — Nature Physics, 2026. https://www.nature.com/articles/s41567-026-03352-x

https://www.youtube.com/watch?v=mJ8ZDdA10GY 🔬 زمر لي: اللغة الرياضية التي تصف تناظرات الطبيعة قد تبدو «زمر لي» (Lie Groups) للوهلة الأولى موضوعًا رياضيًا مجردًا، لكنها في الحقيقة تقف وراء عدد كبير من أكثر القوانين الأساسية في الفيزياء. فما هي زمر لي؟ ولماذا أصبحت بهذه الأهمية؟ 📐 ما هي زمرة لي؟ زمرة لي هي بنية رياضية تجمع بين مفهومين مهمين: • نظرية الزمر، التي تدرس التناظرات والتحويلات. • الهندسة والتفاضل، اللذان يسمحان بدراسة التناظرات التي تتغير بصورة مستمرة. فمثلًا، يمكن تدوير قرص دائري بأي زاوية: درجة واحدة، أو 30 درجة، أو 150 درجة، أو أي زاوية حقيقية أخرى. جميع هذه الدورانات تشكل زمرة مستمرة تُعرف باسم SO(2). أما دوران جسم في الفضاء ثلاثي الأبعاد فيرتبط بالزمرة SO(3). 🌀 من الزمرة إلى جبر لي إحدى الأفكار القوية في هذا المجال هي أن دراسة الزمرة نفسها يمكن تبسيطها بالنظر إلى ما يسمى جبر لي (Lie Algebra). يمكن تخيل جبر لي بصورة مبسطة على أنه دراسة «الاتجاهات المحلية» أو التغيرات الصغيرة جدًا بالقرب من نقطة معينة في الزمرة. وهنا تظهر قوة الجبر الخطي والتفاضل، إذ تصبح دراسة بنية معقدة أسهل بكثير عندما ننظر إلى سلوكها المحلي. ⚛️ لماذا يهتم الفيزيائيون بزمر لي؟ لأن التناظر موجود في قلب الفيزياء. إذا بقيت قوانين الفيزياء كما هي عندما نغيّر اتجاه النظام أو موضعه أو زمنه، فإن هذه التناظرات يمكن وصفها رياضيًا باستخدام بنى مثل زمر لي. وتظهر هذه اللغة الرياضية في نظريات أساسية تشمل: 🔹 الميكانيكا الكمومية 🔹 النسبية 🔹 الكهرومغناطيسية 🔹 نظرية الحقل الكمومي 🔹 القوى النووية 🔹 فيزياء الجسيمات الأولية بل إن التناظرات المرتبطة بزمر لي تدخل في وصف القوى الأساسية في الطبيعة. ⚡ صلة زمر لي بمبرهنة نويثر من أكثر الروابط إثارة للاهتمام العلاقة بين التناظر وقوانين الانحفاظ. فقد أثبتت عالمة الرياضيات إيمي نويثر أن وجود تناظر مستمر في نظام فيزيائي يرتبط بقانون انحفاظ. على سبيل المثال: ⏳ تناظر القوانين تحت إزاحة الزمن → حفظ الطاقة. 🌌 تناظر القوانين تحت الإزاحة المكانية → حفظ كمية الحركة. 🔄 التناظر تحت الدوران → حفظ كمية الحركة الزاوية. وهكذا لا تكون قوانين الانحفاظ مجرد قواعد منفصلة، بل يمكن فهمها باعتبارها نتائج عميقة لبنية التناظرات الموجودة في الطبيعة. 🧩 الفكرة الأعمق زمر لي لا تخبرنا فقط بكيفية تدوير الأشياء أو تحويلها رياضيًا، بل توفر لغة موحدة لفهم كيف يمكن للنظام أن يتغير دون أن تتغير القوانين التي تحكمه. ولهذا أصبحت التناظرات الرياضية أحد المفاتيح الأساسية لفهم بنية الكون والجسيمات والقوى. وقد يبدو الأمر للوهلة الأولى رياضيات تجريدية بحتة، لكن وراء الرموز والمعادلات توجد فكرة بسيطة جدًا: إذا كان هناك شيء لا يتغير عندما نغيّر طريقة وصفه، فهذا الثبات قد يخبرنا بقانون فيزيائي عميق. 📚 المصدر: Quanta Magazine — What Are Lie Groups? https://www.quantamagazine.org/what-are-lie-groups-20251203/

https://youtu.be/MO3XJf-ln7A 🌈 نحو مستقبل مستدام: هل يكون الهيدروجين وقود الصناعة في المستقبل؟ عندما نتحدث عن اقتصاد منخفض الكربون، لا يقتصر دور الهيدروجين على تشغيل وسائل النقل أو تدفئة المنازل، بل قد يصبح عنصرًا أساسيًا في تشغيل قطاعات صناعية ضخمة يصعب خفض انبعاثاتها بالوسائل التقليدية. 🏭 الصناعات الثقيلة يمكن للهيدروجين أن يؤدي دورًا مهمًا في: • تكرير النفط. • صناعة الحديد والصلب. • المسابك والصناعات المعدنية. • إنتاج الأسمدة. • الصناعات الكيميائية. وتتميز هذه القطاعات بأنها من أكبر مصادر الانبعاثات الصناعية، ولذلك فإن استبدال الوقود الأحفوري بالهيدروجين منخفض الكربون يمكن أن يساهم في تقليل انبعاثات غازات الدفيئة. ⚡ الهيدروجين الأخضر أحد أشهر المسارات هو إنتاج الهيدروجين الأخضر بواسطة التحليل الكهربائي للماء باستخدام الكهرباء المتجددة. لكن العملية تحتاج إلى كمية كبيرة من الطاقة؛ إذ تبلغ القيمة الحرارية الدنيا للهيدروجين نحو 33.3 كيلوواط ساعي لكل كيلوغرام، قبل احتساب الخسائر في عملية التحليل والمعدات. ومع ذلك، يعمل الباحثون والمهندسون على تطوير أجهزة تحليل كهربائي أكثر كفاءة، بهدف تقليل استهلاك الطاقة وتكلفة إنتاج الهيدروجين. 🌱 طرق أخرى لإنتاج الهيدروجين هناك مسارات أخرى قيد البحث، من بينها: • تحويل الكتلة الحيوية إلى هيدروجين. • تحويل النفايات البلاستيكية إلى هيدروجين. • استخدام الطحالب والأعشاب البحرية كمصادر محتملة. لكن بعض هذه التقنيات لا يزال في مراحل البحث والتطوير، كما أن استخدام مياه البحر يفرض تحديات كيميائية وتقنية بسبب الأملاح والشوائب. 🟢 الأمونيا الخضراء تُعد الأمونيا الخضراء مسارًا مثيرًا للاهتمام لأنها يمكن أن تعمل كوسيط لحمل الهيدروجين وتسهيل نقله وتخزينه. كما أن وجود بنية تحتية عالمية لنقل الأمونيا قد يمنحها ميزة لوجستية مهمة في اقتصاد الهيدروجين المستقبلي. 🌍 المفاجأة: الهيدروجين الأبيض لكن أكثر الجوانب إثارة للاهتمام هو ما يُعرف باسم الهيدروجين الطبيعي أو الجيولوجي، والذي يوجد بصورة طبيعية داخل القشرة الأرضية. بدلًا من إنفاق الطاقة لإنتاج الهيدروجين، قد يكون بالإمكان استخراج بعض هذه الموارد مباشرة من باطن الأرض. وتشير دراسة جيولوجية إلى تقديرات تقارب 5.6 تريليون طن متري من الهيدروجين الطبيعي الموجود في الصخور والخزانات الجوفية، مع عدم إمكانية الوصول اقتصاديًا إلى كل هذه الكمية بالضرورة. والأكثر إثارة هو أن الدراسة قدرت أن استخراج نحو 2% فقط من هذا المورد قد يوفر كمية من الهيدروجين تكفي لتغطية احتياجات العالم المرتبطة بالوصول إلى الحياد الكربوني لعدة مئات من السنين. ⚠️ لكن هناك تحفظ مهم هذه الأرقام لا تعني أن الأرض تحتوي على خزان ضخم جاهز للاستخراج. فموقع الهيدروجين، وعمق الخزانات، وحجمها، ومعدل تجددها، وتكلفة استخراجها، كلها عوامل تحدد ما يمكن استخدامه فعليًا. لذلك لا يزال الهيدروجين الطبيعي مجالًا بحثيًا ناشئًا، وليس بديلًا جاهزًا اليوم للنفط والغاز. 🔬 المستقبل قد يجمع عدة أنواع من الهيدروجين قد لا يعتمد اقتصاد المستقبل على مصدر واحد فقط، بل على مزيج من: ⚡ الهيدروجين الأخضر من التحليل الكهربائي. 🌱 الهيدروجين من الكتلة الحيوية والنفايات. 🧪 الهيدروجين المنتج من مسارات كيميائية متقدمة. 🌍 والهيدروجين الطبيعي المستخرج من باطن الأرض. إذا ثبتت إمكانية استخراج الهيدروجين الجيولوجي بكميات كبيرة وبتكلفة منخفضة، فقد يتحول من ظاهرة جيولوجية مثيرة للاهتمام إلى أحد أهم مصادر الطاقة في الاقتصاد منخفض الكربون. https://www.science.org/doi/10.1126/sciadv.ado0955

https://www.youtube.com/watch?v=rbtbyPqea7s ⚛️ عبور كمومي بنسبة 100% يحوّل الجسيم إلى إثارة شبيهة بالخيط في نتيجة لافتة في الفيزياء الكمومية، أظهر باحثون من جامعة غنت وجامعة كامبريدج وجامعة أكسفورد أن جسيمًا كموميًا يمكنه عبور ما يُعرف بـ «عيب الازدواجية الكمومية» (Quantum Duality Defect) بنسبة انتقال تبلغ 100%، من دون أن ينعكس. والأغرب أن الجسيم لا يخرج من الجهة الأخرى بالشكل نفسه؛ بل يتحول إلى إثارة كمومية غير محلية تشبه خيطًا ممتدًا. 🔹 ما هو عيب الازدواجية؟ يمكن تخيل العيب على أنه واجهة تفصل بين وصفين كموميين مختلفين، لكنهما يمثلان في العمق الفيزياء نفسها. عندما تصل حزمة موجية من الجسيمات إلى هذه الواجهة، لا تتصرف مثل حاجز تقليدي يمكن أن يعكس الجسيم أو يمتصه. بل تعبر الحزمة الواجهة بشكل كامل. 🔹 انتقال بنسبة 100% أظهرت الحسابات أن الانتقال عبر العيب الطوبولوجي يكون كاملًا؛ أي إن الجسيم لا ينعكس عن الواجهة. وهذا يرتبط بالطبيعة الطوبولوجية للعيب، التي تجعل خصائصه لا تعتمد على التفاصيل المحلية الصغيرة للنظام. 🔹 لكن الجسيم يتغير بعد العبور هنا تكمن النتيجة الأكثر إثارة. بعد عبور الواجهة، لا يعود الجسيم مجرد إثارة محلية عادية، بل يتحول إلى إثارة غير محلية شبيهة بالخيط. أي أن المعلومات التي كانت مرتبطة بجسيم محلي تصبح موزعة بطريقة تمتد على طول النظام وترتبط بالعيب نفسه. 🔹 ما علاقة ذلك بمفارقة المغناطيس أحادي القطب؟ 🧲 ترتبط هذه النتيجة بمشكلة نظرية قديمة في نظرية الحقول الكمومية تُعرف باسم «مفارقة أحادي القطب المغناطيسي». في أعمال نظرية تعود إلى كيرتس كالان وفاليري روباكوف، ظهرت مشكلة غريبة عند دراسة تشتت جسيم مشحون كهربائيًا عن أحادي قطب مغناطيسي افتراضي: يبدو وكأن الحالة الخارجة للجسيم تختفي من الوصف التقليدي. الحل المقترح هو أن الحالة لا تختفي فعلًا، وإنما تنتقل إلى قطاعات كمومية ملتوية وغير محلية. والبحث الجديد يقدم نموذجًا شبكيًا ملموسًا يوضح كيف يمكن أن يحدث ذلك: الجسيم يعبر العيب بصورة كاملة، لكنه يظهر بعد العبور كإثارة غير محلية شبيهة بالخيط. 🔹 كيف درس العلماء الظاهرة؟ استخدم الباحثون نماذج لسلاسل من الأنظمة الكمومية، مع تمثيل العيوب بواسطة أدوات رياضية تُعرف باسم مؤثرات حاصل ضرب المصفوفات (Matrix Product Operators). ومن خلال هذا الإطار أمكن وصف الواجهة الكمومية ودراسة كيفية انتقال الحزم الموجية خلالها. واللافت أن النموذج يمكن من حيث المبدأ دراسته باستخدام منصات المحاكاة الكمومية الحديثة، مثل الذرات فائقة البرودة، والأيونات المحاصرة، والمعالجات الكمومية فائقة التوصيل. 🔬 الخلاصة النتيجة لا تعني اكتشاف جسيم مغناطيسي أحادي القطب في المختبر، وإنما تقدم طريقة نظرية وشبكية لفهم مشكلة عميقة في نظرية الحقول الكمومية. فبدل أن «يختفي» الجسيم عند التفاعل مع البنية الطوبولوجية، يمكن أن يعبر بالكامل ويتحول إلى حالة كمومية غير محلية شبيهة بخيط. وهذا يمنح مفهوم «عيوب الازدواجية» معنى فيزيائيًا أكثر وضوحًا، ويقدم نموذجًا ملموسًا لأفكار كانت حتى وقت قريب شديدة التجريد. 📄 البحث العلمي: Perfect Particle Transmission through Duality Defects Atsushi Ueda, Vic Vander Linden, Laurens Lootens, Jutho Haegeman, Paul Fendley & Frank Verstraete https://arxiv.org/abs/2510.26780

https://www.youtube.com/watch?v=XEnzBH0zWvo 🔬 تلسكوب IXPE يرصد دليلًا قويًا على ظاهرة كمومية تنبأ بها هايزنبرغ قبل 90 عامًا في اكتشاف مثير، قدم تلسكوب IXPE التابع لوكالة ناسا أدلة قوية على ظاهرة كمومية غريبة تُعرف باسم الانكسار ثنائي القطب في الفراغ (Vacuum Birefringence)، وهي ظاهرة تنبأت بها فيزياء الكم قبل نحو 90 عامًا. 🌌 ما الذي حدث؟ درس العلماء نجمًا نيوترونيًا شديد التطرف يُعرف باسم المغناطيسار 1E 1547.0−5408، وهو من أكثر الأجرام امتلاكًا للحقول المغناطيسية قوة في الكون. استخدم الباحثون تلسكوب IXPE لقياس استقطاب الأشعة السينية القادمة من المغناطيسار، إلى جانب رصدات لاسلكية من تلسكوب باركس في أستراليا وبيانات من تلسكوب NICER. 🧲 النتيجة المفاجئة وجد العلماء أن الأشعة السينية الصادرة عن المغناطيسار تمتلك مستوى مرتفعًا جدًا من الاستقطاب، أعلى بكثير مما تتوقعه النماذج التقليدية لانبعاث سطح النجم النيوتروني. كما وجدوا أن اتجاه الاستقطاب مرتبط باتجاه المجال المغناطيسي للنجم بطريقة تتوافق مع ما تتنبأ به الديناميكا الكهربائية الكمومية (QED). ⚛️ ما هو الانكسار ثنائي القطب في الفراغ؟ وفقًا للديناميكا الكهربائية الكمومية، فإن الفراغ ليس «فارغًا» تمامًا على المستوى الكمومي؛ إذ يمكن أن تؤثر التقلبات الكمومية والجسيمات الافتراضية في سلوك الضوء. وعندما يمر الضوء بالقرب من مجال مغناطيسي هائل للغاية، يمكن للفراغ نفسه أن يتصرف بطريقة تشبه البلورات ثنائية الانكسار، بحيث تتأثر استقطابات الضوء المختلفة بطرق مختلفة. على الأرض، لا يمكن إنتاج مجال مغناطيسي قوي بما يكفي لرؤية هذا التأثير بوضوح. لكن المغناطيسارات توفر مختبرًا طبيعيًا فريدًا، إذ تمتلك حقولًا مغناطيسية هائلة تفوق ما يمكن للبشر إنتاجه بملايين المرات. 🔭 لماذا يُعد IXPE مهمًا؟ IXPE هو أول تلسكوب فضائي مخصص لقياس استقطاب الأشعة السينية، ما يسمح للعلماء بدراسة المجالات المغناطيسية والظروف الفيزيائية حول أكثر الأجرام تطرفًا في الكون. وتُعد هذه الرصدات خطوة مهمة نحو اختبار إحدى التنبؤات القديمة للديناميكا الكهربائية الكمومية في بيئة لا يمكن محاكاتها على الأرض. ⚠️ هل تم إثبات النظرية نهائيًا؟ ليس بعد. النتائج الحالية تمثل دليلًا قويًا ومثيرًا على حدوث الانكسار ثنائي القطب في الفراغ، لكن العلماء يؤكدون أن هناك حاجة إلى رصدات إضافية ومحاكاة أكثر دقة للتأكد من أن الإشارة المرصودة ناتجة بالفعل عن التأثير الكمومي وليس عن عمليات أخرى تحدث حول المغناطيسار. إذا تأكدت النتيجة، فستكون واحدة من أبرز الاختبارات الفلكية للديناميكا الكهربائية الكمومية في أقصى الظروف التي يوفرها الكون. 📌 المصدر العلمي: Nature — Vacuum birefringence and the polarized X-ray emission from a radio magnetar go.nasa.gov/3RTy7gY

https://youtu.be/E-goSpv7gj8 🔬 باحثون من MIT ومعهد Broad يطوّرون تقنية U-STORM التي تتجاوز حاجز الحيود في المجاهر الضوئية في إنجاز علمي جديد، أعلن باحثون من معهد ماساتشوستس للتقنية (MIT) ومعهد Broad عن تطوير تقنية تصوير فائق الدقة تُعرف باسم U-STORM، والتي تتيح رؤية البنى الجزيئية بدقة غير مسبوقة، مع تبسيط عملية التصوير بشكل كبير مقارنةً بالتقنيات التقليدية. أبرز النقاط: • تعتمد التقنية على جسيمات نانوية متخصصة تومض تلقائياً وبشكل مستمر، مما يسمح بجمع عدد هائل من القياسات دون تدهور الإشارة. • حقق الباحثون دقة تحديد مواقع تصل إلى 0.6 أنغستروم، وهي دقة تقترب من المستوى الذري. • تستخدم التقنية ليزر واحداً بالأشعة تحت الحمراء بدلاً من عدة ليزرات معقدة، مما يجعل النظام أبسط وأقل تكلفة. • يمكن تصوير عدة ألوان في الوقت نفسه، وهو ما يسرّع التجارب ويحسن دراسة البروتينات والجزيئات داخل الخلايا. • يتوقع أن تسهم التقنية في أبحاث السرطان، وعلم الأعصاب، وتطوير الأدوية، ودراسة البنى الجزيئية المعقدة بدقة أعلى من أي وقت مضى. لماذا يُعد هذا الإنجاز مهماً؟ ظل حاجز الحيود لعقود من أكبر القيود في المجاهر الضوئية، إذ يمنع رؤية التفاصيل الصغيرة جداً. وتفتح تقنية U-STORM الباب أمام تصوير أكثر دقة وسهولة، مما قد يسرّع اكتشافات علمية وطبية عديدة في السنوات القادمة. https://news.mit.edu/2026/researchers-break-diffraction-barrier-super-resolution-microscopy-0729

https://youtu.be/tk-SNvCPLCE 🔬 اكتشاف طريقة جديدة للتحكم في «الكيرالية» داخل البلورات نجح فريق من الباحثين في إظهار أن تطبيق شد أو ضغط ميكانيكي ثابت على بلورة كبريتيد الغاليوم والفضة (AgGaS₂) يمكن أن يعيد ترتيب الذرات داخليًا، لتتحول البنية من غير كيرالية إلى بنية كيرالية (ذات يمينية أو يسارية). ويُعرف هذا الاكتشاف باسم التأثير الكيرالي الانفعالي (Piezochiral Effect)، وهو يفتح بابًا جديدًا للتحكم في خصائص المواد دون تغيير تركيبها الكيميائي. أبرز النتائج • تمكن العلماء من توليد البنية الكيرالية بمجرد تطبيق شد أو ضغط على البلورة. • يمكن عكس اتجاه الكيرالية بالتبديل بين الضغط والشد أو بتغيير اتجاه القوة المطبقة. • أُثبتت الظاهرة عمليًا في بلورات كبريتيد الغاليوم والفضة باستخدام قياسات النشاط البصري. • قد تتيح هذه التقنية تصنيع مواد يمكن التحكم بخصائصها أثناء التشغيل بدلًا من تصنيع مواد جديدة بالكامل. التطبيقات المستقبلية - تطوير محفزات كيميائية أكثر كفاءة وانتقائية. - تحسين تقنيات الإلكترونيات المغزلية (Spintronics). - تصنيع حساسات بصرية وحيوية عالية الدقة. - تصميم مواد ذكية يمكن تعديل خصائصها ميكانيكيًا. يمثل هذا الإنجاز خطوة مهمة في علم المواد، إذ يبرهن أن القوى الميكانيكية البسيطة يمكن أن تتحكم في ترتيب الذرات وخصائصها الوظيفية، مما قد ينعكس على مجالات الكيمياء والإلكترونيات وتقنيات الاستشعار في المستقبل. https://www.chemistryworld.com/news/chiral-phenomenon-previously-thought-impossible-discovered-in-metal-sulfide-crystal/4023978.article

https://www.youtube.com/watch?v=daGtsOjrK0M 🛰️ لأول مرة.. رصد كويكب بثلاثة فصوص وقمر صغير يدور حوله! نجح فريق دولي من علماء الفلك في الحصول على أوضح الصور على الإطلاق للكويكب (44) نيسا (Nysa)، لتكشف مفاجأة غير مسبوقة: الكويكب يمتلك ثلاثة فصوص متصلة وقمرًا صغيرًا يدور حوله، ليصبح أول جرم معروف بهذه البنية داخل حزام الكويكبات بين المريخ والمشتري. أبرز النتائج: 🔹 أظهرت الصور أن الكويكب يتكون من ثلاثة أجزاء متصلة عبر عنقين ضيقين، وهو شكل لم يُرصد سابقًا في أي كويكب معروف. 🔹 اكتشف الباحثون قمرًا صغيرًا يبلغ قطره نحو 1 كيلومتر، ويدور حول الكويكب على مسافة تقارب 170 كيلومترًا. 🔹 يرجح العلماء أن نيسا قد يكون ناتجًا عن اندماج ثلاثة أجسام معًا، أو أنه جسم واحد شديد التشوه بسبب اصطدامات قديمة. 🔹 التقطت الصور باستخدام تلسكوبات متطورة وتقنيات بصريات تكيفية، مما وفر أعلى دقة تصوير لهذا الكويكب حتى الآن. 🔹 يساعد هذا الاكتشاف العلماء على فهم كيفية تشكل الكويكبات والكواكب في بدايات النظام الشمسي. https://phys.org/news/2026-08-asteroid-nysa-rare-lobed-formation.html