2026 年 9 月 28 日至 10 月 2 日的九条学界动态：国家自然科学基金委、UKRI 与江西省科技厅发布资助指南或申报通知；三项 AI 辅助科研工作都把重点放在结论能否回溯到证据上，但评测仍以作者自测为主；开放科学方面有一个浏览器端电网计算开源框架、一宗仍在调查中的开放数据疑似滥用个案，以及 STM 的医学数据共享自愿性建议。

基金与资助：三份新公告，公开信息详略不一

国家自然科学基金委集中发布 8 份项目指南

国家自然科学基金委员会于 2026 年 9 月 30 日集中发布 8 份项目指南通告，方向包括表观基因组调控、深圳人工智能联合基金重大专项、面向低空经济前沿的基础研究、能源科学与人工智能融合青年专项、微重力多相界面流动、江门中微子实验原创探索、关联量子物质基础理论和介入式脑机接口。

官网通告只说明，指南已在科学基金网络信息系统的“项目管理—项目指南”模块发布。申请对象、资助强度和截止日期需要登录系统查看，本文未核到这些细节，因此不作补写。相关方向的研究者宜尽早登录核对，避免错过申报窗口。

UKRI/ESRC 与 Defra 招标设立气候韧性 What Works 中心

英国研究与创新署（UKRI）下属经济与社会研究理事会（ESRC）联合英国环境、食品和农村事务部（Defra），于 2026 年 10 月 1 日发布资助机会，资助建立并领导一个面向气候适应与韧性的 What Works 证据中心，与利益相关方共同生成、综合和转化证据，支持适应试点、干预和行动。

项目负责人须来自有资格获得 ESRC 资助的英国研究机构；英国企业、第三部门、政府机构和非英国机构不能担任负责人，但申请须至少包含一名来自英国企业、第三部门或政府机构的共同负责人。资助方最高贡献 2110 万英镑，申请于 2026 年 12 月 15 日 16:00（英国时间）截止，资助须在 2027 年 8 月 1 日前启动。

需要注意的是，UKRI 未来资助机会页面另列总经费 2640 万英镑。两个数字口径不同：前者是资助方的最高贡献，后者是页面列出的总经费，引用时应分别说明。与常见的单个研究项目不同，这笔资助面向的是一家“生产并转化证据”的机构。

江西启动 2027 年度省自然科学基金申报

江西省科学技术厅发布 2027 年度省自然科学基金项目申报通知，落款 2026 年 9 月 29 日，官网页面发布时间为 9 月 30 日。

申报人须为在职在岗的中国籍人员（含持永久居留证的外籍专家），一般需具备高级职称或博士学位，或获两名同领域高级职称人员推荐（青年项目 C 类除外）；公务员不得申报，每人每年限报 1 项省级科技计划项目。通知继续实行限额推荐，各单位重点项目与青年项目 A 类合计不超过指标数的 35%，青年项目 B 类和创新研究群体不受指标限制。申报人填报截止于 2026 年 10 月 29 日 17:00，单位审核截止于 11 月 1 日，推荐单位截止于 11 月 4 日。

资助金额未在通知正文列明，申报指南与指标数需登录江西省科技管理信息系统查看。三份公告中，只有 UKRI 与江西在公开页面写明了截止时间。

本期三栏九条的关系示意

AI 与科研：工具开始强调“留证据”，评测仍多为自测

机器学习筛选降解污染物的天然酶

澳大利亚 Murdoch 大学博士生 Joseph Boctor 在《Nature Reviews Earth & Environment》“Tools of the Trade”栏目发表短文（2026 年 9 月 28 日在线），介绍将机器学习与自动化生化分析结合，从全球数据库中数以百万计的已知酶里，筛选可降解塑料、PFAS 等持久性污染物的天然生物催化剂。作者主张先挖掘进化已经产生的候选酶，而不是一开始就对酶做过度的工程改造。Phys.org 于 10 月 2 日刊发机构稿，称团队正在测试、验证和放大筛选出的酶。

这是一篇方法介绍类短文，不是原创实验论文。原文需订阅，本文仅核到摘要与机构稿，未见具体模型、验证数据或独立复现结果。因此，它说明的是一种筛选思路，而不是“AI 已经找到可用的降解酶”。

K-Dense BYOK：让智能体的操作无法被改写

K-Dense 团队在 arXiv 公开论文 2610.00074（2026 年 10 月 2 日出现在公告列表；v1 提交时间戳为 9 月 4 日，可能经过审核延迟公开），介绍科研助手 K-Dense BYOK。研究者自带云端或本地模型的密钥，项目以普通文件夹保存在本机。它的核心是一本只增不删的“Living Lab Notebook”：系统观察智能体实际执行了什么操作，而不是采信智能体的自述，并把记录写入智能体无法修改的日志，使结论可以追查。

作者在 20 个跨学科研究提示、预先固定的评分表下，称其在科学质量和执行上领先两个托管平台。代码以 MIT 许可发布，仓库仍标注为 beta。需要说明的是，评测由开发方自行设计并打分，属于作者声明；论文也承认观察日志尚未记录软件环境本身。项目本身早于本周上线，本周新增的是论文公开。

YouRA：把论文结论绑回实验证据

Yoonkyu Woo、Woojin Lee、Jin-Xia Huang 发布的 YouRA（arXiv:2610.01097，v1 提交于 2026 年 10 月 1 日，作者注明已被 AACL-IJCNLP 2026 主会接收），针对的是自动科研智能体“论文里写的结论和实际跑过的实验对不上”的问题。它用验证状态架构跟踪假设、关卡和证据指针，用独立的控制器把流程控制与执行分开，并把失败记为结构化教训，再分级选择修复、重设计或重置。

作者称，在 MLR-Bench 预设的 10 个端到端任务子集上，YouRA 在三种相同底座模型下的总分均高于 MLR-Agent 和 AI Scientist V2；以 Sonnet 4.6 为底座时为 5.05±0.92，对比 4.42±1.11 和 3.88±0.88（10 分制）。这组结果只有 10 个任务、方差较大，且为作者自评，尚未见独立复现。代码已在 GitHub 公开，但许可为 PolyForm Noncommercial 1.0.0，仅限非商业使用，不属于通常意义上的开源许可。

综合解读

以下为本刊观察，不是相关机构的结论。K-Dense 与 YouRA 从不同方向回应同一个问题：AI 写出的结论，能否回溯到实际运行过的操作和数据。Murdoch 的短文则把机器学习定位为缩小实验范围的筛选工具。三者的共同局限是缺少独立复现或公开验证数据，读者应把文中的数字视为作者声明。

开源与开放科学：数据开放之后，核验跟上了吗

tellegen：电网计算搬进浏览器，算例不出本机

Samuel Talkington 等人在 arXiv 发布论文 2610.01922（v1 提交于 2026 年 10 月 1 日，作者注明将发表于首届 ACM DXConf 2026），介绍开源框架 tellegen。它的直流最优潮流、交流潮流和 SOCWR 松弛求解器用 Rust 编写并编译为 WebAssembly，在浏览器本地运行。用户拖入算例文件、拖动节点负荷或线路容量，可以先看到灵敏度预览，松手后得到精确重解；算例与结果不上传，作者称不传输任何关键能源基础设施信息（CEII）。

作者以 PGLib 基准核对输电最优潮流的目标值，以 OpenDSS 核对配电潮流的电压和电流，并称在真实感合成电网上，WebAssembly 版最优潮流比原生程序慢 25%–43%。这里指耗时增加了 25%–43%，而不是耗时只有原来的 25%。仓库 eigenergy/tellegen 采用 MIT 许可。

仓库创建于 2026 年 6 月 11 日，早于本周，本周新增的是论文公开；项目尚处早期，社区规模很小，性能与精度对比为作者自测。对受敏感基础设施数据限制、不便上传算例的研究者来说，这类本地运行的工具值得关注。

个案：开放脑成像数据被疑用于“未经分析”的论文

这是一宗仍在调查中的个案，不涉及正式政策。据 Retraction Watch 2026 年 10 月 1 日报道，牛津大学荣休教授 Dorothy Bishop 8 月为一家小型神经科学期刊审稿时，发现一篇稿件声称分析了她 4 年前上传至公开库 OpenNeuro 的 fMRI 数据集，但对数据的描述与实际不符，该稿被拒。她随后检索到同一作者今年在 Elsevier 旗下《Journal of Neurolinguistics》发表的两篇论文，也称使用了 OpenNeuro 的脑成像数据。

Bishop 与数据集作者之一、伦敦大学心理学家 Kathy Rastle 认为，这两篇论文由 AI 生成、作者并未实际分析数据，并指出被试人数和变量取值与原始数据不符，已在 PubPeer 公开质疑。Elsevier 发言人确认论文正在调查，并称“可能需要相当长时间”；期刊主编称已将期刊内部调查结果提交 Elsevier；涉事作者回应称重视相关关切、正与期刊沟通，并表示将重做部分分析。

目前只有研究者的质疑与出版商的调查，尚无撤稿或调查结论，“AI 生成”是质疑方的判断，不是既定事实。这起个案提出的问题是：开放数据降低了复用门槛，也让审稿人更难核验作者是否真的分析过这些数据。

STM 发布医学数据共享自愿性建议

国际科学、技术与医学出版商协会（STM）于 2026 年 9 月 28 日上线《STM Medical Data Sharing Guidance》，9 月 30 日发布新闻稿。这是一份面向出版商和期刊的自愿性建议，不是强制政策，目的是帮助期刊把医学与健康科学领域的数据政策写具体。内容涵盖数据定义、敏感或可识别数据的共享例外、同行评议期间的数据访问、含受控访问在内的存储库选择、数据禁运期、数据可用性声明、格式标准、许可和 FAIR 原则，并为各项提供期刊的最佳实践示例。

起草者之一、Taylor & Francis 的 Matt Cannon 在 Scholarly Kitchen 2026 年 9 月 30 日的客座文章中引用 2023 年 Open Pharma 的调查：制药企业受访者表示，医学期刊的数据政策往往缺少足够具体的信息，难以理解期刊要求。他在文中还以 BMJ 和 PLOS Medicine 的数据政策页为例，说明数据定义和共享例外可以写得更具体。

这份指南是否被采纳取决于各出版商；客座文章的作者本身参与了起草，不是独立评价。

综合解读

以下为本刊观察，不是相关机构的结论。三条消息分别对应“工具开放”“数据被疑滥用”和“规则待细化”。与 AI 栏目对照来看，无论面对的是软件还是论文，读者都该先问一句：这个结论能否回到原始数据和操作记录？本期多数材料仍处在作者自测、调查中或自愿参考的阶段。

配图占位

参考来源

  1. 国家自然科学基金委员会，项目指南通告，2026-09-30：https://www.nsfc.gov.cn/p1/3381/2824/143118.html
  2. UKRI，What Works Centre for a climate resilient UK，2026-10-01：https://www.ukri.org/opportunity/what-works-centre-for-a-climate-resilient-uk/
  3. 江西省科学技术厅，2027 年度江西省自然科学基金项目申报通知，2026-09-30：https://kjt.jiangxi.gov.cn/jxskxjst/col/col27029/content/content_2105201253795049472.html
  4. Nature Reviews Earth & Environment，s43017-026-00839-2，2026-09-28：https://www.nature.com/articles/s43017-026-00839-2
  5. arXiv:2610.00074，K-Dense BYOK，2026-10-02 公开：https://arxiv.org/abs/2610.00074
  6. arXiv:2610.01097，YouRA，2026-10-01：https://arxiv.org/abs/2610.01097
  7. arXiv:2610.01922，tellegen，2026-10-01：https://arxiv.org/abs/2610.01922
  8. Retraction Watch，2026-10-01：https://retractionwatch.com/2026/10/01/openneuro-dataset-fmri-brain-data-misuse/
  9. STM 新闻稿，2026-09-30：https://stm-assoc.org/stm-publishes-recommendations-to-improve-medical-and-health-science-data-sharing-policies/
  10. Scholarly Kitchen 客座文章，2026-09-30：https://scholarlykitchen.sspnet.org/2026/09/30/guest-post-medical-and-health-data-sharing-policies-need-specific-guidance-new-stm-recommendations-aim-to-help/