Современная электроника работает на полупроводниковых материалах. Изготовители могут делать настолько маленькие транзисторы, что становятся важны считаные слои атомов. Транзисторам и диодам нужно работать при постоянном протекании и переключении тока, что ведет к нагреву и постепенной деградации устройств на глубоком уровне — страдают химические связи внутри техники. Одна из влияющих на долговечность электроники — инжекция горячих носителей. При ней электроны или дырки разными способами накапливают такую энергию, которая может запустить химические изменения внутри транзистора. Точные физические механизмы этого процесса оставались неизвестны. Группа физиков раскрыла квантовый механизм, с которого начинается деградация из-за горячих носителей. Оказалось, что химические связи разрывают электроны определенной энергии. Результаты исследования опубликованы в журнале Physical Review B. [shesht-info-block number=1] Ученые пристально рассмотрели, что происходит со связью между кремнием и водородом на границе раздела кремний — оксид внутри транзистора. При производстве электроники водород специально добавляют в материал для «запечатывания» связей кремния, которые по любым причинам не смог закрыть кислород. Если их не закрыть, оборванные связи станут дефектами, меняющими работу электронных элементов. Постоянное протекание тока через транзистор иногда приводит к тому, что водород отсоединяется, а паразитные связи оказываются обнажены. Раньше ученые считали, что такой разрыв связей — суммарный результат ударов множества электронов. Физики выяснили, что за этот разрыв на самом деле ответственен единственный электрон. Частица может занять особое, ранее скрытое электронное состояние, ослабить связь кремний — водород и вытолкнуть атом водорода. Энергия этого состояния составила примерно семь электронвольт, что согласуется с экспериментальными данными. Иллюстрация: «горячий электрон» вызывает разрыв связи водород — кремний / © Woncheol Lee Также ученые обнаружили, что при отсоединении от связи водород начинает подчиняться квантово-механическим законам, а не классическим. Если бы водород вел себя как классическая частица, можно было определить простой критерий разрыва связи, основанный на расстоянии между атомами кремния и водорода. Но водород ведет себя скорее как облако или волновой пакет, и разрыв связи определяется вероятностью того, что волновой пакет водорода выходит за определенное расстояние. Исследователи узнали, что процесс деградации электроники не зависит от температуры и в 100 раз замедляется, если вместо водорода использовать дейтерий (изотоп водорода с дополнительным нейтроном в ядре). На основе своих открытий физики создали модель, объясняющую все найденные процессы. Они считают, что то, насколько удалось уточнить физику процесса деградации, поможет ученым и производителям проектировать и защищать электронику.

Брюс — кеа (Nestor notabilis), вид попугаев-эндемиков Новой Зеландии. Эти птицы размером с чайку живут группами. В таких сообществах может насчитываться несколько десятков особей.  В конце XX века кеа считали вредителями. Когда не хватало еды, попугаи нападали на овец, из-за чего в 1980-е годы правительство Новой Зеландии объявило охоту на этих птиц: платило за их убийство. В результате численность кеа сократилась до пяти тысяч особей.  Позже охоту отменили, но опасность для попугаев не исчезла. Они часто получают травмы, когда пытаются украсть еду из крысоловок. Именно так, по мнению ученых, пострадал и Брюс. В 2013 году его нашли в дикой природе уже с серьезной травмой — без верхней части клюва. Птицу забрали в заповедник дикой природы Уиллоубанк, потому что было неясно, сможет ли она выжить в дикой природе.  Для попугая потеря части клюва — серьезная травма, сродни человеческой инвалидности. Клюв у птиц выполняет сразу несколько задач: помимо захвата пищи, это инструмент для ухода за перьями (чистят от грязи и опасных паразитов), а также для защиты. У попугаев он особенно важен еще как «третья точка опоры» при передвижении.   [shesht-info-block number=1] Поэтому, если попугай теряет часть клюва, выжить в дикой природе становится сложно, ведь он не может нормально захватить пищу, почистить перья, кроме того, могут возникнуть проблемы и в самой группе. При травме особь может «выпасть» из «социальной системы» стаи. В ветпрактике таких птиц даже иногда временно докармливают.  В заповеднике Уиллоубанк Брюса поселили в вольер вместе с восемью другими самцами и тремя самками. Когда попугай подрос, исследователи начали регулярно посещать группу. Кеа — одни из самых любопытных птиц в природе, способные решать относительно сложные повседневные задачи. Причем процесс решения доставляет им явное удовольствие, он сопровождается игрой и высокой вовлеченностью. Кеа активно играют и исследуют объекты, также у них есть «игровые сигналы», с помощью которых они «приглашают» в игру сородичей.  Когда Брюс насыщается вниманием, он дает «ухажеру» своеобразный пинок частью клюва — мол, все, хватит. По словам ученых, это верный признак доминирования / © Ximena Nelson, Alex Grabham Брюс с энтузиазмом пытался участвовать в научных экспериментах. Но без части клюва он не справлялся даже с простыми заданиями вроде натягивания веревки. Однако попугай нашел другой способ впечатлить ученых. В 2021 году специалисты заметили, что Брюс регулярно подбирает с земли маленькие камешки, зажимает их между языком и остатком клюва, а затем проводит ими по своим перьям. Понаблюдав за странным ритуалом несколько раз, ученые пришли к выводу, что попугай изобрел новый способ ухода за перьями. Никто из других кеа в заповеднике не пользовался камешками для груминга. Раньше такое поведение ни разу не замечали у этого вида птиц.  Спустя несколько лет Брюс снова удивил ученых.  На снимке запечатлен Брюс / © Ximena Nelson, Alex Grabham Самцы кеа постоянно выясняют отношения в драке — сражаются за главенство в группе. Проигравшие особи занимают более низкий ранг в иерархии и часто теряют доступ к ресурсам, отчего могут испытывать высокий уровень стресса. Победитель, то есть альфа-самец, напротив, живет спокойнее остальных, ведь доминантные особи первыми получают еду.  Чтобы понять, кто в группе из девяти самцов, которые жили в заповеднике, главный, команда новозеландских зоопсихологов и орнитологов под руководством Александра Грэбэма (Alexander A. Grabham) из Университета Кентербери измерила у птиц ключевой гормон стресса — кортикостерон. Он повышается при социальной угрозе.  Самцом с самым низким показателем кортикостерона оказался Брюс. По словам авторов исследования, новость стала неожиданной, ведь они никогда не могли подумать, что птица с увечьем способна стать доминирующей в группе.  Брюс позволил подчиненным самцам чистить внутреннюю часть клюва от остатков пищи и ухаживать за перьями / © Ximena Nelson, Alex Grabham Тогда Грэбэм и его коллеги пересмотрели видеозаписи драк попугаев и поняли, как Брюсу удалось побеждать. Обычно самцы кеа кусают друг друга за шею. Брюс кусать не может. Вместо этого он овладел манерой рыцарского боя. Попугай бросается на соперника и со всей силы бьет его нижней частью клюва в корпус.  У Брюса отсутствует верхняя часть клюва, зато нижняя осталась целой. Она острая и отчасти похожа на копье. Другие самцы не могут ответить тем же, так как их верхний клюв закрывает нижний. Если здоровый самец попытается ударить соперника головой, удар придется тупым закругленным краем. Брюс же действует иначе: он резко бросается вперед и вонзает нижнюю часть клюва в противника. Этот удар заставляет других птиц отпрыгивать и распускать крылья, таким образом они сдаются. Всего зафиксировали 227 агрессивных взаимодействий, из них 162 — между самцами. Брюс участвовал в 36 и выиграл каждое. Он также получил приоритетный доступ к большинству кормушек в вольере. У Брюса отсутствует верхняя часть клюва, зато нижняя осталась целой / © Ximena Nelson, Alex Grabham Более того, попугай позволял подчиненным самцам чистить внутреннюю часть клюва от остатков пищи и ухаживать за перьями. Когда Брюс насыщается вниманием, он дает «ухажеру» своеобразный пинок частью клюва — мол, все, хватит. По словам Грэбэма, это верный признак доминирования.  Исследователи точно не знают, когда именно Брюс придумал такую тактику боя и стал альфой. За все эти 12 лет, что попугай жил в заповеднике, ученые не отслеживали его статус и не измеряли уровень стресса постоянно, потому что для этого не было никаких предпосылок.   Брюс превратил свой недостаток в преимущество и смог стать лидером среди более крупных и сильных птиц (самцы кеа обычно весят килограмм, тогда как Брюс — всего 800 граммов). Ни один другой кеа в неволе не делал ничего подобного. При этом исследователи отметили, что Брюс не проявляет агрессию без причины. Он вступает в драки только тогда, когда это нужно для защиты своего положения или ресурсов. Результаты исследования представлены в журнале Current Biology.

Южно-Баренцевская впадина относится к числу наиболее перспективных регионов российской Арктики. На ее территории уже открыты крупные газовые и газоконденсатные месторождения, включая Штокмановское, Северо-Кильдинское и Лудловское. Главная геологическая особенность бассейна — резкая неоднородность: даже в пределах одной структуры соседствуют газоносные интервалы и полностью «сухие» породы. Сравнивая керн из успешных и бесперспективных скважин, ученые выделяют характерные для этого региона сочетания физических свойств. Эти региональные маркеры в дальнейшем могут помочь при оценке аналогичных осадочных бассейнов Арктики. Авторы работы, опубликованной в журнале «Записки Горного института», проанализировали образцы керна из шести скважин Южно-Баренцевской впадины. Три из них (Штокманская-1, Северо-Кильдинская-82, Лудловская-1) вскрыли продуктивные газоконденсатные и газовые залежи, а остальные (Арктическая-1, Крестовая-1, Адмиралтейская-1) оказались непродуктивными. Исследователи проверяли гипотезу: существуют ли устойчивые различия в физических свойствах пород, напрямую связанные с наличием углеводородов? Прямое изучение керна остается одним из самых надежных способов оценки коллекторских свойств, хотя отбор и лабораторный анализ образцов требуют времени и средств. Именно такие данные создают эталонную базу для калибровки геофизических методов, которые работают с косвенными сигналами. Фотографии шлифов некоторых образцов пород: а, б – 4SK (песчаник аркозовый мелко-среднезернистый); в, г – 3Kr (песчаник аркозовый мелкозернистый плохосортированный); д – 8Sht (песчаник кварцевый среднезернистый); е – 2Arc (алевроглинистая порода с четкой слоистостью); ж, з – 7Kr (алевроглинистая порода) / © «Записки Горного института» Объектом изучения стали палеозойские и мезозойские отложения, представленные песчаниками, алевролитами и известняками. Эти породы прошли длительную историю преобразований — от начального уплотнения до стадий глубокого катагенеза и метагенеза. Несмотря на различия в возрасте и минеральном составе, они подчиняются общим физическим закономерностям, которые и позволили провести сравнительный анализ. В лаборатории измеряли пять ключевых параметров. Скорость продольных ультразвуковых волн фиксировали в трех взаимно перпендикулярных направлениях (x, y, z), что позволило рассчитать среднюю скорость и оценить анизотропию — неравномерность прохождения сигнала в разных направлениях, часто связанную с системой трещин. Плотность определяли методом гидростатического взвешивания, открытую пористость — пропиткой сухих образцов керосином. Удельное акустическое сопротивление вычисляли как произведение плотности на среднюю скорость; этот параметр напрямую сопоставим с результатами сейсморазведки. Вариации физических свойств керна по разрезу: a ‒ скважина Штокманская-1; б ‒ скважина Арктическая-1; в ‒ скважина Крестовая-1. 1 – средняя скорость Vm, км/с; 2 – плотность r, г/см3; 3 – удельное акустическое сопротивление R, г/см2∙с; 4 – коэффициент пористости Ср, %; 5 – индекс упругой анизотропии А/10, % / © «Записки Горного института» Индекс упругой анизотропии показывает, насколько по-разному порода проводит звуковую волну вдоль и поперек слоистости или трещиноватости. В плотных породах именно трещины часто становятся главными каналами для миграции газа. Данные четко разделили скважины на две группы. В продуктивных интервалах средняя скорость продольных волн и удельное акустическое сопротивление снижены, а пористость повышена; часто отмечается и рост анизотропии. В непродуктивных скважинах картина противоположная: высокие скорости, высокое акустическое сопротивление и минимальная пористость. Физика процесса объясняется просто: в плотных, хорошо сцементированных породах звуковая волна проходит быстрее из-за отсутствия пустот. Наличие пор и трещин замедляет волну и увеличивает ее рассеяние. Если эти пустоты развиты в определенном направлении (например, вдоль слоев или систем микротрещин), возникает упругая анизотропия. Открытая пористость остается главным показателем коллекторских свойств. В образцах из продуктивных скважин она достигает 10–13 %. В непродуктивных же скважинах значения обычно не превышают 1–2 %, а в отдельных интервалах опускаются до десятых долей процента. При такой плотности порового пространства промышленный приток газа физически невозможен. Коллекторские свойства напрямую зависят от типа цемента. В продуктивных песчаниках преобладает поровый цемент: минеральное вещество скрепляет зерна, не заполняя пространство между ними. В непродуктивных разрезах распространен пленочный или базальный цемент, который плотно обволакивает зерна или полностью заполняет пустоты, «запирая» проницаемость. Под микроскопом это подтверждается и размером зерен: в продуктивных скважинах песчаники крупнее (0,1–0,5 мм), тогда как в «сухих» — мельче (0,1–0,2 мм). Выявленные физические различия имеют четкую петрографическую основу: они отражают не случайные колебания, а реальные отличия в условиях осадконакопления и последующего уплотнения пород. Средние значения физических свойств керна скважин (с юго-запада на северо-восток). Продуктивные скважины выделены эллипсами. 1 – средняя скорость Vm, км/с; 2 – плотность r, г/см3; 3 – удельное акустическое сопротивление R, г/см2∙с; 4 – коэффициент пористости Ср, %; 5 – индекс упругой анизотропии А/10, % / © «Записки Горного института» Примечательна и география находок. Продуктивные скважины расположены по периферии Южно-Баренцевской впадины, тогда как «сухие» приурочены к ее центральной части или к тектоническим поднятиям. Это укладывается в классическую модель миграции: углеводороды, формирующиеся в глубоких частях бассейна под действием литостатического давления, перемещаются в краевые зоны разуплотнения, где и аккумулируются. Зная, какие комбинации физических параметров характерны для газоносных периферийных зон, геологи могут использовать их как дополнительные критерии при обработке сейсмических данных. Это позволяет точнее оконтуривать перспективные площади до начала дорогостоящего бурения. Главное практическое значение работы — возможность отсеивать бесперспективные участки еще на стадии анализа геофизических материалов. Петрофизические критерии не заменяют сейсморазведку или геохимическое прогнозирование, но существенно дополняют их, повышая достоверность геологических моделей и снижая финансовые риски при планировании скважин. Кроме того, полученные лабораторные данные станут надежной основой для построения цифровых моделей керна. Физические свойства осадочных пород — это хороший индикатор их геологической истории и углеводородного потенциала.

Оксиринх расположен примерно в 190 километрах к югу от Каира, на одном из рукавов Нила. Этот город был одним из важнейших центров Египта греко-римской эпохи. Засушливый климат, сухая почва и отсутствие более поздних поселений на месте древнего города способствовали сохранению там огромного количества папирусов с греческими, римскими и раннехристианскими текстами. Благодаря этому с конца XIX века Оксиринх стал меккой для папирологов, и с тех пор там постоянно ведут раскопки. Как сообщил сайт Arkeonews со ссылкой на Министерство туризма и древностей Египта, археологическая экспедиция Института исследований Древнего Ближнего Востока при Университете Барселоны недавно обнаружила в Оксиринхе полуразрушенный погребальный комплекс римской эпохи (примерно 1600 лет тому назад), состоящий из трех подземных каменных гробниц. Внутри находились большие керамические сосуды с кремированными человеческими останками, бронзовые и терракотовые статуэтки, а также несколько мумий в расписных деревянных саркофагах. Мумии были завернуты в льняную ткань, украшенную геометрическими узорами, а во рту у некоторых из них нашли золотые языки. Такие амулеты вкладывали в рот умершего для того, чтобы тот смог говорить в загробной жизни, особенно перед судом Осириса — египетского бога подземного мира. Наличие золотых языков позволило ученым предположить, что захоронения принадлежали представителям элиты местного общества. Но самым поразительным открытием стала находка, сделанная во время экспедиции ноября-декабря 2025 года: на животе одной из мумий археологи обнаружили папирус, положенный туда во время бальзамирования. Позже ученые определили, что текст, написанный на папирусе, — отрывок из «Илиады» Гомера. Точнее, это знаменитый «список кораблей» из начала второй песни поэмы, в котором перечислены греческие войска, прибывшие к стенам Трои. В предыдущих экспедициях Оксиринхская археологическая миссия уже находила внутри мумий папирусы, но все они содержали магические или ритуальные надписи на греческом языке. Однако обнаружение классического литературного текста, намеренно включенного в процесс мумификации, — это первый случай в истории археологии.

При отправке в чат грустного или радостного смайлика кажется очевидным, что собеседник нас хорошо понимает. Но за этой очевидностью скрывается важный научный вопрос: как мозг обрабатывает эмодзи? Ответ позволит лучше понять, какие коммуникационные механизмы задействованы в обработке этого простого запроса. Исследования на магнитно-резонансных томографах показывали, что на эмодзи откликаются те же зоны мозга, что и на лица, например веретенообразная извилина. С другой стороны, электроэнцефалографические эксперименты обнаруживали важные различия. При этом одни ученые считали, что мозг воспринимает эмодзи как упрощенные картинки, то есть объекты, а не лица. Другие полагали, что механизмы все же общие, но требуют дополнительных доказательств. Большинство предыдущих научных работ концентрировалось именно на различиях. Вопрос о существовании общего нейронного кода для реальных и символических выражений эмоций оставался открытым. Ученые из Университета Борнмута (Великобритания) выяснили, использует ли мозг общие нейронные коды для распознавания эмоций на реальных лицах и на эмодзи. Исследователи провели два параллельных эксперимента. В первом участвовали 24 человека, которые смотрели на цветные фотографии реальных людей. Восемь разных моделей демонстрировали четыре выражения лица: радость, гнев, печаль и нейтральное выражение. Задача участника была простой: определить эмоцию и нажать на нужную клавишу. Результаты исследования опубликовал журнал Psychophysiology. Во втором эксперименте другая группа из 25 человек выполняла то же самое задание, но вместо фотографий им показывали эмодзи с шести разных платформ. Время показа картинок, интервалы между ними и система подсчета правильных ответов были полностью одинаковыми в обоих экспериментах. Это позволило напрямую сравнивать результаты. Для анализа данных ученые применили многомерный паттерновый анализ. Компьютер учится различать эмоции по распределению электрических сигналов сразу по всем датчикам на голове. Сначала алгоритм тренируют на части данных, потом проверяют на новых примерах. Для чистоты эксперимента добавили перекрестный анализ. Ученые тренировали алгоритм на реальных лицах, а проверяли на эмодзи, и наоборот. Если после тренировки на фотографиях людей алгоритм успешно распознает эмоции на смайликах, значит, мозг кодирует эти эмоции сходным образом, несмотря на огромную разницу в визуальных деталях. [shesht-info-block number=1] Результаты эксперимента показали, что когда алгоритм учили на фотографиях реальных лиц, а затем применяли к данным, полученным при просмотре эмодзи, он все равно успешно угадывал эмоции. В обратную сторону это тоже работало: тренировка на смайликах позволяла правильно классифицировать эмоции на живых лицах. Это доказывает, что в мозге существует общий нейронный код для эмоциональных выражений, который не зависит от того, видит человек настоящую мимику или ее схематичный символ. Причем различимые паттерны активности, соответствующие разным эмоциям, возникали уже через 100-120 миллисекунд после предъявления картинки, а пик приходился на промежуток между 145 и 160 миллисекундами. То есть мозг обрабатывает эмодзи не как посторонние объекты, а именно как лица, причем делает это почти так же быстро. Пространственно активность была сконцентрирована в затылочно-теменных областях — там, где расположены центры обработки зрительной информации и распознавания лиц. Таким образом, мозг использует уже отлаженные механизмы обработки социальных сигналов для расшифровки символических изображений. Это открытие объясняет, почему эмодзи стали такими эффективными в цифровой среде.

Финансовые временные ряды — это последовательность значений, меняющихся во времени, например цены акций или их волатильность (насколько сильно эти цены колеблются). Такие данные  сложно прогнозировать, так как на них влияет множество факторов: новости, поведение инвесторов, технологические изменения и случайные события. Эти влияния часто накладываются друг на друга, из-за чего закономерности в данных становятся нестабильными. Поэтому модели для прогноза либо требуют сложной настройки под конкретный случай, либо выдают результат, который будет неприменим на практике. Исследователи Научно-учебной лаборатории моделей и методов вычислительной прагматики ФКН НИУ ВШЭ предложили использовать вейвлет-преобразования для более точного прогнозирования финансовых временных рядов. Вейвлет-преобразования — это способ представить временной ряд как сумму компонент с разной детализацией и отделить шумы различного порядка. Результаты опубликованы в журнале Applied Soft Computing. Чтобы проверить это, они взяли реальные данные по 89 финансовым активам — акциям компаний и криптовалютам. Это были ряды средних дневных цен и реализованные волатильности, рассчитанные по данным с шагом в пять минут. Эти активы разбивались на кластеры, после чего выбирались ведущие активы в каждом кластере. На них авторы сравнивали разные подходы к прогнозированию: классические эконометрические модели, методы машинного обучения, нейросети и собственный алгоритм — метод тройной поправки. Всего они протестировали 200 тысяч конфигураций моделей. Алгоритм авторов показал хорошие результаты. В отличие от классических моделей, он не использовал заранее зафиксированные параметры, а обновлял их на каждом шаге прогноза и одновременно учитывал несколько типов отклонений в данных. За счет этого метод лучше адаптировался к изменениям рынка. На рядах средних дневных цен он занял второе место, немного уступив наивному прогнозу в общем ранжировании по Коупленду и обойдя прочие методы при полном сравнении абсолютных величин. Для рядов волатильности результаты были менее однозначными, но в сочетании с вейвлет-преобразованиями метод часто давал лучший или близкий к лучшему прогноз. При этом он оставался вычислительно проще многих альтернатив и не требовал сложного подбора параметров. «Хотя метод тройной поправки не всегда дает наилучший результат для каждого конкретного ряда, он стабильно показывает хороший прогноз для большинства случаев, а именно этого часто не хватает на практике. Узкоспециализированные модели могут работать лучше, но быстро теряют эффективность при изменении условий», — комментирует один из авторов исследования, научный сотрудник Научно-учебной лаборатории моделей и методов вычислительной прагматики ФКН НИУ ВШЭ Вячеслав Маневич.  Эксперименты показали, что вейвлет-преобразования улучшают прогнозы более чем в 65% случаев. В отличие от, например, преобразования Фурье, они позволяют одновременно учитывать и время, и частоту сигнала. В результате модель получает более очищенные данные и может точнее уловить закономерности. При этом эффект зависит от типа данных: для цен акций преобразования помогали лучше выделить тренд на фоне рыночного шума, а для волатильности — точнее описать резкие и неравномерные изменения, из-за которых прогноз обычно особенно сложен.  Авторы подчеркивают, что даже небольшое улучшение точности с помощью подобных методов может дать ощутимый прирост прибыли, особенно при больших оборотах. В дальнейшем исследователи планируют изучить, как автоматически подбирать оптимальные вейвлет-преобразования и как расширить метод на многошаговые прогнозы — например, для задач бизнеса, энергетики или медицины, где важно предсказывать не только следующий шаг, но и более долгосрочные изменения. 

Знаменитый почти 22-километровый марсианский вулкан Олимп и три стоящих рядом на одной линии горы Аскрийская, Павлина и Арсия — самые заметные возвышенности вулканического нагорья Фарсида, которое располагается в экваториальной области и простирается на территории размером с Европу. Эта область настолько массивна, что ее даже считают виновницей наклона оси вращения Марса. С противоположной стороны, тоже приблизительно в районе экватора, находится менее высокое, но все же внушительное поднятие, на котором есть 13-километровый вулкан Элизий, одноименная равнина, плато Большой Сирт, Сабейская Земля. Вдвоем эти «выпуклости» на Марсе сильно искажают форму планеты: она на самом деле выглядит не как сплюснутый шар, ее геометрия сложнее — длина, ширина и высота сильно различаются. Это называется триаксиальностью. До сир пор было принято считать, что все эти особенности образовались только в результате внутренних процессов. Но астрофизик и планетолог из Военно-морской обсерватории США Михаил Эфроимский в этом сомневается. Он считает неслучайным то, что эти две области оказались практически ровно друг напротив друга. В статье, недавно опубликованной на сервере препринтов arXiv.org, ученый более подробно изложил уже предложенное им ранее интересное объяснение такого своеобразия марсианского рельефа: это может оказаться результатом гравитационного влияния массивного спутника. [shesht-info-block number=1] Астрофизик назвал эту гипотетическую луну Нерио — в честь мифической супруги античного бога войны. По расчетам, для формирования Фарсиды это небесное тело должно было быть несравненно крупнее и массивнее нынешних марсианских лун Фобоса и Деймоса: Нерио весила как три процента массы Марса. Пропорционально это даже больше, чем Луна по сравнению с Землей. Эта предполагаемая марсианская луна не только была все время обращена к планете одной и той же стороной. Она еще держалась над поверхностью Марса в одном и том же месте, то есть обращалась вокруг него ровно с той же скоростью, с какой сам Марс вращался вокруг своей оси, притом почти ровно в плоскости экватора планеты. Над Землей именно так «висят» некоторые искусственные спутники, запущенные на высоту около 36 тысяч километров, и такую их орбиту называют геостационарной. Высота орбиты Нерио предполагается на уровне примерно 17-18 тысяч километров над поверхностью, то есть немного ниже, чем сейчас у Деймоса. [shesht-info-block number=2] Согласно сценарию автора гипотезы, Нерио существовала в самом начале истории Марса и всей Солнечной системы — 4,6-3,8 миллиарда лет назад. Тогда Красная планета была еще горячей и обладала мягкой, податливой корой. За счет «зависания» над одним и тем же полушарием Марса его луна своим притяжением приподнимала эту кору и создала приливный «горб», который мы теперь наблюдаем как Фарсиду. Его «антипод» Элизий, в свою очередь, — следствие центробежной силы от вращения системы Марс — Нерио вокруг общего центра масс. По версии ученого, Нерио была обречена из-за влияния Солнца, тяжелой астероидной бомбардировки в те времена и возникновения марсианского океана, который многократно усилил приливные эффекты. Все это быстро нарушило стабильность орбиты спутника. Кстати, любопытное совпадение: рассчитанная скорость вращения Марса в тот момент почти совпала с современной. Но главное, что предполагаемая луна должна была спускаться все ниже и в конце концов полностью разрушиться, а созданные ею приливные возвышения к тому времени уже успели застыть, потому сохранились до сегодняшнего дня.

Ежедневно в канализацию попадают остатки медицинских препаратов и наркотических веществ. Городские очистные сооружения не способны полностью отфильтровать эти соединения, и они попадают в реки. Биологи знали о присутствии нейроактивных веществ в воде, однако оценить их реальное накопление в тканях диких рыб было технически сложно. Крошечные размеры рыб и обилие сложных липидов в их телах искажали показания масс-спектрометров. Из-за этого исследователям приходилось измельчать десятки особей в единую массу, безвозвратно теряя данные о поле животных и индивидуальных различиях. Авторы исследования, опубликованного в журнале Environmental Pollution, решили эту проблему, разработав новый протокол экстракции. В качестве модельного объекта они выбрали три вида рыб-дартеров (этеостом) — донных обитателей длиной менее десяти сантиметров. Эти рыбы ведут оседлый образ жизни, не совершают миграций и ищут корм в иле, выступая идеальными природными индикаторами локального загрязнения. Экологи выловили по 15 самцов и самок каждого вида выше и ниже по течению от сточной трубы очистных сооружений на реке Гранд-Ривер. Каждую рыбу заморозили жидким азотом, растерли в порошок и поместили в ультразвуковую ванну при температуре –30 градусов Цельсия. На сильном холоде мешающие анализу животные жиры затвердевали и отфильтровывались. Очищенный экстракт проанализировали с помощью жидкостной хроматографии. Метод позволил искать молекулы в сверхмалых концентрациях от 0,02 нанограмма на грамм ткани. Анализ воды выявил 19 из 26 отслеживаемых нейроактивных веществ. Однако в тканях рыб стабильно накапливались лишь четыре соединения: популярный антидепрессант венлафаксин (и его метаболит), а также тяжелые опиоиды — фентанил и метадон. Рыбы, выловленные ниже по течению от стока, содержали в несколько раз больше фармакологических препаратов, чем особи из чистых участков реки. Сравнение тканей показало резкий гендерный дисбаланс. Самцы, обитающие ниже очистных сооружений, накопили значительно больше фентанила и венлафаксина, чем самки. Авторы связывают это с икрометанием. Вылов рыб проходил весной, сразу после нереста. Поскольку антидепрессанты и опиоиды являются липофильными (жирорастворимыми) веществами, самки при формировании икры перекачивают токсины из своего тела в богатые жирами икринки. Таким образом, содержание токсинов в теле самки снижается, но будущие мальки подвергаются химическому воздействию на самых ранних стадиях развития. Исследование доказывает, что нейроактивные вещества из городских стоков беспрепятственно проникают в водные пищевые цепи и накапливаются в тканях позвоночных. Разработанный микрометод анализа дает экологам точный инструмент для оценки того, как фармакологическое загрязнение меняет биохимию диких популяций на индивидуальном уровне.