今日速览 · AI 导读

24 小时跨学科精选

自动抓取 arXiv 多学科 RSS,DeepSeek 自动润色标题与摘要,最快 24 小时内汇总。每日 14:00 初始化批次并每 15 分钟轮询学科,24h 无数据则回退 72h/7 天;arXiv 周末停更时自动跳过。

AI 导读

定量生物学

2026-01-14 01-14 15:41

今日q-bio领域整体呈现多学科交叉融合与技术创新驱动的特点,研究焦点从微观分子机制、细胞网络拓展至宏观生态系统与临床转化,计算模型与数据整合成为核心方法论。

  1. 绿色农业技术创新:等离子体活化水(PAW)被证明可作为一种高效、无毒的载体,用于递送锌、铁等微量营养元素,显著提升小麦和鹰嘴豆的生物量与籽粒营养品质,为实现可持续农业生物强化提供了新途径。
  2. 长新冠恢复机制与干预:大规模纵向研究揭示了长新冠恢复轨迹的三种表型,并明确疫苗接种是关键的干预因素,症状严重程度与累计接种次数呈显著负相关,为公共卫生策略提供了直接证据。
  3. 多模态数据融合成为疾病研究范式:心血管影像与多组学数据的整合策略正成为连接宏观表型与微观分子机制的核心方法,旨在通过空间对齐与基础模型,推动精准医学迈向临床应用。
  4. 计算模型揭示复杂疾病恶性循环:全脑数学模型耦合了β淀粉样蛋白动力学与脑血管系统,模拟验证了阿尔茨海默病中蛋白积累与脑灌注不足相互加剧的“血管双重打击假说”,揭示了疾病爆发的多稳态阈值。
  5. 网络药理学揭示膳食成分多靶点特性:整合计算、实验与流行病学证据的网络分析表明,膳食黄酮类化合物平均靶向的蛋白数量是常规药物的2.7倍,且高度覆盖心血管与抗肿瘤药物靶点,凸显了其作为多靶点干预剂的潜力。
  6. 非侵入式技术与AI提升生物监测与识别效率:在生物监测方面,基于零样本局部特征匹配的计算机视觉方法,实现了对极度濒危胡拉彩蛙接近完美的个体识别;在医学影像分析中,nnU-Net框架在卒中病灶自动分割上已达到接近人工标注的精度,且性能受病灶体积与数据质量影响显著。

2026-01-14 速览 · 定量生物学

2026-01-14 共 22 条抓取,按综合热度排序

← 返回日历
q-bio 01-14 00:00

等离子体活化水强化作物微量营养元素吸收与生物强化研究

本研究提出一种利用等离子体活化水(PAW)递送锌、铁、锰等二价微量营养离子的绿色农业方法。通过滑动电弧等离子体系统在空气中制备PAW,并控制离子浓度。在小麦和鹰嘴豆的温室实验中,PAW处理显著提高了种子发芽指数、叶绿素含量、植株生物量及籽粒中的微量营养元素含量,实现了有效的生物强化。土壤微生物活性和酶学分析表明该方法无毒性,且活性氮物种具有温和的刺激作用。该研究为通过等离子体活化灌溉水提高养分利用效率和作物营养品质提供了一种可持续的解决方案。

等离子体农业生物强化微量营养元素可持续农业等离子体活化水作物营养
q-bio 01-14 00:00

免疫密度决定长新冠恢复轨迹:疫苗接种是关键干预因素

本研究通过分析13,511名参与者的97,564份纵向评估数据,结合疫苗接种史,揭示了长新冠恢复轨迹的决定性因素。研究发现,患者可分为三类表型:受保护型(持续无症状)、难治型(持续有症状)和应答型(从有症状转为康复)。在没有干预的情况下,症状通常持续存在,自发缓解罕见。症状严重程度与时间呈微弱正相关($r=0.0521$, $P=1.26\times10^{-59}$),而与累计疫苗接种次数呈显著负相关($r=-0.0434$, $P=5.95\times10^{-42}$)。结果表明,基线严重程度具有临床决定性,而重复免疫接种是促进恢复的主要关联因素。

长新冠疫苗接种恢复轨迹免疫密度纵向研究症状表型
q-bio 01-14 00:00

心血管影像与多组学融合:连接心脏表型与分子图谱

本文综述了心血管疾病研究中影像与多组学数据的整合策略。作者提出以心脏影像(MRI、CT、超声)定义空间表型,并锚定批量、单细胞及空间转录组学数据,以提供细胞类型和位置特异的分子背景。文章总结了各模态的技术特点与表征学习方法,重点探讨了处理缺失数据、小样本和批次效应的多模态融合技术。最后,讨论了影像基因组学、空间分子对齐及基于影像的基因表达预测等整合流程的挑战与前景,指出空间多组学与基础模型正推动该领域迈向大规模临床应用。

心血管影像多组学整合空间转录组多模态融合影像基因组学表征学习
q-bio 01-14 00:00

神经力学数字孪生:连接大脑、身体与行为的桥梁

本文综述了神经力学数字孪生领域的最新进展,这是一种将人工神经控制器嵌入模拟环境中逼真身体模型的计算模型。该模型能够推断实验中难以测量的生物物理变量,并通过模型扰动生成新的可实验验证的假设。它促进了神经科学、机器人学和机器学习之间的深度交叉,并在医疗健康领域展现出应用潜力。作者认为,将动物研究与对其数字孪生的主动探测相结合,将极大加速神经科学的发现进程。

数字孪生神经力学计算模型行为控制跨学科研究生物物理
q-bio 01-14 00:00

网络药理学揭示膳食黄酮多靶点机制:计算、实验与流行病学证据整合

本研究建立了一个网络药理学框架,系统揭示了膳食黄酮类化合物的多靶点治疗特性。通过整合计算、实验和流行病学证据,构建了一个包含17,869个人类蛋白、14种膳食黄酮和1,496种FDA批准药物的主网络(含278,768个相互作用)。分析发现,每种黄酮平均靶向45.3个蛋白,是FDA药物(16.8个)的2.7倍(p=7.5×10⁻⁴),其中71.4%的黄酮靶向心血管药物相关蛋白,78.6%靶向抗肿瘤药物靶点。MTT实验验证了网络预测:高关联度黄酮(如木犀草素LC₅₀=31.4 µM)表现出强细胞毒性,且预测关联强度与实验生物活性高度相关(Pearson r=0.918)。研究进一步将网络关联转化为506种食物的预测,识别出685种食物-药物治疗组合,并通过文献检索验证了96种关联(心血管领域验证率达47.1%)。

网络药理学膳食黄酮多靶点治疗系统药理学食物-药物组合计算生物学
q-bio 01-14 00:00

开源浸没式流固耦合计算框架:结合FEBio与MFEM用于生物力学模拟

本研究提出了一种新颖的开源浸没式流固耦合(FSI)计算框架,旨在解决生物系统(如心脏瓣膜动力学)模拟中因大变形和接触力学带来的计算挑战。该框架创新性地耦合了两个成熟的有限元库:具备GPU加速和卓越并行性能的MFEM流体求解器,以及专为生物力学设计、拥有强大非线性固体力学能力的FEBio固体求解器。它采用虚构域方法和变分多尺度稳定技术,在非拟合网格上实现精确求解,并通过完全隐式、整体式方案为心血管应用等强耦合问题提供鲁棒性。该框架的模块化架构便于扩展,并通过3D半月瓣心脏瓣膜模拟等案例验证了其能力。

流固耦合生物力学模拟开源框架浸没式方法高性能计算心脏瓣膜
q-bio 01-14 00:00

膝关节接触应力预测:时间历史依赖比空间传播调制更重要

本研究旨在厘清跨受试者膝关节接触应力预测不确定性的主要来源。通过构建包含9名受试者跑步试验的数据集,并基于共享MeshGraphNet骨干网络设计了四个模型变体,分别用于分离时间历史依赖和空间传播依赖的影响。严格的交叉验证结果表明,引入控制变换器编码短期历史信息的模型在全局精度和空间一致性上显著优于基线,并有效缓解了深度代理模型常见的峰值削平缺陷。相反,仅对空间传播进行调制并未带来显著改善。结论表明,时间历史依赖是跨受试者预测不确定性的主要驱动因素。

生物力学深度学习有限元分析膝关节图神经网络代理模型
q-bio 01-14 00:00

大样本下的Beta合并过程:彩票繁殖模型与合并树收敛性分析

本研究扩展了彩票繁殖模型,用于描述具有高度偏斜繁殖成功率的单倍体随机交配种群。模型引入了个体潜在后代数量的上限,根据该上限与种群大小N的相对关系,可分别收敛到Kingman合并过程、不完全Beta合并过程或完全Beta合并过程。研究论证了设置上限的生物合理性,并估计了合并近似的误差。误差分析表明收敛可能较慢,小样本量(如上限为$N/\log N$时)可能不足以保证收敛。模拟显示,当极限为Beta合并过程时,即使完整合并树与极限树存在偏差,位点频谱仍符合极限树的预测;而在Kingman合并过程的吸引域内,样本量增大的效应取决于有效种群大小。

种群遗传学合并过程彩票繁殖beta合并样本量效应位点频谱
q-bio 01-14 00:00

基于nnU-Net的卒中MRI病灶自动分割:在急慢性病灶中的全面外部验证

本研究系统评估了nnU-Net框架在多个公开卒中MRI数据集上的病灶分割性能,涵盖急性和慢性阶段。研究发现,在急性卒中中,基于扩散加权成像(DWI)训练的模型表现优于液体衰减反转恢复(FLAIR)序列,多模态组合带来的提升有限。在慢性卒中中,增加训练集规模可提升性能,但超过数百例后收益递减。病灶体积是分割准确性的关键因素,小病灶更难分割,且模型在图像质量差异下的泛化能力受训练数据质量显著影响。总体而言,自动分割精度已接近人工标注者间的一致性水平。

卒中影像病灶分割nnu-netmri深度学习医学图像分析
q-bio 01-14 00:00

三种有根系统发育网络组合计数比较:一般有疱树、时间一致有疱树与单纯时间一致有疱树

本研究通过组合枚举方法,比较了三种有根系统发育网络(一般有疱树、时间一致有疱树和单纯时间一致有疱树)的渐近数量。研究发现,当疱的数量固定时,一般有疱树与时间一致有疱树的渐近数量相同,而单纯时间一致有疱树的数量更少。当疱的数量不受限制时,三类网络的渐近数量均不同,满足:单纯时间一致有疱树 < 时间一致有疱树 < 一般有疱树。研究还提供了小规模叶数和固定疱数下的递归计数公式,并对无标签网络进行了枚举分析。

系统发育网络组合枚举有疱树渐近分析进化生物学
q-bio 01-14 00:00

全脑模型揭示阿尔茨海默病中β淀粉样蛋白积累与脑灌注不足的恶性循环

本研究构建了一个耦合β淀粉样蛋白(Aβ)与脑血管系统的全脑数学模型,包含描述蛋白动力学的反应-扩散系统和描述血管网络(动脉、毛细血管、静脉)内及网络间血流的孔隙介质模型。通过高阶间断伽辽金法和隐式欧拉格式对偏微分方程组进行离散求解。在真实大脑几何结构中的模拟揭示了系统的多稳态特性,表明需要足够大的致病蛋白“种子”才能触发疾病爆发。研究验证了阿尔茨海默病的“血管双重打击假说”,即局部灌注不足可破坏健康稳态,引发全脑范围的疾病爆发。

阿尔茨海默病全脑模型β淀粉样蛋白脑血流多稳态数学建模
q-bio 01-14 00:00

随机滤波:流形数据降维的高效稳定方法

本文提出了一种名为“随机滤波”的新方法,用于处理高维流形数据的实时降维问题。该方法基于随机降维理论,无需昂贵的训练过程,能够数据独立且高效地计算,同时可证明地保留数据内在的非线性流形几何结构。研究通过理论分析、新方法引入以及模拟和真实数据实验,验证了该方法在多种科学应用场景中的实用性,为解决海量数据存储、传输和处理的挑战提供了有效工具。

流形学习降维技术随机算法数据流处理几何结构保持
q-bio 01-14 00:00

零样本局部特征匹配实现胡拉彩蛙近完美个体识别

本研究针对极度濒危的胡拉彩蛙,评估了基于计算机视觉的非侵入式个体识别方法。利用2013-2020年间采集的191只个体的1233张腹面图像,研究发现,在零样本设置下,深度局部特征匹配模型达到了98%的Top-1封闭集识别准确率,显著优于深度全局特征嵌入模型。通过微调,最佳全局特征模型准确率提升至60%(Top-10为91%),但仍低于局部匹配。为实现效率与精度的平衡,研究提出了一种两阶段工作流:先由微调的全局模型检索候选列表,再由局部特征匹配进行重排序,将端到端运行时间从6.5-7.8小时缩短至约38分钟,同时在标记数据集上保持约96%的Top-1准确率。该方法已部署为支持野外常规使用的网络应用,为保护监测和标记重捕分析提供了快速、标准化的非侵入式识别工具。

计算机视觉濒危物种保护个体识别零样本学习特征匹配非侵入监测
q-bio 01-14 00:00

随机突触动力学:考虑尖峰时序相关性的学习理论

本研究提出了一种新的概率框架,用于描述学习过程中突触权重的随机动力学。通过分析一个由整合发放神经元和STDP突触可塑性构成的循环网络,作者首先推导了单个突触在微观层面的漂移和扩散系数,并创新性地将尖峰时序的精确互相关纳入理论,修正了传统仅基于发放率的理论的显著偏差。随后,该微观动力学被应用于宏观网络场景,自洽地描述了神经与突触的联合动态,从而能够准确预测记忆退化的时间进程和网络记忆容量。研究表明,在稀疏编码这一关键情形下,忽略尖峰时序相关性会严重高估记忆容量。

突触可塑性随机动力学stdp记忆容量稀疏编码尖峰时序
q-bio 01-14 00:00

扁桃体隐窝生物膜机械动力学:缺陷成核与剪切驱动的协同作用

本研究提出一个生物物理框架,解释扁桃体隐窝中生物膜的长期持续性与间歇性扩散现象。该模型结合两种机械机制:生长诱导压缩产生的Kosterlitz-Thouless型缺陷成核过程,以及呼吸/吞咽引起的Kelvin-Helmholtz型剪切驱动界面不稳定性。数值模拟表明,仅当两种机制共存时,才能形成局域化、可传播且持久的界面结构($\nabla \cdot \mathbf{u} \neq 0$),否则系统呈现弥散无序的动态。

生物膜力学缺陷成核剪切不稳定性扁桃体隐窝计算模拟界面动力学
q-bio 01-14 00:00

基于DNA近邻参数构建碱基对能量模型及其在基因组研究中的应用

本研究利用DNA近邻自由能参数,构建了一个可以定义任意相邻碱基对之间能量的模型。该模型结合玻尔兹曼权重因子进行蒙特卡洛采样,用于探测生命起源前可能存在的随机序列中每个碱基对的平均能量。将模型应用于公开的人类基因组数据,分别计算了非基因重叠区、外显子和内含子的平均碱基对能量。研究发现:(1)这些“古老”的随机序列在人类基因组中仍有少量留存;(2)平均碱基对能量已漂移了约$22.5\%$;(3)该模型与已知的突变率相结合,为审视“生命年龄”提供了新视角。

dna能量模型基因组分析蒙特卡洛采样近邻参数生命起源生物信息学
q-bio 01-14 00:00

石榴硬枝扦插生根研究:浸泡时长与基质配比的影响

本研究评估了浸泡时长(0、24、48小时)与生根基质(沙、泥炭、混合)对Salakhani石榴硬枝扦插生根与枝条发育的影响。结果表明,不浸泡处理生根率最高(60%),而长时间浸泡(48小时)显著降低生根率(33.33%)。沙质基质表现最优(生根率75.56%),其中24小时浸泡结合沙质基质获得最高生根率(93.33%)。根系长度与数量在48小时+沙质处理中最佳,而枝条生长参数在不浸泡处理中总体最优。研究建议采用沙质或沙/泥炭混合基质并避免长时间浸泡,以实现最佳扦插效果。

植物繁殖扦插技术生根基质石榴栽培园艺研究
q-bio 01-14 00:00

注意力竞争训练可持久改变视觉感知对比度

本研究通过为期七天的训练实验,探究了在感觉竞争条件下进行注意力训练是否会产生持久的视觉外观改变。研究发现,在有显著干扰物存在的情况下进行训练,会导致一种“推-拉”式的感知偏移:训练位置的刺激物主观对比度升高,而未训练位置的则降低。这种效应具有鲁棒性,能抵抗任务变化,并可泛化至新朝向和对比度的刺激物。相反,无干扰物的训练仅提升任务表现,不改变主观外观。这表明,解决感觉竞争不仅能改善辨别力,还能持久地重新校准视觉世界的主观外观。

视觉感知注意力训练感觉竞争对比度校准持久性偏见
q-bio 01-14 00:00

Tara Polaris计划:启动20年北极系统持续观测,追踪快速变化

北极系统正经历快速转变,预计本世纪中叶前将出现夏季无冰的海洋。为系统监测这一关键转变,Tara Polaris计划将于2026年至2046年间,以Tara极地站为平台,在中央北冰洋开展一系列为期一年的漂流考察。该多学科观测项目旨在通过一致的方法,长期收集大气、海冰和海洋的生态、地球化学、生物及物理参数数据,以区分长期趋势与季节/年际变化,从而理解北极耦合系统的主要反馈机制及其时空变异性。

北极观测长期监测多学科研究气候变化海冰变化生态系统反馈
q-bio 01-14 00:00

Gyral-Sulcal-Net:一种整合脑回与脑沟折叠模式的统一脑网络模型

本研究提出了一种名为Gyral-Sulcal-Net(GS-Net)的新型脑网络模型,首次将大脑皮层的两种主要折叠模式——脑回与脑沟——整合到一个统一的网络框架中。该模型成功识别了三种不同类型的精细尺度解剖标志作为网络节点。研究在包含超过1600个大脑、覆盖不同年龄段(从34孕周到老年人)和健康状况(健康与病理)的多数据集上进行了验证。结果表明,GS-Net能够从网络视角有效整合和表征多样的皮层折叠模式,为将不同折叠模式与结构和功能网络相结合,提供了一个全面的脑网络研究框架。

脑网络皮层折叠脑回脑沟解剖网络神经影像
q-bio 01-14 00:00

非侵入性脑刺激通过增强任务价值感缓解拖延行为

本研究通过一项双盲随机对照试验,为拖延行为的神经认知机制提供了因果证据。研究对慢性拖延者的左侧背外侧前额叶皮层(DLPFC)施加了高精度经颅直流电刺激(HD-tDCS),并利用密集经验取样法(iESM)评估其效果。结果显示,干预不仅降低了任务厌恶感,更关键的是提升了任务结果价值感。因果中介分析表明,任务结果价值感的提升完全中介了行为改善。这表明,增强DLPFC功能是通过选择性放大对未来奖赏的估值来缓解拖延,而非单纯减少负面情绪。该效应在6个月后仍持续存在。

拖延行为脑刺激前额叶皮层任务价值神经调控随机对照试验
q-bio 01-14 00:00

LCPan:基于局部一致性解析的高效变异图构建工具

本研究提出了首个迭代式局部一致性解析(LCP)实现Lcptools,并将其应用于基因组变异图构建。LCP通过将输入基因组字符串分割为短且精确匹配的“核心”子串,确保分区一致性,其核心数量在迭代中呈$O(n/c^i)$减少($c \approx 2.34$),而平均长度和间距呈$O(c^i)$增长。相比主流草图技术,LCP生成的核心更少,表示更紧凑。基于此开发的变异图构建工具LCPan,在保持分析能力的同时,比主流工具vg快10倍以上,内存占用减少13倍以上。

基因组学字符串处理变异图算法优化生物信息学
AI速览助手