q-bio
01-29 00:00
本研究提出了一种名为“语义意图解码”的新框架，旨在克服现有脑机接口在语义表达简化和可解释性方面的局限。该框架将神经活动（EEG/SEEG信号）转化为自然语言，其核心是将“意义”建模为一组灵活的组合语义单元。研究者开发了名为BrainMosaic的深度学习架构，它通过集合匹配从脑电信号中解码多个语义单元，再通过语义引导的重构生成连贯句子。实验表明，该方法在多语言脑电和临床颅内脑电数据集上均优于现有框架，为实现更自然、可解释的脑机交互通信开辟了新途径。
脑机接口语义解码脑电图自然语言生成深度学习神经工程
q-bio
01-29 00:00
本研究提出一个基于个体模型的随机框架，用于描述种群在环境反馈慢于增长时经历的“爆发-崩溃-灭绝”动态。研究发现，系统存在噪声驱动的阈值行为：种群要么经历“爆发”，要么在扩张前灭绝。通过分析扩散强度与环境-种群时间尺度比，研究揭示了从激活性态（多数轨迹在首次崩溃后进入吸收态）到持续性态（多数种群达到亚稳态）的转变机制，为理解入侵物种、植物演替和微生物动态中的不可逆转变提供了理论基础。
种群动态环境反馈随机过程灭绝阈值噪声诱导生态模型
q-bio
01-29 00:00
本研究提出一种跨国学习框架，通过整合多个国家的传染病时间序列数据来训练单一预测模型，以克服单一国家数据长度和变异性有限的瓶颈。以塞浦路斯的COVID-19病例预测为案例，利用欧洲多国监测数据，评估了多种机器学习模型，并分析了回顾窗口长度和跨国“数据增强”对多步预测性能的影响。结果表明，引入他国数据能持续提升仅使用本国数据训练的模型的预测性能。该框架尤其适用于本国历史数据有限的传染病预测场景。
传染病预测跨国学习机器学习covid-19时间序列数据增强
q-bio
01-29 00:00
研究通过修改经典的SIR（易感-感染-恢复）疾病传播模型，分析了一个不道德的日托中心的利润最大化策略。模型发现，中心可以通过故意维持一定数量的患病儿童在园，以感染更多儿童（使其不来上学），从而减少运营成本并可能增加利润。研究表明，随着疾病传染性$R_0$的增加，最优的在园病童比例趋近于零，但潜在利润却随之上升。
疾病传播模型sir模型日托中心利润优化公共卫生伦理数学建模
q-bio
01-29 00:00
本文综述了控制系统工程在合成生物学中的应用，旨在解决细胞疗法和再生医学中细胞命运重编程的关键挑战。核心问题在于如何克服环境不确定性和扰动，精确调控细胞内特定调控因子的浓度。文章分析了扰动的来源及其对生物分子“被控对象”动力学的影响，并系统介绍了通过生物分子过程实现的反馈和前馈控制架构，以实现输出鲁棒性。作者特别指出，尽管计算机可实现复杂控制律，但受限于合成生物学的工程化能力，只有部分控制律可在细胞内实现。文章以将皮肤细胞重编程为多能干细胞的案例为例，阐述了如何通过精确控制主调控因子水平来应用这些控制策略。最后，文章指出了生物分子控制设计当前面临的挑战与未来研究方向。
合成生物学控制系统细胞重编程生物分子控制鲁棒性再生医学
q-bio
01-29 00:00
本研究提出了一种新颖的半监督变分自编码器（VAE）框架，用于分析高维神经影像数据与神经退行性疾病（如阿尔茨海默病）之间的关系。该框架通过引入灵活的相似性正则化项，将潜在空间中的特定维度与痴呆进展的临床或生物标志物（如认知评分）对齐。在ADNI的PET扫描数据上应用表明，该方法成功提取出与认知障碍程度相关的葡萄糖代谢模式，特别是海马体、默认模式网络和中央执行网络等关键脑区的代谢降低。其余潜在变量则编码了仿射变换和强度变化，有效分离了受试者间变异和扫描站点效应等混杂因素。该框架为研究神经退行性疾病的进展提供了一个可解释且适应性强的工具。
变分自编码器神经影像阿尔茨海默病葡萄糖代谢可解释ai半监督学习
q-bio
01-29 00:00
本研究针对单细胞生物学中从有限观测重建动态演化的挑战，提出了Wasserstein-Fisher-Rao平均流匹配（WFR-MFM）框架。该方法在Wasserstein-Fisher-Rao几何下解决动态不平衡最优运输问题，通过平均速度场和质量增长场总结任意时间间隔内的输运和质量变化动态，实现了无需轨迹模拟的快速一步生成。在合成和真实单细胞RNA测序数据集上的实验表明，WFR-MFM在保持高预测精度的同时，推理速度比现有基线快数个数量级，并能高效处理数千种条件的大规模合成数据集扰动响应预测。
最优运输单细胞分析动态建模流匹配计算生物学快速推理
q-bio
01-29 00:00
本研究提出了一种名为AGFS-Tractometry的新型图谱引导精细尺度纤维束测量方法，旨在增强基于扩散磁共振成像（dMRI）纤维束成像的群体间沿纤维束统计分析。该方法包含两大核心贡献：一是创建了一种新型图谱引导的纤维束分析模板，实现了对个体特异性纤维束进行一致、精细尺度的沿束分割；二是提出了一种新颖的非参数置换检验群体比较方法，可在校正多重比较的同时，对所有沿束分割区域进行同步分析。实验表明，与现有先进方法（如AFQ和BUAN）相比，AGFS-Tractometry在检测局部白质差异方面具有更高的敏感性和特异性，能够识别出更多解剖学上一致的显著差异区域。
扩散磁共振成像纤维束测量图谱引导置换检验白质分析神经影像
q-bio
01-29 00:00
本研究提出了一种基于贝叶斯字典学习的新算法，用于从细胞表面pH数据中估计细胞膜对气体的渗透性。该方法为理解气体跨膜运输机制（是遵循经典的Overton扩散理论，还是通过特定的气体通道）提供了数学模型支持。与之前使用的粒子滤波方法相比，新算法在膜性质于数据采集期间保持不变的条件下，计算效率显著提高，为解释实验室测量数据提供了更高效的数学工具。
细胞膜渗透性贝叶斯估计字典学习气体运输计算生物学ph数据
q-bio
01-29 00:00
本研究提出了一种用于神经胶质瘤中原卟啉IX（PpIX）荧光定量的新流程。该方法能稳健地区分PpIX的两种光化学状态与背景自发荧光，无需依赖先验光谱信息，并考虑了其量子效率的差异。通过波长依赖的光学畸变校正和加权处理，实现了对PpIX的准确定量。该流程使用新型组织模拟体模进行开发和验证，这些体模复制了胶质瘤组织的光学特性和PpIX荧光的光化学变异性。结果显示，该方法与真实PpIX浓度具有强相关性（$R^2 = 0.918 \pm 0.002$），展现了其在临床环境中实现稳健、定量PpIX荧光成像的潜力。
荧光定量脑肿瘤成像原卟啉ix组织模拟体模光学畸变校正神经胶质瘤
q-bio
01-29 00:00
本研究开发了一种名为CEI的统计方法，用于从疫苗接种前后采集的约10^5-10^6个T细胞受体序列中，精准识别出与SARS-CoV-2疫苗相关的TCR克隆。该方法通过检测特定TCR克隆丰度的显著增加，成功在7名未感染过COVID-19的个体外周血中，量化了T细胞群体对疫苗的克隆特异性动态响应，为监测免疫扰动后的细胞免疫变化提供了可行工具。
t细胞受体克隆扩增新冠疫苗免疫监测生物信息学
q-bio
01-29 00:00
本研究通过建立具有生长-合并-稀释动态的群体结构模型，揭示了空间结构促进合作演化的机制。在硬选择条件下，研究者获得了合作者比例在确定性逻辑增长期间增加、以及在稀释-生长-合并循环中平均增加的分析条件。通过弱选择近似，推导了合作者固定概率的解析表达式，并证明合作突变体比中性突变体具有更高的固定概率。数值模拟进一步表明，随机生长过程能进一步促进合作。
演化博弈空间结构囚徒困境群体动力学合作演化硬选择