q-bio
02-11 00:00
研究表明，系统在相变临界点附近运行时，对环境微小变化的灵敏度最高。然而，临界点附近存在巨大波动和发散的时间尺度，需要极长的积分时间才能利用这种最大灵敏度。本文通过分析和计算模拟，探讨了在给定有限积分时间下，如何确定循环神经网络的最佳调谐。研究发现，网络根据可用时间获得不同的灵敏度，因此当积分时间有限时，最优动态机制会偏离临界点。这强调了将有限时间考量纳入信息处理研究的必要性。
临界点灵敏度有限时间循环神经网络信息处理相变
q-bio
02-11 00:00
本研究针对帕金森病（PD）和其前驱标志——孤立性REM睡眠行为障碍（iRBD）的睡眠分期难题，对U-Sleep深度神经网络进行了适应性优化。研究基于大型公开非神经退行性数据集预训练模型，并在两个研究中心（PACE和CBC）的339例受试者（PD、iRBD及对照）数据上进行微调。在独立测试集（DCSM）上，模型性能显著提升（平均Cohen's κ从0.60提升至0.64，p < 0.001）。通过引入置信度阈值，REM睡眠分期的准确率从85%提升至95.5%，同时为95%的受试者保留了足够的（>5分钟）REM睡眠时长。研究表明，该模型能有效处理神经退行性疾病中常见的EEG异常和睡眠碎片化问题，为大规模RBD筛查提供了可靠的技术支持。
睡眠分期深度学习帕金森病rem睡眠行为障碍视频多导睡眠图神经退行性疾病
q-bio
02-11 00:00
本研究提出了一种利用物理信息神经网络（PINN）和贝叶斯物理信息神经网络（BPINN）来预测药物从不同形态薄膜中释放的新方法。该方法将菲克第二扩散定律作为损失函数嵌入神经网络，并结合有限的实验数据，实现了从短期测量数据中准确预测长期释放行为。相比传统的菲克、Higuchi等经典模型，该方法在所有薄膜类型（平面、褶皱、褶皱二维）上平均误差降低了高达40%。例如，对于平面薄膜，仅使用前6%的释放时间数据即可达到RMSE <0.05的精度，大幅减少了实验所需时间。BPINN在噪声条件下提供了更可靠的不确定性量化。该框架为加速药物控释系统的表征和早期配方开发提供了实用途径。
药物释放建模物理信息神经网络扩散模型贝叶斯方法控释系统不确定性量化
q-bio
02-11 00:00
一项大规模在线实验（N=1008）发现，在文化市场中公开流行度信息会显著降低文化多样性并延缓创新进程。参与者被置于一个迭代的选择-创作循环中：他们从不断演化的图像市场中选择作品，并对其进行修改创作。结果显示，流行度信息会触发“累积优势”效应，导致参与者倾向于选择并基于流行图像进行创作，从而减少了整体多样性。在创作环节，参与者倾向于做出更保守、破坏性更小的修改，更多地扩展现有视觉模式，而非进行颠覆性创新。这表明，文化市场的反馈循环不仅影响选择，也直接或间接地塑造了文化创新的形式和方向。
文化市场社交反馈创新抑制多样性累积优势在线实验
q-bio
02-11 00:00
传统血压调节理论侧重于局部血管阻力、顺应性和神经体液控制。本研究通过一维血流模拟模型，对比了开放血管段与闭合血管环的压力动力学。研究发现，在闭合血管环中，压力可以持续循环，即使局部阻力改变，系统级压力模式仍能维持；而开放段压力则会消散。这种拓扑结构导致环内平行路径动态耦合，使局部压力变化影响整个环路。研究还模拟了正常与高血压参数下，以及“环路破坏”干预前后的压力波动演变，为解释某些耐药性高血压、以及血栓、血管手术后观察到的血压剧烈变化提供了理论框架。
血压调节血管拓扑血流动力学耐药性高血压计算模型系统生理学
q-bio
02-11 00:00
本研究提出了一种受生物学启发的人工智能架构，旨在模拟人类工作记忆系统的迭代更新过程。该架构由多个分层互联的神经网络模块组成，集成于一个全局工作空间中，能够通过持续的神经放电和突触增强两种模式，暂时维持高级表征模式。这些表征在持续活动中被递归替换，导致工作记忆内容发生渐进式变化，从而使连续的处理状态相互重叠并保持连续性。这种机制模拟了思维内容的迭代转移，是实现类人思维连续性、乃至合成意识或人工感知的一条潜在路径。
人工智能工作记忆神经模拟认知架构思维连续性合成意识
q-bio
02-11 00:00
本研究提出DecompDPO方法，将直接偏好优化（DPO）与扩散模型结合，用于基于结构的药物设计。该方法通过引入分解策略，在分子或子结构层面构建多粒度偏好对，并加入物理信息能量项以优化分子构象。实验表明，DecompDPO能有效提升模型性能，在分子生成任务中达到95.2%的中高亲和力，在分子优化任务中实现100%的中高亲和力与52.1%的成功率。
药物设计扩散模型偏好优化结构生物学分子生成人工智能
q-bio
02-11 00:00
本研究提出了一种具有年龄结构捕食者种群的捕食者-猎物模型，其中捕食者的功能角色随年龄增长发生反转，体现了“个体发育生态位转变”概念。模型基于Kermack-McKendrick更新方程构建，但出生率和死亡率函数依赖于猎物种群规模。通过拉丁超立方采样和线性判别分析，研究发现捕食者的成熟年龄和幼体被捕食率是影响系统长期行为的关键参数。与简化的常微分方程和时滞微分方程模型相比，年龄结构会促进共存平衡点的不稳定性，并导致共存周期吸引子的出现。
年龄结构模型捕食者-猎物系统角色反转生态位转变种群动力学长期行为
q-bio
02-11 00:00
本文提出了BrainGFM，一个基于功能磁共振成像（fMRI）的脑图基础模型。该模型采用图对比学习和图掩码自编码器进行大规模预训练，其创新之处在于整合了多种具有不同脑区分割方案（parcellations）的脑图谱数据，显著扩展了预训练语料库。通过引入图提示（graph prompts）和语言提示（language prompts），并结合元学习优化图提示，模型能够灵活适应不同的脑图谱、神经精神疾病和任务设置，并在少样本和零样本条件下对未见疾病展现出强大的泛化能力。模型在涵盖25种常见疾病、超过25,000名被试、60,000次fMRI扫描的27个神经影像数据集上进行了预训练。
脑图基础模型图对比学习功能磁共振成像神经精神疾病元学习零样本学习
q-bio
02-11 00:00
本研究提出了首个专注于蛋白质内在无序区域（IDRs）的基准测试DisProtBench，以解决现有评估体系对IDRs的忽视。该基准整合了疾病相关IDRs、GPCR-配体相互作用等多模态数据，并创新性地引入了功能不确定性敏感度（FUS）指标，用于量化预测不确定性下的下游任务性能。系统评估发现，蛋白质-相互作用预测在IDRs中性能急剧下降，而基于结构的药物发现相对稳健，这些关键失效模式被传统全局精度指标所掩盖。
蛋白质结构预测内在无序区域基准测试预测不确定性功能评估生物信息学
q-bio
02-11 00:00
本研究通过分析子痫前期（PE）患者胎盘单细胞RNA测序数据，结合体外细胞模型，鉴定出胎盘滋养细胞缺氧的关键生物标记物。研究发现，在早发型PE中，绒毛外滋养细胞缺氧激活程度最高。EBI3、FN1和COL17A1基因在患者组织及新型缺氧模拟剂神经适应剂处理的细胞中均一致性上调，而传统模拟剂氯化钴则产生相反模式。同时，hsa-miR-27a-5p和hsa-miR-193b-5p在两种模型中均稳定升高。研究结论表明，神经适应剂作为一种选择性HIF-脯氨酰羟化酶抑制剂，比氯化钴更能生理性地模拟PE胎盘的转录组特征，为研究胎盘缺氧机制提供了更优的体外模型。
子痫前期胎盘缺氧单细胞测序生物标记物缺氧模拟剂滋养细胞
q-bio
02-11 00:00
本研究提出了神经响应函数（NRF）框架，将fMRI大脑活动建模为解剖空间上的连续函数，而非离散体素向量。NRF以图像和标准MNI空间坐标（x, y, z）为输入，预测该位置的大脑响应。该方法利用大脑响应的局部平滑性和跨被试对齐特性，在解耦预测与训练网格、支持任意空间分辨率查询的同时，显著提升了数据效率。实验表明，NRF在个体内编码和跨被试适应任务中均优于基线模型，且所需数据量大幅减少。
神经编码模型功能磁共振成像连续表示跨被试适应解剖空间大脑活动预测
q-bio
02-11 00:00
本研究提出了INCAMA框架，旨在解决从神经影像数据（如EEG和fMRI）推断因果连接时的根本性难题。该框架通过一个物理感知的反演模块，将神经动力学与由血流动力学滤波和容积传导引起的观测伪影分离开来，并结合基于选择性状态空间序列的非平稳性驱动、延迟敏感的因果发现模型。理论分析证明了在间接测量下延迟因果结构的可识别性，并量化了反演误差对图恢复的影响。在大规模生物物理模拟和真实HCP fMRI数据上的验证表明，INCAMA能显著优于标准方法，并零样本泛化地恢复出与已知神经解剖一致的视觉-运动通路（如 $V1 \to V2$ 和 $M1 \leftrightarrow S1$）。
因果发现神经影像脑连接非平稳性状态空间模型逆问题
q-bio
02-11 00:00
本研究利用小鼠胰岛单细胞RNA测序数据，评估了两种监督学习方法——极端随机树分类器（ETC）和偏最小二乘判别分析（PLS-DA）——在识别2型糖尿病（T2D）相关基因表达特征方面的能力。研究旨在通过机器学习模型，在单细胞分辨率下解析T2D的分子机制，重点关注模型的解释性和生物学相关性，为理解β细胞功能障碍及开发靶向治疗策略提供新见解。
单细胞测序机器学习2型糖尿病基因表达生物信息学胰岛β细胞
q-bio
02-11 00:00
随着单细胞RNA测序数据日益复杂，其分析成为研究瓶颈。本研究推出scBench基准，包含源自真实工作流的394个可验证问题，涵盖6个测序平台和7类任务。每个问题提供一个实验数据快照和一个确定性评分器，用于评估AI模型能否复现关键生物学结果。对8个前沿模型的测试显示，其准确率在29%至53%之间，且模型表现受任务类型和测序平台影响显著。平台选择对准确率的影响与模型选择相当，在某些文档较少的平台上准确率下降超过40个百分点。scBench与SpatialBench共同覆盖了两种主要的单细胞模态，为开发能够忠实、可重复分析真实数据的AI代理提供了测量工具和诊断视角。
单细胞测序ai基准测试生物信息学rna测序分析可重复性研究
q-bio
02-11 00:00
本研究提出了AntigenLM，一种在具有完整、对齐功能单元的流感病毒基因组上进行预训练的生成式DNA语言模型。其结构感知的预训练方法使模型能够捕捉进化约束并实现跨任务泛化。在血凝素（HA）和神经氨酸酶（NA）序列的时间序列数据上微调后，AntigenLM能够准确预测跨区域和亚型的未来抗原变异，包括训练中未见的变异，其性能超越了系统发育和基于进化的模型。消融研究表明，破坏基因组结构会严重降低模型性能，揭示了在DNA语言建模中保持功能单元完整性的重要性。
dna语言模型流感病毒抗原进化预测结构感知预训练生物信息学
q-bio
02-11 00:00
本文是对Láng-Ritter等人关于全球网格人口数据系统性低估农村人口研究的回应。作者认可该研究对人口数据准确性讨论的贡献，但指出其关键结论过于大胆且缺乏充分证据支持。回应认为，所报告的偏差主要源于有争议的方法论选择以及历史上地方层面网格人口估算的分配错误，而非实际的农村人口漏计。这呼吁未来在人口估算方法讨论与改进中需更谨慎与细致。
人口数据网格数据农村人口方法论争议数据偏差
q-bio
02-11 00:00
祖先重组图（ARGs）在群体和统计遗传学中日益重要。tskit库已成为该领域的关键基础设施，它提供了一种表达力强且通用的ARG表示方法，并配备了一套高效的基础操作。本文宣布tskit 1.0版本发布，阐述了其设计原理，并正式确立了其稳定性保证。这些保证为构建持久的计算工具奠定了基础，并支持代码与分析的长期可复现性。
群体遗传学祖先重组图计算工具软件发布可复现性
q-bio
02-11 00:00
本研究探讨了胚胎形态发生过程中，细胞黏附的局部变化如何决定组织整体的几何与材料特性。作者发现，在细胞-细胞接触层面定义的局部成对属性，对胚胎组织的全局拓扑结构具有重要影响。这一发现将微观的细胞相互作用与宏观的组织形态构建联系起来，为理解复杂器官几何结构的形成提供了新的物理机制视角。
形态发生细胞黏附组织拓扑胚胎发育生物物理学
q-bio
02-11 00:00
本研究提出可解释跨领域迁移学习框架，结合网络科学与可解释人工智能，识别生物、语言、分子及社交网络中的结构不变性。通过引入重要性反转迁移机制，该框架优先考虑领域不变的结构锚点，而非领域特有的高区分度特征。在异常检测任务中，遵循此原则的模型在极端噪声下决策稳定性相对提升56%，显著优于传统基线。该工作为跨学科知识传播建立了原则性范式，推动了机器学习作为科学发现引擎的发展。
迁移学习可解释ai网络科学结构不变性异常检测跨领域学习
q-bio
02-11 00:00
本文提出了一种名为清洁样本马尔可夫链采样器的新方法，用于解决离散扩散模型在化学与生物学数据生成中的奖励引导难题。传统方法依赖对中间状态的噪声奖励进行引导，效果不佳。CSMC方法通过构建一个以目标分布为稳态分布的清洁样本马尔可夫链，利用Metropolis-Hastings算法进行局部搜索，避免了中间奖励的干扰。其核心是设计了一个顺序应用前向与反向扩散过程的提议分布，使接受概率易于计算。在多种奖励函数下的分子与生物序列生成实验中，该方法均显著优于依赖中间奖励的现有方法。
离散扩散模型奖励引导采样分子生成生物序列设计马尔可夫链蒙特卡洛药物发现
q-bio
02-11 00:00
本文针对神经科学中“表征”概念使用混乱的问题，提出了一个统一的概念框架。该框架通过三个核心维度——神经响应与特征之间的敏感性/特异性、对其他特征的不变性，以及神经响应的下游功能性用途——来系统地表征神经表征。研究采用信息论度量阐释这些维度，并将其与相关性分析、解码/编码模型、表征相似性分析等数据分析方法联系起来。通过方向、数量、空间位置等经典案例，展示了该框架如何系统化地评估支持或质疑特定表征模型的证据，旨在促进不同研究结果的比较与整合。
神经表征概念框架信息论数据分析认知神经科学
q-bio
02-11 00:00
本研究发布了 IDEAS II 数据集，包含 216 名癫痫患者和 98 名健康对照者的原始及预处理扩散加权 MRI (DWI) 数据。该数据集与先前的 IDEAS 数据（包含 T1、FLAIR 及手术预后）对齐，并提供了多种图谱分割下的结构连接组。研究团队利用该数据复现了 ENIGMA 联盟关于癫痫患者各向异性分数广泛降低的发现，并通过一例颞叶切除患者的流线纤维束追踪，展示了其在定位异常和网络连接分析中的应用潜力。该开放资源旨在推动癫痫结构连接与手术预后关系的研究。
扩散 mri结构连接组癫痫研究开放数据神经影像手术预后