q-bio
02-19 00:00
本文提出“稳定性驱动组装”（SDA）这一非平衡框架，用于解释开放演化系统。该框架仅通过随机交互与差异持续性，即可在没有基因、复制或预定义适应度函数的情况下，内生出选择过程。研究发现，长寿命模式在种群中积累，并反馈影响系统动态，从而涌现出适应度比例采样的特性。研究指出，传统基于均衡的模型无法实现开放演化，因为演化系统需要结构与动态共同演化的种群依赖、非平稳动态。
系统动力学非平衡演化稳定性驱动组装开放演化涌现选择计算建模
q-bio
02-19 00:00
本研究提出了一种名为滑动窗口预测相关法（SWpC）的新方法，用于估计大脑中随时间变化的定向功能连接。该方法在每个滑动窗口内嵌入一个定向线性时不变模型，能够同时提供定向相互作用的强度度量（预测相关）和持续时间度量（信息传递的窗口时长）。通过在大鼠体感皮层的局部场电位与fMRI BOLD信号、人类连接组计划运动任务fMRI以及脑震荡后前庭功能障碍患者数据上的验证，SWpC不仅比传统的滑动窗口相关法（SWC）更敏感地检测到任务诱发的连接差异，还揭示了可重复的脑状态转变，并改善了患者与健康对照的区分。
脑连接组学动态功能连接定向相互作用时间序列分析神经影像计算方法
q-bio
02-19 00:00
本研究将蛋白质主链几何与离散非线性薛定谔方程联系起来，提出螺旋肽可被建模为分段可积系统。通过分析50条螺旋肽链数据，发现全局映射信息无损，但在螺旋区域（雅可比条件数中位数31）存在局部坐标压缩。定义局部可积性误差 $E[n]$ 表明，偏离可积性主要由扭转非均匀性驱动，而曲率保持结构刚性。该框架可在可积“岛屿”内以亚埃精度（RMSD中位数0.77 Å）预测主链坐标，并实现结构缺陷分割。研究进一步表明，在定量定义的可积区域内，肽主链的逆向设计本质上简化为对扭转均匀性的控制，推动了Hasimoto形式主义从定性描述向定量分析设计框架的转变。
蛋白质结构可积系统hasimoto映射螺旋肽逆向设计非线性薛定谔方程
q-bio
02-19 00:00
本研究探讨了在考虑物种自然出生与死亡过程的情况下，中性物种（不直接参与“石头-剪刀-布”式循环竞争）如何影响生态系统的生物多样性。通过构建包含高阶相互作用（HOIs）的空间模型并进行大量模拟，研究发现：当中性物种产生积极干扰时，它们会占据更多空间，降低竞争物种的比例；而当干扰有害时，竞争物种的密度反而上升。与传统认知不同，即使在物种迁移率较高的状态下，生物多样性也能得到有效维持。这证实了中性物种在维持生态平衡中的关键作用。
生态模型循环竞争生物多样性中性物种高阶相互作用空间动力学
q-bio
02-19 00:00
本研究通过建立双时间尺度理论框架，揭示了多样性生成逆转录元件（DGRs）在动态环境中的进化优势。该框架将快速的变异区（VR）多样化与缓慢的模板区（TR）演化分离，从TR设计的角度解析了DGR控制位点的动力学。研究发现，与标准诱变相比，DGR的多样化机制在环境切换条件下能提供显著的适应度增益，并解释了其在人类肠道拟杆菌中观察到的活性模式，阐明了DGR持续激活在何种进化条件下更受青睐。
进化动力学基因组变异环境适应理论模型微生物进化
q-bio
02-19 00:00
本研究挑战了当前依赖复杂深度学习模型（如Transformer）的单细胞RNA测序（scRNA-seq）数据分析范式。通过采用经过精心归一化的简单、可解释的线性方法，研究团队在多个用于评估单细胞基础模型的下游基准测试中，取得了与最先进（SOTA）模型相当甚至更优的性能。特别是在涉及训练数据中未出现过的新细胞类型和生物体的分布外任务上，这些简单方法的表现超越了现有的基础模型。结果表明，细胞身份的生物学信息可以通过单细胞基因表达数据的简单线性表示有效捕获，强调了在模型开发中进行严格基准测试的必要性。
单细胞测序线性模型基准测试基因表达可解释性分布外泛化
q-bio
02-19 00:00
本研究发布了首个大规模、标准化的颅内脑电（iEEG）数据集Omni-iEEG，旨在解决癫痫研究中数据分散、格式不一、缺乏统一基准的难题。该数据集整合了来自公开来源的302名患者、总计178小时的高分辨率iEEG记录，并提供了包括癫痫发作起始区、手术切除范围及预后在内的标准化临床元数据，所有数据均经过癫痫专科医生验证。此外，数据集包含超过3.6万个经专家验证的病理事件标注，为稳健的生物标志物研究奠定了基础。研究团队基于临床先验知识定义了具有临床意义的任务和统一的评估指标，并展示了在长时程iEEG片段上进行端到端建模的潜力。Omni-iEEG为促进可重复、可泛化且具有临床转化价值的癫痫研究建立了重要基础。
癫痫研究颅内脑电数据集机器学习临床转化生物标志物
q-bio
02-19 00:00
研究提出SPOI-AE模型，利用物理信息神经网络解决非线性、病态的光谱光声成像光学反演与光谱解混难题。该模型在活体小鼠淋巴结图像上训练测试，无需线性假设，即可比传统算法更准确地重建像素，并提供光学参数、发色团浓度及组织氧饱和度等生物学一致估计。通过模拟小鼠淋巴结模型验证了其解混准确性。
光谱光声成像物理信息神经网络光学反演光谱解混生物医学图像深度学习
q-bio
02-19 00:00
本研究系统评估了用于脑磁图（MEG）基础模型的样本级分词策略。研究比较了可学习分词器（基于新型自编码器）与不可学习（固定）分词器，从信号重建保真度、下游任务性能、生成数据生物合理性及主体特异性信息保留等多个维度进行测试。实验在三个公开MEG数据集上进行。结果表明，两种策略均能实现高重建精度，且在大多数评估标准上表现相当，提示开发神经基础模型时可采用简单的固定样本级分词策略。
脑磁图基础模型分词策略自编码器神经影像transformer
q-bio
02-19 00:00
本文提出脉冲对齐学习（SAL）机制，通过利用脉冲时序统计信息来校正神经元间有效连接的不对称性。该机制基于赫布与反赫布可塑性的相互作用，结合噪声优势，使突触能够恢复真实的局部梯度。研究证明，SAL能显著提升概率脉冲网络向目标分布的收敛速度，有效对齐皮层微环路中的前馈与反馈权重，从而在深度网络中仅使用局部可塑性实现具有竞争力的性能。
脉冲神经网络局部学习权重对称性梯度下降神经可塑性生物启发计算
q-bio
02-19 00:00
本研究通过一个简化的全局上位性模型，揭示了蛋白质适应性景观中功能瓶颈的普遍形成机制。研究发现，即使适应性被建模为一个非线性的、基于可加性基础性状的函数，只要模型参数经过适当校准，代表不同表型的两个高适应性盆地之间，就极有可能出现仅由少数突变路径连接的瓶颈区域。这一发现强调了中性突变与非中性突变之间的平衡，是塑造蛋白质进化路径可预测性与约束性的关键因素。
蛋白质进化适应性景观全局上位性功能瓶颈进化约束
q-bio
02-19 00:00
研究提出了生成式情景-语义整合系统（GENESIS），该模型将记忆形式化为两个容量有限的生成系统之间的交互：一个支持语义学习和泛化的皮层变分自编码器（Cortical-VAE），以及一个在检索增强生成（RAG）架构内支持情景编码与检索的海马变分自编码器（Hippocampal-VAE）。该模型成功复现了语义记忆泛化、情景记忆中的序列回忆效应和基于要点的扭曲、以及建设性情景模拟等核心行为现象，阐明了容量限制如何塑造体验的保真度与可记忆性，为理解记忆作为一个主动、建设性且资源受限的过程提供了统一的计算框架。
记忆模型生成式ai情景记忆语义记忆计算神经科学变分自编码器
q-bio
02-19 00:00
溯祖模型是中性进化下潜在谱系树的基础模型，但其采样概率难以精确计算。本研究证明，在无限样本极限下，一类具有复发性突变和有限等位基因的溯祖模型成本泛函会收敛为可处理的随机过程。通过特定成本选择，研究深入分析了用于近似溯祖采样概率的重要性采样方法，发现其行为与标准序贯重要性采样器（无论是否重采样）存在显著差异。模拟研究验证了该渐近理论在有限（中等）样本量下的准确性。这是首次对溯祖模型大样本重要性采样算法进行理论描述，为计算资源的先验优化提供了启发，并识别了重采样会损害算法性能的场景。
溯祖模型重要性采样大样本理论计算统计学群体遗传学
q-bio
02-19 00:00
本文提出了一种广义化的生物多样性指数模型，用于量化未来物种灭绝对系统发育多样性的潜在影响。研究将原有的HED和HEDGE指数扩展至更广泛的场景，包括系统发育网络、离散性状特征多样性以及任意生物多样性度量。通过分析27种现存鳄鱼的系统发育数据，研究提供了这些指数均值和方差的明确描述，并推导出特征多样性的等式关系。当物种灭绝率与特征类型相关时，模型还揭示了一个重要的不等式关系。
生物多样性指数系统发育多样性物种灭绝风险特征多样性保护生物学数学模型
q-bio
02-19 00:00
本研究针对具有反馈回路的大规模基因调控网络，探究了内在分子波动如何影响其振荡行为。作者开发了一种基于二阶矩分析的可扩展方法，将随机动力学转化为描述平均浓度及其二阶中心矩的常微分方程组。分析表明，系统的稳定状态（稳定平衡或持续振荡）取决于其规模及相应的波动强度。通过对三节点抑制振荡器和五节点系统的案例研究，发现规模过小的系统会因波动过强而抑制振荡。该方法为确定基因网络维持周期性行为所需的最小临界规模提供了实用工具。
基因调控网络随机振荡二阶矩分析系统规模内在波动稳定性分析
q-bio
02-19 00:00
针对现有酶功能预测模型因数据集中序列多样性低、标签分布不平衡而导致的性能高估和泛化能力差的问题，本文提出了GRIMM基准框架。该方法采用遗传分层策略：通过序列相似性对序列进行聚类，并将每个聚类严格分配至训练集、验证集或测试集，确保同一聚类的序列不会出现在多个数据分区中。GRIMM构建了两种测试集：与训练集标签分布一致的封闭集（Test-1）和包含新标签的开放集（Test-2），后者可作为发现新酶功能的真实分布外代理。该框架轻量、可复现，适用于任何基于序列的分类任务，为模型在已知和未知类别上的性能与泛化能力提供了更真实的评估基准。
酶功能预测基准测试遗传分层序列聚类开放集评估计算生物学
q-bio
02-19 00:00
研究提出“表征对齐假说”，指出独立训练的文本、视觉、音频等AI系统，其表征空间具有共享的底层几何结构。证据来自两方面：一是内部结构比较技术（如表征相似性分析）揭示了跨模态间匹配的关系模式；二是跨模态对齐方法表明，简单的线性变换即可使不同嵌入空间高度对应，暗示其接近同构。作者认为，这种共享结构源于人类特定条件下的数据生成过程，而非指向某种“柏拉图式”的根本现实。研究最后探讨了如何区分真正不变的语义结构与人类中心数据产生的伪不变性。
表征对齐跨模态学习语义结构嵌入空间人工智能哲学符号接地问题
q-bio
02-19 00:00
本综述系统梳理了2020年后纳入行为适应性的传染病传播模型。研究发现，在纳入的216项研究中，73%聚焦COVID-19，81%采用仓室ODE模型。行为改变主要为反应式：47%使用流行率依赖反馈，25%纳入意识/媒体动态，19%依赖外生政策触发。行为效应主要影响接触率或传播率（91%）。心理社会构念中，“行动线索”和“个人威胁”占主导，而“应对评估”、“障碍”和“社会规范”较少见。研究提出了基于行为驱动、社会尺度和记忆的分类法，为在流行病学模型中更理论化、数据化地整合行为过程提供指导。
传染病模型行为适应性系统综述流行病学covid-19心理社会因素
q-bio
02-19 00:00
本研究提出了一种孔道级定量构效关系（QSAR）方法，将水通道蛋白（AQPs）和甘油水通道蛋白（AQGPs）的高分辨率三维结构特征与实验测得的水渗透率相关联。该数据驱动框架引入了多特征分析，不仅验证了先前单因素研究报道的关键决定因素，还在多变量背景下识别出新的相关孔道描述符。这一方法为基于水通道蛋白的仿生过滤膜理性设计提供了新见解，并有助于深化对这些重要大分子在健康和疾病中功能的理解。
水通道蛋白定量构效关系水渗透率仿生膜结构描述符数据驱动