自适应指数整合发放模型的神经元放电模式相平面分析
本研究采用相平面分析方法系统研究了自适应指数整合发放模型在不同参数条件下的放电模式。通过数值模拟展示了六种代表性放电模式：持续发放、适应发放、初始爆发、爆发、瞬态发放和延迟发放。研究揭示了不同输入电流和参数条件下这些放电模式的动态机制，为理解神经元复杂电生理现象提供了理论框架，并在神经形态计算和脑机接口等领域具有应用价值。
2025-11-27 速览 · 定量生物学
2025-11-27 共 24 条抓取，按综合热度排序
将道德嵌入AI架构：基于爱之关注理论的LLM道德处理新方法
本文提出将道德意义处理直接嵌入Transformer模型架构的顶层设计方法，而非依赖微调等自下而上策略。作者将注意力机制概念化为结构与处理间的动态接口，并借鉴艾丽丝·默多克的'爱之关注'理论，探讨人类与LLM道德处理的功能类比。研究贡献包括：重新概念化注意力机制、提出通过修改训练目标、运行时权重调整等技术路径嵌入道德，以及论证架构内道德整合对约束方法的补充价值。
基于组合复形的大脑网络建模：捕捉高阶神经相互作用
本研究提出了一种从fMRI时间序列数据构建组合复形的新框架，通过信息论度量同时捕获成对和高阶神经相互作用。与传统图方法相比，该框架能够表征无法分解为成对关系的协同相互作用，保留神经处理的多尺度层次特性。利用O信息和S信息度量，构建数据驱动的组合复形，在NetSim模拟数据集上验证了方法的有效性，为拓扑深度学习在神经数据分析中的应用提供了新途径。
基于多阶段视觉Transformer的先天性巨结肠病理自动评估
本研究提出基于Vision Transformer的三阶段分割框架，模拟病理医生诊断流程，依次分割结肠肌层、肌间神经丛及神经节细胞。在30张结肠组织切片上验证，肌层分割Dice系数达89.9%，神经丛召回率94.8%，高确定性神经节细胞识别精度62.1%、召回率89.1%。该方法能有效利用组织全局上下文信息，在复杂组织结构中捕获细胞形态特征，有望减少诊断者间差异，支持数字病理工作流程。
首个统计框架用于比较流行病传播森林
本研究提出了首个统计框架，用于评估不同流行病传播树集合之间的显著性差异。针对现有方法无法量化传播树集合差异的问题，研究团队开发了卡方检验和PERMANOVA两种方法，并在R包mixtree中实现。测试显示，两种方法在100+传播树规模下均达到完美特异性，而PERMANOVA在所有疫情规模和森林大小下均表现出更高的敏感性。该框架为流行病传播动态分析提供了可靠的统计工具。
非侵入式脑机接口实现思维绘图，AI增强提升5倍效率
研究人员开发了一种非侵入式视觉脑机接口，通过自适应呈现不同频率的视觉刺激探针，分析稳态视觉诱发电位，在约两分钟内重建用户想象的简单形状。该系统仅需单通道脑电数据，结合Gabor启发式或机器学习策略动态调整探针位置，并利用稳定扩散模型将重建的心理图像转化为逼真视觉表征。人机协同交互使脑机接口比特率提升5倍以上，为AI增强脑机接口发展提供新平台。
分数动力学网络稳定技术有效抑制癫痫发作
本研究提出一种基于分数动力学网络稳定的创新方法，通过分析颅内脑电图数据，成功抑制了35次自发性癫痫发作中的34次。多尺度分析显示，数据的分形行为和稳定性特征能够区分四种癫痫状态：发作间期、发作前期、发作期和发作后期。模拟控制信号显示振幅平均降低49%，凸显了分数动力学在表征癫痫相关脑状态和抑制癫痫活动方面的潜力。
行为适应如何引发持续性疫情波动：基于分布式记忆模型的研究
本研究构建了考虑个体行为适应的传染病暴发模型，假设个体根据接收到的病例信息调整行为，且记忆效应在时间上呈连续分布。通过伪谱近似方法，分析了伽马分布记忆核下的长期动力学特征。研究发现，即使在没有人口更替、季节性变化或免疫力衰减的情况下，单纯的行为适应也能引发持续性感染波。研究揭示了疫情波动周期和峰值如何依赖于记忆核形状，以及最小接触水平如何影响行为诱导平衡的稳定性。
ABC-SMC实用指南：无需似然函数的贝叶斯推断方法
本文针对生态学、流行病学等领域中机理模型参数推断的挑战，介绍了无需似然函数的近似贝叶斯计算序贯蒙特卡洛方法。通过捕食者-猎物动态和分层流行病模型等实例，详细展示了如何在Python中实现ABC-SMC分析，包括模型诊断和结果解释。所有代码基于PyMC现代概率编程接口，确保可复现性并易于扩展到新问题。
多玩家博弈中进化稳定策略的计算算法
本研究提出了一种计算非退化标准形式博弈中所有进化稳定策略的算法，特别针对三个或更多玩家的复杂博弈场景。该算法填补了多玩家进化博弈理论在计算方面的空白，为理解群体行为演化提供了新的分析工具。研究成果在经济学、计算机科学和进化生物学等多个领域具有重要应用价值。
软件驱动显微镜自动对焦系统，无需额外硬件
研究团队开发了一种纯软件驱动的宽场光学显微镜自动对焦方法，仅需电机Z轴驱动器即可校正长期延时成像中的焦距漂移问题。该方法通过在盖玻片背面制作标记进行对焦跟踪，无需额外硬件设备。经多款物镜测试验证，其性能与硬件自动对焦系统相当，并在活细菌菌落生长成像中展现出良好效果。
生物启发的脉冲神经网络学习算法：事件驱动资格传播实现高效计算
本研究提出了一种生物合理的扩展资格传播学习规则，将时间驱动更新方案转化为事件驱动机制。该模型整合了连续动力学、严格局部性、稀疏连接等生物特征，并在大规模脉冲神经网络模拟平台上验证了其有效性。研究表明，基于生物现实的约束能够指导设计计算高效的AI算法，在保持学习性能的同时实现百万级神经元的可扩展性，为可持续的生物启发AI系统开辟了新途径。
随机化学反应网络降维方法的理论与条件分析
本研究深入探讨了线性噪声近似在随机化学反应网络降维中的应用。通过分析漂移矩阵和扩散矩阵特征值的相互作用，建立了降维线性噪声近似准确性的充要条件。研究解决了慢特征空间斜投影能否准确近似完整线性噪声近似的一阶和二阶矩这一开放问题，为理解主方程和朗之万方程降维方法的成功与失败提供了理论框架。
转录过程中详细平衡破坏的量化研究
本研究针对经典的双态转录模型，推导了稳态下转录熵产生率的精确解析表达式，用于评估转录过程中的详细平衡破坏。该方法无需基于轨迹的计算，即可评估七个数据集中数千个基因的熵产生率。研究发现大多数基因避免与高熵产生率相关的参数区域，类似于能量消耗最小化的介观版本。值得注意的是，这并非热力学现象，因为双态基因模型的熵产生率仅对转录所需的基础能量提供弱约束。
行为指纹技术通过水生无脊椎动物运动识别污水微污染物
本研究首次将功能数据分析框架应用于生态毒理学，通过视频追踪三种不同类群水生无脊椎动物对四种化学物质的运动响应，建立行为指纹识别系统。实验室验证显示多维功能数据分析能有效区分污染物类型，现场应用在污水处理厂识别出四种重复出现的微污染事件。该方法为基于效应的生物监测提供了新工具，有望改善废水监测效率并减少污染物向环境转移。
SeqManager：基于网页的测序数据存储管理与重复检测工具
针对基因组学实验室产生海量测序数据导致存储成本高昂的问题，研究人员开发了SeqManager网页应用。该工具能够自动识别、分类和管理测序数据文件，具备智能重复检测功能，并能安全识别可删除的中间文件。在四个基因组学实验室环境中的评估表明，该工具运行速度快且内存占用极低，为生物信息学数据管理提供了高效解决方案。
免疫代谢守门：代谢环境如何决定癌症免疫治疗成败
本研究提出'免疫代谢守门'框架，揭示组织固有代谢强度和废物处理能力是抗肿瘤免疫的上游调控因素。高代谢组织（如肾、脑、眼）虽T细胞浸润多但预后差，因转化前代谢环境已削弱免疫功能。跨物种比较显示，大象、鲸鱼等大型哺乳动物代谢率低、副产物少，癌症发生率低；蝙蝠、裸鼹鼠等长寿小动物通过抑制糖酵解或改变缺氧反应降低代谢率。该框架统一解释了Peto悖论、T细胞浸润预后矛盾、组织趋向性和性别差异，为识别高风险患者和代谢-免疫联合策略提供新思路。
冥想专注状态推动大脑动态趋向临界点
研究通过脑电图和生理数据监测10名冥想者在10天闭关期间的状态，比较禅那深度专注与常规正念呼吸。发现禅那状态伴随感官消退、呼吸减缓、神经信号多样性增加、混沌性降低，以及前中央区失匹配负波增强。多指标显示大脑进入亚稳态临界状态，支持灵活而稳定的信息处理。临界性可能成为最小意识体验的神经生理标记。
Moonshine.jl：Julia基因组规模祖先重组图推断工具
Moonshine.jl是首个能够在合理时间内处理数千个人类单倍型、数百兆碱基规模数据的模型化祖先重组图推断工具。该Julia软件包采用严格单线程实现，在标准硬件上可在一天内完成10000个密集单倍型样本的推断，且易于在计算集群上扩展。相比传统启发式方法，Moonshine.jl通过限制概率分布确保样本一致性，实现了模型化推断在真实场景数据集的应用突破。
引导生成模型设计蛋白质：提示、引导与对齐方法综述
本文系统综述了引导生成AI模型设计具有特定功能蛋白质的最新进展。生成模型通过学习蛋白质数据分布产生新样本，但倾向于采样高概率区域，而低概率区域往往包含有价值特性。研究区分了修改模型参数的方法与保持模型固定的策略，包括条件生成、检索增强、贝叶斯引导和定制采样等。这些技术正推动生成模型设计具有所需特性的蛋白质，突破传统训练分布限制。
Detecting absence: A dedicated prediction-error signal emerging in the auditory thalamus
arXiv:2511.21605v1 Announce Type: new Abstract: How does the brain know what is out there and what is not? Living organisms cannot rely solely on sensory signals for perception because they are noisy and ambiguous. To transform sensory signals into stable percepts, the brain uses its prior knowledge or beliefs. Current theories describe perceptual beliefs as probability distributions over the features of the stimuli, summarised by their mean and variance. Beliefs are updated by feature prediction errors: the mismatch between expected and observed feature values. This framework explains how the brain encodes unexpected changes in stimulus features (e.g., higher or lower pitch, stronger or weaker motion). How the brain updates beliefs about a stimulus' presence or absence is, however, unclear. We propose that the detection of absence relies on a distinct form of prediction error dedicated to reducing the beliefs on stimulus occurrence. We call this signal absence prediction error. Using the human auditory system as a model for sensory processing, we developed a paradigm designed to test this hypothesis. fMRI results showed that absence prediction error is encoded in the auditory thalamus and cortex, indicating that absence is explicitly represented in subcortical sensory pathways. Moreover, while feature prediction error is already encoded in the auditory midbrain, absence prediction error was not, implying that absence-related error signals are supported by a different circuit. These results identify a neural mechanism for the detection of sensory absence. Such mechanisms may be disrupted in conditions such as psychosis, where predictions about absence and presence are impaired.
基于蛋白质语言模型的自动化蛋白质基序定位方法
本研究提出了一种自动化识别和注释蛋白质序列中基序与结构域的方法，利用预训练的蛋白质语言模型和概念激活向量。通过训练简单线性分类器区分含基序与非基序序列，将基序表示为PLM嵌入空间中的CAV向量。该方法在69个特征明确的基序数据集上达到85%以上的F1分数，能够准确定位不同蛋白质家族中的基序位置，为序列注释提供了可扩展、可解释且计算高效的框架。
几何限制揭示上皮细胞单层中的无标度速度关联
研究通过微图案基底上的上皮细胞单层实验，发现细胞集体流动中存在无标度的空间速度关联，遵循幂律分布。这种关联挑战了单一固有关联长度的概念，表明细胞单层表现出临界系统行为，信息能在整个系统范围内传递。研究还发现基底硬度、形状和拓扑结构影响流动组织，软基底上自发集体运动更强，自由边界导致波形蛋白在更大尺度上积累。
多发性硬化认知障碍与丘脑特定核团的内在脆弱性相关
本研究通过自动分割技术分析100名多发性硬化患者，发现26个丘脑区域中有12个与信息处理速度损伤存在病灶非依赖性关联。这些内在脆弱核团包括感觉中继核和联合中枢，其病灶介导效应显著低于其他区域。研究提示信息处理速度损伤反映了原发性和继发性退化的异质性贡献，核团特异性表型分析有助于识别高风险个体。