q-bio
03-03 00:00
本研究提出了一种基于知识图谱的框架，用于整合药物安全性评估中的异构数据。该框架将药物靶点数据（ChEMBL）、临床试验文献（PubMed）、试验元数据（ClinicalTrials.gov）和上市后安全报告（FAERS）统一为一个证据加权的药物-医疗状况二分网络。以400种蛋白激酶抑制剂为案例，该网络支持通过靶点-不良事件相关性进行疗效（HR、PFS、OS）、表型与靶点相似性的上下文比较以及ADR预测。一个非小细胞肺癌的案例研究成功识别了已确立和候选药物、靶点群落（如ERbB、ALK、VEGF）以及耐受性差异。该框架旨在作为现有模型的补充工具，擅长揭示复杂模式、支持假设生成并加强药物警戒。
知识图谱药物安全蛋白激酶抑制剂药物警戒数据整合不良反应预测
q-bio
03-03 00:00
本研究评估了在真实世界临床预测任务中，应用类别不平衡校正技术（如SMOTE、RUS、ROS）对模型性能的影响。通过对10个涵盖不同医学领域、包含60余万患者的数据集进行分析，发现这些重采样策略并未系统性提升模型的区分度（ROC-AUC变化微小且不一致），反而普遍损害了模型的校准性能。校正后的模型表现出更高的Brier分数（0.029至0.080，p<0.05）以及校准截距和斜率的显著偏差，表明预测风险存在系统性失真，尽管基于排序的性能得以保留。
临床预测模型类别不平衡模型校准机器学习重采样
q-bio
03-03 00:00
本研究通过构建元种群演化博弈模型，分析了无蚁后蚂蚁（Pristomyrmex punctatus）种群中合作者（工蚁）与背叛者（大个体蚂蚁）的共存机制。研究发现，由领地性引发的敌意行为能有效防止“公地悲剧”——即合作形成的劳动力公共品被过度消耗。模型表明，当合作者与背叛者存在不对称迁移率时，敌意策略能维持合作稳定。该机制适用于任何由合作-背叛个体组成且存在不对称迁移的元种群系统。
演化博弈元种群合作演化公地悲剧蚂蚁社会不对称迁移
q-bio
03-03 00:00
本研究扩展了经典的剪刀石头布生态模型，引入了一种依赖于局部资源可用性的高阶相互作用机制，其中种内竞争强度随资源动态调节。定量分析表明，高阶相互作用显著改变了系统的空间结构：其强度增加会导致空间波长减小，形成更紧凑的物种聚集区。然而，这种结构变化使系统对物种迁移更加敏感，导致灭绝阈值降低。研究揭示了资源介导的高阶调节具有双重作用：促进局部斑图形成，但削弱系统对扩散的抵抗力，为生物多样性保护提供了新的理论视角。
生态模型高阶相互作用种内竞争空间结构生物多样性剪刀石头布
q-bio
03-03 00:00
本文指出，当前基因组编辑等生物干预的评估框架存在盲区：它们擅长确认“干预是否发生”，却无法判断“细胞最终状态是否稳定”。作者认为，应将细胞视为高维状态流形上的动力系统，而非独立变量的集合。受沃丁顿表观遗传景观启发，他们提出了“几何稳定性”这一新评估维度，用于衡量细胞对扰动响应的方向一致性。该指标能有效区分将细胞引导至稳定状态的干预与使其在状态空间中无序散射的干预，并能揭示传统指标无法捕捉的调控架构，例如区分多效性主调控因子与谱系特异性因子。
几何稳定性细胞扰动状态流形基因组编辑动力系统精准医学
q-bio
03-03 00:00
本研究利用延时显微镜数据驱动的离散拉普拉斯细胞力学（DLCM）框架，探究了细胞周期不同阶段如何影响成纤维细胞驱动的伤口闭合。通过整合细胞增殖、迁移和细胞周期停滞（特别是G1期停滞）等关键过程，计算模型成功复现了体外实验的核心趋势。结果表明，细胞周期状态的初始空间分布对伤口闭合效率有显著影响。这项工作通过将单细胞周期动力学与组织涌现行为相关联，为探索细胞内过程如何塑造修复过程建立了定量方法，并为系统性计算机评估治疗干预措施奠定了基础。
伤口愈合细胞周期计算模型成纤维细胞细胞力学数据驱动
q-bio
03-03 00:00
本研究提出了一个信息论框架，用于优化实验任务设计，以最大程度地区分大脑早期感觉神经群体编码不确定性的两种竞争假说：似然函数编码（概率群体编码）与后验分布编码（神经采样编码）。核心方法是推导“信息间隙”——通过评估真实后验与任务边缘化替代后验之间的Kullback-Leibler散度，量化两种解码器在给定任务下的预期性能差异。模拟结果表明，最大化信息间隙能产生最优的刺激分布，从而有效区分这两种编码假说，为理解神经群体如何表征和处理感觉不确定性提供了理论驱动的实验设计工具。
神经编码贝叶斯大脑实验设计信息论不确定性表征计算神经科学
q-bio
03-03 00:00
本研究对人工生命软件“生命之树模拟器”进行了东京1型开放性演化测试，通过测量演化活动统计量评估其开放性。实验将智能体的基因定义为演化组件，结果显示系统能够展现无界的总累积演化活动，但标准化后的累积演化活动呈现有界性，且新演化活动持续为零，表明该系统尚未实现真正的开放性演化。未来研究可尝试将组件定义为个体或物种进行验证。
人工生命开放性演化演化模拟生命之树模拟器演化活动统计
q-bio
03-03 00:00
本研究利用近似消息传递（AMP）方法，分析了具有块状结构和相关性的广义Lotka-Volterra生态系统的平衡性质。研究推导出描述物种丰度分布的自洽方程，并证明该分布是由方差和相关结构驱动的截断高斯混合。通过三个应用案例，揭示了群落结构对系统稳定性的关键影响：单个群落内的相关性变化会引起系统范围的物种存续响应；以互利或竞争为主的群落对群落间耦合的鲁棒性更强；即使没有相关性，仅靠不对称的相互作用方差也能在群落间产生反馈循环。
生态网络近似消息传递lotka-volterra模型群落结构物种共存系统稳定性
q-bio
03-03 00:00
本研究揭示了复制系统中一种新的灭绝临界转变机制。传统理论认为，RNA病毒的存续主要受突变率和适应度景观调控。本文通过引入复制酶可用性的显式时间延迟，发现即使突变率和适应度不变，种群也会因基因组翻译与复制之间的时间协调性丧失而跨越灭绝阈值。在准物种框架下，复制-翻译时序成为一个独立的控制参数，这为基于调控复制酶可用性的抗病毒策略提供了新思路。这种崩溃路径可被理解为延迟诱导的临界转变（τ-tipping）。
临界转变病毒动力学时间延迟准物种理论抗病毒策略复制系统
q-bio
03-03 00:00
本研究提出SpaceGFN，一个将化学空间提升为可编程计算对象的生成框架。它解耦了空间定义与探索：用户通过指定构建模块和反应规则来构建化学与合成上连贯的空间，而GFlowNet则在其内部进行高效、属性偏向的采样。框架包含“发现”与“编辑”两种模式。在发现模式下，通过构建类天然产物空间和进化启发式空间，引入进化先验，在保持药理学多样性的同时，改善了预测的代谢和毒理学特性。在编辑模式下，SpaceGFN通过精选的可执行合成转化工具包，实现反应一致性的先导化合物优化。在96个药物靶点上，SpaceGFN在合成约束下实现了强大的优化性能并保持了结构多样性。
生成式ai药物发现化学空间gflownet分子设计可编程
q-bio
03-03 00:00
本文提出了一种闭环迭代框架，用于从一组候选模型中选出最能准确预测观测系统响应的模型。该方法的核心是，通过最优控制理论，主动设计一个能最大化区分不同候选模型响应的输入控制信号，然后将各模型在该输入下的预测响应与观测系统的实际响应进行比较，从而确定最优模型。研究通过数值模拟和光电流电生理学实验验证了该框架的有效性，成功区分了描述视蛋白动力学的不同模型。
模型选择最优控制闭环框架系统辨识生物系统建模
q-bio
03-03 00:00
本研究提出ConVOLT框架，解决了传统模板分割方法中体积生物标志物测量的不确定性量化难题。该方法创新性地利用形变配准过程中估计的形变场特征，校准学习到的体积缩放因子，而非将配准过程视为黑箱。实验表明，ConVOLT在多个数据集和配准方法上，针对全局、区域和特定标签的体积测量任务，均能在达到目标覆盖范围的同时，产生比直接在输出空间应用保形预测基线方法更紧凑的置信区间，为医学影像分析流程提供了高效的体积不确定性量化新途径。
医学影像分割不确定性量化保形预测形变配准体积测量生物标志物
q-bio
03-03 00:00
本研究通过理论分析揭示了高维数据表示学习的一个根本性限制。作者以执行独立成分分析的Hebbian学习模型为例，基于高维空间的几何特性，将学习动力学简化为一个一维问题。研究发现，学习时间仅取决于初始条件，且随着输入维度的增加，初始参数的学习梯度变小，导致学习时间呈超线性增长。这种快速增长使得高维输入下的学习变得难以进行，为理解人工和生物神经网络中连接性与学习时间的权衡提供了新框架。
表示学习高维数据hebbian学习学习动力学模型复杂度神经网络
q-bio
03-03 00:00
本研究提出 HarmonyCell 框架，旨在解决单细胞扰动研究中的两大异质性瓶颈。其通过 LLM 驱动的语义统一器，自动将不同数据集的元数据映射到规范接口；并利用自适应蒙特卡洛树搜索引擎，在分层动作空间中合成最优架构，以应对统计分布偏移。在多种扰动任务评估中，HarmonyCell 在异构数据集上实现了 95% 的有效执行率，并在严格的分布外评估中达到或超越了专家设计的基线模型。
单细胞扰动语义统一分布偏移元数据映射蒙特卡洛树搜索自动化建模
q-bio
03-03 00:00
本研究通过严格的时序验证，量化了模型复杂度、数据量和特征模态对基于知识图谱的药物重定位的影响。构建了一个包含5348个实体的药理学知识图谱，并强制使用截至2022年的数据进行训练，2023-2025年的数据进行测试。研究发现，移除基于图注意力的药物化学结构编码器，仅保留拓扑嵌入和ESM-2蛋白质特征，反而将药物-蛋白质预测的PR-AUC从0.5631提升至0.5785，同时将显存占用从5.30 GB大幅降至353 MB。使用摩根指纹替代药物编码器会进一步降低性能。结果表明，仅使用靶点中心信息和药物网络拓扑即可准确预测药物药理行为，无需显式的化学结构表征。
药物重定位知识图谱图神经网络时序验证特征消融
q-bio
03-03 00:00
本研究引入了一个基于速率失真理论的框架，将视觉系统的刺激-响应行为建模为一个有效通信信道。通过从混淆矩阵中推导速率失真前沿，该框架用两个可解释的几何特征——斜率（$\beta$）和曲率（$\kappa$）——来概括每个系统，它们分别捕捉了精度与鲁棒性权衡的边际成本和突变性。应用于人类心理物理学数据和18个深度视觉模型后，研究发现生物与人工系统遵循共同的“有损压缩”原理，但占据不同的速率失真空间区域：人类表现出更平滑、更灵活的权衡，而现代深度网络即使在精度匹配时也处于更陡峭、更脆弱的权衡状态。该框架为跨系统比较泛化行为提供了一个超越标准精度指标的紧凑、模型无关的视角。
速率失真理论视觉泛化深度网络鲁棒性几何特征模型比较
q-bio
03-03 00:00
本研究提出了一种动态交互网络估计框架，用于量化个体间交互与外部视觉刺激对群体行为的共同影响。该模型在原有Boids类模型与稀疏回归框架基础上，引入了刺激项，从而能够同时估计个体间影响网络与个体对视觉刺激的反应强度。此外，研究还引入了基于熵的指标来量化个体影响力的潜在偏差。通过在投影视觉刺激下的鱼群实验，验证了该框架及指标在量化群体行为和识别群体内关键个体方面的有效性，为实时、可解释的群体动力学度量提供了基础。
群体行为交互网络视觉刺激网络估计鱼群动力学稀疏回归
q-bio
03-03 00:00
本研究提出MARBLE，一种多模态对比预训练策略，旨在解决计算病理学模型预测新基因组生物标志物时依赖大量标注数据的问题。该方法将组织病理学图像的表征与由大语言模型（LLM）和蛋白质语言模型（PLM）生成的基因组生物标志物表征进行对齐，从而将结构化的生物标志物知识整合到图像表征学习中。基于包含超过40,000名患者的MSK-IMPACT队列的真实世界数据实验表明，这种基于生物学的对齐方法能够实现数据高效的学习，并显著提升模型对未见过的、分布外生物标志物的泛化能力。
计算病理学多模态学习基因组生物标志物对比学习表征对齐精准肿瘤学
q-bio
03-03 00:00
本研究应用相似性网络融合（SNF）方法，整合了644例TCGA-BRCA患者的转录组、DNA甲基化和拷贝数变异数据。与单一组学或早期特征拼接方法相比，SNF在亚型恢复上表现更优（NMI=0.495 vs. RNA-only 0.428），其产生的双簇划分与免疫组化受体状态高度一致。在生存预测方面，SNF的C-index为0.681，显著优于仅使用CNV的基线模型（Δ=+0.122），但相对于仅使用RNA的模型提升（Δ=+0.049）在统计学上尚未完全确立。结果表明，基于图的整合策略能更准确地反映乳腺癌生物学亚型，但其相对于最强单组学模型的边际收益仍需更大样本验证。
多组学整合相似性网络融合乳腺癌亚型生存预测计算生物学
q-bio
03-03 00:00
本研究提出了STEER框架，一个双时间尺度的模型，用于从长期刺激数据中推断大脑可塑性的潜在动力学规律。该框架将快速的神经活动与缓慢的突触可塑性变化解耦，将可塑性表示为在可学习的循环动力学下演化的低维潜在系数，从而能够推断出可测试的、可解释的更新方程，而非将其吸收为黑箱参数。研究在合成系统、基于BCM规则的生物网络、任务学习以及帕金森病大鼠的纵向记录等多个基准上验证了STEER的有效性，表明其能预测网络在未见刺激方案下的适应，并支持改进干预方案的设计。
神经可塑性脑刺激循环神经网络动力学模型计算神经科学数据驱动推断
q-bio
03-03 00:00
本研究提出了一种基于仿真的膀胱充盈拓扑分析方法，旨在量化膀胱在充盈过程中的几何变化，以区分结构性重塑与单纯的机械性僵硬。研究通过准静态条件下的渐进充盈模拟，生成多体积几何模型并计算空间描述符。借鉴Freudenthal悬垂定理，将充盈过程解释为维度扩展，并通过测试几何不变量在不同体积下是否保持不变来评估结构稳定性。研究发现，在顺应性匹配的情况下，压力轨迹和壁应力估计相似，但几何描述符在存在重塑时表现出不同的体积索引稳定性曲线。该方法提供了一种跨连续充盈状态的几何连续性定量测量，表明结构性重塑可能在传统功能损伤出现之前即可被检测到。
膀胱充盈拓扑分析几何稳定性结构重塑生物力学仿真
q-bio
03-03 00:00
本研究对法属波利尼西亚分离的产NDM肺炎克雷伯菌进行基因组分析，发现了一种新型IS26介导的复合转座子Tn7722（16,246 bp）。该转座子不仅携带碳青霉烯酶基因$bla_{\text{NDM-1}}$，还同时携带$qnrS1$和$aph(3')-VI$基因，导致对氟喹诺酮类和氨基糖苷类抗生素的耐药。Tn7722存在于IncF和IncR质粒上，并在全球多种细菌基因组中被发现，表明其具有跨物种和跨地区传播$bla_{\text{NDM}}$基因的能力。研究强调了质粒和转座子驱动的进化在耐药性传播中的关键作用。
耐药基因转座子肺炎克雷伯菌基因组学碳青霉烯酶水平基因转移
q-bio
03-03 00:00
本研究提出Bi-TEAM框架，解决了生物分子表征学习中的跨尺度难题。传统蛋白质语言模型擅长捕捉长程生物学语义但忽略精细化学细节，而化学模型则相反。Bi-TEAM通过双门控残差融合机制，将局部化学变异（如非经典氨基酸、翻译后修饰）注入全局蛋白质语境，无需扩展词汇表即可让局部结构变化影响全局功能表征。在10个涵盖化学修饰肽、PTM和天然蛋白质的数据集上评估，模型性能显著超越现有基线，在支架相似性分割上的马修斯相关系数提升达66%，溶血预测准确率提升350%。作为生成模型的指导，其设计细胞穿透性环肽的成功率提升近四倍。
表征学习蛋白质语言模型化学修饰跨尺度建模生物分子设计