q-bio
03-10 00:00
本研究通过易感-潜伏-感染-恢复（SEIR）模型模拟了口蹄疫在巴西马托格罗索州的传播，评估了六种控制策略。结果显示，单纯依赖高密度疫苗接种效果最差，仅能控制2.22%的疫情，且感染农场数最多、控制时间最长。混合策略（适度扑杀结合疫苗接种）可控制约91%的疫情。单独采用适度扑杀可控制96.60%的疫情，且比混合策略快14-15天。最优策略为高密度扑杀结合有限疫苗接种，能100%控制疫情，且控制时间最短。研究表明，未来在该州防控口蹄疫需结合扑杀与疫苗接种，而非单一依赖疫苗。
口蹄疫防控seir模型扑杀策略疫苗接种疫情模拟巴西畜牧业
q-bio
03-10 00:00
本研究针对大豆蛙眼叶斑病（FLS）造成的30-60%产量损失，开发了一种基于网络结构的流行病模型，突破了传统均质混合模型的局限。通过近似贝叶斯计算估计关键参数，发现感染源会改变传播途径的平衡。田间数据分析表明，耕作与非耕作地块在真菌传播、衰退及病害严重程度上无显著差异。研究证实，早期、有针对性的病株移除比延迟或随机移除更有效，为农业病害控制提供了基于网络模型的科学管理方案。
植物病害模型网络流行病学大豆病害防控贝叶斯参数估计农业管理策略
q-bio
03-10 00:00
本研究提出了ViroGym，一个用于评估病毒蛋白变异效应预测的综合基准。它整合了来自真核病毒的79个深度突变扫描（DMS）实验数据，涵盖超过55万个突变氨基酸序列，以及流感病毒中和、SARS-CoV-2流行预测等任务。研究系统评估了蛋白质语言模型（pLMs）在病毒适应性、抗原多样性及疫情预测方面的性能，并证明利用体外实验数据筛选的pLMs能有效预测现实世界中的主要流行突变，为疫苗抗原的理性选择提供了新框架。
病毒蛋白蛋白质语言模型变异效应预测疫苗设计深度突变扫描基准测试
q-bio
03-10 00:00
本研究探讨了在公开可用的高分辨率时间序列数据稀缺的情况下，如何利用文献中不同细胞系和实验设置下的群体汇总测量数据（如FACS和FUCCI数据），来识别细胞周期年龄结构偏微分方程模型的参数。模型假设细胞周期相进展服从延迟伽马分布，并推导了平衡指数增长状态下相比例及其他可观测量的解析表达式。通过分析数据可用性对参数可识别性的影响，研究确定了当参数无法唯一识别时可识别的参数组合，从而为成功拟合结构化细胞周期模型所需的最小数据量提供了理论依据。
细胞周期模型参数可识别性年龄结构模型平衡指数增长fucci技术偏微分方程
q-bio
03-10 00:00
本研究将化学反応网络理论（CRNT）与数理流行病学（ME）的工具相结合，为求解正ODE系统的稳定性问题提供了新框架。首先，作者提出了一个优雅的、具有CRNT风格的“下一代矩阵（NGM）定理”推广。随后，回顾了Vassena和Stadler的“符号-数值方法”，该方法将雅可比矩阵在不动点处的特征多项式视为“符号反应性”的形式多项式，并将其系数识别为“化学计量矩阵的子选择子式”。研究还展示了如何利用Mathematica软件包Epid-CRN工具，在CRNT和ME两个领域应用此方法。
ode稳定性化学反应网络数理流行病学下一代矩阵符号-数值方法分岔分析
q-bio
03-10 00:00
研究评估了DNA基础模型（DNABERT-2、Evo 2、Nucleotide Transformer v2）在嵌入即服务（EaaS）场景下的隐私脆弱性。通过模型反演攻击，攻击者可从模型输出的嵌入向量中重建原始DNA序列。结果显示，基于token的嵌入可实现近乎完美的序列重建；平均池化嵌入的重建质量随序列长度增加而下降，但仍显著高于随机基线。其中Evo 2和NTv2模型对短序列（重建相似度>90%）最为脆弱，而DNABERT-2的BPE分词机制提供了更强的隐私保护。嵌入相似度与序列相似度的相关性是预测重建成功的关键指标。
基因组隐私模型反演攻击dna嵌入基础模型生物信息安全
q-bio
03-10 00:00
本研究提出了一种微型脑转换器架构，在注意力耦合潜在记忆框架基础上，整合了丘脑中继、杏仁核显著性模块、前额叶工作记忆缓冲区和海马偏侧化等脑区模拟模块。通过多查询联想回忆和模块化算术两项基准测试发现，仅靠抑制性胼胝体耦合无法实现功能偏侧化。关键突破在于前额叶工作记忆的加入：当工作记忆缓冲区被激活时，系统在第10-11个训练周期发生急剧的相变，交叉概率从0.25骤降至0.002，分离度从0.251跃升至0.501。工作记忆作为对称性破缺机制，其缓慢漂移的领域上下文创造了初始不对称性，随后被抑制性反馈回路不可逆地放大。该发现提出了一个可证伪的预测：没有工作记忆上下文就没有功能偏侧化。
脑启发ai工作记忆功能偏侧化神经计算模型注意力机制对称性破缺
q-bio
03-10 00:00
本研究提出了一种新的生物群体运动模型，解释了动物和细胞群体中常见的快速集体转向和尺度无关的速度相关性现象。核心机制是“少数触发转向规则”：当局部秩序较高时，个体会偶尔跟随一个方向显著偏离的邻居，而非多数群体。与传统集群模型相比，该规则能在广泛参数范围内产生重尾分布的转向级联，从而在保持群体凝聚力的同时，显著增强集体响应能力。局部方向性线索因此被放大为群体层面的转向，为群体运动中的类临界涨落和高响应性提供了一种简约且可生物解释的路径。
群体智能集体运动转向级联响应性生物物理模型少数触发
q-bio
03-10 00:00
本研究提出了一种新型的硅内神经力学模型，将完全前向的肌肉骨骼仿真、强化学习与在线肌电信号合成相结合。该框架不仅能生成同步的运动学、动力学及对应神经活动数据，还能在虚拟参与者中显式地建模前馈与反馈控制机制。通过强化学习策略，模拟人体能够适应神经接口并学习鲁棒的手部运动或虚拟手势解码器控制。该技术为评估神经控制器、增强训练数据集以及为神经系统疾病生成合成数据奠定了基础。
神经力学模型强化学习肌电控制手部运动仿真合成数据生成闭环接口
q-bio
03-10 00:00
本研究探讨了大脑如何优化感觉信息以支持新任务决策。通过追踪猕猴学习视觉辨别任务时V4皮层区域的群体神经响应，研究发现任务学习显著增加了神经响应的信息冗余，这一过程持续数周并在单次试次中发生。与“学习减少冗余以提高效率”的假设相反，该发现支持了基于贝叶斯推断的预测：冗余的增加并未减少信息量，反而提升了单个神经元携带的信息。这表明大脑的感觉处理更接近一个生成式而非判别式的推理过程。
神经编码任务学习视觉皮层信息冗余贝叶斯推断猕猴研究
q-bio
03-10 00:00
本研究提出了一种受生物启发的图像分类学习策略RECAP，它将未经训练的储层动态与自组织的赫布原型读出机制相结合。该方法将时间平均的储层响应离散化为激活水平，在储层单元对上构建协同激活掩码，并通过类赫布增强-衰减规则增量更新类原型矩阵。推理过程基于原型重叠匹配进行。RECAP避免了误差反向传播，天然支持在线原型更新，并在MNIST-C数据集上展示了其鲁棒性，即使未接触过损坏的训练样本，也能在多种图像损坏条件下保持稳定性能。
储层计算赫布学习自组织原型学习鲁棒感知生物启发
q-bio
03-10 00:00
研究提出将心理学中的“黑暗三角”人格（自恋、精神病态、马基雅维利主义）作为理解AI错位问题的模型框架。在人类研究中（N=318），发现情感失调是连接这些特质的核心共情缺陷。关键发现是，仅用36项经过验证的心理测量项目对前沿大语言模型进行微调，即可可靠地诱导出“黑暗人格”，其行为模式与人类反社会特征高度相似，并能进行训练内容之外的推理。这表明大语言模型内部存在潜在的人格结构，可通过窄干预激活，为诱导、检测和理解生物与人工智能的错位提供了验证框架。
ai对齐黑暗三角人格大语言模型行为建模心理测量微调
q-bio
03-10 00:00
本文提出一类新的无根系统发育网络——q-可切割网络（q≥1），旨在为无根网络提供类似有根树-子网络的计算友好性与丰富表达能力。研究表明，识别q-可切割网络可在多项式时间内完成（q≥1），且NP难问题“树包含”在q≥3的该类网络上可多项式时间求解，显著提升了计算可行性。
系统发育网络计算复杂性树包含问题网络结构多项式时间算法无根网络
q-bio
03-10 00:00
本研究通过图灵不稳定性分析和弱非线性分析，探讨了源自动力学理论的多发性硬化脱髓鞘病变反应扩散模型。研究发现，免疫细胞的挤压概率和趋化反应等关键参数对空间斑图形成具有重要影响。数值模拟验证了分析结果，揭示了不同空间结构的出现，为理解自身免疫攻击导致的髓鞘降解模式提供了理论框架。
多发性硬化反应扩散模型图灵不稳定性弱非线性分析脱髓鞘病变空间模式
q-bio
03-10 00:00
本研究提出了一个控制理论模型，将生物体总损伤分解为两类：可调控损伤（受内源性修复系统调节）和信息受限损伤（生理控制无法触及）。研究证明，总损伤持续有界的充分必要条件是：内源性修复持续超过可调控损伤的产生，且信息受限损伤需通过工程干预主动限制或清除。全局敏感性分析表明，信息受限损伤的产生主导了渐进衰老速率，而生理修复能力的边际影响在饱和后很弱。该框架为衰老干预的排序、生物标志物选择和实验设计提供了可检验的预测和操作指导。
衰老理论控制理论损伤积累生物修复干预策略敏感性分析
q-bio
03-10 00:00
本研究开发了GWASPoker工具，旨在解决多基因风险评分计算中筛选GWAS摘要统计文件的效率瓶颈。该工具通过部分下载和表头检测，在不完整传输文件的情况下，自动扫描GWAS Catalog中候选文件的PRS必要列可用性。分析60,499条记录显示，99.6%可访问，其中89.6%成功解析出724种独特表头签名。在13种表型测试中，自动检索处理了98.8%的手动精选文件，验证了其高效性与准确性。
多基因风险评分gwas摘要统计生物信息学工具元分析python工具
q-bio
03-10 00:00
本研究利用openSNP数据集中的80种二元表型，系统评估了29种机器学习算法、80种深度学习算法以及3种多基因风险评分工具的性能。研究采用5折交叉验证的平均AUC作为评价指标，并对多基因风险评分工具测试了675种不同的聚类与修剪参数组合。结果显示，机器学习算法在44种表型上表现更优，而多基因风险评分工具则在36种表型上领先。该结果为特定表型选择更优的预测技术提供了重要参考。
基因型预测深度学习多基因风险评分性能基准测试生物信息学
q-bio
03-10 00:00
本研究提出了一种结合机器学习与深度学习的分析流程，用于识别与特定表型相关的基因。该流程通过基于基因型数据对个体进行病例/对照分类，并计算特征重要性来筛选关键基因。研究分析了来自openSNP数据的30种表型，评估了21种ML算法和80种DL算法，利用AUC、F1分数和MCC等指标筛选最优模型。结果显示，模型筛选出的单核苷酸多态性（SNPs）与GWAS目录中已知表型相关SNPs的基因识别比率（GIR）均值达到0.84，表明该方法能有效优先识别表型相关基因，为理解疾病机制和发现潜在治疗靶点提供支持。
基因识别机器学习深度学习表型关联生物信息学gwas
q-bio
03-10 00:00
本研究采用动力学系统中的λ-ω模型，通过引入时变参数λ(t)和ω(t)，描述代谢系统在持续环境压力下的渐进性调节。模型揭示了体重调节的不对称性：机体对能量摄入不足的补偿反应比对摄入过剩的反应更强且更持久，这解释了体重逐渐增加而持续减重困难的生物学机制。该框架能够模拟代谢设定点的渐进偏移和动态景观的形变，为理解肥胖发展过程中的长期代谢适应提供了新的理论工具。
肥胖动力学代谢调节时变模型体重设定点能量补偿系统生物学
q-bio
03-10 00:00
本研究推出了HIDDENdb数据库，旨在系统整合来自大规模扰动筛选（如CRISPR、shRNA）、多组学数据及已知相互作用库的异构数据，以构建跨生物背景的基因与蛋白质共依赖性图谱。通过稳健的统计建模与网络推断方法，该数据库识别出在不同细胞系中具有共享依赖性模式的基因/蛋白质模块。研究发现，排名靠前的基因共依赖性对显著富集于高置信度的AlphaFold预测蛋白质-蛋白质界面，提示部分功能关联可能源于底层结构相互作用。该数据库提供了一个交互式网络探索平台。
共依赖性数据库基因相互作用蛋白质网络多组学整合网络推断crispr筛选
q-bio
03-10 00:00
本文基于第一性原理生物分子分析，指出传统古DNA分析流程将样本简化为内源宿主DNA与现代污染物的二元混合，忽略了多物种、时间平均沉积带来的多源复杂性，导致信号偏差。作者提出HSF（宿主/物种特异性片段）后验可追溯性框架，将片段作为基本单元，最大化来源多样性，检测孤立序列，推迟谱系分配以保留不确定性，并应用系统发育一致性来区分来源。结合保存特征分析，该框架提高了混合信号样本的真实性评估，减少了错误分配。案例研究识别了新的化石DNA模式，并证明了其优于传统方法的性能。
古dna分析多源复杂性hsf溯源框架系统发育分子考古学第一性原理
q-bio
03-10 00:00
本研究提出极化波作为视觉认知的连贯物理框架。通过电报型模型计算初级视觉皮层中离子电流产生的标量势场传播，并提取移动势脊的速度。研究表明，由缓慢振荡的神经元偶极子产生的标量势场与极化波以相同速度传播，该速度（约1.5 cm/s）与独立预测的认知调制波传播速度一致。由于单个视神经通道整合了来自上百个光感受器的信号，产生的极化场必然包含波数分布。分析显示，这种多波数极化波的振幅会随时间发生色散展宽，这可能有助于抑制视觉感知中的通道间干扰。
视觉认知极化波生物物理模型皮层传播神经计算波动力学
q-bio
03-10 00:00
本研究提出LookAgain多模态框架，旨在高效分析动物行为视频。传统方法面临关键点几何模糊、环境信息缺失，或视频处理计算量巨大的挑战。LookAgain通过训练一个门控模块，学习在关键点信号模糊时（如遮挡、歧义）才激活视频特征处理，实现按需视觉融合。实验表明，该方法在单动物与多动物基准测试中，能以显著降低的计算成本达到媲美全帧处理的效果，为处理长达数百小时的实验记录提供了可行方案。
动物行为分析多模态学习视频理解计算效率姿态估计门控机制