q-bio
03-23 00:00
本研究提出一个受突触拥挤启发的极简布线规则：随着神经元积累输入连接，形成每个额外突触的难度会递增。这个单参数模型给出了诱导入度分布的精确有限尺寸解，并推导出简单的标度律：平均连接度仅随网络规模对数增长，而方差保持有界，这与突触密度的稳态调节一致。当候选连接按空间邻近性顺序出现时，拥挤规则无需预设任何显式的距离依赖布线法则，即可产生广泛的、近似幂律的连接长度分布；结合捷径重连，可生成具有小世界特征的网络。研究进一步表明，诱导的度统计量在很大程度上决定了阈值网络动力学中的吸引子盆地边界，而局部聚类主要调节这些边界附近长寿命非吸收结果的普遍性。该模型提供了可检验的预测，将局部发育约束与宏观网络组织和动力学联系起来。
突触拥挤小世界网络神经网络动力学连接度分布布线规则网络涌现
q-bio
03-23 00:00
本研究构建了一个包含肿瘤生长、细菌定植、氧气水平、免疫抑制细胞因子和细菌通讯五个耦合非线性反应扩散方程的二维数学模型，用于量化细菌癌症疗法中的复杂相互作用。研究证明了模型的全局适定性，并分析了其稳态稳定性。创新性地采用物理信息神经网络（PINN）进行无网格、少数据求解，结合残差稳定性和Sobolev近似误差界，获得了依赖于网络宽度n和配置点数量N的总体误差率O(n^-2 ln^4(n) + N^-1/2)。数值实验和参数敏感性分析表明，长期疗效可能需要维持肿瘤内的缺氧区域，或使用更耐氧的细菌。
癌症建模细菌疗法反应扩散方程物理信息神经网络数值模拟缺氧肿瘤
q-bio
03-23 00:00
本研究探讨了如何将用于分析物种谱系树的“不平衡指数”应用于有机树木的3D模型。通过结合新引入的3D不平衡指数，该方法为评估3D树木模型提供了互补视角，并能更有效地检测模型偏差。研究基于英国Wytham Woods的“虚拟森林”数据集，展示了该方法的计算高效性和可重复工作流，可作为3D模型构建中一个可行的质量控制步骤。此外，结合过滤后的3D与非3D统计特征，物种分类模型的准确率最高可达81.8%，尤其提升了对少数物种的识别能力。
3d树木模型不平衡指数物种分类森林监测计算生物学质量控制
q-bio
03-23 00:00
本研究提出了初级视觉皮层中曲率敏感细胞的功能架构模型。该模型整合了皮层的模块化、层次化组织、水平连接以及细胞的Gabor型感受野轮廓。通过构建视网膜定向接触元素流形余切丛的规范仿射子丛作为细胞的几何模型，我们揭示了该子丛承载着与Cartan延拓相关的Engel结构。在Cartan延拓的一个开子流形上，我们识别了Engel分布的生成元，其迭代李括号生成了SIM(2)的李代数。将sim(2)识别为这些生成元的李代数，确立了SIM(2)作为曲率敏感细胞的自然对称群。最后，我们将曲率敏感细胞的感受野轮廓表征为应用于Engel结构生成元的SIM(2)适应不确定性原理的极小值。
视觉皮层曲率敏感几何模型engel结构对称群不确定性原理
q-bio
03-23 00:00
本研究开发了一个结合蛋白质语言模型与强化学习的生成式设计框架，用于从头设计高度新颖且功能可行的腺相关病毒（AAV）衣壳蛋白。预训练模型在实验验证的衣壳序列上进行微调以学习与活性相关的模式，随后利用强化学习引导序列生成，其奖励函数同时促进预测的活性与序列新颖性，从而探索训练数据之外的序列空间。分析表明，仅微调会产生高预测活性但偏向训练分布的序列，而强化学习引导的生成能在保持高预测活性的同时，到达更远的序列空间区域。该框架为蛋白质序列空间的生成式探索提供了新方法，并推动了生成式蛋白质语言模型在AAV生物工程中的应用。
蛋白质设计aav衣壳强化学习语言模型生成式模型生物工程
q-bio
03-23 00:00
本研究提出了一种统一相位原生计算原理，揭示了海马体神经元相位锁定的动力学机制。通过发展统一复值神经元（UCN）模型，该框架将神经信息分解为正交的幅度（内容）和相位（时间）坐标，其中脉冲时序源于相位累积，而脉冲幅度编码瞬时信号强度。该模型成功复现了生物脉冲-θ节律同步现象，并重新评估了斜率-锁定关联，表明先前报道的效应源于振荡污染而非因果调制。这一发现为神经时序与编码提供了统一的理论基础。
海马体相位锁定神经编码脉冲时序计算模型ucn
q-bio
03-23 00:00
本研究针对大规模兴奋性神经元网络中多重放电事件（MFEs）引发的平均场Fokker-Planck方程中神经元发放率有限时间爆破问题，提出了一种基于时间膨胀的多尺度数值框架。通过将控制方程变换到与发放活动成正比的膨胀时间尺度，该方法将奇点去奇异化，把瞬时同步事件拉伸为可解析的介观过程。研究开发了一种混合方案，利用网格无关通量准则在时间尺度间切换，并采用半解析的“移动高斯”方法精确演化爆破后的狄拉克质量。数值基准测试表明，该求解器不仅能高精度捕捉稳态，还能高效复现周期性MFEs，其效果与蒙特卡洛模拟一致，且避免了粒子级联带来的严格时间步长限制。
神经元网络多重放电事件时间膨胀数值方法平均场模型奇点解析
q-bio
03-23 00:00
本研究为糖酵解振荡这一经典生物过程建立了一个严格的概率论框架。针对复杂的随机生化反应网络，作者证明了在特定的尺度与结构条件下，慢变组分（如果糖-6-磷酸和ADP）的动力学可由一个二维常微分方程近似描述。这一简化模型使得仅基于慢变量观测数据的参数估计成为可能，并证明了由此得到的估计量在统计上是一致的。该工作为从底层随机动力学出发推导简化确定性模型，并进行可靠的统计推断提供了数学上严谨的桥梁。
糖酵解振荡随机平均参数估计多尺度模型生化反应网络模型简化
q-bio
03-23 00:00
本研究提出了一种新的骨骼肌本构模型，用于描述其被动和主动力学响应。与经典方法不同，该模型在非线性柯西弹性理论框架下，利用应变和应力张量的改进Voigt表示法。这一框架使得能够从实验数据中更直接地识别非平凡的应力-应变关系，增强了描述组织响应的材料函数的力学可解释性，并深入揭示了收缩纤维与周围细胞外基质的不同作用。模型采用应力贡献的加法分解，其中仅一个分量依赖于激活参数。被动行为模型成功预测了沿不同纤维方向拉伸时的非线性应力响应，并突出了细胞外基质的主导作用。主动激活模型则通过规定沿纤维方向主动应变的弹塑性演化，很好地捕捉了等长应力响应。
骨骼肌建模本构模型voigt表示非线性弹性主动响应生物力学
q-bio
03-23 00:00
本文提出了一种变分框架，将大脑从外部刺激到产生反应的传播过程建模为一个分支最优传输问题。核心创新在于将传播网络本身（连接刺激源与反应目标的图/流）作为未知推断对象，而非在预设网络上控制轨迹。模型通过凹通量成本函数促进信息流的聚集与分支，其最优流的支撑集定义了刺激-反应路由架构，即大脑反应图。研究证明了离散与连续形式下最小化元的存在性，并引入了一种结合分支传输与路径空间KL控制成本的混合随机扩展，为推断传播架构而非在固定基底上控制轨迹提供了数学机制。
分支最优传输大脑反应图传播网络推断变分框架系统神经科学图动力学
q-bio
03-23 00:00
本研究提出了一种多模态分支传输模型，用于推断大脑外部刺激如何转化为分布式反应模式的空间路由图。该方法结合了任务相关的血氧水平依赖响应、源重建电生理学和纤维束成像各向异性数据，通过变分优化定义了基于解剖结构的传输成本，并推断出分支传播架构。与标准传输模型不同，分支传输倾向于信号在共享的神经“高速公路”上聚合后再重新分配。研究进一步将随机图动力学附加到推断的映射上，量化了几何效率与动态可控性之间的权衡。结果表明，多模态数据能生成解剖对齐的大脑反应图，各向异性成本相对于各向同性基线能定性重塑路由主干，且混合几何-动力学优化揭示了不同分支机制间的非平凡排序逆转。
脑网络建模分支传输多模态融合神经动力学变分优化各向异性成本
q-bio
03-23 00:00
本研究针对野生种群的两阶段衰老现象，建立了一个包含相变与竞争非线性的年龄结构偏微分方程系统。研究证明了弱解的存在性、正性与唯一性，并通过简化ODE模型与PDE-ODE耦合模型，证明了严格正稳态的存在唯一性及其局部/全局渐近稳定性。结果表明，平衡时各阶段个体比例是模型的唯一特征，这为通过实验测量该比例来评估野生种群健康状况提供了理论依据。
两阶段衰老年龄结构模型稳定性分析偏微分方程种群动力学生态应用
q-bio
03-23 00:00
本研究提出一种无需重新训练生成模型即可调控蛋白质序列生成方向的新方法。通过在采样器的注意力对数中添加一个简单的标量偏置参数，生成过程可以从整个蛋白质家族连续地偏向用户指定的功能子集（如具有特定结合活性的序列）。该方法与子集所代表的属性（结合、稳定性、特异性等）无关。研究发现，条件控制在采样器内部表示层面是精确的，但由于序列编码的降维过程可能无法完全保留定义功能分化的残基水平变异，解码后的序列表型可能存在“校准间隙”。该间隙可通过编码空间内功能子集与家族其余部分分离程度的简单几何度量来预测。在五个Pfam家族和靶向疼痛信号钙通道的ω-芋螺毒素肽上的实验证实了该方法的有效性，能够从少量实验表征序列生成大量保留关键药效团和结合决定簇的候选库。
蛋白质生成条件生成注意力机制序列设计功能导向计算生物学
q-bio
03-23 00:00
本研究针对现有基因组语言模型在识别进化保守元件方面表现有限的问题，提出了一种新颖的训练框架。该框架的核心创新在于，利用多物种全基因组比对数据，在模型训练过程中显式地建模系统发育树上的核苷酸进化过程。通过将比对信息整合到损失函数中，模型（PhyloGPN）在仅使用单条序列进行预测时，能更准确地识别具有功能破坏性的遗传变异，并展现出强大的迁移学习能力，增强了模型的实用性。
基因组语言模型系统发育学进化约束功能变异预测迁移学习
q-bio
03-23 00:00
本研究通过分解衰老速率为生物基线、长期趋势和时期冲击累积影响三个部分，检验了Vaupel关于个体衰老速率恒定的假说。分析12个国家80岁以上人群的队列死亡率数据发现，在排除时期冲击后，没有统计证据支持衰老速率存在长期趋势，即长寿的延长可能源于衰老开始的延迟，而非衰老过程的减缓。使用更低起始年龄的分析也得出相同结论，表明人类衰老的内在节奏可能具有保守性。
衰老速率死亡率队列分析vaupel假说长寿人口统计学
q-bio
03-23 00:00
传统神经计算模型假设神经元响应于输入的线性求和，但实验表明某些神经元能执行需要输入间相互作用的复杂功能。本研究通过分析多个脑区和物种的数据发现，神经元活动的大部分变异性可由直接依赖关系（即单个输入的影响，无需考虑输入组合）解释。这些最小模型（等同于逻辑人工神经元）能预测复杂的高阶依赖关系，并恢复已知的突触连接特征。推断出的神经网络是稀疏的，表明神经编码高度冗余且对扰动具有鲁棒性。
神经计算直接依赖最小模型稀疏编码鲁棒性人工神经元
q-bio
03-23 00:00
本研究提出一种利用代理变量调整未测量混杂的新方法。该方法通过向量化代理变量构建能捕捉未测量混杂因素特征的协变量，并将其纳入回归模型。研究比较了该方法与现有方法（如近端因果推断）在不同实际场景下的表现，特别考察了模型误设和变量误用情况下的稳健性。最后，该方法被应用于电子健康记录数据，评估了老年胸痛患者急诊入院的效果，为解决临床决策研究中的混杂问题提供了实用方案。
电子健康记录未测量混杂代理变量因果推断回归分析临床研究
q-bio
03-23 00:00
本研究通过网格多目标求解任务，探究了问题难度（通过新颖的“误导性”指标衡量）与等待时间如何影响人类规划时的视觉策略。研究发现：问题难度增加会降低成功率，并促使人们在移动前进行更长时间、覆盖更广的视觉检查。当允许立即行动时，参与者倾向于在计划未完全巩固时开始执行，导致更多停顿和回溯，但执行中眼动与光标的对齐更精确，表明在线控制补偿了不完整的规划。当有更多规划时间时，难度增加会使参与者在执行前就实现视觉检查与光标移动的更好时间对齐。
视觉策略人类规划问题难度等待时间眼动追踪认知控制
q-bio
03-23 00:00
本研究提出了一种利用SMILES编码衍生的13C NMR化学位移数据构建机器学习模型的新框架。该模型旨在评估工程纳米颗粒对小生物分子功能的影响，其核心在于将分子分解为基本的13C NMR谱数据，并根据化学峰的计数与位置进行分类。该方法有效缓解了纳米-生物数据稀缺的难题，并展示了利用多环境数据集进行预测建模的潜力。研究以PubChem提供的人多巴胺D1受体拮抗剂生物测定数据为例，支持向量机分类器在测试集上取得了70.8%的准确率与76%的AUC值。
机器学习nmr光谱纳米颗粒药物发现计算化学生物分子功能
q-bio
03-23 00:00
本研究提出了一种创新的机器学习方法，用于预测纳米颗粒载体对附着的小生物分子功能的影响。其核心假设是纳米颗粒的相互作用会扰动生物分子的原子环境，这种扰动可通过13C和1H NMR光谱的化学位移可靠捕获。研究通过结合PubChem提供的SMILES符号和分子特征，生成了十个数据集，并利用Scikit-learn的传统算法和PyTorch的深度神经网络进行模型训练。该方法通过对DNA损伤诱导转录3（CHOP）抑制剂的定量高通量筛选（qHTS）进行验证。随机森林分类器在19,184个样本上训练，并在4,000个样本上测试，取得了81.1%的准确率、83.4%的精确率、77.7%的召回率和80.4%的F1分数。此外，研究还开发了两种辅助计算方法来增强CHOP抑制剂的预测：一是识别对CHOP抑制最有利/不利的官能团；二是构建了一个CID_SID ML模型，能以90.1%的准确率预测其他用途的化合物是否具有CHOP抑制潜力。
机器学习纳米颗粒生物分子功能chop抑制剂nmr光谱高通量筛选