q-bio
03-24 00:00
本研究提出了一个基于网络的框架，用于比较空间结构对传染病基本再生数（R₀）和有效再生数（Rₜ）的影响。研究发现，在均匀混合的假设下，Rₜ随易感人群减少呈指数下降；而在具有空间结构的网络中，R₀值更小，且Rₜ初期下降更快，最终趋近于1。研究指出，再生数本质上由感染节点间的竞争水平决定，而该竞争受网络结构调控。这表明，在不了解底层接触网络的情况下，仅凭再生数可能无法准确评估疾病的传染性或预测疫情发展。
传染病模型空间网络再生数网络结构传播动力学竞争效应
q-bio
03-24 00:00
本研究提出了一种基于Transformer的多任务序列到序列模型，用于从大脑皮层6v区的记录中解码尝试性语音。该模型联合预测音素序列、单词序列和辅助声学特征。为应对数据日间非平稳性，研究者引入了“神经手术刀”校准模块，结合全局对齐和特征级调制。在Willett等人数据集上的测试表明，该模型实现了14.3%的音素错误率（SOTA），直接单词解码错误率为25.6%，结合候选生成和重打分后降至19.4%。注意力机制的可视化揭示了编码器表征中的时间分块模式，以及音素和单词解码器对这些片段的不同利用方式。
脑机接口语音解码transformer序列建模注意力机制神经信号处理
q-bio
03-24 00:00
本研究提出了一个演化博弈模型，探讨了合作水平、合作成本与集体风险三者之间的动态耦合关系。研究发现，系统存在多重稳定性：最坏情况（完全背叛、最高风险与成本）是稳定的演化吸引子，但非零合作的稳定均衡同样存在。系统的最终命运（持续合作或公地悲剧）由合作、成本与风险的初始水平共同决定。
演化博弈集体风险合作演化多重稳定性社会困境
q-bio
03-24 00:00
研究团队提出了GOLDMARK框架，旨在解决计算病理学领域缺乏标准化评估流程的问题。该框架基于TCGA队列，整合了33种肿瘤-生物标志物预测任务，提供了从全切片图像处理、特征提取到模型训练与评估的完整、可复现的基准流程。在独立验证集（MSKCC）上，表现最佳的8个任务平均AUROC达到0.801，验证了其跨机构稳定性。GOLDMARK通过发布结构化的中间数据与评估标准，为不同AI方法的直接比较与临床级部署奠定了基础。
计算病理学人工智能标准化评估生物标志物全切片图像可复现性
q-bio
03-24 00:00
本文提出了一种认知科学研究范式的根本性转变：利用大语言模型（LLMs）实现从实验设计、数据模拟到模型构建与评估的全自动化“发现循环”。传统依赖研究者直觉和手工操作的模式被一个由LLM驱动的“高通量硅基发现引擎”所取代。该框架通过LLM直接生成概念性任务范式，利用认知基础模型模拟高保真行为数据，并通过基于LLM的程序合成在广阔的算法假设空间中进行搜索。最后，由LLM作为“评论家”评估“有趣性”这一概念产出指标，从而闭合发现循环，为后续在真实人群中的验证提供信息丰富的实验和机制。
认知科学大语言模型自动化发现计算模型程序合成硅基科学
q-bio
03-24 00:00
本研究在捐赠博弈框架下，引入了一种偏置的“以牙还牙”策略，该策略对无条件合作者和同类策略者采取不同的合作倾向。研究发现，当策略对同类合作倾向低而对无条件合作者合作倾向高时，会形成一个“隐藏的T相位”，使得这种看似最弱的策略最终主导整个种群。其主导源于一种反直觉的非传递性生态机制：该策略通过抑制自身相对于无条件合作者的相对适应度，快速消除种群中的循环优势集群，随后缓慢扩张并接管整个种群。混合种群分析证实，这一现象源于结构化种群中的相互作用。
演化博弈论合作演化以牙还牙策略非传递性竞争种群动力学偏置合作
q-bio
03-24 00:00
本研究提出DESRO框架，旨在解决科学发现自动化中的关键监督缺口：实验数据丰富，但中间推理步骤却鲜有记录。该框架通过分析分组数据中的共享模式与关键差异，利用大语言模型（LLM）从海量实验结果中反推出潜在的优化逻辑。研究在分子优化（药物发现的关键环节）中实例化该框架，基于230万条分子性质记录，通过分组具有共享片段的分子，并利用LLM分析结构变化如何与性质差异相关联，从而推断出优化原理。基于此生成的数据，研究者训练了一个模型，该模型通过可解释的推理过程进行分子优化。DESRO在18项任务中的15项上取得了最高的成功率，涵盖生物活性和ADMET性质的单属性及多属性优化。其推理过程展现出对分布外场景的鲁棒泛化能力，包括新的属性组合、未见过的生物靶标以及仅由自然语言描述定义的新性质。在严格时间划分的回顾性案例研究中，该模型自主重建了专家级的先导化合物优化轨迹。此外，该框架还可扩展至反应配体选择等领域。研究结果表明，从结果数据中解读推理步骤是赋能科学推理的可行范式，为加速科学发现提供了可扩展的途径。
分子优化科学推理大语言模型药物发现可解释ai数据驱动
q-bio
03-24 00:00
本研究首次在广泛的蜜蜂物种（测试的96种中有72种）中检测到基于铁磁性颗粒的潜在磁感应能力，并发现该能力无系统发育信号，可能早于蜜蜂总科的演化。磁信号强度在物种内外均有差异，且与体型大小和社会性行为呈正相关，为理解动物磁感应的演化与功能提供了新证据。
磁感应蜜蜂铁磁性社会性昆虫演化生物学动物行为
q-bio
03-24 00:00
本研究提出了GIP-RAG框架，旨在解决整合异构生物知识源并进行可解释的多步推理的挑战。该框架通过整合KEGG、WikiPathways等多个权威数据库，构建了统一的基因互作知识图谱。结合检索增强生成技术，它能根据用户指定的基因，检索相关子图并引导大语言模型进行逐步推理，从而识别直接/间接的调控关系，并生成有生物学证据支持的机制解释。此外，框架还包含通路级功能影响模块，可模拟基因扰动在信号网络中的传播并评估潜在通路状态变化。评估表明，该框架能生成一致、可解释且证据支持的基因调控机制见解。
基因互作知识图谱检索增强生成通路分析可解释ai生物信息学
q-bio
03-24 00:00
本研究针对1型糖尿病患者低血糖预测中常见的心率数据缺失问题，提出了两种新型填补方法：控制加权有理贝塞尔曲线（CRBC）和控制点映射峰谷的分段三次埃尔米特插值多项式（CMPV）。通过结合均方根误差（RMSE）与两种数据模式捕捉指标的综合评估，CMPV方法在所有时间间隔内平均得分0.33，优于CRBC的0.48。这些方法能更准确地填补缺失值，有助于检测异常生理信号，为实施早期预防措施和更精准诊断提供支持。
低血糖预测数据填补心率监测糖尿病管理时间序列分析
q-bio
03-24 00:00
本研究提出了G2DR框架，旨在解决缺乏匹配疾病转录组数据时，如何将人类遗传学信号转化为可排序的靶点和药物假设的难题。该框架通过遗传预测的表达量、多方法基因水平检验、通路富集、网络背景、成药性及多源药物-靶点证据整合，系统性地进行靶点优先排序。在针对733名UK Biobank参与者的偏头痛案例研究中，采用分层五折交叉验证，G2DR在基因水平上取得了0.775的ROC-AUC和0.475的PR-AUC，并成功富集了已知的偏头痛生物学通路。通过整合Open Targets、DGIdb和ChEMBL数据库，框架识别出的药物集合在全局背景下显著富集了与偏头痛相关的化合物。G2DR是一个模块化的遗传学信息假说生成框架，其所有输出均需独立的实验、药理学和临床验证。
药物重定位靶点发现遗传学生物信息学计算框架偏头痛
q-bio
03-24 00:00
本研究提出CERN，一种利用隐马尔可夫模型（HMM）检测并纠正纳米孔测序原始电信号中错误的新机制。该方法无需将信号转换为DNA字符（碱基识别），直接在信号层面进行纠错，从而提升了原始信号分析的准确性。在大肠杆菌、果蝇和人类基因组等多个数据集上的评估表明，CERN能持续提高底层分析工具的比对准确率，且计算开销可控。这为开发专门针对纳米孔原始信号的新型纠错机制奠定了基础。
纳米孔测序信号纠错隐马尔可夫模型生物信息学基因组分析
q-bio
03-24 00:00
本研究提出了一种分层多尺度结构-功能耦合框架，用于整合脑结构连接组（SC）与功能连接组（FC）。该框架包含三个核心组件：1）基于原型的模块化池化（PMPool），通过选择代表性脑区并优化可微模块化目标，学习模态特定的多尺度社区；2）基于注意力的分层耦合模块（AHCM），建模层级内与跨层级的SC-FC相互作用，生成丰富的分层耦合表征；3）耦合引导的聚类损失（CgC-Loss），利用耦合信号正则化SC和FC的社区分配，使跨模态交互能够塑造跨层级的社区对齐。模型在四个队列中评估，用于预测脑年龄、认知评分和疾病分类，在三个任务上均优于基线及其他先进方法。可视化结果表明，该框架捕捉到了具有生物学意义的结构-功能关系。
脑连接组结构功能耦合分层多尺度模块化学习注意力机制生物医学ai
q-bio
03-24 00:00
本文为有限超度量系统发育树建立了一个统一的谱分析框架。通过引入超度量拉普拉斯算子 $L_X$ 作为连续时间马尔可夫链的生成元，我们完整刻画了其谱理论，获得了由树结构支撑的显式特征值和特征基。该算子 $L_{\mathcal{T}}$ 的谱和特征向量明确编码了树的几何与拓扑结构：特征值沿祖先路径聚合了加权分支长度，特征向量则支撑于树的进化支上。主要贡献包括：线性复杂度的谱重构定理、谱间隙作为不同进化模式的检测器、生物性状的谱分解，以及一个作为进化独特性度量的闭式中心性指标。所有结果均具有精确的生物可解释性，并在灵长类经验数据上得到验证。
谱几何系统发育树超度量空间拉普拉斯算子进化独特性谱分解
q-bio
03-24 00:00
本研究针对膝关节接触力学有限元分析计算成本高的问题，系统比较了拓扑扩散、全局路由及其混合图神经网络在构建替代模型上的性能。基于9名足球运动员变向动作的动力学数据，在分组交叉验证框架下评估了五种架构。结果表明，结合拓扑扩散与全局路由的混合模型取得了最佳整体性能，其全场误差和峰值应力误差最低，对高风险区域的应力模式重建能力最强。在非混合模型中，标准拓扑扩散模型表现最优，而纯路由策略效果较差。这为高效、准确地预测膝关节生物力学响应提供了新方法。
图神经网络膝关节生物力学有限元分析替代模型接触力学深度学习
q-bio
03-24 00:00
本研究基于Young和Belmonte的模型，构建了一个描述个体策略与公共品空间分布的偏微分方程组，同时考虑了扩散运动和个体对公共品浓度梯度的趋化性定向运动。通过线性稳定性分析发现，空间模式可通过两种机制产生：一是高背叛者扩散率引发的图灵不稳定性；二是合作者对资源浓度梯度高度敏感引发的定向运动不稳定性。弱非线性分析与数值模拟进一步表明，扩散驱动的不稳定性倾向于提升全域的合作水平与公共品总量，而合作者向高资源区域的定向聚集反而可能降低整体合作与环境质量。
公共品博弈空间模式图灵不稳定性趋化运动合作演化反应扩散系统
q-bio
03-24 00:00
本研究开发了一个统一、考虑实际实施的基准测试框架，对46种多基因风险评分（PRS）工具在7种二元表型和1种连续性状上进行了系统评估。框架集成了标准化预处理、工具特定执行、超参数探索，并在高性能计算基础设施上使用五折交叉验证进行统一评估。除了预测性能，还评估了运行时间、内存使用、输入依赖性和故障模式。弗里德曼检验（$\chi^2 = 102.29$, $p = 2.57 \times 10^{-11}$）证实了工具排名存在显著差异，没有单一方法在所有情况下都是最优的。结果表明，工具性能不仅受统计方法影响，还受表型结构、预处理选择、协变量结构、计算需求和软件稳健性等多重因素制约。
多基因风险评分基准测试生物信息学遗传学性能评估英国生物银行
q-bio
03-24 00:00
本研究提出了一种名为“持续局部拉普拉斯算子”的新型数学理论，用于构建能够捕捉生物分子结构局部几何与拓扑特征的分子描述符。该方法克服了传统拓扑数据分析方法（如持续同调和持续拉普拉斯算子）对局部结构变化不敏感的局限性，同时保持了较高的计算效率。将生成的描述符与先进机器学习算法结合，开发出用于预测蛋白质-配体结合亲和力的模型。在三个公认基准数据集上的系统评估表明，该模型预测性能优异且稳定，超越了现有方法，在药物发现、蛋白质工程等领域展现出强大应用潜力。
药物发现机器学习拓扑数据分析分子描述符蛋白质-配体结合计算生物学
q-bio
03-24 00:00
传统神经科学与数字工程常将噪声、异质性、结构不规则性、去中心化可塑性、系统误差和混沌动力学视为需要消除的“缺陷”。本文系统论证，这些非理想因素并非大脑的弱点，而是其进化出的核心设计原则。它们共同赋予了大脑鲁棒性、适应性和创造力，使其能够应对复杂多变的环境。研究挑战了“完美电路”的传统观念，为理解生物智能和设计新型计算架构提供了新视角。
计算神经科学生物智能鲁棒性混沌动力学神经可塑性非理想因素
q-bio
03-24 00:00
本研究通过计算建模，评估了单分子力谱实验在表征RNA-蛋白质结合相互作用方面的潜力。研究者利用改进的开源ViennaRNA软件包，首次同时考虑了外力、蛋白质结合和RNA二级结构，预测了蛋白质结合对RNA力-延伸曲线的影响。模型显示，在生物学相关浓度下，蛋白质结合会引起可测量的延伸变化，且这种响应与外力及蛋白质结合域几何结构相关，为理解基因转录后调控及癌症等疾病相关的RNA结合蛋白功能提供了新工具。
rna-蛋白质结合单分子力谱计算建模基因调控生物物理
q-bio
03-24 00:00
本研究通过分析TIM-Barrel、人溶菌酶、核糖核酸酶A1等七种不同酶系统，发现了一个普遍趋势：熵和信息从酶分子的外围区域向催化活性中心定向传输。这一发现揭示了酶催化效率背后可能存在的全新物理机制，即活性中心通过接收来自外围区域的熵和信息流来维持其高效催化功能，为理解酶动力学和设计新型生物催化剂提供了新的理论视角。
酶催化熵传输信息流生物物理分子动力学
q-bio
03-24 00:00
本研究采用单病例实验设计，评估了经颅交流电刺激（tACS）对两名中风后命名障碍患者的疗效。在为期八周的图片命名任务治疗中，患者在有/无tACS刺激的交替周期内接受训练。结果显示，tACS刺激期间患者的图片命名速度显著快于无刺激阶段。治疗结束后，两名患者的命名准确性和速度均得到改善，且行为学测试的积极效果在三个月随访中保持稳定。脑电图分析表明，治疗后患者的大脑活动模式更接近健康个体执行类似任务时的状态。初步数据表明tACS可能是一种具有持久效果的治疗命名障碍的潜在干预手段，但需大规模研究进一步验证。
经颅电刺激中风康复命名障碍神经调控脑电图单病例设计
q-bio
03-24 00:00
本研究构建了一个统一的随机模型，将竞争-定殖权衡、环境异质性和生态中性这三大物种共存理论整合到传播体扩散群落中。该模型框架涵盖多个经典生态模型，并证明了一个关于宏观平衡态共存的通用定理。研究还提供了一种算法，仅需利用矩阵谱信息即可确定平衡态下的物种共存联盟，避免了计算精确平衡状态的高昂成本。通过示例展示了该方法在量化不同共存机制相对贡献及研究其协同效应方面的潜力。
物种共存生态模型竞争排除随机过程群落生态学
q-bio
03-24 00:00
本研究提出了一种新的亚黎曼高维几何模型，用于描述运动皮层（M1）的功能几何结构。该模型整合了轨迹的几何与运动学特性，其约束条件自然地解释了实验中观察到的两者间关系。通过在轨迹空间应用基于Wasserstein距离的聚类算法，研究获得了与实验数据高度吻合的分组结果，其效果显著优于传统的Sobolev距离方法。
运动皮层亚黎曼几何wasserstein距离轨迹分析计算神经科学