q-bio
04-02 00:00
本研究通过一个模拟海马体CA3区的循环神经网络模型，揭示了位置细胞和时间细胞可能共享相同的神经机制。该模型被训练为一个预测性自编码器，接收包含空间模式或时间模式的模拟“经验向量”，并学习重建缺失的输入。研究发现，在空间导航任务中，网络产生稳定的、类似吸引子的位置野；而在处理时间结构输入时，则产生顺序性拓宽的野，重现了时间细胞的特征。通过改变时空输入模式，隐藏单元可以在时间细胞样和位置细胞样表征之间平滑过渡。这表明两者可能同源，但受任务驱动而分化。
海马体循环神经网络位置细胞时间细胞计算神经科学自编码器
q-bio
04-02 00:00
本研究提出GenoBERT，一种基于Transformer的无参考基因型填补框架。它将分型后的基因型转化为标记，利用自注意力机制捕捉短程和长程连锁不平衡（LD）依赖。在包含路易斯安那骨质疏松研究和千人基因组计划的数据集上，与Beagle5.4等四种基线方法相比，GenoBERT在多种祖先群体和基因型缺失率（5-50%）下均取得了最高的整体准确性。在高达25%的缺失率下，其填补准确性（$r^2 \approx 0.98$）表现优异，即使在50%的高缺失率下，准确性（$r^2 > 0.90$）依然稳健。该模型消除了对参考面板的依赖，为基因型填补和下游基因组建模提供了可扩展的解决方案。
基因型填补transformer模型无参考方法基因组学连锁不平衡深度学习
q-bio
04-02 00:00
本研究针对多组学数据高维小样本的挑战，提出了一种名为Sweeping*的多视图、多目标遗传算法。该算法交替进行单视图和多视图优化，首先在各组学层内筛选信息特征，再联合评估跨层交互作用，通过反复迭代识别出紧凑且互补的生物标志物组合。研究在三个TCGA癌症队列的生存预测任务中，评估了五种Sweeping*策略，以一致性指数（C-index）和特征集精简度（root-leanness）为目标进行多目标优化。结果表明，在生存信号充足时，Sweeping*能有效权衡预测精度与模型复杂度，且整合多组学数据能提升仅基于临床模型的预测性能，但其效益因队列而异。
多组学特征选择遗传算法生存分析癌症研究多目标优化
q-bio
04-02 00:00
本研究提出一个统一的理论框架，将微观随机流行病动力学与宏观非线性群体行为联系起来。利用Doi-Peliti形式体系，将病原体建模为耦合易感与感染群体的规范介子场，并引入一个能够自发对称性破缺的“反应性免疫场”。研究表明，通过Coleman-Weinberg机制，辐射圈修正会破坏原始的“流行病真空”，从而产生一个动态的群体免疫阈值。通过提取有效作用的经典鞍点极限，推导出支配宿主群体的宏观反应-扩散方程。模型揭示，积分掉规范介子场会自然产生一个依赖于易感密度平方的热力学自由能。这种非线性产生了与免疫场强度成正比的宏观空间“恐惧漂移”，以及在有效再生数（$R_{eff}$）中出现的立方屏蔽惩罚项。研究建立了基本场论机制与宏观行为方程中具体项之间的映射关系：Debye屏蔽由驱动宿主撤离的空间交叉扩散通量物理执行，而真空极化则表现为修饰反应率中的非线性立方惩罚项（$-S^3 I$），动态抑制有效再生数。作为验证，该形式体系被应用于德国高分辨率时空COVID-19数据。
流行病建模规范场论群体行为反应扩散方程coleman-weinberg机制covid-19
q-bio
04-02 00:00
本研究通过计算设计，探索了在相同DNA序列的不同阅读框中编码两种不同蛋白质（即重叠基因）的可行性。利用从多序列比对推断出的Potts模型，研究者绘制了联合适应性景观，揭示了两种蛋白质功能之间的基本权衡，并提出了判断重叠是否可行的简单标准。研究发现，蛋白质家族之间存在广泛的兼容性，其中一类阅读框架的容许度显著更高。此外，研究还表明自然遗传密码在支持重叠基因方面具有独特优势，并且不同的重叠基因序列可以通过近乎中性的突变网络相互连接。
重叠基因适应性景观potts模型计算设计遗传密码蛋白质进化
q-bio
04-02 00:00
本研究对描述朊病毒样错误折叠蛋白传播的HeMiTo异二聚体模型进行了完整的动力学解析。作者推导出了混合相（Mi-phase）的精确内解，并与健康相（He-phase）的外解匹配，解释了健康物种的凹形行为，并建立了毒性物种指数增长的显式条件，其增长率具有明确的机制解释。此外，研究通过形式化毒性稳态附近的准稳态简化，证明动力学可约化为逻辑增长方程 $\frac{dT}{dt} = rT(1 - T/K)$，从而将指数增长与饱和联系起来。这些结果为疾病进展所有阶段的朊病毒样动力学提供了统一且机制性的描述，并为生物标志物轨迹的预测建模奠定了基础。
神经退行性疾病朊病毒传播动力学模型异二聚体解析解逻辑增长
q-bio
04-02 00:00
本研究通过耦合描述一维竞争的Fisher方程与描述扩张前沿形状的KPZ方程，构建了一个整合繁殖优势与空间扩张能力的模型。研究发现，在种群向新领地扩张时，成功占据前线的祖先不仅取决于其繁殖适应性（适合度），还取决于其开拓新领域的能力和机会。宏观上表现为由扩张速率、竞争能力或空间各向异性控制的独特生长形态。在某些情况下，空间扩张能力甚至可以克服繁殖劣势，成为占领新领地的关键。当新性状随突变积累出现时，范围扩张中的适合度变异可由Tracy-Widom分布描述。
种群扩张空间竞争fisher方程kpz方程适合度分布生态动力学
q-bio
04-02 00:00
本研究针对生物医学研究中高质量训练数据稀缺且成本高昂的瓶颈，提出了一种名为UCell的小型模型（仅10-30M参数），用于单细胞分割任务。其核心创新在于将递归结构融入模型前向计算图，构建了参数效率更高的架构。实验表明，UCell在多个基准测试中的性能可与规模大10-20倍的模型相媲美，对未见过的域外数据具有相似的泛化能力。更重要的是，UCell无需依赖海量自然图像预训练，仅使用显微成像数据即可从头训练，从而将模型构建与外部商业利益解耦。
单细胞分割参数高效模型泛化生物医学视觉递归结构小样本学习
q-bio
04-02 00:00
本研究基于HBCD大型纵向队列数据，首次系统评估了婴儿脑部扩散磁共振成像（dMRI）数据中由不同扫描仪型号引入的差异。研究采用ComBat-GAM标准化方法对来自6种扫描仪型号的数据进行处理。结果显示，标准化后，所有扫描仪间扩散张量成像（DTI）指标（如各向异性分数FA）的分布差异在统计学上不再显著（FDR校正后），且Cohen's f效应量普遍降低。这凸显了在大规模多中心脑成像研究中，进行严格数据标准化以保留真实生物学信号、消除技术伪影的重要性。
脑成像数据标准化扩散mri婴儿发育多中心研究hbcd
q-bio
04-02 00:00
本研究针对产前酒精暴露（PAE）青少年（7-21岁）的多站点磁共振神经影像数据，对比了深度学习图像标准化方法HACA3与统计方法neuroCombat的效能。研究发现，HACA3能有效改善站点间的图像对比度差异，但在下游的MaCRUISE脑区体积指标分析中，neuroCombat在减少站点相关方差方面表现更优。HACA3需结合后续统计方法才能在此类儿科队列中接近最佳的生物学信号保留效果。
神经影像标准化多站点研究产前酒精暴露深度学习统计方法儿科队列
q-bio
04-02 00:00
本研究通过建立随机力化学模型，结合生理学数据和分子动力学模拟，揭示了细菌鞭毛马达（BFM）扭矩-速度关系在顺时针（CW）和逆时针（CCW）旋转中存在不对称性的分子机制。研究发现，这种不对称性并非源于转子-定子间的机械相互作用差异，而是由MotA-FliG界面的接触依赖性离子门控强度不同所导致。在CCW旋转中，更强的门控作用缩短了无扭矩等待期，增强了扭矩生成，从而产生凹形扭矩-速度曲线；而在CW旋转中，较弱的门控作用则导致扭矩较低和线性关系。该研究为从分子结构层面理解马达功能提供了定量框架。
细菌鞭毛马达分子马达离子门控扭矩-速度关系分子动力学模拟力化学模型
q-bio
04-02 00:00
分子动力学模拟产生高维原子轨迹，但从中提取稳健见解仍具挑战。本研究指出，分析中使用的表征（如坐标、角度）并非中性，它会从根本上塑造对构象组织、相似性关系和表观转变的推断。为补充现有方法，研究者引入了基于几何、对旋转敏感的“方向特征”来编码蛋白质骨架。通过比较不同表征在蛋白质折叠、结构域运动和蛋白-蛋白结合等场景下的表现，发现不同表征强调了构象空间的不同方面，单一表征无法提供完整的动力学图景。为此，团队开发了ManiProt库，以促进多种表征的高效计算与系统比较。
分子动力学蛋白质构象表征学习计算生物学结构生物学
q-bio
04-02 00:00
本文针对分析复杂的随机反应网络模型（广泛应用于生物化学、生态学和流行病学）提出了一套新工具。核心贡献在于提供了一套直接且可计算的条件，用于确保两个随机反应网络之间存在有序耦合，并能识别模型中哪些参数变化会导致特定物种数量的增加或减少。研究者还提供了实现该理论的算法，并通过多个应用实例进行了演示。
随机反应网络有序耦合连续时间马尔可夫链模型比较参数分析计算工具
q-bio
04-02 00:00
本文针对RNA-seq等高维转录组学数据中普遍存在的读段-基因比对模糊性问题，提出了一种基于模糊计数的建模框架。研究指出，当利用分级隶属度进行报告时，这种模糊性通常不可忽略，会导致“非随机粗化”的数据结构。作者引入了一个层次模型作为该框架的可处理实例，并通过RNA-seq数据进行了实证说明，为处理基因表达定量中的不确定性提供了新的统计方法。
rna-seq模糊计数非随机粗化统计建模转录组学比对模糊性
q-bio
04-02 00:00
本文针对疾病建模中的布尔网络，提出了一种求解同步吸引子控制问题的新方法。该问题旨在寻找最小基因控制集，使网络所有长期状态均满足期望表型，具有双层整数规划结构，计算复杂。作者设计了基于不可行性的Benders分解框架，并引入子空间分离辅助整数规划来生成更强约束。数值实验表明，该方法在可扩展性上显著优于现有技术。
布尔网络吸引子控制双层规划benders分解计算生物学疾病建模
q-bio
04-02 00:00
本文提出了一种数据驱动的分布对齐框架，旨在弥合复杂系统研究中仿真与实验之间的差距。该方法首先在完全观测但存在近似的仿真数据上预训练生成模型，然后利用部分但真实的实验观测数据对其进行对齐。核心贡献是引入了对抗分布对齐（ADA）方法，该方法能够将基于模拟玻尔兹曼分布训练的原子位置生成模型，与实验观测数据的分布进行对齐。理论证明该方法能恢复目标可观测分布，即使面对多个潜在相关的可观测量。在合成、分子及实验蛋白质数据上的验证表明，该框架能有效对齐生成模型与多样化的实验观测。
仿真实验对齐生成模型对抗分布对齐物理科学数据驱动蛋白质结构
q-bio
04-02 00:00
本研究提出了一种基于硅米氏空腔阵列的新型数字光学生物传感概念，解决了传统传感器因系综平均测量而灵敏度受限的问题。该技术利用周期性米氏空腔阵列中的谐振光场，与捕获在表面的单个金纳米粒子产生强相互作用，从而产生高对比度的数字信号，实现对单个纳米粒子的精确计数。研究采用深紫外光刻技术实现硅晶圆上米氏空腔的可扩展、低成本制造，并利用卷积神经网络进行自动化图像分析。作为概念验证，该方法成功检测了疾病生物标志物白细胞介素-6（IL-6），检测限低至1.84 pg/ml，达到了生理相关浓度。
数字生物传感米氏空腔纳米光子学深度学习超灵敏检测硅光子学
q-bio
04-02 00:00
本研究提出了一种利用化学反应网络（CRN）实现支持向量机（SVM）的新方法。通过设计特定的化学反应动力学系统，使其稳态行为能够模拟SVM的关键计算步骤，包括数据分类的决策边界求解。该工作为在非传统计算环境（如生物化学系统）中实现机器学习算法提供了新的理论框架，展示了化学作为计算介质的潜力。
化学计算支持向量机反应网络机器学习实现非传统计算
q-bio
04-02 00:00
本研究开发了一个基于ClinGen专家标注的基准测试，用于评估大语言模型（LLMs）在基因组变异功能证据挖掘任务中的表现。研究聚焦于两个核心任务：1）摘要筛选，判断文献是否直接测试特定变异；2）全文证据提取与分类，包括证据方向解读和摘要生成。在明确变异匹配的条件下，推理模型o4-mini在全文证据分类中达到96%的准确率，特异性（0.83）显著高于非推理模型gpt-4o-mini（0.37）。研究还提出了AcmGENTIC端到端流程，整合了变异标识符扩展、文献检索、LLM摘要过滤、多模态证据提取及报告生成，为“人在回路”的规模化功能证据整理提供了实用框架。
大语言模型基因组变异功能证据文献挖掘临床基因组学人工智能辅助
q-bio
04-02 00:00
本文综述了低强度经颅聚焦超声（tFUS）作为新一代非侵入性脑刺激技术的突破性进展。tFUS利用机械压力波，能以毫米级精度同时调控大脑皮层和深部皮层下结构，克服了传统电磁技术在分辨率与深度上的局限。文章重点讨论了基于tFUS的闭环超声脑机接口（uBCI）架构，该系统整合实时电生理反馈，可优化注意力、学习、信任与合作等认知变量。同时，用于解码肌肉活动的超声肌动描记术和监测血流动力学的大脑功能超声，共同构成了双向uBCI的潜在组件。这些进展使超声技术成为开发智能、自适应、双向神经接口的基础，有望无缝融合人类认知与下一代自动化及机器人系统。
超声脑机接口经颅聚焦超声非侵入性脑刺激闭环神经调控人机交互认知增强
q-bio
04-02 00:00
本研究将择偶决策建模为一个觅食问题，提出了一种基于最优觅食理论的、可解析处理的择偶决策机制理论。研究认为，选择配偶本质上是一个随机的决策过程，个体采用不同的决策策略，这些策略由“离开”或“承诺”于某个潜在配偶的决策阈值所调节。研究发现，无论种群中信号（如求偶信号）的丰度如何，敏感的“离开”阈值总是更优。相比之下，最优的“承诺”阈值则取决于种群中的信号可用性：信号丰富的种群通常倾向于不那么“急切”的策略，而信号贫乏的种群则相反。该理论为理解动物如何利用个体和环境信号指导择偶决策提供了定量的机制模型。
择偶决策最优觅食理论决策阈值性选择行为生态学数学模型
q-bio
04-02 00:00
本研究开发了一种名为Stiff-FCS的微流控平台，用于高通量、定量分析单细胞硬度，并实现同一细胞的分子分析与功能研究。该平台结合铁磁流体驱动与梯度限制通道，根据细胞硬度进行空间分离，并通过逆计算模型将细胞位置与形态转换为杨氏模量值。研究证实了Lamin A/C蛋白与细胞硬度的关联，并发现较软的细胞迁移能力更强。在头颈癌模型中，该技术成功识别出一个硬度较高、迁移能力较弱且富含高分子量波形蛋白的细胞亚群。
单细胞分析细胞硬度微流控技术细胞力学生物物理癌症研究
q-bio
04-02 00:00
本文综述了感觉皮层中预测处理理论的最新进展。该理论认为大脑持续预测感官输入，并通过突出预测误差来优化神经元反应。研究确定了刺激适应、树突计算、兴奋/抑制平衡及层级处理等关键计算基元。为验证理论并解决物种与模态间的差异，研究团队提出在小鼠和灵长类动物中，利用双光子成像和电生理记录技术，测试时间、运动和缺失错配刺激是否共享相同机制。所有数据将通过OpenScope计划收集与共享，以支持模型验证和社区分析，推动对预测处理神经回路的解码。
预测处理感觉皮层神经计算双光子成像openscope预测误差
q-bio
04-02 00:00
本研究通过分析真菌菌丝网络的生长数据，首次为菌丝顶端与已有菌丝间的主动相互作用提供了直接证据。研究者重建了所有菌丝顶端的生长轨迹，并采用经典的朗之万模型进行拟合，通过比较孤立与非孤立菌丝的生长模式，识别出由突然减速和转向构成的相互作用特征。这项工作揭示了真菌菌丝网络并非被动生长，而是存在主动的局部调控机制，为系统探索菌丝相互作用开辟了新路径。
真菌菌丝顶端生长相互作用网络分析朗之万模型生物物理