q-bio
04-17 00:00
本研究通过将模拟视网膜间隙连接去噪功能的G滤波器与深度神经网络结合，构建了一个生物混合模型，以探究人类视觉系统对抗对抗性攻击的机制。研究发现，该模型不仅表现出更高的鲁棒性，其神经表征几何（流形）的决策边界具有更高的非线性与更低的曲率。进一步将G滤波器改写为等效循环神经网络后揭示，间隙连接通过一个随时间渐变的演化过程来扭曲视觉层次中的表征流形，从而增强系统的稳定性。
对抗鲁棒性视网膜间隙连接神经表征几何生物混合模型视觉层次决策边界
q-bio
04-17 00:00
本研究提出了一种数据与先验知识驱动的统一框架，旨在提升头皮脑电（EEG）信号质量，使其更接近高保真但侵入式的颅内脑电（iEEG）。该框架基于“几何结构决定功能”的原则，将静态皮层解剖映射为神经信号传播的动态约束，并整合预训练大模型提取的通用神经表征，通过多维表征扩散过程合成增强的EEG信号。实验表明，生成的信号能有效恢复在传播过程中丢失的神经活动模式，为低成本获取高保真神经信号提供了可行路径。
脑机接口脑电信号增强表征学习几何约束生成模型神经科学
q-bio
04-17 00:00
传统结构生物学认为序列决定构象，进而决定功能，但生物分子是动态的。Polyformer 是一个用于聚合物分子热力学建模的生成框架，它首次同时解决了三个核心问题：分子如何折叠、其构象系综是什么，以及构象系综如何随物理温度变化。给定序列和温度，Polyformer 能生成符合热力学分布的构象。在 50-111 个残基的蛋白质结构域测试中，其预测与分子动力学模拟轨迹高度一致。
生成模型蛋白质折叠构象系综热力学建模人工智能生物物理
q-bio
04-17 00:00
本研究提出首个针对多中心异质性fMRI数据的持续学习诊断框架FORGE。核心是构建一个结构感知变分自编码器，用于生成高质量的患者与对照组功能连接矩阵。在此基础上，开发了多级知识蒸馏策略，对齐新数据与回放样本的预测和图表示，并引入分层上下文赌博机方案进行自适应回放采样。在抑郁症、精神分裂症和自闭症多中心数据集上的实验表明，该生成模型提升了数据增强质量，整体框架在缓解灾难性遗忘方面显著优于现有方法。
持续学习功能磁共振成像脑疾病诊断生成模型知识蒸馏多中心数据
q-bio
04-17 00:00
本研究提出了一种新颖的肾小球检测与分割模型，旨在解决传统语义分割方法难以精确区分相邻肾小球的问题。该模型基于U-Net架构，并引入了一个专门的注意力解码器，通过利用病理学基础模型来突出关键区域，从而显著提升了实例级分割的精度。实验评估表明，该方法在Dice分数和交并比（IoU）指标上均超越了现有最优方法，实现了更优越的肾小球轮廓描绘性能。
医学图像分割深度学习肾小球检测注意力机制病理学图像
q-bio
04-17 00:00
研究探讨了利用大型语言模型（LLM）的思维链（CoT）推理能力，从深度序列模型（Mamba-SSM）的梯度显著性候选基因中过滤组织组成混杂因素。在TCGA-BRCA RNA-seq数据上，原始50个显著性基因集（AUC 0.832）表现逊于5000个高变异基因基线（AUC 0.903），而经DeepSeek-R1 CoT推理筛选出的17个基因集（AUC 0.927）以294倍更少的特征实现了性能超越。然而，忠实性审计显示，仅35.3%（6/17）的选定基因是已验证的BRCA生物标志物，且输入中的16个已知BRCA基因有10个被遗漏。这表明LLM推理在选择性去除混杂因素以提升下游分类性能方面有效，但未能全面召回已知关键基因。
生物标志物发现思维链推理因果特征选择混杂因素过滤mamba模型基因表达分析
q-bio
04-17 00:00
本研究提出了PUFFIN框架，旨在发现介于单个残基和整个蛋白质之间的中间尺度功能单元。该框架将蛋白质表示为残基级结构图，并应用具有结构感知池化机制的图神经网络，在功能监督的引导下将蛋白质分割成多残基单元。结果表明，学习到的单元结构上具有连贯性，与分子功能存在有组织的关联，并与已知的InterPro注释有对应关系。PUFFIN为分析蛋白质结构-功能关系提供了一个可解释的数据驱动框架。
蛋白质功能单元图神经网络结构-功能关系残基分割功能监督学习生物信息学
q-bio
04-17 00:00
本研究通过一个简化的非局部粘附模型，探讨了集体细胞迁移中领导者与追随者之间的相互作用。模型假设领导者以恒定速度迁移，而追随者则在有限空间范围内受到领导者及其他追随者的吸引。数值模拟表明，尽管该模型能够维持小规模的追随者细胞群协同移动，但细胞群的规模受限于粘附作用的长度尺度，远小于体内观察到的长距离、连贯的细胞流。这一发现揭示了标准非局部粘附模型在描述大规模集体迁移时的结构性局限，并强调了需要发展新的、仅通过质量守恒的集体运动即可维持长距离细胞流的扩展连续介质模型。
集体细胞迁移非局部模型细胞粘附连续介质模型数值模拟领导者-追随者
q-bio
04-17 00:00
本文提出QualiaNet，一种受人类立体视觉启发的双阶段计算模型。模型首先模拟人类视觉的“体验模块”，提取以注视点为中心的视差图；随后，“推理模块”利用一个关键的自然场景统计规律——近景产生生动的视差梯度，远景则相对平坦——通过卷积神经网络从视差图中估计距离。实验表明，网络仅凭视差梯度即可有效恢复距离信息，验证了人类视觉中体验影响尺度推断的机制。
立体视觉计算模型视差梯度深度估计双阶段网络认知科学
q-bio
04-17 00:00
本研究针对靶向扩增子面板在肿瘤诊断中提供基因特异性拷贝数变异检测性能保证的难题，提出了一种混合推断框架。该方法通过评估验证样本上的贝叶斯后验泛函，并将平方损失建模为Gamma分布，从而生成具有有效频率论覆盖率的容忍区间。框架包含三个关键组件：无需真实标签即可消除阳性样本影响的插补方法、应对小样本变异的正则化技术，以及基于对数模型证据对非交换性噪声进行分层处理。在两个靶向扩增子面板上的留一交叉验证表明，该方法在过程匹配与非匹配条件下，所有基因的平均绝对覆盖误差均保持在个位数水平，显著优于传统贝叶斯方法。
拷贝数变异贝叶斯推断频率论保证肿瘤诊断靶向测序性能验证
q-bio
04-17 00:00
本文提出了一个原理性框架，用于从离散时间采样且存在测量误差的实验轨迹中，推断由欠阻尼朗之万方程描述的随机系统动力学。该方法被称为欠阻尼朗之万推断（ULI），能够有效处理实验噪声，并包含对推断误差的自洽估计。ULI在单细胞迁移轨迹和具有Vicsek类对齐相互作用的高维复杂系统（如鸟群）中均表现出良好性能，为揭示复杂系统的物理规律提供了有力工具。
朗之万方程随机动力学系统推断欠阻尼系统轨迹分析生物物理
q-bio
04-17 00:00
本研究探讨了两个经历相同行为-流行病学极限循环的群体，通过社会影响力进行弱耦合后的动态。研究发现，耦合会导致两个群体间的疾病动态同步。此外，不同的收益敏感度可能导致同步或反同步现象。这揭示了社会行为反馈如何影响疾病传播的集体模式，为理解多群体流行病学中的协调行为提供了新视角。
行为流行病学群体同步疫苗接种决策社会动力学弱耦合系统
q-bio
04-17 00:00
本研究探讨了在具有守恒定律的反应网络中，如何通过添加新物种来影响网络的绝对浓度鲁棒性（ACR）。主要结论包括：对于非退化网络，添加一个依赖于原有物种的新物种，通常会导致网络在任何通用速率常数下都不再具有非平凡的ACR。此外，研究还刻画了所有维度不超过二的非冗余零一网络，并发现当化学计量矩阵中至少有四行不同时，网络在任何通用速率常数下都不具备非平凡ACR，这表明许多守恒定律会阻止此类网络中的ACR现象。
绝对浓度鲁棒性反应网络守恒定律化学计量学系统生物学网络动力学
q-bio
04-17 00:00
本研究提出了一种新的神经编码模型评估框架CPA-PA，通过典型相关分析和参与者平均，从嘈杂的脑电/脑磁图信号中近似出真实的神经活动作为评估基准。该方法在合成数据上比传统评估指标性能提升300-1000%，在34个真实数据集上提升250%，显著提高了对刺激相关神经活动的敏感性，减少了对信噪比的依赖。
神经编码模型模型评估脑电信号典型相关分析信号处理
q-bio
04-17 00:00
本文介绍了Goxpyriment，一个基于Go语言的开源框架，用于编程行为和认知实验。它通过将实验编译成单一、自包含的可执行文件，解决了Python工具在跨实验室部署时的运行时环境复杂性问题。框架提供丰富的视觉与音频刺激，并专注于时序可靠性：通过操作系统硬件中断时间戳记录输入事件，并可禁用垃圾收集器以减少不可预测的停顿。附带的40多个实验示例有助于人类学习，并能提升AI辅助编程工具的实验编写能力。
行为实验认知科学go语言开源框架时序精度
q-bio
04-17 00:00
本研究从热力学第一性原理出发，推导出细胞在稳态下维持离子跨膜电化学梯度所需的最小功率下限。该下限等于离子被动泄漏导致的自由能耗散率，适用于广泛的电生理模型，且与生物种类、能量来源或转运蛋白结构无关。成本最小化原则从理论上解释了所有生物共有的高钾低钠胞质特性，并预测了极端环境下维持质子动力的高昂成本将迫使细胞转向代谢重构。研究进一步表明，能量转换的固有非完美性结合环境变异性，共同驱动了自然界中观察到的多样化的离子转运架构。
离子动力热力学下限能量成本代谢重构转运蛋白多样性极端环境适应