q-bio
04-20 00:00
本研究通过三项核心研究，结合机器学习方法，揭示了动机行为（努力与奖赏评估）的神经机制。研究1利用任务态EEG数据，通过机器学习成功区分ADHD患者与健康对照，发现额中央区和顶叶的伽马波段功率是关键预测特征。研究2通过扩散MRI发现，白质完整性与计算模型得出的努力/奖赏敏感度参数相关，其中辅助运动区连接通路是核心枢纽。研究3利用结构MRI证实，灰质体积能稳健解码奖赏敏感度与亚临床冷漠水平。贯穿所有研究，额顶叶环路被确定为努力评估与奖赏处理的核心神经基础，这些发现有望作为改善ADHD诊断及指导个性化神经技术干预的潜在生物标志物。
计算精神病学神经影像机器学习动机障碍生物标志物脑电图
q-bio
04-20 00:00
本研究提出了一种“潜在功能对齐”方法，旨在将大脑在视觉想象时产生的fMRI活动映射到一个预训练的视觉感知解码模型（DynaDiff）的条件空间中，同时保持模型其他部分不变。为应对想象-感知配对数据有限的挑战，研究还引入了基于检索的数据增强策略，选择语义相关的感知试次进行辅助训练。在四名被试的Imagery-NSD基准测试中，该方法相比冻结预训练模型和体素空间岭回归对齐基线，持续提升了高层次语义重建指标，并能从多个皮层区域实现高于随机水平的解码。结果表明，从感知中学习到的语义结构可用于稳定并提升在分布外条件下的视觉想象解码性能。
功能磁共振成像视觉想象解码脑机接口潜在对齐生成模型神经科学
q-bio
04-20 00:00
本研究通过构建基于电导的神经元网络模型，揭示了细胞内氯离子浓度通过调节兴奋-抑制平衡来驱动癫痫发作阶段转换的机制。研究发现，抑制性突触电导中参与通道介导氯离子内流的比例是关键控制参数，能够将癫痫活动组织为具有不同振幅和频率特征的发作前、强直期和阵挛期。降低该比例可缩短发作期并抑制癫痫启动，而高比例则促进强直-阵挛期和螺旋波动力学的出现，使癫痫活动对抑制不敏感。此外，该比例与突触强度的联合变化表明，反复性兴奋会扩大强直-阵挛发作，而反复性抑制则会延长发作前状态并抑制阵挛期活动。
癫痫动力学氯离子稳态兴奋抑制平衡计算神经科学网络模型
q-bio
04-20 00:00
本研究运用统计物理学方法，揭示了由大量异质个体组成的微生物种群行为中存在相变现象。相变意味着种群行为会因微小扰动而发生不连续突变。研究不仅论证了相变在微生物种群动力学中的自然涌现，还阐明了其与种群谱系树（genealogies）的内在联系。通过一个细菌质粒工程模型，研究严格证明了一级相变的存在，并确定了种群中可稳定维持的质粒数量的严格下界。这为连接生物学观测现象与底层物理机制提供了新途径。
统计物理微生物种群相变谱系树质粒动力学种群遗传
q-bio
04-20 00:00
本研究分析了用于模拟非汇合组织的有限Voronoi模型。该模型在传统Voronoi模型基础上，引入固定半径$\ell$的圆弧来描述细胞边界。研究发现，当细胞-介质界面张力超过细胞间接触张力时，模型在模拟初始完整活性细胞团簇的破裂时间尺度上，表现出强烈的时间步长依赖性：减小$\Delta t$会非物理地抑制团簇破裂事件。作者将此行为归因于模型中脱离力的发散，并引入了一种简单的正则化方法。最后，通过将模型在接近脱离状态下的力学行为与可变形多边形模型进行校准，研究了不同校准策略下关键物理参数如何控制组织破裂时间尺度。结果表明，对于关注非汇合单层中破裂或细胞间粘附的研究，对有限Voronoi模型中近脱离力学进行物理驱动的校准至关重要。
计算生物物理细胞力学组织模型voronoi模型细胞脱离模型校准
q-bio
04-20 00:00
本研究建立了在具有瞬时障碍物的无序染色质轨道上、由黏连蛋白驱动的环挤出动力学理论。研究发现，稳态下的平均环尺寸遵循由基础持续性与重整化障碍物密度决定的普适定律。单侧挤出总是产生单指数环长分布，而双侧挤出则产生有限个指数模式的叠加，并通常形成峰值分布。实验观测到的CTCF锚定环统计数据显示出此类峰值，为区分挤出对称性提供了直接判据。该理论为无序受限的环挤出过程建立了统一框架，并支持活细胞中黏连蛋白双臂均主动运作的模型。
染色质环环挤出黏连蛋白动力学理论ctcf染色质结构
q-bio
04-20 00:00
本研究通过结合基于个体的随机模拟、平均场偏微分方程近似、似然估计和可识别性分析，探讨了在种群扩散研究中，仅使用计数数据可能导致结构不可识别性问题。研究发现，补充收集个体轨迹数据能有效缓解此问题，并比较了不同轨迹数据采集方案对参数推断精度的影响。
随机扩散模型参数识别轨迹数据种群扩散统计推断
q-bio
04-20 00:00
本研究针对生化信号在高度异质性的多级酶促通路中传播的机制，建立了基于非线性米氏动力学的数学模型。研究发现，连接节点间的“激活偏置”是决定信号波能否存在的关键分岔参数。在异质网络中，参数梯度与随机变异会扭曲波前并导致传播速度剧烈波动。为解决此问题，论文提出了一种新颖的“倒数速度空间重标度”技术，该坐标变换能有效吸收局部动力学变异，平滑波速并保持波前轮廓，无需定制参数调整。研究还揭示了极端参数变异如何导致通路功能性断裂，为复杂生化网络的合理模型简化提供了数学依据。
信号转导数学建模酶促通路行波理论异质性网络模型简化
q-bio
04-20 00:00
研究通过热力学模型评估了土卫六塞尔克陨石坑液态水环境中，从简单大气前体（HCN和C₂H₂）形成核碱基、核糖和脂肪酸的可行性。发现氨（NH₃）是关键的化学“守门员”：无氨时仅腺嘌呤和丁酸可形成；当NH₃≥1%时，所有被研究分子类别均变得热力学可行。不同分子类别对氨的敏感性不同：核碱基、核糖和C₂–C₆脂肪酸在1% NH₃时产率最高，C₇–C₁₂脂肪酸则在2% NH₃时达到峰值。该分布模式与碳质陨石和小行星样本的观测结果定性一致。研究为NASA“蜻蜓号”任务的质谱仪（DraMS）提供了可现场测试的预测，以评估塞尔克陨石坑的生命前体化学潜力。
生命前体化学土卫六热力学模型氨调控蜻蜓号任务天体生物学
q-bio
04-20 00:00
研究发现，衰老成纤维细胞在生化活性减弱的情况下，其肌动蛋白骨架仍能根据基质硬度发生与正常细胞相同的结构转变。研究者建立了一个统计力学框架，证明这些转变源于能量与熵竞争驱动的、具有层级性的阈值依赖相变。该理论为理解不同机械环境下细胞骨架如何选择特定有序态提供了热力学基础，并揭示了这些相变可能是细胞在G1期铺展过程中协调内部组织的“机械检查点”。
细胞力学相变细胞骨架统计力学机械传感细胞衰老
q-bio
04-20 00:00
本研究揭示了两个最经典的树不平衡指数——Sackin指数和Colless指数——本质上是复合的。它们可以被分解为更基本的单元，这些单元本身也满足树（不）平衡指数的定义性质。研究发现，Colless与Sackin的差值构成一个新的不平衡指数，而Sackin与Colless的差值则构成一个平衡指数。通过将这些基本单元与Sackin、Colless以及另一个已知的stairs2指数进行比较，结果表明这些基本单元不仅是经典指数的基础，也是分析不同指数在评估树平衡性时产生分歧的有力工具。研究还探讨了在多个指数中起关键作用的“梯队树”，并首次提出了构建它的非递归算法。
树平衡指数sackin指数colless指数指数分解系统发育树算法
q-bio
04-20 00:00
本研究提出，意识的产生并非纯粹的物理问题，而是因果立场下的机制问题。作者区分了物理立场与因果立场，认为意识由系统内部的因果机制决定。为了描述这种机制，研究引入了层级间因果关系，并设计了双定律模型（DLM），该模型允许高层次与低层次遵循不同的动力学定律。通过分析高层次原因如何向下传递，研究为功能意识的生成提供了因果解释框架。
意识生成因果机制层级因果关系双定律模型心灵哲学理论模型
q-bio
04-20 00:00
本研究提出了一种基于生成对抗网络（GAN）的深度学习模型，用于在不同显微镜之间进行图像模态迁移。该模型能够将快速、低质量的宽场荧光显微镜图像，转换为与耗时更长、分辨率更高的共聚焦显微镜图像质量相当的图像。定量评估显示，转换后图像的结构相似性指数（SSIM）中位数从0.83提升至0.94，峰值信噪比（PSNR）从21.48提升至31.87。该方法建立了一种新的工作流程：使用快速显微镜进行高通量初筛，再通过计算恢复高质量结构信息，而将高分辨率显微镜仅用于靶向验证，从而显著减少总成像时间，提高实验效率。
深度学习显微镜成像模态迁移生成对抗网络高通量成像图像增强
q-bio
04-20 00:00
本研究为连续性状的演化提供了一个严格的基因中心视角。作者从一个包含选择、漂变、重组和突变的显式有限位点模型出发，其中性状值是基因组的直接产物。在强重组的假设下，令位点数趋于无穷，并利用McKean-Vlasov随机微分方程和相应的Fokker-Planck积分偏微分方程，刻画了给定位点的极限行为。结果表明，一个典型位点上的选择依赖于其他位点的平均行为，这可以通过焦点位点的分布律来近似。在特定适应度函数假设下，研究还推导出了位点间的独立性以及给定位点等位基因频率的显式平稳分布。
数量遗传学基因视角连续性状演化mckean-vlasov方程等位基因频率群体遗传学
q-bio
04-20 00:00
本研究受神经与星形胶质细胞动力学互补时间尺度的启发，提出了一种脉冲神经元-星形胶质细胞网络（SNAN）。该网络通过脉冲时序依赖可塑性（STDP）在长时程上强化成功动作序列，同时利用星形胶质细胞钙瞬变在短时程上抑制最近访问过的状态，有效引导智能体探索未访问区域。在极端部分可观测的网格世界导航任务中，SNAN将中位路径长度最多缩短了六倍，并大幅提高了目标达成率。该机制将探索-利用权衡问题转化为局部状态抑制的自然涌现结果。研究还通过忆阻器VTEAM模型验证了其硬件可行性，在交叉阵列上实现了比CPU实现高一个数量级的单位面积速度和单位决策能耗。
神经形态计算脉冲神经网络星形胶质细胞双时间尺度记忆自主导航忆阻器硬件
q-bio
04-20 00:00
本研究针对微生物组测序数据（如16S rRNA）的稀疏性、组成性和高维特性，开发了q2-classo和q2-gglasso两个QIIME2插件。q2-classo支持使用稀疏对数比回归和分类模型，以及树聚合模型，预测连续或二分类结局；q2-gglasso则通过稀疏图模型（如SPIEC-EASI框架）估计微生物间的关联网络，并能将关联分解为稀疏直接交互矩阵和潜在（低秩）矩阵，实现数据的稳健主成分嵌入。这些工具为微生物组数据的统计建模提供了专门解决方案。
微生物组学稀疏回归组成性数据网络估计qiime2插件统计建模