q-bio
04-22 00:00
本文提出了一种名为“双三角注意力”的新型双向注意力机制，旨在解决传统双向Transformer因排列不变性而依赖显式位置编码的问题。该方法将每个注意力头的查询-键子空间拆分为两个互补的三角掩码：一个关注过去及自身位置，另一个关注未来及自身位置。这种设计在提供双向上下文的同时，保留了因果掩码在两个方向上的隐式位置归纳偏置。实验在合成任务、自然语言掩码建模和蛋白质序列建模三个场景中进行。结果表明，双三角注意力无需位置编码即可学习位置信息，并且在结合旋转位置编码时，获得了最佳的上下文扩展性能和整体强劲表现。
注意力机制双向transformer位置编码序列建模蛋白质语言模型
q-bio
04-22 00:00
本研究将量子机器学习应用于肺癌生物标志物发现与亚型分类。通过两阶段方法：第一阶段通过差异表达与甲基化分析，识别出肺腺癌与肺鳞癌的特异性基因；第二阶段开发量子分类器，能高精度区分肿瘤亚型及肿瘤与正常样本。结果显示，整合基因集在所有指标上均取得最佳预测性能，GO与KEGG富集分析揭示了基因在突触信号、离子通道调控及神经营养因子等癌症通路中的关键作用。研究表明，QML为处理大规模多组学数据、推动精准肿瘤学提供了可扩展的有效新范式。
量子机器学习生物标志物肺癌亚型多组学分析精准肿瘤学量子分类器
q-bio
04-22 00:00
基于2025年美国国家科学基金会研讨会，本文指出当前AI存在三大根本能力缺陷：无法与物理世界交互、学习不足导致系统脆弱、以及不可持续的高能耗与数据低效。研究提出通过神经科学原理解决这些挑战，包括身体与控制器的协同设计、通过交互进行预测、具有神经调节控制的多尺度学习、分层分布式架构以及稀疏事件驱动计算。文章制定了近期、中期和长期的研究路线图，并强调需要培养跨学科研究人才，建立支持性制度条件，以实现神经科学启发的人工智能（NeuroAI），在克服现有AI局限性的同时深化对生物神经计算的理解。
神经科学与ai融合neuroai路线图具身智能高效学习事件驱动计算跨学科研究
q-bio
04-22 00:00
本文系统综述了认知与决策的量子类模型从静态表征向基于开放量子系统的动力学框架的演进。研究聚焦于Gorini-Kossakowski-Sudarshan-Lindblad (GKSL)主方程在心理学中的应用，将心智状态演化建模为受信息环境影响耗散过程。模型区分了被动与主动哈密顿量，揭示了与决策基投影的非对易性是认知能动性的数学标志，并能稳定博弈（如囚徒困境）中的非纳什均衡。更重要的是，研究发现了“认知节拍”现象——它源于不同“意识流”在相近频率上的竞争，表现为信念的慢速调制包络，刻画了在冲突认知状态间转换的峰值准备与犹豫时机，为理解认知能动性的深度与决策过程的复杂性提供了新的谱诊断工具。
量子认知决策动力学gksl方程开放量子系统认知节拍博弈论
q-bio
04-22 00:00
本研究利用来自73只小鼠视觉皮层的310万个神经元、超过1500亿个神经标记的大规模数据集，训练了多模态、多任务的脑活动模型OmniMouse。该模型在神经活动预测、行为解码和神经活动预测等任务上均达到最优性能。研究发现，模型性能随数据量增加而可靠提升，但增加模型参数带来的收益会饱和。这与语言和视觉AI中参数规模驱动进步的模式相反，表明即使在相对简单的小鼠视觉系统中，脑模型仍受数据限制。这一系统性扩展规律暗示，更大更丰富的数据集可能解锁神经建模的质变能力。
脑活动建模多模态学习神经解码数据扩展小鼠视觉皮层计算神经科学
q-bio
04-22 00:00
本研究通过建立最小随机模型，量化了细胞极性内在噪声对接触抑制运动决策的影响。模型通过追踪在细胞膜与胞质间随机扩散和切换的单个Rho GTPase蛋白来模拟极化动力学。研究发现，在无细胞接触时，极性轴会发生旋转扩散，其扩散系数随Rho GTPase拷贝数增加而减小。当细胞接触抑制Rho GTPase激活时，接触几何、持续时间和强度共同影响CIL敏感性。低蛋白拷贝数下，分子噪声会掩盖微弱、短暂或狭窄的接触信号；而高拷贝数下，内在极性噪声可忽略，CIL响应的随机性主要反映碰撞接触特性本身的变异。
接触抑制运动细胞极性随机模型rho gtpase分子噪声细胞迁移
q-bio
04-22 00:00
本文提出了一种高效计算无向图上两个随机游走者相遇时间的算法。传统方法需要求解一个包含 $\binom{N}{2}$ 个线性方程的系统，复杂度高达 $O(N^6)$。作者发现该系统具有近似西尔维斯特方程的结构，仅受一个对角吸收约束的阻碍。利用此结构，新算法将计算复杂度降至 $O(N^4)$，空间复杂度为 $\Theta(N^2)$。通过进一步利用对角修正的柯西结构，理论上可进一步优化至 $O(N^3\log^2 N)$。该算法还可推广至求解具有任意源的“懒惰”对游走的泊松方程，为计算进化动力学中的固定概率和平均性状频率提供了改进工具。
随机游走图算法计算复杂度线性系统进化动力学相遇时间
q-bio
04-22 00:00
研究将聚合物复制过程建模为模板与副本间的通信信道，通过计算长链稳态下的互信息，揭示了即使在复制准确区域内，微小的错误率也会因误差与互信息的非线性关系导致显著信息损失。分析发现，信息-能量成本比随单体字母表大小呈非单调变化，最优值主要由单体组装自由能决定。对于DNA的四碱基系统，其观测到的有效组装能量（至少$14\,k_B T$）使系统远离信息传输最优状态，表明生物复制可能更优先抑制自发随机组装，而非追求信息-能量效率。研究还利用香农界刻画了可实现的速率-保真度权衡。
信息论聚合物复制能量效率dna复制统计物理生物物理
q-bio
04-22 00:00
本研究引入了一个动态贝叶斯模型，用于解释触觉辨别任务中由刺激呈现顺序导致的感知偏差（时间顺序效应）。该模型将感知形式化为一个推理过程，将嘈杂的感觉测量与不断演化的内部刺激强度表征相结合。模型仅用少量参数，便成功复现了振动触觉辨别实验中观察到的效应方向、大小及个体间差异。模型推断出的参数（先验期望和噪声特性）为感知偏差提供了简洁描述，并揭示出感知刺激空间存在一种依赖于个体的几何结构，其中感知判断呈现出物理刺激坐标中不存在的近似对称性。
触觉感知贝叶斯模型时间顺序效应感知偏差心理物理学动态推理
q-bio
04-22 00:00
针对神经生理学实验中只能记录极少部分神经元活动导致网络结构推断困难的问题，本研究提出了一种基于模拟的推断方法。该方法不依赖传统的关联统计（如互相关函数），而是利用简单的脉冲序列统计量（如经验脉冲频率、脉冲间隔分布）的抽样分布。通过在“玩具模型”上的验证，该方法在推断原始网络连接概率方面显著优于基于子网络重建的传统方法。
神经网络推断脉冲序列分析模拟推断计算神经科学统计方法
q-bio
04-22 00:00
本研究分析了一个描述细菌持久性细胞表观遗传机制的非局部偏微分-常微分方程模型。研究证明了模型的适定性，并发现了一个决定细菌群体灭绝或持续存在的尖锐参数阈值。低于该阈值，群体将被完全清除；高于该阈值，则存在唯一的正平衡态，群体能够持续存在。值得注意的是，这一阈值与群体内部结构无关，为理解抗生素耐受性提供了关键的数学依据。
细菌持久性表观遗传非局部模型生存阈值数学建模抗生素耐受
q-bio
04-22 00:00
本文提出了DLCM求解器，一种基于离散拉普拉斯细胞力学原理的灵活高效计算工具，用于多细胞系统的空间随机模拟。其核心创新在于通过椭圆投影将细胞压力与细胞群曲率耦合，从而能够模拟群体间的表面张力效应。该求解器作为URDME软件框架的模块，支持细胞内模型与细胞外特征的整合，可处理趋化性、机械趋向性、营养驱动生长等多种生物过程。理论分析表明，其在处理压力驱动细胞迁移系统时具有理论最优的计算复杂度，在计算效率与模型分辨率之间取得了良好平衡。
多细胞系统计算建模生物仿真压力耦合urdme框架细胞力学
q-bio
04-22 00:00
本研究提出了两种实验方案，旨在从神经数据中识别量子标记。方案一：测试神经元培养中的亚阈值振荡功率谱，是遵循经典的FitzHugh-Nagumo方程，还是其新近引入的量子变体。方案二：测试轴突中电活动的传播统计特性，是遵循经典的扩散电缆方程，还是其量子变体。这些实验基于描述轴突树突上电信号传播的经典神经活动方程的量子化版本，为探索大脑中潜在的量子过程提供了具体、可检验的途径。
量子神经科学神经动力学信号传播亚阈值振荡量子标记
q-bio
04-22 00:00
本文介绍了Album，一个开源框架，旨在解决科学软件协作开发与复用中的四大挑战：发现与复现、适应新用例、跨团队共享与扩展、以及通过可复现环境实现稳定执行。其核心是两种最小化原语：1) “解决方案”，即一个结合了机器可读元数据、参数、环境规范及生命周期钩子的Python原生可执行入口点；2) “目录”，一种去中心化、基于Git的分发机制，支持索引搜索和可选Web渲染，便于发现、追溯和管理。Album采用双上下文执行模型，支持在隔离环境中实现可复现执行和依赖不兼容的流程组合。该框架可与LLM智能体结合使用，辅助起草和修订解决方案，并通过MCP接口将目录中的方案作为可调用工具，实现基于工具的发现与编排。通过四个真实成像部署案例（如电镜数据可视化、多分割方法集成、冷冻电镜断层扫描竞赛工作流编排等）验证了其有效性。Album是对包管理器、工作流系统和容器运行时的补充，使科学流程成为可执行、可共享的制品。
科学软件框架可复现研究工作流编排llm辅助科学成像分析依赖管理
q-bio
04-22 00:00
本研究基于Iori等人提出的异质聚合物模型，从数学上描述了蛋白质折叠特征的时间演化过程。研究发现，折叠氨基酸链的扩散行为遵循幂律关系 $D \sim t^{\nu}$。关键结论是，幂指数 $\nu$ 会随着Lennard-Jones势中耦合常数随机性的增加而减小，具体表现为从 $0.\overline{66}$ 下降至 $0.5$。这一发现揭示了无序性对蛋白质折叠动力学标度行为的定量影响。
蛋白质折叠异质聚合物扩散动力学幂律标度lennard-jones势数学建模
q-bio
04-22 00:00
本研究提出了MDAgent，一个用于分子动力学研究的端到端多智能体系统。它突破了传统MD模拟仅关注软件操作的局限，将科学问题理解、文献引导的策略设计、模拟执行、轨迹分析、机理阐释与质量监督整合为统一工作流。系统创新性地引入了基于“技能与记忆”的案例学习机制，存储可复用的参数选择、操作规则与分析逻辑，支持跨任务知识迁移而无需重新训练底层模型。在多个代表性任务及TMEM16F/XKR8膜蛋白构象转变的独立复杂任务中，MDAgent展现了稳定的端到端性能、策略适应性及泛化能力，标志着MD智能体从工作流自动化工具向面向科学问题的计算研究系统的转变。
分子动力学多智能体系统端到端研究案例学习自动化科研生物分子模拟
q-bio
04-22 00:00
本研究将拓扑数据分析中的Mapper算法应用于猪模型，比较左心室心内膜与心外膜双心室起搏对血流动力学的影响。通过引入量化图形自连接性、散射度和同质性的数值指标，研究发现基底区域与中段/心尖区域的起搏效果存在显著差异（自连接性指数：基底0.57 vs. 中段0.14，p<0.01）。侧壁心内膜刺激进一步放大了这种区域差异，为优化心脏再同步治疗提供了新的分析视角。
拓扑数据分析心脏再同步治疗血流动力学mapper算法起搏优化计算生物学
q-bio
04-22 00:00
本研究提出了一种直接高效的算法，用于在严格的密码子约束下设计RNA序列。该算法能够从结合了密码子序列与完整二级结构自由能模型的玻尔兹曼分布中采样，并精确计算自由能、碱基配对概率等统计量。其核心是采用了一种新颖的张量化二级结构热力学模型，首次实现了在高度精确的自由能模型下进行全局序列设计。该算法可并行利用CPU和GPU资源，获得巨大的计算加速。
rna设计密码子优化二级结构张量模型计算生物学序列采样
q-bio
04-22 00:00
本研究通过对968名认知正常的社区老年人进行静息态功能磁共振成像、脑脊液生物标志物和神经心理学评估，发现脑脊液淀粉样蛋白β（Aβ）水平与楔前叶网络和腹侧默认模式网络的功能连接性呈倒U型关联，表明特定网络对早期淀粉样蛋白病理具有脆弱性。研究还发现，与Aβ相关的网络（包括背侧/腹侧默认模式网络、楔前叶网络和后部凸显网络）连接性越高，个体的视觉记忆、视觉空间和执行功能表现越好。这些非线性变化发生在阿尔茨海默病的无症状阶段，并具有认知相关性。
阿尔茨海默病淀粉样蛋白功能连接默认模式网络社区队列非线性关联
q-bio
04-22 00:00
研究指出，外科人工智能（AI）临床转化缓慢，现有验证方法是关键障碍。通过德尔菲法汇集92位国际专家意见，系统归纳了三大类验证陷阱：数据（如标注不全）、指标选择（如忽略时序稳定性）与结果报告（如临床信息缺失）。文献综述显示，多数研究忽视手术视频的时序动态与层次结构，依赖临床信息不足的指标。实验证实，忽略这些结构会严重低估不确定性、掩盖关键失败模式，甚至改变算法排名。为此，研究团队基于共识提出了最佳实践指南，为算法验证、基准测试及临床转化提供循证框架。
外科人工智能验证方法手术视频分析德尔菲法临床转化时序数据
q-bio
04-22 00:00
本研究提出了一种名为MOSAIC的新型密码子优化算法，它采用蒙特卡洛模拟退火方法，对一组关联的密码子而非单个密码子进行整体协调优化。该算法旨在模拟宿主生物体内的天然翻译速率，以改善对翻译速率敏感的异源重组蛋白的表达与共翻译折叠。在核糖体蛋白（如S18）模型上的测试表明，经MOSAIC优化的基因相比野生型基因，其蛋白总产量和可溶性蛋白产量均显著提高。这为生物技术和制药领域更高效地生产功能性重组蛋白提供了新策略。
密码子优化蛋白表达计算生物学蒙特卡洛方法重组蛋白