q-bio
04-29 00:00
本文提出一种基于murburn概念（随机氧化还原过程）的神经元电活动理论，用电子持有势（EHP）替代传统离子梯度模型。通过结合局部氧化还原弛豫与热力学梯度驱动的空间输运，推导出统一反应-输运-弛豫方程，能解释静息电位、兴奋性、波形生成和信号传播。该框架为神经电生理学提供了非循环的化学基础，并给出可检验预测。
神经元电活动murburn氧化还原电子持有势热力学
q-bio
04-29 00:00
本研究提出Q-SFD方法，将两个分子片段的同步放置建模为二次无约束二元优化问题，并引入显式片段间距离项以优先恢复后续可化学连接的构象对。相比无该项的版本，Q-SFD将可连接构象对的top-1恢复率提升约一倍，且超过90%的基准案例中top-5解包含至少一个可行对，同时不损失片段级姿态精度。
分子对接片段连接二次无约束二元优化构象恢复计算药物设计
q-bio
04-29 00:00
本研究提出一种机器学习驱动的多阶段决策框架，用于复杂疾病建模与治疗探索。该框架整合单细胞转录组分析、高维网络特征稳定、多模型学习、深度表征构建及分子对接决策支持。以肝硬化为例，成功识别疾病相关内皮细胞亚群及7个稳健特征基因，CNN模型在分类任务中优于传统方法，且框架可扩展至其他组学应用。
肝硬化单细胞转录组机器学习特征稳定分子对接决策支持
q-bio
04-29 00:00
本文提出概率流匹配（PFM）框架，直接从时间分辨的单细胞RNA测序数据中学习生物物理一致的随机过程。在造血数据集上，PFM能区分动力学模型，准确捕捉谱系转变、命运决定和基因扰动响应，并兼容不平衡群体，同时推断增殖与死亡动态。该方法将机制建模与单细胞组学灵活整合。
基因调控网络单细胞rna测序概率流匹配生物物理模型细胞分化
q-bio
04-29 00:00
蛋白质动态是生物功能的核心，但传统分子动力学模拟计算成本高、动态结构数据稀缺。本文综述了人工智能在蛋白质动态研究中的三大方向：从结构系综和轨迹中学习、从物理能量信号中学习、以及加速分子模拟。总结了构象系综生成、轨迹生成、玻尔兹曼生成器、机器学习势能、粗粒化建模等代表性方法，并讨论了可扩展性、热力学一致性、动力学保真度等关键挑战。
蛋白质动态人工智能分子动力学构象生成机器学习势能粗粒化建模
q-bio
04-29 00:00
PhyloSDF 提出一种系统发育条件神经生成模型，通过 DeepSDF 自解码器与系统发育一致性损失（Pearson r=0.993）结构化潜在空间，并采用残差条件流匹配（Residual CFM）架构，在仅约4个样本/物种下生成3D头骨形态。在达尔文雀24物种100个微CT扫描头骨上验证，生成网格达到真实种内变异的88-129%，且无记忆化。残差CFM在保真度（Chamfer距离0.00181）和形态学弗雷歇距离（10,641）上优于扩散模型和标准流匹配，并展示系统发育外推与祖先重建能力。
系统发育3d形态生成流匹配deepsdf头骨重建进化生物学
q-bio
04-29 00:00
本研究评估了15款前沿AI聊天机器人基于112个临床案例进行精神科急诊分诊的能力。结果显示，紧急情况下的漏诊率仅为5.6%，且所有漏诊均被重新归类为C级（24-48小时内评估）。平均准确率在42.0%至71.8%之间，对D级（紧急）案例准确率最高（94.3%），但对B级（一周内）案例最低（19.7%）。总体存在过度分诊倾向，表明AI能有效识别紧急精神科问题，但需注意低风险案例的误判。
精神科分诊ai聊天机器人急诊分诊临床评估过度分诊
q-bio
04-29 00:00
本研究提出一种几何感知框架，通过嵌入个体化皮层表面的几何基函数（GBF），解决了非侵入性脑电图/脑磁图源成像中先验假设简单或生物不合理的问题。该方法将神经源重建为几何基函数的线性组合，在多个基准数据集（包括任务诱发、静息态、颅内刺激和癫痫数据）上验证了高定位精度和快速时空动力学捕捉能力，为科学和临床提供了紧凑准确的源成像工具。
几何基函数脑源成像皮层几何时空动力学无创脑电图
q-bio
04-29 00:00
研究提出 Influpaint，将去噪扩散概率模型应用于流感预测。通过将流感季节编码为时空图像，模型从监测与模拟混合数据中学习疾病动态分布，并将预测转化为条件生成任务。回顾性评估显示其精度与集成方法相当，在 2023-2025 年 CDC FluSight 挑战中表现持续提升，最佳训练数据含 30% 监测与 70% 模拟轨迹。
扩散模型流感预测时空建模条件生成概率预报
q-bio
04-29 00:00
本研究提出基于独立成分（IC）的编码框架，用于分析自然故事聆听时的fMRI数据。通过将数据分解为IC，并利用大语言模型预测IC时间序列，成功分离出与听觉、语言等认知网络相关的信号，同时识别并排除噪声与运动伪影。该方法提高了跨被试的可解释性和一致性，为功能网络水平的脑活动分析提供了新工具。
独立成分分析编码模型fmri自然语言处理脑网络故事理解
q-bio
04-29 00:00
本文提出一种Keller-Segel型偏微分方程，用于再现脑微血管生长中的常见模式。研究从数学角度揭示了这些模式涌现的机制，并推导出数据驱动方程，确保趋化因子随时间演化与微血管动态一致。该工作旨在建立从脑动脉血流到生化过程的综合数学框架，以理解血管损伤如何促进神经退行性疾病。
keller-segel方程脑微血管内皮细胞模式形成神经退行性疾病偏微分方程
q-bio
04-29 00:00
本文提出一种基于组合优化的元启发式方法，用于同时填补基因组规模代谢模型（GEMs）在多个培养基条件下的反应缺口。该方法仅需求解连续线性规划问题，避免了传统整数线性规划的耗时和不准确性。在三种细菌菌株的测试中，该方法从超过11000个反应中选出3000-4000个，在9-28种培养基条件下，Kendall Tau和均方根误差平均分别提升7.3%和13.3%，优于传统方法。
基因组规模代谢模型缺口填补组合优化元启发式算法多因素分析
q-bio
04-29 00:00
本研究提出贝叶斯推断框架，从链反应模拟的计数数据中推断序列基序速率方程参数，实现复杂RNA池反应动力学的降维描述。该方法可匹配简化模型与复杂模拟，并为从实验数据直接推断反应速率常数提供严格不确定性估计，有助于连接理论与实验，深化对生命起源关键特征的理解。
rna世界假说序列基序贝叶斯推断反应动力学速率方程生命起源
q-bio
04-29 00:00
该研究提出首个理论框架，量化神经网络突触连接分布中存储的信息。通过密集连接的赫布网络和对数正态分布数据模式，推导出香农互信息的解析近似，发现突触间的协同作用使联合编码信息超过各部分之和，支持分布式编码原则。
突触信息赫布网络香农互信息分布式编码协同作用
q-bio
04-29 00:00
FARM是一种新型分子基础模型，通过原子级官能团注释增强SMILES和分子图表示，结合掩码语言建模与图神经网络，利用对比学习对齐两种视角。在MoleculeNet基准测试中，13项任务有8项达到最优，并在光稳定性数据集上验证了泛化能力，为药物发现和材料科学提供强大迁移学习工具。
分子表示学习官能团smiles图神经网络对比学习迁移学习
q-bio
04-29 00:00
MolReFlect提出一种教师-学生框架，使大语言模型能自动学习分子子结构与描述短语之间的细粒度对齐，无需专家标注。在分子-文本翻译任务上达到最优性能，提升了分子发现的准确性与可解释性。
分子发现大语言模型细粒度对齐教师-学生框架分子-文本翻译
q-bio
04-29 00:00
本研究基于最大熵原理，构建了轴突在微图案基底上生长的粗粒化随机理论。通过从实验约束推断牵引力弛豫率分布，而非直接假设有色噪声，模型预测了加速度过程的长程时间相关性。理论预测轴突均方位移呈超扩散（指数1.4），速度自相关函数衰减指数α≈-0.6，与皮层神经元实验数据高度吻合。该工作连接了微观力学生成与宏观生长规律，为主动物质系统提供了新视角。
最大熵模型轴突生长有色噪声超扩散牵引力弛豫主动物质
q-bio
04-29 00:00
本研究通过分子模拟探索非平衡条件下，类似促旋酶的活性剂快速诱导松弛质粒超螺旋化。活性不仅改变构象拓扑（从开放到分支），还锁定穿绳环形成超分子簇，显著减缓松弛过程。工作揭示了利用非平衡聚合物拓扑调控大分子系统动力学的新方法，为创建活性玻璃化材料提供思路。
超螺旋质粒穿绳缠结非平衡动力学软物质分子模拟
q-bio
04-29 00:00
本研究提出CuMMI模型，通过自建百万级数据集和多阶段课程学习（以人血浆为中心逐步扩展生物流体），整合蛋白质序列、结构及37维文本编码实验特征，实现纳米材料-蛋白质相互作用（NPI）的通用、可解释与可迁移预测。在时间、材料、蛋白独立验证中，五项分类指标均值超0.75；微调金纳米颗粒数据时，用更少样本超越从头训练。该工作有望加速纳米材料的体外研究与设计。
纳米材料蛋白质相互作用多模态学习课程学习迁移学习生物信息学
q-bio
04-29 00:00
本研究构建了性别分层的多尺度模型，通过方程学习将宿主内代理模型转化为常微分方程，并与宿主间人口动态耦合。模拟反事实场景，发现男性结核病高负担源于免疫反应与治疗完成率等多尺度因素，为理解传染病性别差异提供了新框架。
结核病多尺度模型方程学习性别差异传染病动力学
q-bio
04-29 00:00
传统观点认为蚊子一旦感染病毒便终身具有传播能力。本研究通过扩展随机病毒动力学模型，分析52种虫媒病毒（包括基孔肯雅、登革、寨卡等）数据，发现约20%的条件下传播能力会下降或中断。新模型在7个案例中更优，表明终身传染假设可能低估实际传播潜力。引入时变传播能力可改进对病毒传播的流行病学建模。
虫媒病毒传播能力病毒动力学数学模型蚊子流行病学
q-bio
04-29 00:00
登革热传播模型通常假设蚊子外潜伏期（EIP）呈指数分布，但本研究通过对比实验推导的EIP分布，发现后者会延迟并平缓疫情峰值，降低峰值强度但延长疫情持续时间，同时不影响暴发概率。该发现增强了模型生物真实性，有助于优化蚊媒控制策略。
登革热蚊子外潜伏期传播模型流行病动力学蚊媒控制