q-bio
04-30 00:00
本研究建立确定性病原体-宿主模型描述香蕉黑叶条斑病（BSD）的传播动力学。模型发现，由于双传播途径（子囊孢子和分生孢子）及有性生殖的配偶限制，系统出现后向分支现象：即使基本再生数 R₀<1，地方病平衡点仍与无病平衡点共存。敏感性分析表明，有效控制需超越单纯降低 R₀，应优先限制高风险期新易感叶片的产生，并培育抗病品种。随机模拟进一步揭示了传播变异性的主要驱动因素。
黑叶条斑病后向分支香蕉病害传播动力学敏感性分析抗病品种
q-bio
04-30 00:00
本研究提出一个基于统计物理的通用框架，通过量化“竞争平衡”来预测物种在群落中的生存能力。该指标整合了扩散策略多样性和种间相互作用结构，可从空间丰度数据推断，无需估计物种特征或扩散参数。验证表明，扩散策略异质性越高，物种在给定丰度下的脆弱性越低，为评估物种脆弱性提供了可解释的系统性工具。
扩散多样性物种脆弱性竞争平衡统计物理生态群落
q-bio
04-30 00:00
本研究提出一个统一的理论框架，通过多尺度分析揭示细胞-细胞黏附、自扩散与增殖的平衡如何决定组织集体动力学。弱黏附导致稳定单调入侵，强黏附则引发前沿不稳定，形成类似癌症侵袭的指状形态。密度依赖的黏附调节可抑制这种不稳定性，恢复组织协同扩张。该工作为理解集体迁移、形态发生和异常生长提供了统一机制。
细胞黏附组织自组织集体迁移图案形成癌症侵袭多尺度分析
q-bio
04-30 00:00
本研究提出可观测神经ODE（ObsNODEs），通过将控制论中的可观测性与因果可识别性联系起来，解决了连续时间序列决策中隐藏混杂因素导致的因果推断难题。该方法在潜在状态空间模型中，利用观测数据重构动态治疗效应，并在合成癌症数据、MIMIC-IV半合成数据及真实脓毒症数据上表现优于现有序列模型。
因果推断连续时间神经ode隐藏混杂动态治疗效应
q-bio
04-30 00:00
本研究结合亥姆霍兹平衡热力学与一阶微扰方法，推导出体积约束下成核稳定性的不等式。理论证明，当固体密度小于液体时，等容系统中的凝固亥姆霍兹驱动力小于等压系统中的吉布斯驱动力，从而抑制成核速率。分析得出无量纲等容稳定性数，可仅凭热力学数据预测材料亚稳性。
过冷液体等容条件亚稳性成核抑制热力学分析
q-bio
04-30 00:00
该研究对22个分子性质与活性预测任务进行基准测试，发现经典机器学习模型（如RF(ECFP4)）和任务特定图神经网络（GNN）在多数指标上优于大型预训练模型。在超过16万次评估中，大型模型仅在零样本推理和SAR解释方面有额外价值，但预测性能高度依赖端点生物学和验证协议。
药物发现分子预测模型缩放基准测试图神经网络机器学习
q-bio
04-30 00:00
微管曲率是细胞力学和疾病形态变化的关键指标，但传统方法易受噪声和低对比度影响。本文提出MTCurv，一种基于注意力残差U-Net的深度学习框架，直接从噪声荧光图像回归曲率图，无需分割预处理。通过合成数据集和梯度一致性损失，有效减少幻觉并增强空间连贯性。实验表明，Spearman相关性是更可靠的曲率预测指标，该方法在背景荧光下仍能准确恢复局部曲率。
微管曲率深度学习荧光显微图像回归分析注意力残差u-net
q-bio
04-30 00:00
本研究提出一个统一的网络模型，通过引入接触率对个体度数和空间距离的依赖，成功再现了从超指数、指数到多项式增长的多种疫情传播模式。模拟和理论证明表明，几何结构、弱连接和超级传播者共同决定增长速率，为同一疫情不同波次增长差异提供合理解释。
疫情增长接触网络传播模型超指数增长空间距离超级传播者
q-bio
04-30 00:00
本文提出超输入凸神经网络（HyCNN），结合Maxout网络与输入凸神经网络（ICNN）优势，在保证输入凸性的同时大幅减少参数。理论证明HyCNN逼近二次函数所需参数呈指数级减少。实验显示，HyCNN在凸回归、插值及高维最优传输任务中优于ICNN和MLP，尤其在单细胞RNA测序数据上表现突出。
凸函数学习输入凸神经网络最优传输单细胞rna测序深度学习
q-bio
04-30 00:00
本研究通过高速相机记录蜜蜂穿越不同形状和大小的孔洞，发现蜜蜂会沿孔洞双边中心飞行，并随孔洞大小调整垂直位置。蜜蜂通过调节速度和高度来维持腹侧光流在偏好范围内，展现了对空间约束的敏锐感知和基于视觉的安全导航机制。
蜜蜂飞行策略视觉导航孔洞穿越腹侧光流
q-bio
04-30 00:00
IDOBE 是一个精心整理的流行病时间序列数据集，涵盖一个多世纪的监测数据，包含美国各州和全球地点的13种疾病、超1万次暴发。研究使用11个基线模型进行1-4周短期预测，发现MLP方法性能最稳健，统计方法在暴发前期略有优势。该数据集及基线模型已公开，旨在推动暴发预测方法的标准化和可重复评估。
传染病预测基准数据集时间序列机器学习流行病学
q-bio
04-30 00:00
本研究针对年龄相关性黄斑变性(AMD)的RNA-Seq数据，通过改进多尺度嵌入基因共表达网络分析(MEGENA)框架，提出基于统计距离或信息论相似性的聚类方法，并设计稳定性测试确保枢纽基因的鲁棒性。研究发现了已知和新的枢纽基因与模块，为理解AMD机制及开发疗法提供了新线索。
年龄相关性黄斑变性rna-seq基因共表达网络聚类分析枢纽基因megena
q-bio
04-30 00:00
本研究扩展经典基因调控网络进化模型，引入噪声发育动力学。发现细胞间变异促进网络对齐（基因间相互作用一致性），富集相干前馈和正反馈回路，并增强对突变扰动的缓冲能力。对齐得分可量化网络支持目标表型的冗余度，为理解网络结构进化提供新视角。
基因调控网络细胞间变异进化动力学网络对齐反馈回路发育噪声
q-bio
04-30 00:00
本研究提出一种简约计算协议，通过系统替换局部函数并逐步剪枝，消除布尔网络模型中非生物吸引子，同时保留已知生物学相关吸引子。应用于9节点成骨调控网络，从51,138个候选模型中筛选出6个与现有知识完全兼容的简约模型。
布尔网络成骨调控吸引子模型剪枝计算协议
q-bio
04-30 00:00
本研究通过确定性与随机性结合的方法，分析了基因驱动等位基因在空间传播波后方的野生型再定殖事件。发现驱动个体适应度越低、局部承载量越小，再定殖概率越高；而迁移率影响较小。再定殖后，驱动再次入侵的概率随种群内禀增长率降低而下降。结果为一维和二维空间提供了理论预测，有助于理解基因驱动在种群清除中的长期效果。
基因驱动野生型再定殖随机动力学传播波种群清除空间模型
q-bio
04-30 00:00
本研究提出CHESRA框架，结合物理约束与符号回归，从多源实验数据自动生成仅含3-4参数的应变能函数。该方法在组织基准与3D模拟中实现高精度拟合与更一致的参数估计，为心脏数字孪生提供可个性化建模的新途径，推动临床决策。
心脏数字孪生符号回归弹性建模物理信息机器学习个性化医学
q-bio
04-30 00:00
该研究分析了53种光合真核生物的核tDNA库，发现tDNA拷贝数跨物种差异超百倍，但对应每种氨基酸的tRNA家族相对比例高度保守。在被子植物中，tDNA的顺式调控特征增强，包括AT富集区、CAA基序和多聚T序列。染色体尺度上，tDNA主要分散于染色体臂，间距均匀且与基因组大小相关，同时避免着丝粒区域和聚集。这些模式揭示了植物核tDNA组织的保守性与谱系特异性原则。
trna基因基因组约束植物进化染色体组织顺式调控