q-bio
03-13 00:00
针对单细胞基因表达生成模型评估缺乏标准的问题，本研究提出了Generated Genetic Expression Evaluator (GGE)开源框架。该框架提供了一套全面的分布度量指标，并引入基于差异表达基因（DEG）分析和扰动效应相关性的生物学评估方法，支持在不同计算空间进行明确比较。研究表明，现有评估方法因指标实现、超参数选择不一致而难以公平对比，GGE旨在实现标准化报告和可复现的基准测试，推动扰动响应预测和细胞身份建模等领域的进展。
生成模型单细胞测序评估框架基因表达标准化生物信息学
q-bio
03-13 00:00
本研究系统分析了数据驱动方程发现方法在系统生物学应用中的数值病态问题。当候选函数库中的项高度相关时，即使采用稀疏回归，模型恢复仍对数据噪声和采样分布极为敏感，导致识别结果不稳定。研究发现，仅包含两到三项的组合就可能产生极大的条件数，而正交多项式基并非总能改善病态性——若数据分布与基函数的权重函数不匹配，其表现可能劣于单项式基。当数据采样分布与正交基的权重函数对齐时，数值条件性得到改善，模型恢复精度得以提升。
系统生物学方程发现病态问题稀疏回归数据驱动建模多共线性
q-bio
03-13 00:00
头戴式微型显微镜（miniscopes）在过去二十年快速发展，实现了对自由活动啮齿类、鸣禽及非人灵长类动物神经活动的实时成像。最新进展使设备具备更快成像速度、更大视野及更深脑区穿透能力。本综述系统分析单光子与多光子微型显微镜的技术突破，探讨其在神经科学研究中的独特价值、当前技术挑战及未来发展方向。
微型显微镜神经成像自由行为动物单光子成像多光子成像神经动力学
q-bio
03-13 00:00
本研究提出ELISA框架，通过整合scGPT表达嵌入、BioBERT语义检索和LLM解释，实现了单细胞RNA测序数据的交互式探索。该系统能自动分类查询类型，执行通路活性评分、配体-受体互作预测等分析，在6个不同疾病数据集上显著优于现有方法（$p < 0.001$），并成功复现已发表生物学发现（平均综合得分0.90），为单细胞数据到生物学假说的转化提供了可解释的AI桥梁。
单细胞测序生成式ai可解释性生物信息学转录组学智能体
q-bio
03-13 00:00
本文指出，在基于主体的模型（ABMs）中进行配对反事实模拟时，传统的状态伪随机数生成器（PRNGs）会因干预改变执行路径而导致因果结构失效。作者通过结构因果模型（SCMs）的视角证明，即使模型机制正确，标准PRNG实践也会产生因果不一致的比较。为解决此问题，研究提出将计数器随机数生成器（如Philox/Threefry）与事件标识符相结合，使随机数生成与模拟执行顺序解耦，从而恢复SCMs所假设的稳定事件索引外生结构。
基于主体模型结构因果模型随机数生成反事实模拟方差缩减计算建模
q-bio
03-13 00:00
本研究提出了单分子定位显微挑战（SMLM-C）基准数据集，旨在评估状态空间模型（SSMs）在生物成像稀疏随机时空点过程数据上的性能。该数据集包含十种模拟，涵盖dSTORM和DNA-PAINT两种模态。研究发现，随着时间不连续性增加，SSMs性能显著下降，揭示了其在建模重尾闪烁动力学方面的根本挑战。这凸显了需要开发更适合真实世界科学成像数据中稀疏、不规则时间过程的序列模型。
单分子定位显微状态空间模型长序列建模生物成像基准数据集时空点过程
q-bio
03-13 00:00
本研究提出了一种结合精确阈值无关簇增强（eTFCE）与高斯随机场（GRF）理论的混合方法，用于神经影像体素分析。该方法利用并查集数据结构一次性构建簇层次结构，实现任意阈值下簇大小的精确查询，再通过GRF理论将簇大小转换为解析p值，从而完全避免了耗时的置换检验。在合成数据上，该方法有效控制了家族错误率，检测效能与基线方法相当（Dice系数≥0.999）。在UK Biobank和IXI真实数据集上，其显著性图谱是参考方法的严格子集，支持保守的错误控制。该方法在Python工具包pytfce中实现，全脑分析速度比R版pTFCE快4.6倍，比置换TFCE快1000倍以上。
神经影像分析阈值无关簇增强高斯随机场体素形态学统计推断并查集
q-bio
03-13 00:00
为应对抗微生物药物耐药性（AMR）这一全球健康威胁，本研究推出了一个基于Python的模拟环境 `abx_amr_simulator`。该工具旨在模拟抗生素处方与AMR的动态演变，其核心采用“漏气球”抽象模型来刻画耐药性变化。环境支持配置患者群体、抗生素特异性耐药响应曲线，并允许用户定义权衡即时临床获益与长期耐药管理的奖励函数。它兼容Gymnasium强化学习API，可用于训练和测试智能体，并提供了探索由噪声、偏见和延迟导致的“部分可观测性”的工具，为在不确定性下优化抗生素管理策略提供了一个可定制、可扩展的基准平台。
抗微生物药物耐药性抗生素管理强化学习模拟环境部分可观测性决策优化
q-bio
03-13 00:00
本文引入了一类称为“参数-状态对称性”的李对称性子类，用于分析由状态依赖常微分方程（ODEs）和观测输出构成的机理模型的局部结构可识别性与可观性。这些对称性作用于参数和状态，同时保持每个时间点的观测输出不变。作者证明，局部结构可识别的参数组合和局部结构可观的状态，对应于给定模型所有参数-状态对称性的通用不变量。该框架在四个先前研究过的机理模型上进行了验证，不仅确认了已知的可识别性结果，还揭示了关于哪些状态是可观的新见解，为分析动力系统的结构特性提供了一个统一的、基于对称性的方法。
结构可识别性结构可观性李对称性参数-状态对称性动力系统机理模型
q-bio
03-13 00:00
本研究提出了Sorometry，一个基于人工智能的端到端分析流程，旨在解决传统植硅体分析劳动密集、耗时长的瓶颈。该工作流通过处理Z-stack光学显微镜扫描数据，自动生成同步的2D正射影像与3D点云。核心是一个多模态融合模型，结合ConvNeXt进行2D图像分析，PointNet++进行3D点云分析，在24种诊断形态类型上实现了77.9%的全局分类准确率。研究证实，整合3D数据对于区分复杂形态（如禾本科植硅体）至关重要。此外，平台还集成了贝叶斯有限混合模型，用于在组合层面预测植物来源贡献，成功在复杂混合样本中识别出玉米和棕榈等特定植物。
人工智能植硅体分析多模态融合考古植物学3d点云高通量
q-bio
03-13 00:00
本研究通过精确解析理论和布朗动力学模拟，揭示了由系链介导的纳米丝束熵分离的普适标度律。研究发现，一个单一的无量纲参数——排除体积半径与系链长度之比——决定了丝束是被推开还是被拉近。这一发现挑战了熵力总是促进解聚的传统观点，揭示了丝束可在特定条件下维持吸引性亚稳态。该理论为生物物理、软物质物理和纳米技术应用提供了预测性见解。
熵力纳米丝束标度律亚稳态软物质生物物理
q-bio
03-13 00:00
为应对现代成像实验产生的TB至PB级大数据处理挑战，研究团队开发了Nyxus特征提取库。该库针对2D/3D图像数据设计了可扩展的核外计算架构，在CPU和GPU上均具备计算可扩展性，并通过了严格的标准测试。其综合性特征集覆盖放射组学和细胞分析等多个生物医学领域，并以Python包、命令行工具、Napari插件及OCI容器等多种形式提供，支持从开发者到无代码用户的全场景使用。Nyxus还支持通过程序化调优特征集，为新型机器学习应用优化计算效率与覆盖范围。
图像特征提取生物医学图像大数据处理计算可扩展性开源工具
q-bio
03-13 00:00
本研究将DNA转录因子结合位点识别构建为多标签分类问题，提出了一种基于时序卷积网络（TCN）的深度学习框架。该模型能够同时预测多个转录因子的结合谱，有效捕捉不同转录因子之间的相关性及其协同调控机制。实验结果表明，该方法不仅能可靠地预测多个转录因子的结合，揭示与已知相互作用一致的生物学基序和共结合模式，还能提示新的转录因子间关系与合作机制。
转录因子多标签分类时序卷积网络深度学习基因调控结合位点预测
q-bio
03-13 00:00
本研究在经典的SI传染病动力学框架下，分析了有限时间内社交距离博弈的纳什均衡。通过引入新的变量变换简化几何与分析，并利用零贴现的马尔可夫决策理论计算收益，在完美社交距离的运行成本有限这一特殊条件下，作者通过积分显式地构造了满足纳什最优反应条件的战略均衡。结果表明，不存在奇异解，唯一的战略均衡是一个时间依赖的“砰砰策略”：先经历一个“等待观察”阶段，随后转入“封锁”阶段。研究还证明，在受限策略空间中，该纳什均衡是一个进化稳定策略，且最优公共政策与此均衡策略完全一致。
社交距离博弈纳什均衡si模型进化稳定策略最优控制传染病动力学
q-bio
03-13 00:00
本研究针对跨物种抗生素耐药性（AMR）预测这一本质上的分布外（OOD）泛化难题，提出了一种基于基因组基础模型的新方法。研究首先发现，传统k-mer方法在严格物种留出评估下性能崩溃。为此，团队系统分析了Evo-1-8k-base模型各层嵌入的特性，并基于激活尺度、各向同性、有效秩和跨种子稳定性等指标确定了最优表示层。为保留局部耐药信号，该方法将每个窗口的嵌入视为有序多元信号，并应用MiniRocket来汇总多尺度局部激活模式，而非依赖全局池化。结果表明，这种保留局部模式的聚合策略能显著提升对局部耐药机制的泛化能力。
抗生素耐药性跨物种预测基因组基础模型分布外泛化表示学习生物信息学
q-bio
03-13 00:00
本研究通过运动后效视觉错觉，揭示了猕猴下颞叶皮层编码物体位置的方式与人类感知对齐，而非简单的视网膜坐标。实验发现，尽管视网膜输入相同，运动适应会引发IT群体编码的系统性方向对抗偏差，这与人类感知报告一致。相比之下，标准前馈、循环及先进视频神经网络虽能准确编码位置，却无法产生类似的适应诱导位置偏移。研究结果表明，生物视觉系统采用历史依赖的空间编码机制，这是当前人工视觉系统尚未捕捉到的关键差距。
视觉编码下颞叶皮层运动后效人工神经网络感知对齐空间表征
q-bio
03-13 00:00
本文综述了近年来旨在从更自然、生态化的视角理解人类导航行为及其脑机制的研究。相关研究主要分为四类：在真实世界环境中测试导航、分析日常活动中的个体追踪数据、在模拟真实世界的虚拟环境中导航，以及移动脑记录方法的应用。整合这些不同方法为揭示导航的神经基础展现了巨大潜力。文章最后展望了该领域的未来研究方向。
导航行为脑动力学生态效度真实世界研究移动脑记录虚拟环境
q-bio
03-13 00:00
本研究提出了一种结合眼动追踪数据的“注视感知”编码模型框架，用于分析在完全自然、无固定点限制的观影条件下采集的功能磁共振成像（fMRI）数据。传统模型依赖中央注视点任务，与真实视觉行为差异大。新方法通过采样卷积神经网络（CNN）特征图中与每次注视点局部、时间相关的元素，构建受试者特异性的“注视-刺激”特征时间序列。在StudyForrest自然观影数据集上的实验表明，新模型仅用传统模型1/112的参数量即可达到同等性能，尤其对眼动模式更动态的参与者效果显著，为在游戏、虚拟导航等更自然场景中构建高生态效度的神经编码模型开辟了新途径。
神经编码模型眼动追踪自然视觉功能磁共振成像卷积神经网络生态效度
q-bio
03-13 00:00
本研究提出了一种创新的可扩展DNA三进制全加器架构，通过引入竞争性阻断（CB）电路，解决了传统DNA二进制加法器因进位信息衰减和二进制系统表达能力有限而导致的计算规模受限问题。该架构采用双协同优化策略，显著提升了单比特计算能力，并结合动态浓度调整（CA）策略，有效拓宽了计算位宽。生化实验结果表明，该电路能有效输出三进制全加器比特，成功实现10位加法运算，并通过CA策略进一步扩展至支持17位加法，为DNA计算技术的规模化数字计算应用提供了新的方法学基础。
dna计算三进制加法器竞争性阻断电路可扩展计算分子计算数字电路
q-bio
03-13 00:00
本研究通过蒙特卡洛模拟，在排除序列、结构和能量影响后，首次明确揭示了蛋白质拓扑结构（打结）的功能性贡献。研究发现，打结显著增强了蛋白质的动力学稳定性（抵抗解折叠的能力），且稳定性随结的深度增加而显著提升，而对折叠效率影响较小。通过模拟蛋白质进化过程（以氨基酸种类数量代表进化时间），发现增加生物氨基酸种类主要增强了动力学稳定性。这表明动力学稳定性是打结蛋白的一个关键功能优势，可能解释了其在进化中的持久存在。
蛋白质打结动力学稳定性拓扑结构蒙特卡洛模拟蛋白质进化结构生物学
q-bio
03-13 00:00
本研究提出了一种名为直接结合自由能（DBFE）的新方法，用于预测蛋白质-配体结合亲和力。该方法在隐式溶剂模型中运行，无需模拟炼金术中间态，仅需对复合物进行一次模拟，而传统方法需要多个λ窗口。在宿主-客体基准测试中，DBFE优于OBC2双去耦方法；在蛋白质-配体基准测试中，其性能与OBC2 MM/GBSA相当。由于受体和配体的模拟可预先计算并跨化合物复用，DBFE计算效率高，有望应用于虚拟筛选工作流。
结合自由能计算方法虚拟筛选蛋白质-配体隐式溶剂计算效率
q-bio
03-13 00:00
本研究通过广泛的蒙特卡洛模拟，采用简化的C-alpha模型和Go势能，探究了蛋白质YibK中拓扑结（knot）对其热稳定性的影响。研究发现，蛋白质的熔化温度Tm与其拓扑状态无关。研究进一步指出，实验与计算结果的差异源于深度打结蛋白质中解结与解折叠过程存在显著的时间尺度分离。这种分离意味着在差示扫描量热法实验的时间范围内，可能无法观测到完整的解折叠-解结转变，因此实验测得的Tm可能反映的是缺乏未打结展开态的非平衡分布。
蛋白质拓扑热稳定性蒙特卡洛模拟时间尺度分离蛋白质折叠