跳到主要内容
检索

University of Gothenburg

5 篇关联报道

订阅更新
  1. Nature Communications

    胶质母细胞瘤的侵袭不再只靠终点切片:活脑片上追踪数千细胞,标准治疗反而富集高迁移分支态

    胶质母细胞瘤细胞会在分支、弥散移位、爬行和血管周移位等侵袭形态之间切换,但此前难以在完整脑组织里长时间、大数量地观测这些切换。GlioTrace把全标本共聚焦成像、卷积神经网络形态分类和带协变量的隐马尔可夫模型接成一条流水线,在六例患者来源异种移植脑片上追踪数千个细胞。结果显示侵袭可塑性因患者而异、在空间上有组织,并受血管邻近和小胶质细胞接触调节;靶向药改变形态组成与转换概率,而放疗联合替莫唑胺富集了迁移最快、在转换网络中高度连通的分支态。

  2. medRxiv

    冠心病多基因风险不再只给一个总分:拆成八条生物通路,同一风险水平的人可按通路区分

    冠心病多基因风险不再只汇总成一个总分。此前多基因评分只能说明谁的风险高,无法说明风险来自哪些生物过程。研究把526个全基因组显著位点按其与78项冠心病相关表型的关联做潜在因子分解,得到胆固醇富集脂蛋白、富甘油三酯脂蛋白、脂蛋白(a)、代谢不健康正常体重、肥胖、内皮功能障碍、凝血和心脏重构八个成分,并在英国生物银行、SCAPIS和Mass General Brigham生物银行中构建各自的通路特异性多基因评分,这些评分与临床冠脉事件、亚临床动脉粥样硬化及不同的生物标志物和共病谱相关。

  3. arXiv

    高维渐近理论给出仅凭汇总统计量判断私有外部数据集是否值得购买的选择准则

    该工作把数据集选择建模为含多个异质来源与加权岭回归的高维回归问题,仅用汇总统计量并给出标签级或特征与标签联合的ρ-零集中差分隐私保证,其核心技术结果是测试误差的确定性等价,刻画样本量、协方差结构、模型偏移、正则化与隐私噪声之间的相互作用,从而可在不访问数据本身、仅依赖总体层面量的条件下优化权重与岭正则化超参数并判断私有外部数据集是否有用,并在合成与真实数据集上给出实验支持。

  4. arXiv

    Twincher 学习双射表示,使连续前向映射的逆问题在五步内达到机器精度

    该工作提出 Twincher——由局部保面积的成对旋转(twinches)构成的架构,学习一个表示 r(y),使复合映射 p↦r(f(p)) 成为良态双射;在可控非凸性的合成前向映射族上,一旦查询预算足以形成双射表示,103 个测试目标的最坏残差在五步细化内达到机器精度,而参数匹配的 MLP 逆加 Gauss-Newton 基线仅随预算缓慢改善;噪声深度图的姿态估计示例显示推断误差随观测噪声线性缩放并一同消失。

  5. bioRxiv

    TRIDENT-2 用 56 万条毒性测定数据跨真核生物预测化学毒性,平均中位绝对误差为 1.76 至 3.80

    作者提出多模态人工智能模型 TRIDENT-2,在覆盖 82,775 种化学品、6,793 个物种和多种暴露情景的 560,780 条毒性测定数据上训练,用于预测进化上多样化的真核生物的化学毒性,报告的平均中位绝对误差为 1.76 至 3.80,并在较大的化学与分类学距离上保持准确,从而可为现有实验证据之外的物种和化学品提供毒性评估。

已读完全部报道