跳到主要内容
检索

University of Göttingen

4 篇关联报道

订阅更新
  1. eLife

    视觉皮层神经元不只会被激活:猕猴V1与V4中,另一类特征把放电压到基线以下

    猕猴V1与V4中许多神经元并非只在偏好刺激下升高放电,而是在抬高的基线上被一类特征激活、被另一类特征抑制。研究者用功能数字孪生(在记录数据上训练的深度网络,可预测神经元对新图像的响应)在超过百万张自然图像上同时找出每个神经元的最强激活与最强抑制图像,并确认这些图像在独立模型和活体记录中仍落在响应分布的两端。同样的双向选择性也出现在小鼠V1及外侧视觉区。

  2. 阿尔茨海默病分类模型不再把年龄当捷径:残差化去偏让认知正常与轻度认知障碍组的年龄相关性接近零

    在三个独立队列的结构MRI上,阿尔茨海默病分类模型会把年龄当作捷径:年龄越大,被赋予的患病风险越高。把年龄效应在特征空间里做线性残差化(PMDN)后,认知正常与轻度认知障碍组的年龄—预测相关性降到接近零,平衡准确率0.71、Brier分数约0.22,且折间波动明显小于对抗训练方案CF-Net。事后校准进一步压低概率误差,但等渗回归与贝叶斯分箱这类非参数方法效果最好。

  3. Nature News

    人类监督下的智能体式AI:从假设生成到实验辅助的药物重定位

    该研究开发了RepurAgent——一个由监督智能体与规划智能体协调研究、预测、数据、报告四个子智能体、并采用人在回路设计、情景记忆与检索增强生成的分层多智能体系统,在急性髓系白血病、回顾性COVID-19抗病毒筛选和多种硫酸酯酶缺乏症三个场景中验证其可贯穿药物重定位生命周期,分别获得专家盲评认为比普通LLM基线更具新颖性与机制可信度的候选、在无预设阈值下对化合物排序达到最高0.99的AUC-ROC并标记出人工复核遗漏的混杂因素、以及从5000个化合物中优先选出81个高置信候选并获得领域专家佐证。

  4. Human Gene Therapy

    InsightRP2:面向RP2相关视网膜病变治疗的跨学科整合框架

    这篇Perspective文章提出InsightRP2框架,将临床数据、人工智能支持的影像分析、实验性疾病建模与腺相关病毒(AAV)设计整合为一个高度互动的转化研究策略,旨在推动针对RP2相关视网膜色素变性的靶向基因治疗开发。

已读完全部报道