跳到主要内容
检索

Uppsala University

8 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

    ProsaBuddy 用 LLM 智能体自动证明实时可调度性引理,在小型基准上显著优于现有 Rocq 证明智能体与通用编码智能体 OpenCode

    该工作提出 ProsaBuddy,一个基于 LLM 的智能体系统,采用带 Prosa 代码库检索的 ReAct 循环、Rocq 工具访问与可选人工提示,并通过子目标委派架构把引理拆分为子目标分派给子智能体证明,在取自实时调度文献的小型基准上显著优于现有基于 LLM 的 Rocq 自动证明智能体系统与通用编码智能体 OpenCode。

  4. Nature Communications

    mxDVP 从仅 100 个小胰岛细胞中鉴定出逾 6000 种蛋白,并在人胰岛中解析出十二种内分泌亚型

    研究者开发了多重深度视觉蛋白质组学(mxDVP)这一端到端流程,将高多重成像、自动化计算分析与空间引导的超灵敏质谱结合,其开源图像分析框架 PIPΣX 支持全切片膜感知分割、注释与激光显微切割导出,从而在少至 100 个小胰岛细胞中实现超过 6000 种蛋白鉴定;应用于人胰岛时分割了超过 860,000 个细胞并解析出十二种内分泌亚型,包括具有空间组织模式、INSM1 与 SCG3 共表达以及 α/β/δ 混合特征的罕见多激素与中间态群体。

  5. 用MLP与能量最小化学习非线性有限元解算子,在参数化泊松、高斯随机场与非线性弹性算例中给出小学习误差,并让牛顿法以网络预测为初值提速

    作者提出并评估一种无数据、物理信息驱动的解算子学习方法:先用有限元离散化,再用多层感知机(MLP)把问题数据参数(边界条件、系数、右端项等)映射为有限元解的自由度,损失函数取能量泛函的期望,并给出可并行、可按单元随机分批的训练算法;在参数化泊松问题、高斯随机场系数问题与非线性neo-Hookean弹性梁三个算例中,网络学习误差较小(如参数化问题全网格、4·512网络下能量相对误差均值2.0e-4、L2为0.0020、H1为0.0092),推理约1毫秒,随机场算例中计算两个量之兴趣比同自由度有限元更快,弹性算例中把网络输出作为牛顿法初值可在保持精度的同时缩短求解时间。

  6. 发表出处待核验

    综述:DFTMD、机器学习力场与生成式AI如何用于水系电池的分子模拟

    这篇综述系统梳理了用于水系电池的分子模拟方法(DFT、DFTMD、经验力场MD、机器学习力场与生成式AI),并以水包盐电解液、过渡金属氧化物正极、锌离子电池和有机氧化还原液流电池为案例,说明这些方法如何揭示离子溶剂化、插层、电子转移与界面结构,从而解释水系电池的电化学稳定性窗口、离子传输与枝晶抑制等现象。

  7. 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。

  8. Research Square

    LLM 用于开放式调查文本分析:人类与 GPT-5 在归纳式内容分析上的表现比较

    本研究以欧洲博士生调查中六个开放题、共 903 条回答为材料,让五名人类编码者与 GPT-5.4 按同一套归纳式内容分析流程分别生成编码与主题,用调整兰德指数(ARI)衡量一致性,结果显示人机在编码层面的平均一致性为 0.61、主题层面为 0.54,接近人类内部(0.68)与模型内部(0.76)的一致性水平,且各变量间一致性差异较大,低内部一致性总伴随低跨主体一致性。

已读完全部报道