膜蛋白扩散不必只靠分子动力学:神经随机模型把轨迹拉长到4万帧,仍守住近布朗扩散
粗粒化分子动力学能给出膜蛋白的短时轨迹,但长时扩散统计代价高昂。神经随机模型把蛋白构型编码、多时间尺度循环记忆与带记忆的随机隐过程结合起来,自回归地生成相关位移。在7个PIEZO通道体系中,它给出的平均异常扩散指数为1.048±0.012,与MD的1.049±0.022接近,而此前的VAR-SDE模型为1.563±0.016;生成轨迹延伸到4万帧。
粗粒化分子动力学能给出膜蛋白的短时轨迹,但长时扩散统计代价高昂。神经随机模型把蛋白构型编码、多时间尺度循环记忆与带记忆的随机隐过程结合起来,自回归地生成相关位移。在7个PIEZO通道体系中,它给出的平均异常扩散指数为1.048±0.012,与MD的1.049±0.022接近,而此前的VAR-SDE模型为1.563±0.016;生成轨迹延伸到4万帧。
可见光与红外图像各自成像机制不同,直接拼接或一次性注意力融合容易把背景纹理和热干扰当成互补证据。FCI-DETR把检测流程拆成融合前保留模态结构、融合中校准跨模态响应、融合后按尺度注入红外上下文三个相连阶段,在M3FD、DroneVehicle、VEDAI和FLIR四个公开数据集上分别取得88.6%、84.3%、86.7%和81.5%的mAP50。在M3FD固定协议下,完整模型比同骨干的RGB+IR RT-DETR基线高6.0个百分点。
该研究基于英国某专科肿瘤中心 21,564 名肺癌与头颈癌患者的 290,026 份门诊笔记,比较 RadBERT、PathologyBERT 与两种本地策略:继续掩码语言模型预训练得到的 OncoNote-RadBERT 验证困惑度为 2.10,从零训练并配肿瘤专用 WordPiece 分词器的 OncoNoteBERT 困惑度为 2.83,但分词效率最高(子词生育率 1.224、归一化序列长度 0.7636,约少用 23.6% 词元),并在 13 个掩码探针中 12 个给出临床可接受预测(OncoNote-RadBERT 为 7 个);两个本地模型均把机构占位符 [REMOVED] 表示为单一可学习词元。
作者提出MAGEFormer,把物理间距约束嵌入表示学习:用MASE按体素间距校准位置频率、用GCA抑制物理上不合理的跨尺度特征关联、用GVV在推理时做确定性亚体素视图聚合;在BTCV与FLARE 22统一5折协议下,其边界精度在对比方法中最优(HD95分别为10.58 mm与3.40 mm),Dice也一致提升,且各向异性越强优势越大。
该研究汇总2004年1月至2025年12月中国大陆全国月度乙肝报告病例序列,用CEEMDAN分离多尺度时间成分,并以KOA优化GRU、CNN、SVM与Transformer编码器四种模型,在12个月滑动窗口上递归外推24个月,结果显示Transformer在留出测试集上拟合最佳(MAE=3105.508、MAPE=0.024、RMSE=4071.901、R²=0.928),SVM次之,CNN优于GRU但不及SVM,2026-2027年预测值仍处高位,提示改善有限甚至可能回升。
已读完全部报道