7 篇关联报道
水泥碳化养护能把CO₂存进材料，但净碳收益取决于CO₂供应与养护本身的排放。研究把461条文献吸收数据统一到含骨料的原材料质量基准，用八种材料与养护描述符比较八种回归模型，并把预测吸收量与供应、运输、养护排放耦合起来。在一个示例预测吸收量0.231 kg CO₂/kg原材料、假定材料质量2400 kg/m³下，电力碳强度为0.05 kg CO₂/kWh时五种供应情景净收益为0.189–0.219 kg CO₂/kg原材料，电力碳强度升到0.40 kg CO₂/kWh时其中两种转为净排放；五种情景的盈亏分界电力碳强度为0.314–2.047 kg CO₂/kWh。
脑激活图的功能解码有了新做法：NiCLIP把神经影像文献文本与坐标生成的激活图放进同一潜在空间做对比学习，再借认知本体把相似度转成任务、概念和域的后验概率。此前常用的相关型解码器和GC-LDA依赖预计算元分析图与固定词表，只给出任务级预测。在人类连接组计划七个域的组水平图上，最佳配置的任务召回为62.86%，而Neurosynth与GC-LDA最高为20.71%；同一模型在个体水平激活图上表现明显下降。
这篇由牛津大学团队撰写的综述系统梳理了冠周脂肪组织（PCAT）作为冠脉炎症生物传感器的解剖生理基础，说明标准化后的脂肪衰减指数（FAI Score）如何校正技术、解剖和生物学变异并用于预测 MACE，并汇总了人工智能自动分割与多参数风险建模的作用，以及他汀、抗 oxLDL 抗体、抗 TNF 生物制剂、放疗和卡格列净/GLP-1 类药物等干预后 FAI 下降的证据，指出 PCAT 成像有望补充传统危险因素和斑块指标，但当前证据仍在演进中。
研究团队构建了基于图注意力网络、整合八类分子网络的肿瘤基因组基础模型 MutationProjector，在 30,328 例、10 种实体瘤的基因改变数据上以掩码基因重建进行自监督预训练，随后用随机森林在少量标注队列上迁移学习，在膀胱癌、肺癌、黑色素瘤免疫治疗应答预测中取得 HR 分别为 0.71、0.74、0.59 的生存分层，在顺铂化疗膀胱癌队列中 HR 为 0.43，并通过注意力分析提出 KMT2D 与 SMARCA4-STK11 等新候选标志物。
该研究构建了 HARP（Human Cell Atlas Reference for PBMCs），整合来自 15 项研究、四大洲、超过 2600 名供者（从新生儿到 97 岁，涵盖健康与多种免疫相关疾病）的约 900 万个外周血单个核细胞（PBMC），开发了优化的整合流程与新的无标签整合质量评估指标，形成 192 种免疫细胞亚群的社区共识注释（含低至 0.004% 的稀有群体），揭示与年龄、性别和疾病相关的协调细胞模块、女性偏倚的干扰素与炎症基因程序及其在 COVID-19 中的扰动，以及前列腺素信号通路中此前未被描述的性别二态性，并提出分层标签迁移框架 scTiger，可将这 192 种注释准确投射到另外约 1800 万个 PBMC 上。
该工作提出 LDDM（Large Drug Discovery Model）这一统一三维生成框架，支持约束与非约束对接、片段连接与生长以及从头设计，并引入可编程设计算法以生成满足细粒度目标且可合成的化合物；作者针对五个具有治疗相关性的蛋白靶点开展实验验证，在仅合成少量生成化合物的条件下获得高成功率并鉴定出具有确证结合亲和力的分子，其中最优设计通过 NMR 波谱与 X 射线晶体学完成结构表征，显示出较高的预测准确性。
该工作提出潜空间生成式搜索（latent generative search）用于结合蛋白设计，在推理阶段以奖励引导搜索驱动 Proteina-Complexa 生成模型，该模型在连续潜空间中同时协同设计序列与结构、从而省去逆向折叠步骤；在超过一百万个设计的多重噬菌体展示筛选中，它比所测试的其他方法产生更多经实验验证的结合蛋白，其协同设计序列优于事后重设计，并在治疗性受体、一种病毒附着蛋白和胞内信号靶点上获得高亲和力结合蛋白，还首次生成能结合游离碳水化合物的从头蛋白，其中一例可区分血型抗原。
已读完全部报道