生命科学

193 条内容

Nature 2026年9月14日
《自然》新闻报道介绍了一项发表于《自然·神经科学》的概念验证研究：研究团队用一枚覆盖感觉运动皮层较大面积的253电极植入阵列，结合人工智能，在两名因脑干卒中或肌萎缩侧索硬化而丧失言语与运动能力的参与者身上，同时解码其尝试说出的短语与尝试或想象做出的手势，并在用户意图出现后数秒内输出屏幕文字并驱动个性化动画化身动作，从而首次在同一植入体上同时翻译言语与非言语两种沟通方式。
《自然》新闻报道介绍了一项发表于《自然·神经科学》的概念验证研究：研究团队用一枚覆盖感觉运动皮层较大面积的253电极植入阵列，结合人工智能，在两名因脑干卒中或肌萎缩侧索硬化而丧失言语与运动能力的参与者身上，同时解码其尝试说出的短语与尝试或想象做出的手势，并在用户意图出现后数秒内输出屏幕文字并驱动个性化动画化身动作，从而首次在同一植入体上同时翻译言语与非言语两种沟通方式。
‘多功能’脑植入体实时翻译言语与手势
《自然》新闻报道介绍了一项发表于《自然·神经科学》的概念验证研究：研究团队用一枚覆盖感觉运动皮层较大面积的253电极植入阵列，结合人工智能，在两名因脑干卒中或肌萎缩侧索硬化而丧失言语与运动能力的参与者身上，同时解码其尝试说出的短语与尝试或想象做出的手势，并在用户意图出现后数秒内输出屏幕文字并驱动个性化动画化身动作，从而首次在同一植入体上同时翻译言语与非言语两种沟通方式。
《自然》新闻报道介绍了一项发表于《自然·神经科学》的概念验证研究：研究团队用一枚覆盖感觉运动皮层较大面积的253电极植入阵列，结合人工智能，在两名因脑干卒中或肌萎缩侧索硬化而丧失言语与运动能力的参与者身上，同时解码其尝试说出的短语与尝试或想象做出的手势，并在用户意图出现后数秒内输出屏幕文字并驱动个性化动画化身动作，从而首次在同一植入体上同时翻译言语与非言语两种沟通方式。
Journal of Infection and Chemotherapy 2026年9月14日
该初步研究在2023年5月至2024年12月间从日本冈山、广岛、香川三县10家医疗机构就诊的蜱叮咬患者处采集蜱虫，并补充野生蜱图像，构建了包含目标检测与属级分类的两阶段AI流程，其中YOLO类检测模型在3258张公开标注图像上训练后达到mAP@0.5为0.954，ResNet50在533张覆盖四个属的蜱图像上取得平均验证准确率95%，并将系统整合为带地理空间可视化的原型智能手机应用，用于辅助临床风险评估与公共卫生监测。
该初步研究在2023年5月至2024年12月间从日本冈山、广岛、香川三县10家医疗机构就诊的蜱叮咬患者处采集蜱虫，并补充野生蜱图像，构建了包含目标检测与属级分类的两阶段AI流程，其中YOLO类检测模型在3258张公开标注图像上训练后达到mAP@0.5为0.954，ResNet50在533张覆盖四个属的蜱图像上取得平均验证准确率95%，并将系统整合为带地理空间可视化的原型智能手机应用，用于辅助临床风险评估与公共卫生监测。
基于AI的智能手机蜱虫快速识别与地理空间制图应用：一项初步研究
该初步研究在2023年5月至2024年12月间从日本冈山、广岛、香川三县10家医疗机构就诊的蜱叮咬患者处采集蜱虫，并补充野生蜱图像，构建了包含目标检测与属级分类的两阶段AI流程，其中YOLO类检测模型在3258张公开标注图像上训练后达到mAP@0.5为0.954，ResNet50在533张覆盖四个属的蜱图像上取得平均验证准确率95%，并将系统整合为带地理空间可视化的原型智能手机应用，用于辅助临床风险评估与公共卫生监测。
该初步研究在2023年5月至2024年12月间从日本冈山、广岛、香川三县10家医疗机构就诊的蜱叮咬患者处采集蜱虫，并补充野生蜱图像，构建了包含目标检测与属级分类的两阶段AI流程，其中YOLO类检测模型在3258张公开标注图像上训练后达到mAP@0.5为0.954，ResNet50在533张覆盖四个属的蜱图像上取得平均验证准确率95%，并将系统整合为带地理空间可视化的原型智能手机应用，用于辅助临床风险评估与公共卫生监测。
Magnetic resonance in medicine 2026年9月14日
本文提出 ESPIRiT-Diffusion——一种物理引导的基于分数的扩散重建框架，将多组 ESPIRiT 线圈灵敏度图的数据一致性约束引入 Langevin 方程，用于 8.8 倍与 10.7 倍加速、各向同性 0.6 mm³ 分辨率的颅内与颈动脉联合血管壁成像（VWI）；回顾性实验（笛卡尔、CAIPI、变密度欠采样）中其重建表现优于 ESPIRiT、DL-ESPIRiT、SENSE-Diffusion 与 SPIRiT-Diffusion，并更好地保留细小血管壁结构；前瞻性患者实验中血管壁病灶显示良好，与 3 倍压缩感知参考相比，各血管节段及总体读者评分均无统计学显著差异。
本文提出 ESPIRiT-Diffusion——一种物理引导的基于分数的扩散重建框架，将多组 ESPIRiT 线圈灵敏度图的数据一致性约束引入 Langevin 方程，用于 8.8 倍与 10.7 倍加速、各向同性 0.6 mm³ 分辨率的颅内与颈动脉联合血管壁成像（VWI）；回顾性实验（笛卡尔、CAIPI、变密度欠采样）中其重建表现优于 ESPIRiT、DL-ESPIRiT、SENSE-Diffusion 与 SPIRiT-Diffusion，并更好地保留细小血管壁结构；前瞻性患者实验中血管壁病灶显示良好，与 3 倍压缩感知参考相比，各血管节段及总体读者评分均无统计学显著差异。
ESPIRiT-Diffusion：物理引导的扩散模型重建实现高度加速的颅内与颈动脉联合血管壁成像
本文提出 ESPIRiT-Diffusion——一种物理引导的基于分数的扩散重建框架，将多组 ESPIRiT 线圈灵敏度图的数据一致性约束引入 Langevin 方程，用于 8.8 倍与 10.7 倍加速、各向同性 0.6 mm³ 分辨率的颅内与颈动脉联合血管壁成像（VWI）；回顾性实验（笛卡尔、CAIPI、变密度欠采样）中其重建表现优于 ESPIRiT、DL-ESPIRiT、SENSE-Diffusion 与 SPIRiT-Diffusion，并更好地保留细小血管壁结构；前瞻性患者实验中血管壁病灶显示良好，与 3 倍压缩感知参考相比，各血管节段及总体读者评分均无统计学显著差异。
本文提出 ESPIRiT-Diffusion——一种物理引导的基于分数的扩散重建框架，将多组 ESPIRiT 线圈灵敏度图的数据一致性约束引入 Langevin 方程，用于 8.8 倍与 10.7 倍加速、各向同性 0.6 mm³ 分辨率的颅内与颈动脉联合血管壁成像（VWI）；回顾性实验（笛卡尔、CAIPI、变密度欠采样）中其重建表现优于 ESPIRiT、DL-ESPIRiT、SENSE-Diffusion 与 SPIRiT-Diffusion，并更好地保留细小血管壁结构；前瞻性患者实验中血管壁病灶显示良好，与 3 倍压缩感知参考相比，各血管节段及总体读者评分均无统计学显著差异。
medRxiv 2026年9月14日
该研究基于Mayo Clinic脑库1998至2023年间5,613例尸检病例，用微调大语言模型将叙述性大体描述转为39个特征的半定量评分（在200个手工标注特征级测试样本中提取准确率为0.95），再分别以CatBoost分类器和第二个微调大语言模型结合死亡年龄、性别与脑重进行七类神经病理诊断分类，在562例留出测试集上CatBoost准确率0.73、kappa 0.65、宏平均AUC 0.92，文本模型准确率0.75、kappa 0.68，两者宏平均敏感度均为0.66，其中进行性核上性麻痹敏感度分别为0.92与0.93、多系统萎缩为0.87与0.92，而AD与LBD合并类别仅为0.21与0.03，特
该研究基于Mayo Clinic脑库1998至2023年间5,613例尸检病例，用微调大语言模型将叙述性大体描述转为39个特征的半定量评分（在200个手工标注特征级测试样本中提取准确率为0.95），再分别以CatBoost分类器和第二个微调大语言模型结合死亡年龄、性别与脑重进行七类神经病理诊断分类，在562例留出测试集上CatBoost准确率0.73、kappa 0.65、宏平均AUC 0.92，文本模型准确率0.75、kappa 0.68，两者宏平均敏感度均为0.66，其中进行性核上性麻痹敏感度分别为0.92与0.93、多系统萎缩为0.87与0.92，而AD与LBD合并类别仅为0.21与0.03，特
大语言模型提取的脑大体所见对神经退行性疾病的诊断价值
该研究基于Mayo Clinic脑库1998至2023年间5,613例尸检病例，用微调大语言模型将叙述性大体描述转为39个特征的半定量评分（在200个手工标注特征级测试样本中提取准确率为0.95），再分别以CatBoost分类器和第二个微调大语言模型结合死亡年龄、性别与脑重进行七类神经病理诊断分类，在562例留出测试集上CatBoost准确率0.73、kappa 0.65、宏平均AUC 0.92，文本模型准确率0.75、kappa 0.68，两者宏平均敏感度均为0.66，其中进行性核上性麻痹敏感度分别为0.92与0.93、多系统萎缩为0.87与0.92，而AD与LBD合并类别仅为0.21与0.03，特
该研究基于Mayo Clinic脑库1998至2023年间5,613例尸检病例，用微调大语言模型将叙述性大体描述转为39个特征的半定量评分（在200个手工标注特征级测试样本中提取准确率为0.95），再分别以CatBoost分类器和第二个微调大语言模型结合死亡年龄、性别与脑重进行七类神经病理诊断分类，在562例留出测试集上CatBoost准确率0.73、kappa 0.65、宏平均AUC 0.92，文本模型准确率0.75、kappa 0.68，两者宏平均敏感度均为0.66，其中进行性核上性麻痹敏感度分别为0.92与0.93、多系统萎缩为0.87与0.92，而AD与LBD合并类别仅为0.21与0.03，特
Journal of Chemical Information and Modeling 2026年9月14日
该工作提出 PockLigGPT，一个以蛋白质口袋氨基酸序列为条件、基于 GPT 的配体分子生成框架，采用四阶段训练（ZINC20 化学预训练、ChEMBL 生物活性适配、口袋序列条件微调、基于 AutoDock Vina 奖励的口袋特异性对接引导强化学习），在标准化评测协议下取得有竞争力的对接导向表现，同时保持化学合理性与基于 Lipinski 的类药性，并在阿尔茨海默病相关靶点的对接研究与 token 级分析中显示出实用性。
该工作提出 PockLigGPT，一个以蛋白质口袋氨基酸序列为条件、基于 GPT 的配体分子生成框架，采用四阶段训练（ZINC20 化学预训练、ChEMBL 生物活性适配、口袋序列条件微调、基于 AutoDock Vina 奖励的口袋特异性对接引导强化学习），在标准化评测协议下取得有竞争力的对接导向表现，同时保持化学合理性与基于 Lipinski 的类药性，并在阿尔茨海默病相关靶点的对接研究与 token 级分析中显示出实用性。
PockLigGPT：以口袋序列为条件的 GPT 分子生成与强化学习框架
该工作提出 PockLigGPT，一个以蛋白质口袋氨基酸序列为条件、基于 GPT 的配体分子生成框架，采用四阶段训练（ZINC20 化学预训练、ChEMBL 生物活性适配、口袋序列条件微调、基于 AutoDock Vina 奖励的口袋特异性对接引导强化学习），在标准化评测协议下取得有竞争力的对接导向表现，同时保持化学合理性与基于 Lipinski 的类药性，并在阿尔茨海默病相关靶点的对接研究与 token 级分析中显示出实用性。
该工作提出 PockLigGPT，一个以蛋白质口袋氨基酸序列为条件、基于 GPT 的配体分子生成框架，采用四阶段训练（ZINC20 化学预训练、ChEMBL 生物活性适配、口袋序列条件微调、基于 AutoDock Vina 奖励的口袋特异性对接引导强化学习），在标准化评测协议下取得有竞争力的对接导向表现，同时保持化学合理性与基于 Lipinski 的类药性，并在阿尔茨海默病相关靶点的对接研究与 token 级分析中显示出实用性。
World Journal of Otorhinolaryngology - Head and Neck Surgery 2026年9月14日
该范围综述按PRISMA-ScR指南检索EMBASE、PubMed（MEDLINE）、CINAHL、SCOPUS与Cochrane数据库并辅以引文检索，从252条记录中纳入12项研究，发现其中仅3项提供原始数据（1项泌尿外科原始研究、1项泌尿外科专家评论、1项含手外科调查数据的叙述性综述），其余多为叙述性综述，且多数综述所引证据来自非外科专科，提示环境听写AI在手术专科的实证研究仍很稀疏。
该范围综述按PRISMA-ScR指南检索EMBASE、PubMed（MEDLINE）、CINAHL、SCOPUS与Cochrane数据库并辅以引文检索，从252条记录中纳入12项研究，发现其中仅3项提供原始数据（1项泌尿外科原始研究、1项泌尿外科专家评论、1项含手外科调查数据的叙述性综述），其余多为叙述性综述，且多数综述所引证据来自非外科专科，提示环境听写AI在手术专科的实证研究仍很稀疏。
手术临床环境中环境听写人工智能的应用：一项范围综述
该范围综述按PRISMA-ScR指南检索EMBASE、PubMed（MEDLINE）、CINAHL、SCOPUS与Cochrane数据库并辅以引文检索，从252条记录中纳入12项研究，发现其中仅3项提供原始数据（1项泌尿外科原始研究、1项泌尿外科专家评论、1项含手外科调查数据的叙述性综述），其余多为叙述性综述，且多数综述所引证据来自非外科专科，提示环境听写AI在手术专科的实证研究仍很稀疏。
该范围综述按PRISMA-ScR指南检索EMBASE、PubMed（MEDLINE）、CINAHL、SCOPUS与Cochrane数据库并辅以引文检索，从252条记录中纳入12项研究，发现其中仅3项提供原始数据（1项泌尿外科原始研究、1项泌尿外科专家评论、1项含手外科调查数据的叙述性综述），其余多为叙述性综述，且多数综述所引证据来自非外科专科，提示环境听写AI在手术专科的实证研究仍很稀疏。
Journal of Chemical Information and Modeling 2026年9月14日
该研究系统基准测试了基于上下文学习的表格基础模型（TFM）在小有机分子性质预测上的表现，在11个数据集（回归任务、随机与结构感知划分、每个最多10000个分子）上将其与XGBoost、CatBoost、多层感知机等描述符方法及图方法比较，发现TFM在基线经过仔细超参数选择的情况下仍持续优于描述符方法，并与图方法（包括经化学数据预训练者）精度相当或更好，Uni-Mol2在部分实验中略优于TFM，而检索策略（对每个测试分子取Tanimoto相似度最近的500个邻居）在较大数据集和随机划分上带来进一步改进。
该研究系统基准测试了基于上下文学习的表格基础模型（TFM）在小有机分子性质预测上的表现，在11个数据集（回归任务、随机与结构感知划分、每个最多10000个分子）上将其与XGBoost、CatBoost、多层感知机等描述符方法及图方法比较，发现TFM在基线经过仔细超参数选择的情况下仍持续优于描述符方法，并与图方法（包括经化学数据预训练者）精度相当或更好，Uni-Mol2在部分实验中略优于TFM，而检索策略（对每个测试分子取Tanimoto相似度最近的500个邻居）在较大数据集和随机划分上带来进一步改进。
上下文学习遇上小分子性质预测：新型机器学习方法基准测试
该研究系统基准测试了基于上下文学习的表格基础模型（TFM）在小有机分子性质预测上的表现，在11个数据集（回归任务、随机与结构感知划分、每个最多10000个分子）上将其与XGBoost、CatBoost、多层感知机等描述符方法及图方法比较，发现TFM在基线经过仔细超参数选择的情况下仍持续优于描述符方法，并与图方法（包括经化学数据预训练者）精度相当或更好，Uni-Mol2在部分实验中略优于TFM，而检索策略（对每个测试分子取Tanimoto相似度最近的500个邻居）在较大数据集和随机划分上带来进一步改进。
该研究系统基准测试了基于上下文学习的表格基础模型（TFM）在小有机分子性质预测上的表现，在11个数据集（回归任务、随机与结构感知划分、每个最多10000个分子）上将其与XGBoost、CatBoost、多层感知机等描述符方法及图方法比较，发现TFM在基线经过仔细超参数选择的情况下仍持续优于描述符方法，并与图方法（包括经化学数据预训练者）精度相当或更好，Uni-Mol2在部分实验中略优于TFM，而检索策略（对每个测试分子取Tanimoto相似度最近的500个邻居）在较大数据集和随机划分上带来进一步改进。
Nature Medicine 2026年9月14日
该研究对7,851个父母-子代家庭进行全基因组测序，识别出具有亲本来源和合子后特征的新生突变，发现这些突变与不同的辅助生殖技术（ART）操作相关且独立于受孕时父母年龄，并显示父亲突变负荷的增加在统计上中介了高龄父母与ART对妊娠时长及其他出生结局的影响。
该研究对7,851个父母-子代家庭进行全基因组测序，识别出具有亲本来源和合子后特征的新生突变，发现这些突变与不同的辅助生殖技术（ART）操作相关且独立于受孕时父母年龄，并显示父亲突变负荷的增加在统计上中介了高龄父母与ART对妊娠时长及其他出生结局的影响。
新生突变连接父母生殖因素与子代健康
该研究对7,851个父母-子代家庭进行全基因组测序，识别出具有亲本来源和合子后特征的新生突变，发现这些突变与不同的辅助生殖技术（ART）操作相关且独立于受孕时父母年龄，并显示父亲突变负荷的增加在统计上中介了高龄父母与ART对妊娠时长及其他出生结局的影响。
该研究对7,851个父母-子代家庭进行全基因组测序，识别出具有亲本来源和合子后特征的新生突变，发现这些突变与不同的辅助生殖技术（ART）操作相关且独立于受孕时父母年龄，并显示父亲突变负荷的增加在统计上中介了高龄父母与ART对妊娠时长及其他出生结局的影响。
Nature News 2026年9月14日
一个由多家制药公司组成的AI结构生物学网络（AISB）在仅用PDB数据预训练的OpenFold3基础上，用来自五家公司的20,167个蛋白-配体复合物结构进行微调，在留出的1,056个蛋白-配体结构测试集上使高精度预测比例超过一半，而公开版OpenFold3约为三分之一、开源模型Boltz-2约为40%，同时该模型也优于仅用各公司自有数据训练的模型，说明数据汇聚比数据孤岛更有价值。
一个由多家制药公司组成的AI结构生物学网络（AISB）在仅用PDB数据预训练的OpenFold3基础上，用来自五家公司的20,167个蛋白-配体复合物结构进行微调，在留出的1,056个蛋白-配体结构测试集上使高精度预测比例超过一半，而公开版OpenFold3约为三分之一、开源模型Boltz-2约为40%，同时该模型也优于仅用各公司自有数据训练的模型，说明数据汇聚比数据孤岛更有价值。
药企私有蛋白结构数据显著提升AI折叠模型表现
一个由多家制药公司组成的AI结构生物学网络（AISB）在仅用PDB数据预训练的OpenFold3基础上，用来自五家公司的20,167个蛋白-配体复合物结构进行微调，在留出的1,056个蛋白-配体结构测试集上使高精度预测比例超过一半，而公开版OpenFold3约为三分之一、开源模型Boltz-2约为40%，同时该模型也优于仅用各公司自有数据训练的模型，说明数据汇聚比数据孤岛更有价值。
一个由多家制药公司组成的AI结构生物学网络（AISB）在仅用PDB数据预训练的OpenFold3基础上，用来自五家公司的20,167个蛋白-配体复合物结构进行微调，在留出的1,056个蛋白-配体结构测试集上使高精度预测比例超过一半，而公开版OpenFold3约为三分之一、开源模型Boltz-2约为40%，同时该模型也优于仅用各公司自有数据训练的模型，说明数据汇聚比数据孤岛更有价值。
bioRxiv 2026年9月13日
该工作提出迭代式基因富集分析（iGEA）软件框架，通过反复选取最显著富集条目并移除其重叠基因，在各基因集集合内生成紧凑的非重叠富集条目，再整合为跨集合的基因-条目网络；在已发表的HIV依赖因子数据上，iGEA识别出分泌运输、核转运、转录延伸、蛋白稳态和先天免疫信号五个紧凑模块，为人工解读与LLM辅助探索提供结构化表示。
该工作提出迭代式基因富集分析（iGEA）软件框架，通过反复选取最显著富集条目并移除其重叠基因，在各基因集集合内生成紧凑的非重叠富集条目，再整合为跨集合的基因-条目网络；在已发表的HIV依赖因子数据上，iGEA识别出分泌运输、核转运、转录延伸、蛋白稳态和先天免疫信号五个紧凑模块，为人工解读与LLM辅助探索提供结构化表示。
迭代式基因富集分析：面向人类与AI辅助生物学洞察的可解释网络
该工作提出迭代式基因富集分析（iGEA）软件框架，通过反复选取最显著富集条目并移除其重叠基因，在各基因集集合内生成紧凑的非重叠富集条目，再整合为跨集合的基因-条目网络；在已发表的HIV依赖因子数据上，iGEA识别出分泌运输、核转运、转录延伸、蛋白稳态和先天免疫信号五个紧凑模块，为人工解读与LLM辅助探索提供结构化表示。
该工作提出迭代式基因富集分析（iGEA）软件框架，通过反复选取最显著富集条目并移除其重叠基因，在各基因集集合内生成紧凑的非重叠富集条目，再整合为跨集合的基因-条目网络；在已发表的HIV依赖因子数据上，iGEA识别出分泌运输、核转运、转录延伸、蛋白稳态和先天免疫信号五个紧凑模块，为人工解读与LLM辅助探索提供结构化表示。

第 19 页 · 当前显示 10 项