2026-06-07 每日论文
| 来源 | 独立页面 |
|---|---|
| arXiv | arXiv |
| bioRxiv | bioRxiv |
| medRxiv | medRxiv |
arXiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| TailLoR：在参数高效持续学习中保护主成分 | Marius Dragoi | 2026-06-04 | 基于谱分解的参数高效微调方法推动了持续学习的发展。本文提出TailLoR方法，利用预训练权重的奇异基U和V作为固定参考框架，学习应用于奇异值矩阵的低秩更新。软谱惩罚机制抑制与主导奇异方向对齐的更新，在减少干扰的同时将细粒度适配引导至高度灵活的长尾谱坐标。 | |
| HANDOFF：基于蒸馏互补教师的人形智能体任务空间全身控制 | Lizhi Yang | 2026-06-04 | 人形机器人在现实世界部署时，指令空间（即任务规划与全身控制之间的接口）的选择至关重要。现有全身控制器通常需要规划器难以从任务语义中生成的密集运动学或空间参考。我们提出一种紧凑、显式的接口，具备直观性、通用性、模块化特性，且表达能力足以应对多样化操作技能。为此，我们引入HANDOFF——遵循该接口的单一全身控制器，通过多教师KL蒸馏与上下文条件门控机制，将三位互补专家（安全滤波数据驱动的全身运动追踪、行走控制、跌倒恢复）蒸馏为混合专家学生模型。在Unitree G1平台上，HANDOFF实现了与最先进速度追踪相当的性能，并提供了目前最大的鲁棒操作工作空间之一。我们进一步通过多个自然语言驱动的任务执行验证硬件可行性，该系统由VLM驱动的智能规划器支持，无需任务特定数据或控制器微调。 | |
| Code2LoRA：软件演化下代码语言模型的超网络生成适配器 | Liliana Hotsko | 2026-06-04 | 代码语言模型需要仓库级别的上下文来解决导入、API和项目约定问题。现有方法通过长输入（通过RAG或依赖分析检索）或通过每个仓库的微调和LoRA来注入这些知识——这在仓库规模上成本高昂，且对不断演变的代码库缺乏鲁棒性。我们提出Code2LoRA，一个超网络框架，能够生成仓库特定的LoRA适配器，在零推理时间令牌开销下有效注入仓库知识。Code2LoRA支持两种使用场景：Code2LoRA-Static将单个仓库快照转换为适配器，适用于稳定代码库的理解；而Code2LoRA-Evo维护一个由GRU隐藏状态支持的适配器，该状态随每次代码差异更新，适用于活跃开发的演变代码库。为了评估Code2LoRA与参数高效微调基线的对比，我们构建了RepoPeftBench，一个包含604个Python仓库的基准测试，包含两个赛道：静态赛道包含40K训练和12K测试断言补全任务，演变赛道包含215K提交衍生训练和87K提交衍生测试任务。在静态赛道上，Code2LoRA-Static实现了63.8%的跨仓库和66.2%的仓库内精确匹配，达到了每个仓库LoRA的上限；在演变赛道上，Code2LoRA-Evo实现了60.3%的跨仓库精确匹配（比单个共享LoRA高出5.2个百分点）。Code2LoRA的代码可在https://anonymous.4open.science/r/code2lora-6857找到；模型检查点和RepoPeftBench数据集可在https://huggingface.co/code2lora找到。 | |
| TempoVLA：学习速度可控的视觉-语言-动作策略 | Dong Jing | 2026-06-04 | 机器人操作在低风险过渡阶段需要快速执行，而在高风险接触阶段则需要缓慢精确的运动。然而，现有的视觉-语言-动作模型（VLAs）仅从训练演示中继承单一固定速度。先前通过模型压缩、KV缓存复用或强化学习加速VLA的努力，仅将策略从一种固定速度切换至另一种，几乎未探索减速机制。我们观察到每个预测动作的幅度已能控制机器人移动速度，这为可控执行速度提供了直接路径。基于此发现，我们提出TempoVLA——一种通过显式条件控制执行速度的单一VLA模型。TempoVLA包含两个耦合组件：（1）数据端的可变速度轨迹增强（VSTA），通过合并或拆分动作将演示重新定时至任意目标速度，同时保留运动语义；（2）模型端的速度条件机制，将速度信息输入策略。统计显示VSTA能以可忽略的运动误差达到指定速度。仿真与真实任务实验表明，TempoVLA实现了双向灵活速度控制，而VSTA通过更优数据利用进一步提升了默认1倍速性能。此外，通过与大型多模态模型协作，TempoVLA实现了动态速度控制——在低风险阶段加速，在高风险阶段减速。 | |
| 在重复博弈中与自适应对手进行遗憾最小化 | Mingyang Liu | 2026-06-04 | 本文研究在与能够基于历史对局做出反应的适应性对手进行重复博弈时的遗憾最小化问题。在线学习中标准的外部遗憾指标已知无法捕捉这种适应性。为刻画玩家的反事实推理，我们引入重复策略遗憾（RP-Regret）这一博弈论指标，该指标衡量当所有玩家都能对历史对局做出反应时，实际累积效用与事后最优累积效用之间的差异。与现有该场景下的遗憾概念相比，我们的指标更契合重复博弈特性，能在保持所有玩家最小化该指标时发现更优均衡可能性的同时，允许更强的比较对象和约束更少的对手。我们首先确定了实现时间次线性RP-Regret的必要条件，涉及遗憾定义中玩家比较策略的变异性，以及比较对象与对手策略的记忆长度。随后研究最小化RP-Regret的附加条件和可证明算法——该指标在策略空间上天然具有非凸性。为应对这一挑战，我们提出三种算法：(i) 基于优化预言机的方法（类似部分在线非凸学习先验工作的假设）；(ii) 每次迭代最小化RP-Regret的凸线性化代理函数；(iii) 在对手策略缓慢变化时直接最小化RP-Regret。此外，当所有玩家都能运行最小化RP-Regret（或其线性化变体）的算法时，可学习到重复博弈的某些子博弈完美均衡。实验表明，最小化我们的遗憾指标能在猎鹿博弈等场景中引导出更高效用的合作解。 | |
| PAR3D：一种具有部件感知表示的统一三维多模态大语言模型，用于场景理解 | Shaohui Dai | 2026-06-04 | 近期，三维多模态大语言模型（3D-MLLMs）的进展为三维场景理解任务提供了统一解决方案，涵盖视觉问答、描述生成及指代分割等。然而，现有3D-MLLMs仍以物体为中心，难以建模对三维环境具身交互至关重要的细粒度部件结构。本文提出PAR3D——一种统一的部件感知三维多模态大语言模型框架，使模型能够理解、推理并定位三维场景中的物体及其部件。为支持部件感知三维场景理解的训练与评估，我们构建了ScenePart数据集，该合成三维场景数据集包含部件级标注与语言指令。我们进一步开发了部件感知三维表征学习，以细粒度部件级语义丰富三维视觉表征，并提出层级化分割查询生成机制，通过层级化物体-部件查询定位部件目标。大量实验表明，本方法显著提升了部件级问答与指代分割性能，同时在物体级视觉语言任务中保持强劲表现。 | |
| 操作引导的渐进式人机文本转换基准：面向多粒度AI文本检测 | Sondos Mahmoud Bsharat | 2026-06-04 | 随着AI写作助手日益融入实际的起草与修订工作流程，许多文档不再纯粹由人类或AI独立完成，而是人类与AI渐进式协同编辑的产物。然而，现有AI文本检测基准主要聚焦于最终输出结果，对AI作者身份信号如何在修订过程中产生、累积或消失的理解十分有限。我们提出OpAI-Bench，一个操作引导的基准测试，用于研究从人类到AI文本在文档、句子、词元和跨度粒度上的渐进式转化。OpAI-Bench以人类撰写的文档为起点，在预定义的AI覆盖级别和五种代表性AI编辑操作下，为每个样本构建九个顺序修订版本，覆盖四个领域，同时保留多个粒度下的完整作者身份溯源。该基准支持对8个文档级检测器、7个句子级检测器和2个细粒度词元/跨度级检测器进行全面评估。实验表明，AI文本的可检测性不仅受AI编辑内容比例的影响，还受编辑操作、领域和累积修订历史的影响。有趣的是，我们注意到混合作者身份的中间版本往往比完全人类撰写或高度AI编辑的端点版本更难检测，揭示了现有基准未能捕捉的非单调检测模式。OpAI-Bench为分析在现实渐进式编辑场景下，AI辅助写作是否、何时以及如何变得可检测提供了受控测试平台。我们的代码和基准可在https://github.com/VILA-Lab/OpAI-Bench获取。 | |
| DNQ：面向部分可观测n人博弈的深度纳什Q网络 | Qintong Xie | 2026-06-04 | 许多现实世界的竞争系统要求多个决策者在共享约束、有限信息和重复互动下同时行动，例如拍卖、资源分配和安全竞争。我们以多轮同步竞价作为此类问题的受控测试平台，并提出DNQ——一种基于求解器在环的均衡监督框架，用于训练竞价智能体。DNQ交替进行轨迹收集、基于评论家的收益估计、均衡计算和策略模仿。在每个访问状态中，共享评论家预测成对收益矩阵或精确的N玩家收益张量，外部求解器计算均衡策略，智能体通过最小化其掩码策略与求解器推导的均衡目标之间的KL散度进行训练。我们聚焦于可扩展的成对公式，与精确公式相比，该公式大幅降低了均衡求解成本和训练时间，同时共享评论家跨智能体和状态分摊收益学习。实验通过评论家损失、策略熵、竞价资源使用和训练成本对比了成对变体和精确变体，结果表明成对方法可扩展至更多智能体，而精确方法在联合博弈规模增长时变得计算上不可行。这些结果揭示了重复竞争环境中策略保真度与可扩展性之间的权衡。 | |
| 无需递归的预训练递归网络 | Akarsh Kumar | 2026-06-04 | 训练循环神经网络（RNN）需要跨长序列计算进行信用分配。标准的时间反向传播（BPTT）在此问题上表现不佳：其时间顺序性限制了并行计算能力，且存在梯度消失或爆炸问题，导致难以学习长程关联。我们提出监督记忆训练（SMT）方法，通过将RNN训练简化为单步记忆转换标签$(m_t, x_{t+1}) \rightarrow m_{t+1}$上的监督学习，完全规避了循环信用传播。SMT通过训练基于Transformer的编码器实现预测状态目标——仅保留预测未来所需的过去信息——来获取这些记忆标签。通过解耦"记忆内容"与"记忆更新方式"，SMT实现了时间并行的RNN训练，任意两个token间具有稳定的$O(1)$长度梯度路径——全程无需展开RNN。实验表明，在语言建模和像素序列建模等任务上预训练多种RNN架构时，SMT性能优于BPTT。该方法使非线性RNN能更好地捕捉长程依赖关系并实现并行训练，有望解锁构建过去经验时间抽象模型的规模化能力。 | |
| 复杂度平衡扩散分裂 | Noam Issachar | 2026-06-04 | 标准连续时间生成模型依赖单一架构，必须处理从各向同性噪声到复杂数据分布等差异极大的信号状态。虽然扩大模型容量能提升性能，但将庞大的网络均匀部署在整个生成时间线上本质上效率低下。本文提出复杂度均衡分割（CBS），这是一种基于原则的时间容量分配框架，通过多个专用子网络分担生成工作负载。CBS基于函数逼近理论和de Boor等分布原理，将扩散时间线划分为近似负担相等的片段，将更多表征容量分配给生成动力学更难建模的区域。为估计局部复杂度，我们引入两种互补且易处理的监控函数：基于流狄利克雷能量的空间度量，以及基于采样轨迹加速度的几何度量。通过轻量级辅助模型估计这些复杂度分布，我们的方法无需启发式时间分割或计算昂贵的搜索过程。在多种架构（SiT、JiT和UNet）和数据集上的广泛评估表明，CBS在不增加每步推理成本的情况下持续提升合成质量。特别地，在带CFG的SiT-XL上，CBS相比朴素时间分割将FID改善了约35%。项目页面见https://noamissachar.github.io/CBS/。 |
bioRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| CascadeMAP：通过微流控、机器学习和智能体AI实现酶级联反应的自主闭环优化 | Vasina, M. | 2026-06-07 | 酶级联反应能够实现复杂的生物化学转化，但其优化过程资源密集，需在高维参数空间（涵盖反应条件、酶比例及缓冲液组成）中探索。本文提出CascadeMAP——一种用于酶级联反应闭环优化的自主微流控平台，该平台将高通量微流控技术与贝叶斯优化及多智能体AI系统相结合。我们通过两种级联反应验证了该平台：（i）荧光监测的甘油检测通路，以及（ii）无标记拉曼光谱监测的1,2,3-三氯丙烷降解通路，两者提供正交检测模式。贝叶斯优化比实验设计法快三倍找到最优条件。多智能体AI系统自动生成假设，处理11 GB实验数据，进行模式识别与洞察综合。在无需人工干预的7天运行中，CascadeMAP处理了约22万次反应，涵盖约7400种不同条件。该能力为酶级联反应与代谢通路的自主优化建立了通用框架，加速了生物催化与合成生物学系统的发展。 | |
| 不对称血红蛋白四聚体HbFS（α2γβS）抑制镰状血红蛋白聚合的结构机制解析 | Baliyan, A. | 2026-06-07 | 镰状细胞病（SCD）由βS珠蛋白链第6位单个氨基酸替换（6E→V）引起。这导致脱氧状态镰状血红蛋白（HbS）聚合，随后沉淀并引发红细胞镰变。这些变形细胞会阻塞微毛细血管（血管闭塞），引发心血管并发症，最终导致缺血再灌注损伤、严重缺氧及进行性全身性损伤。部分SCD患者被发现产生异常高水平的胎儿血红蛋白（HbF），这与抑制HbS聚合相关。最常用的SCD治疗药物羟基脲的作用之一就是提升HbF水平。然而，HbF抑制HbS聚合的机制尚不明确。本研究通过天然质谱、离子淌度质谱和氢氘交换质谱（H/DX-MS）探索该过程机制。不对称血红蛋白HbFS（2γβS）在四聚体分子中观察区域的构象柔性在脱氧状态下比氧合状态更显著，最终导致表达高HbF水平的SCD患者中镰状血红蛋白聚合减少。 | |
| 基于结构引导的虚拟筛选化合物优先排序策略识别核受体LRH-1的潜在结合物 | Chang-Gonzalez, A. C. | 2026-06-07 | 在基于结构的虚拟筛选中，化合物排序因构象多变或评分项偏差而容易产生大量假阳性结合物。我们开发了一种化合物优先级排序策略，利用从对比对接方法（基于物理学的靶向对接和基于生成模型的盲对接）中采样的对接构象，结合靶蛋白的多个模型来训练多层感知器（MLP）。该模型可预测核受体LRH-1（NR5A2）正构配体结合口袋中的结合物。该方法避免了依赖单一对接构象进行化合物评分或单一评分指标进行化合物排序的局限性。在独立基准测试中，我们发现MLP能识别与训练集化合物化学结构不同的已知结合物，并对单一骨架修饰敏感，因此可作为先导化合物优化的潜在工具。我们将该策略应用于前瞻性虚拟筛选，成功发现了四种潜在的LRH-1结合物。研究发现，结合评分与预测指标可提升不同文库规模中命中化合物的富集度。总体而言，该实现方法提供了一种利用结构和实验数据辅助针对挑战性蛋白靶点进行虚拟筛选的途径。 | |
| 使用机器学习为染色质可及性bigWig轨迹学习质量评分 | Sanders, E. | 2026-06-07 | 高通量染色质可及性检测技术（如批量及单细胞ATAC-seq）已生成大量以bigWig格式存储的加工信号轨迹，这些数据广泛用于可视化、数据整合及基于机器学习（ML）的分析。尽管其核心作用显著，但直接针对bigWig信号轨迹的系统性质量控制（QC）框架仍不完善。这一缺陷限制了数据可靠性的评估能力，并阻碍了稳健的下游分析。本研究提出一个基于生物学原理的染色质可及性bigWig文件QC框架，整合了峰值水平信息、背景噪声估计及稳定基因组参考特征的恢复。通过基于ML的峰值识别工具（LanceOtron），我们推导出互补性质量指标，用于捕捉信号结构与信噪比特性。进一步将恒定启动子和CTCF区域定义为内部生物学对照，并证明其恢复能力可作为跨不同细胞背景数据质量的敏感度量。我们将该框架应用于涵盖多种组织与细胞类型的502个人类染色质可及性bigWig轨迹数据集。所提出的指标捕捉了信号质量中相关但非冗余的方面，并推动将恒定启动子与CTCF恢复作为具有生物学意义的目标。基于LanceOtron特征训练的XGBoost模型可准确预测保留数据中这些稳定基因组元件的恢复情况（R²=0.97），生成连续且可解释的质量评分。通过SHAP值进行的特征重要性分析表明，模型决策由生物学相关的信号特性驱动，而非任意启发式规则。基于分位数的质量评分分层进一步得到基因组浏览器可视化中清晰定性差异的支持。综上，本研究为评估染色质可及性bigWig轨迹质量提供了原则性且可扩展的框架，有助于实现更可靠的数据整合，并支持调控基因组学中的下游ML应用。 | |
| CLASPP：一个用于预测翻译后修饰的统一模型 | Gravel, N. | 2026-06-07 | 翻译后修饰（PTMs）是调控细胞通路和增加蛋白质组功能多样性的基本机制。准确预测初级序列中特定位点可能发生的PTM类型是功能蛋白质组学中的关键挑战。现有PTM预测模型主要聚焦于单一PTM类型，或采用集成方法组合多个模型来预测不同PTM类型。这种碎片化现象主要由各PTM类型数据可用性的巨大不平衡导致，使得单一模型难以预测多种PTM类型。为解决这一局限，我们提出了基于对比学习的注意力分层PTM预测器（CLASPP），这是一个统一的PTM预测模型。CLASPP通过利用无监督聚类欠采样和针对PTM数据定制的新型对比学习框架来应对不平衡挑战。此外，我们的分层数据组织和整理方法通过平衡各PTM类型的表征来提升CLASPP性能，并为未来模型设计的训练与验证提供了标准化数据集。借鉴图像和自然语言处理领域的进展，CLASPP模型采用多阶段训练策略和高质量整理训练数据集来提升PTM预测性能。为揭示对比学习阶段的学习内容，我们展示了CLASPP模型能够区分已知蛋白激酶底物特异性谱，以此作为可解释性的一种形式。最后，我们评估了CLASPP在不同模式生物中预测PTM的应用，以及其在研究不足的DCLK3激酶中实验验证的泛素化位点。总体而言，CLASPP作为统一的PTM预测模型，解决了数据不平衡的关键瓶颈，并为生物数据整理提供了新策略，从而提升了跨物种的PTM类型预测性能。 | |
| 前额叶与视觉皮层之间的神经同步支持视觉工作记忆。 | Dake, M. | 2026-06-07 | 工作记忆似乎依赖于分布在大脑各处的神经机制。具体而言，当记忆被维持时，前额叶皮层的神经活动持续存在，同时记忆的视觉内容可以从视觉皮层的活动模式中被精确解码。当代模型试图通过假设前额叶皮层等高级区域通过招募感觉皮层的编码机制来某种程度地控制记忆存储，从而解释这些发现。证明前额叶皮层如何影响视觉皮层中的工作记忆表征在方法上具有挑战性，且直接证据仍然稀缺。在此，我们利用脑磁图卓越的时间分辨率，检验了关于前额叶皮层与视觉皮层之间神经活动同步如何协调工作记忆表征的假设。在一项针对人类（男女均有）的视觉空间工作记忆任务中，-波段活动的功率在整个记忆维持期间持续存在，且其在视觉皮层上的地形变化既能预测记忆位置，也能预测逐次试验的记忆误差。此外，在记忆过程中，前额叶皮层与视觉皮层之间的-波段神经活动实现了同步。这些发现不仅与大量表明工作记忆广泛分布在大脑各处的研究结果一致，还有助于解释记忆过程中前额叶皮层与感觉皮层之间的通信机制。 | |
| 老年和年轻成人在困难听力任务中的神经生理功能连接变化 | Commuri, V. | 2026-06-07 | 老年人常报告在嘈杂的听觉环境中理解言语的难度增加。这些困难被认为源于与衰老相关的神经生理变化，包括皮层层面的改变。言语理解依赖于分布在大脑皮层各区域间的协调活动，这种协调通过神经信号的方向性流动（即功能连接）实现。这种连接可在特定频段（如Delta和Theta频段）内进行分析，每个频段在言语和语言处理中扮演不同角色。本研究采用网络局部化格兰杰因果分析（NLGC）框架处理脑磁图（MEG）数据，同步估计皮层源电流活动及其定向功能连接。通过图簇增强和簇检验方法分析全脑连接图，并利用NLGC导出的神经电流估计值与呈现给听者的言语刺激建立时间响应函数（TRF）。我们识别的频段特异性网络与听觉处理通路的经典"双流"模型一致：Delta频段网络主要涉及颞额连接，而Theta频段网络则表现出更强的颞顶连接。这些皮层网络在听觉条件恶化时呈现动态演变，并整合了与注意力定向和控制相关的前顶叶区域。研究发现，老年人在所有听觉条件下均表现出腹侧和背侧听觉通路内连接增强，提示其通过增加皮层募集来支持言语理解。尽管老年人对言语刺激的锁时响应增强，但这些响应与其连接模式未呈现显著关联（年轻人亦如此），表明其连接增强并非由中枢增益机制解释。综上，我们的发现揭示了年龄和听觉条件依赖的言语相关皮层连接在神经生理频段间的重组特征。 | |
| 大脑皮层的折叠模式编码在未折叠新皮层的几何结构中。 | Toro, R. | 2026-06-07 | 皮层折叠模式在脑回物种的个体间具有保守性，并与细胞构筑组织、连接性和功能密切相关。早期形态发生梯度被认为编码这些模式的分子位置信息源——即脑回分子原图——但新皮层几何结构对该编码的贡献尚未被探究。本研究显示，未折叠雪貂大脑的几何结构在折叠发生前就已引导成年折叠模式。通过从出生后第0天到成年的高分辨率MRI表面重建，我们证明新生儿新皮层曲率可预测成熟曲率图谱、脑沟-脑回命运及折叠方向。折叠前曲率与关键模式基因表达相关，中介分析表明P0时的几何结构是P6时脑沟-脑回命运的主要预测因子。力学模拟显示高曲率区域作为自主锚点组织折叠模式。这些结果表明新皮层几何结构构成一种补充分子模式调控皮层组织的位置信息形式，且完整的皮层发育解释需要整合几何力学过程与分子信号传导。 | |
| 丘脑核团差异性地协调皮层慢振荡的传播 | Alipour, M. | 2026-06-07 | 睡眠慢振荡（SOs）在大脑皮层传播的空间范围上存在差异，从广泛传播的全局事件到空间受限的额叶事件。这些差异可能对记忆巩固产生功能性影响。目前尚不清楚单个丘脑核团在不同SO传播类型中是否被差异化激活，以及SO起始前的丘脑活动能否预测后续传播。我们分析了6名癫痫患者24次整夜记录中的同步头皮脑电图和丘脑立体脑电图数据，采样了11个丘脑核团，从而能够直接表征自然睡眠慢振荡期间核团特异性的丘脑-皮层相互作用。根据传播类型对皮层SOs进行分类，并通过事件周围直方图、相位锁定分析、波形形态比较以及起始前频谱和交叉频率耦合特征来表征丘脑-皮层耦合。所有充分采样的丘脑核团均与前额叶SOs表现出广泛的时间共现性，但在皮层SO周期中占据不同的相位位置。内侧枕核（PuM）在受试者间表现出最强的相位锁定，显著偏好上升的后波谷相位。在所检查的核团中，额叶SOs与PuM的显著相位锁定相关，而全局SOs则优先使中央中核在皮层下波谷附近同步化。丘脑波形形态随传播范围系统性地变化，枕核与板内核之间呈现相反效应。在全局SOs起始前，PuM活动表现出α、σ和β频段功率抑制以及δ相位交叉频率耦合（所有p < 0.05）。人类丘脑通过核团特异性、传播敏感性动态参与非快速眼动睡眠SOs，而非作为功能统一的整体结构。起始前PuM活动包含皮层SO传播范围的预测性特征。这一发现对针对特定SO状态的闭环神经调控具有启示意义，但需在更大样本中验证。关键词：慢振荡；丘脑-皮层耦合；枕核；中央中核；交叉频率耦合 | |
| 海马CA2区通过回路特异性调控CA1区来调节痕迹性恐惧条件反射 | Bassett, T. E. | 2026-06-07 | 将时间上分离的事件关联起来，依赖于连接CA1区、下托和内嗅皮层的神经通路。这一过程在多大程度上需要与这些区域存在广泛连接的CA2区参与，目前尚不清楚。我们利用痕迹恐惧条件反射实验（小鼠需学习将间隔一定时间的声音和电击关联起来）证明，背侧CA2区（dCA2）参与该过程。值得注意的是，慢性抑制dCA2会降低与线索相关的僵直反应，而急性抑制dCA2→dCA1投射通路反而增加僵直反应。结合cFos表达差异效应，表明全局性和投射特异性抑制dCA2对痕迹恐惧条件反射及海马活动状态产生不同影响。光纤光度记录显示，dCA2→dCA1通路活动从条件化阶段对声音的反应模式，转变为回忆阶段对预期电击的激活模式，这与学习驱动的活动重塑特征一致。综上，这些发现确认dCA2参与痕迹恐惧条件反射，并揭示dCA2→dCA1信号通路在学习和回忆过程中调控恐惧表达的作用。 |
medRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| 坎帕拉Boda-Boda驾驶员及其乘客道路安全行为的预测因素：一项混合方法研究 | Ainembabazi, R. | 2026-06-07 | 背景 尽管已有道路交通安全法规，乌干达俗称“Boda Bodas”的商业摩托车骑手仍因不安全骑行行为导致道路交通事故高发，造成骑手和乘客伤亡率显著上升。安全骑行行为的记录较少，且与这些行为遵守情况相关的因素研究不足。本研究旨在确定乌干达坎帕拉中央区Boda-Boda骑手及其乘客安全骑行行为的相关因素。 方法 采用横断面调查研究设计，以PRECEDE模型为指导，实施收敛并行混合方法。通过训练有素的研究助理使用结构化问卷收集424名骑手的定量数据。采用二元Logistic回归确定安全道路骑行行为的独立预测因素，并报告调整后的优势比（AOR）。数据分析使用描述性和推断性统计，p值<0.05视为具有统计学显著性。定性数据与定量数据同步收集，通过对10名乘客进行深度半结构化访谈，获取对骑手行为和安全实践的认知。采用主题分析法，并对结果进行三角验证，以突出定量与定性发现之间的趋同与差异，从而全面理解骑手和乘客的安全决定因素。 结果 在424名骑手中（平均年龄29.56±5.71岁），总体上有276名（65.1%）骑手表现出不安全骑行行为。在二元Logistic回归分析中，倾向因素（教育程度、婚姻状况、宗教和遵守交通法规意愿）和强化因素（家庭鼓励）与安全骑行行为显著相关。然而，在调整模型中，中等教育（AOR=0.50；95% CI:0.30-0.85）和高等教育（AOR=0.57；95% CI:0.33-0.98）、已婚（AOR=0.56；95% CI:0.34-0.91）、基督教信仰（AOR=2.98；95% CI:1.63-5.47）、遵守交通法规意愿（AOR=0.41；95% CI:0.24-0.70）、工会倡导（AOR=1.76；95% CI:1.03-3.01）以及维护良好的道路（AOR=1.65；95% CI:1.07-2.55）是安全骑行行为的显著预测因素。定性访谈进一步揭示了安全障碍，包括缺乏头盔、超速、无视交通法规以及道路基础设施差。 结论 骑手和乘客的安全水平仍然较低，且相互依赖，受多种因素影响。综合干预措施应聚焦教育、强化家庭、宗教团体、工会安全倡导以及更严格的交通法规执行，这对于提升骑手和乘客的安全至关重要。 | |
| COVID-19康复后额叶-边缘系统及丘脑皮质网络改变：一项多模态MRI研究 | Mishra, S. S. | 2026-06-07 | 背景：SARS-CoV-2感染后持续的神经和认知症状提示大脑结构和功能的长期改变。丘脑、眶额皮层及边缘网络对炎症和神经血管应激尤为敏感。然而，新冠后综合征中皮层、白质与丘脑皮层改变之间的关系仍不明确。方法：76名新冠康复者（CRPs）和51名健康对照（HCs）接受了多模态MRI扫描，包括T1加权结构像、弥散像和静息态功能像。采用基于体素的形态学分析（VBM）评估灰质形态，基于纤维束的空间统计（TBSS）评估白质微结构，基于主要丘脑核团的种子点分析评估丘脑皮层功能连接（TC-FC）。结果在组间（HC vs. CRP）及按住院状态分层后（HC vs.非住院患者（NHPs）vs.住院患者（HPs））分别进行评估。结果：HCs与CRPs之间未观察到组间灰质差异；但HPs在眶额皮层和额极皮层出现局部体积减少（pFWE < 0.05）。TBSS显示广泛微结构异常，包括联合纤维和连合纤维的各向异性分数和平均弥散率降低（pcorr < 0.05），各向异性模式区域增加提示交叉纤维选择性丢失（pcorr < 0.05）。静息态分析显示从丘脑背内侧核到前扣带回、顶叶和枕叶皮层的TC-FC增强（pcorr < 0.05），而枕核和腹外侧核的差异不显著（pcorr > 0.05）。结论：我们的发现表明新冠康复与额叶-边缘及丘脑-皮层环路的持续性改变相关，在重症感染者中最为显著。涉及眶额皮层和丘脑背内侧核的趋同性结构和功能改变提示网络特异性重组，这可能构成新冠后综合征持续认知和情感症状的基础。 | |
| SynapTrack移动应用中用于颈椎病性脊髓病的步态任务验证 | Lewis, A. | 2026-06-07 | 背景 步态障碍是脊髓型颈椎病（CSM）的核心体征，通常通过患者主观问卷或临床客观测量进行评估。这些方法需要大量资源实施，且不适合长期监测，而新兴的智能手机应用提供了一种高效替代方案。我们基于SynapTrack智能手机应用开发并验证了一种数据处理框架，用于评估CSM患者的步态功能。 方法 参与者完成步行任务，同时通过SynapTrack应用和标准步态垫进行记录。应用从智能手机提取的加速度数据经滤波处理后，生成步态周期特征，包括速度、步长时间、波形特征和频域特征。通过相关性分析和Bland-Altman图比较两种方法的标准步态特征以评估效度。随后将基于应用的步态特征与标准改良日本骨科协会评估（mJOA）进行对比，通过相关性分析和区分CSM患者与健康对照组的能力评估结构效度。最后，采用组内相关系数和变异系数测量应用特征的重测信度和标准差。 结果 本研究共纳入110名参与者，其中55人（50%）为CSM患者，24人（22%）为周围神经病变患者，31人（28%）为健康对照组。SynapTrack的步态测量指标（包括速度、步长时间和双支撑时间）通过Bland-Altman图及与步态垫特征的高度相关性（>0.8）显示出强效度。除步态特征外，加速度均方根、加速度峰值、频谱熵和主频在与mJOA的相关性分析（0.2-0.54）、趋势检验（p < 0.001）和AUROC分析（0.62-0.79）中均表现出强结构效度。ICC显示中等重测信度（0.52-0.67）。 讨论 与标准步态垫相比，所提出的步态数据处理框架显示出强效度，且与mJOA相比具有高结构效度，表明SynapTrack应用可作为现有方法的有效替代方案。与CSM严重程度相关的步态指标验证，以及相关波形和频域特征的识别，为利用智能手机应用开发生态效度高的CSM严重程度数据驱动标记提供了机会。 | |
| 足月婴儿胎盘效率的遗传结构：来自挪威母亲、父亲和儿童队列研究（MoBa）中单胺能通路和胎盘组织表达的证据 | Andersen, J. O. | 2026-06-07 | 胎盘在支持胎儿生长中发挥核心作用。出生体重与胎盘重量之比是衡量胎盘效率（PLE）及其适应胎儿需求能力的关键指标。我们基于挪威母亲、父亲与儿童队列（MoBa）中63,875例足月单胎分娩数据，开展了首个PLE全基因组关联研究（GWAS），并辅以母亲（N=60,472）和父亲（N=40,116）的补充分析。在子代与母亲基因组中，我们识别出多个全基因组显著位点，其中TSNAX-DISC1基因区域持续被验证。比较遗传学分析显示，PLE与胎盘重量存在遗传重叠，但与出生体重重叠极小，表明PLE捕捉了胎盘超越整体生长的适应特征。基因集富集分析突出单胺能通路（尤其是去甲肾上腺素摄取与转运），而基因特性分析显示PLE在胎盘组织中富集，这与出生体重或胎盘重量的模式不同。全局与局部遗传相关性分析揭示，PLE与子代、母亲及父亲的胎盘重量主要呈强负相关，其中父亲基因组的相关性最强。值得注意的是，包括SLC6A2、SLC22A2和SLC22A3在内的定位基因将PLE与单胺信号传导联系起来，这与胎盘对神经发育的贡献一致。这些发现揭示了PLE独特的遗传结构，以及连接胎盘功能与子代大脑发育的共享通路。 | |
| DentaCoPilot：一种面向全科牙科的LLM增强型下一操作推荐系统，专为牙医辅助设计 | Rodrigues, C. C. | 2026-06-07 | 背景 2026年，商用牙科人工智能主要集中于诊断领域：在X光片上检测龋齿、牙结石、根尖周病变及骨水平。然而，每次诊断后更棘手的临床问题是——根据患者病历和最近一次操作，牙医下一步应做什么——这一问题在全科牙科范围内仍未解决。最接近的已发表系统MultiTP（Chen等，2024）是一个仅限于部分缺牙病例的CNN-RNN模型，既未提供校准的不确定性、结构化推理，也未将模型视为决策支持而非自主分类器进行评估。 方法 我们提出DentaCoPilot推荐系统，该系统根据结构化病历返回：（i）针对下一步操作的当前牙科术语（CDT）代码的校准Top-K概率分布；（ii）可表述的置信度标签；（iii）当上下文不足时的明确弃权标志；以及（iv）基于病历的推理依据。我们在一个包含500名患者（1284个测试样本）的合成病历语料库上，比较了四种经典基线模型（频率二元组、TF-IDF+逻辑回归、XGBoost、MultiTP风格CNN-RNN）和六种大语言模型（LLM）变体（Claude Haiku、Sonnet+思维链、Sonnet+检索、Opus+思维链、Sonnet+经典先验、Opus+经典先验）。所有LLM推理均通过本地Anthropic Claude Code CLI路由，每次调用均记录以供完整审计。 结果 在公平对比评估中，经典基线模型达到0.567的Top-1准确率和0.967的Top-5准确率；纯LLM变体表现落后，Top-1准确率为0.267-0.467。将Sonnet LLM以经典基线模型的Top-10候选结果进行提示条件化（M5）缩小了差距：Top-5准确率从0.733（纯Sonnet+思维链）提升至0.933，与经典基线模型持平，同时保留了推理和弃权功能。将LLM骨干网络从Sonnet升级为Opus，无论是否使用预提示，均未提高准确率。报告了基线模型通过温度缩放和覆盖风险分析进行的校准结果。 结论 将小型LLM以经典基线模型的Top-K结果进行提示条件化，是我们测试的用于下一步操作推荐的最具成本效益的LLM设计，且该设计保留了将该系统与自主分类器区分开来的增强功能。下一阶段工作包括在KLE Vishwanath Katti牙科科学研究所（印度贝尔高姆）进行预注册的临床医生参与评估，以及在多机构BigMouth牙科数据存储库上进行真实数据评估。 | |
| 急性神经网络中断对神经生理学的即时至长期影响 | Kocsis, Z. | 2026-06-07 | 尽管学界对神经系统在急性神经事件后随时间恢复的机制有浓厚兴趣，但围绕这些事件从数分钟到数月的纵向评估仍十分匮乏。我们比较了三名患者在语义预测任务中接受前颞叶切除术前后即刻获得的罕见术中记录，以及术前2-6周、术后2个月和6-14个月获得的纵向源定位脑电图数据。与对照组（n=20）相比，两名左半球患者的任务表现呈现持续性损伤，而右半球患者则表现出延迟性影响。与同侧和对侧半球代偿理论一致，所有患者在言语反应和有效连接方面均出现双侧脑电图改变，且未完全恢复至术前水平。对与处理时间尺度（τINT）和兴奋-抑制平衡（非周期性斜率χSPEC）相关的内在神经生理生物标志物进行直接数据集比较发现，三名患者同侧半球均出现快速神经处理时间尺度的显著数月缩短，以及非周期性斜率的逐渐增加（推测反映皮质抑制增强或兴奋性降低）。在这些神经生理改变中，语义任务表现未能恢复至术前水平。这些罕见的纵向数据为在其他患者队列中多时间框架非侵入性评估神经生理影响提供了机制框架。 | |
| 基于小波分解的人类心电图基因组分析 | Zainana, S. | 2026-06-07 | 心电图（ECG）以多时间尺度编码心脏电活动，但标准临床分析将这一丰富信号压缩为少数标量测量值，丢弃了波形的大部分结构。这种简化过程中丢失的频率信号是否携带与心血管疾病风险相关的可遗传生物学信息尚不清楚。本研究对47,052名英国生物样本库中白人英国参与者的静息12导联心电图进行Daubechies-6小波分析，在12个导联和7个分解层级中提取84个频率特异性能量特征，并对每个特征进行独立的全基因组关联分析。我们鉴定出67个独立位点，并通过贝叶斯精细定位将其精炼为101个高置信度因果变异（后验包含概率>0.80）；相关位点集中于调控心脏传导和心肌完整性的基因，包括SCN5A、TTN、KCNQ1和DSP，以及特征尚不明确的心肌病候选基因。基于SNP的遗传力估计范围为0.03至0.26，其中I导联和aVR导联的中频带（D6-D4，约4-32 Hz）信号最强，导联间强遗传相关性表明波形背后存在协调的遗传结构。将这些特征与FinnGen R12心血管表型整合后，发现与心力衰竭的遗传相关性高达0.56，主要由最高频带（D1，125-250 Hz）的能量驱动——该频谱范围在临床心电图中常被常规滤波处理，此前被视为采集噪声。这些结果将心电图重新定义为多频率遗传表型，扩展了可从心电图数据中发现的心脏位点集合，并提示高频心脏电活动是心血管疾病风险中未被充分探索的维度。 | |
| 全身卡芬太尼PET：美沙酮与丁丙诺啡治疗中的肝-脑轴。 | Li, E. J. | 2026-06-07 | 目的：探讨接受美沙酮（MET）或丁丙诺啡（BUP）治疗的海洛因使用障碍（OUD）患者中，脑μ阿片受体（MOR）可用性与肝脏活动之间的关系。方法：10名OUD患者（5名接受MET治疗，5名接受BUP治疗）及13名健康对照（HCs）接受全身PET [11C]卡芬太尼（CFN）显像。通过关键MOR富集脑区的分布容积比量化MOR可用性，以肝脏分布容积（Vt）作为全身示踪剂药代动力学指标，并检测OUD患者血清药物浓度。结果：OUD组脑MOR可用性显著低于HCs（p<0.001），其中BUP治疗组（平均MOR差异=39.9±15.9%，Cohen's d=3.35）较MET治疗组（平均MOR差异=14.2±9.9%，d=1.90）降低更显著。中枢MOR可用性与血清药物浓度呈负相关，MET组呈线性关系（R²=0.83），BUP组呈对数关系（R²=0.96），符合不同受体占据动力学特征。各组肝脏Vt存在差异（p<0.003），两个OUD组均低于HCs（p<0.05）。MET患者中，肝脏Vt与脑MOR可用性呈强相关（R²=0.68），且独立于血清药物浓度（R²=0.63）。BUP患者中该相关性减弱（R²=0.30），HCs中无相关性。结论：接受MET与BUP治疗的OUD患者呈现药物特异性脑-肝脏药代动力学特征。MET患者表现出肝脏示踪剂动力学与脑受体占据的耦合性，而BUP患者则无此现象。这些发现表明，药物特异性脑-体药代动力学差异可能解释OUD中阿片激动剂效应的临床差异。 |