2026-06-21 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 |
|---|---|---|---|---|
| JanusMesh：通过跨空间去噪实现快速零样本3D视错觉生成 | Siang-Ling Zhang | 2026-06-18 | 创建3D视觉错觉——一个从不同视角呈现完全不同语义的单一3D网格——是一项迷人但极具挑战的任务。现有基于优化的方法速度缓慢且易产生过饱和色彩。相比之下，简单的拼接方法无法生成几何一致的物体，导致出现明显的非自然接缝和语义泄露。本文提出一种快速且无需训练的框架，用于生成文本驱动的3D视觉错觉。我们的方法将生成过程解耦为两个阶段。首先，我们提出跨空间双分支去噪流程，该流程动态地将3D潜在特征解码到体素空间，用于CLIP引导的方向对齐和符号距离场融合，确保无缝几何融合。其次，我们引入视图条件纹理合成模块，将特定视角的2D扩散先验投影并聚合到融合后的几何体上。大量实验表明，我们的方法仅需3-5分钟即可生成高度逼真的双语义3D错觉，在几何完整性、语义可识别性和效率方面显著优于现有方法。项目页面：https://siang1105.github.io/JanusMesh.github.io/ | |
| TimeProVe：先提出，再验证，实现日常活动长视频时间推理的高效处理 | Arkaprava Sinha | 2026-06-18 | 长视频问答（LVQA）需要从长达数小时的未剪辑视频中识别稀疏且与查询相关的证据。现有方法要么使用大型视觉语言模型（VLM）对视频进行密集处理，导致计算成本过高，要么依赖基于稀疏字幕的推理，这往往会遗漏时间定位和运动中心的证据。我们提出TimeProVe，一种用于长视频时间定位推理的成本高效混合框架。TimeProVe首先使用轻量级模块生成基于动作的答案-证据假设，随后仅调用昂贵的VLM进行针对性验证。该框架的核心在于基于动作的候选证据（ACE）模块，该模块通过轻量级LLM推理将时间定位的动作转化为查询条件化的候选答案和支持证据窗口。我们进一步提出OpenTSUBench（OTB），一个用于评估真实世界日常生活活动（ADL）场景中时间定位推理的开放式基准。实验表明，TimeProVe在OTB上比最强基线高出7.3%，同时将VLM调用减少75%，推理成本降低93%。此外，在没有显式时间定位训练的情况下，TimeProVe在Charades-STA上取得了具有竞争力的性能，并在结合定位VLM增强后达到最先进水平。 | |
| 扩散Gemma的透明度如何？ | Joshua Engels | 2026-06-18 | LLM推理透明度对于理解模型决策、减少误用与对齐问题、以及调试异常模型行为至关重要。然而，DiffusionGemma在连续潜在空间中完成了更大比例的计算——这是否会降低其推理透明度？我们通过将透明度分解为两个维度来研究这一问题：变量透明度（即能否理解模型计算状态的中间快照）和算法透明度（即能否利用这些快照重构模型输出结果的生成过程）。直观来看，DiffusionGemma的变量透明度较差：其不透明序列深度（即可解释模型状态之间发生的串行计算量）最初看似比对应的自回归Gemma 4模型高出28.6倍。但我们证明，通过可解释的token瓶颈映射去噪步骤间的信息流，可在不降低下游性能的前提下，将不透明序列深度降至仅为Gemma 4的1.1倍。对扩散模型而言，算法透明度比自回归模型更具挑战性，因为画布中所有token预测在每个去噪步骤中都可能发生变化，这使得模型能够在去噪过程中实现复杂的分布式算法。为弥合这一差距，我们开展了一系列可解释性案例研究，发现了非时序推理、token与序列模糊化、中间上下文推理等新型扩散模型特有现象的初步证据。最后，我们测试了可监控性——这是透明度的重要应用，用于衡量模型输出对下游任务的有效性。结果表明DiffusionGemma与Gemma 4具有相似的可监控性。 | |
| UNIEGO：代理作为中介的统一自我中心视频表示学习 | Wenhao Chi | 2026-06-18 | 自我中心视频理解本质上受限于可穿戴摄像头的狭窄视角：单一视角、单一模态、单一模型无法捕捉人类行为的全部丰富性。我们认为，真正富有表现力的自我中心表征必须整合跨视角、跨模态和基础模型表征的互补知识，同时仍需仅从自我中心视频中即可部署。为此，我们引入了一种分层多教师蒸馏框架，生成了UNIEGO——一个统一的自我中心编码器，该编码器通过九位教师（涵盖自我-外部视角、RGB、深度和骨架模态）以及四个基础模型进行训练。我们的框架并非直接从不兼容架构和特征几何结构导致梯度冲突的异构教师中进行蒸馏，而是插入一层特定表征的代理模型，将多样化的教师知识转化为同质的自我中心空间。第二蒸馏阶段——选择性代理蒸馏（SPD）——随后针对每个训练样本自适应地选择既正确又自信的代理子集，仅从可靠监督中进行蒸馏，并抑制错误信号。SPD通过将UNIEGO初始化为代理参数的凸组合进一步稳定，使统一模型在蒸馏开始前处于损失景观的良好条件区域。UNIEGO在三个自我中心视频理解任务——动作识别、视频检索和动作分割——中，在三个具有挑战性的自我-外部基准上实现了最先进的性能，优于朴素的多教师蒸馏基线，并证明了结构化、代理中介的知识转移能够产生更丰富、更具判别力的自我中心表征。 | |
| 最优确定性多校准与全知预测 | Georgy Noarov | 2026-06-18 | 如果一个模型在群体权重集合 $G$ 上是多校准的，那么它不仅是整体上校准的（即预测无偏），而且在根据每个 $g \in G$ 对上下文重新加权后也是校准的。这一性质对许多下游应用非常有用，也是可信机器学习的基本要求。在此工作之前，所有已知能达到 $\varepsilon$-多校准的极小极大最优 $\widetilde O(\varepsilon^{-3})$ 样本复杂度率的预测器都是随机化的，而确定性预测器仅以显著更差的样本复杂度实现。随机化是否对多校准中的最优样本复杂度必要，这一问题由 [CLNR26] 明确提出，并在之前的几项工作中隐含提及。我们通过给出一个输出确定性预测器的极小极大最优多校准算法解决了这一开放问题。随后，我们将该算法推广，以生成满足关于有限或有限覆盖测试集合的结果不可区分性（OI）的最优确定性预测器。作为应用，这还给出了具有最优样本复杂度的确定性全能预测器和泛预测器，解决了 [OKK25] 和 [BHHLZ25] 提出的开放问题。 | |
| 《方框思维：轻松实现真实图像的3D编辑》 | Pradhaan S Bhat | 2026-06-18 | 文本和2D条件化界面在图像编辑中只能提供对空间变换的弱控制与模糊引导，尤其在处理大范围物体运动和相机视角变化时表现不佳。先前研究虽采用三维基元（如立方体），但仅将其作为指示物体大致位置的松散条件信号，而非明确指定变换参数。我们创新性地将三维立方体作为结构化规范：用户提供编辑前后的立方体参数，将编辑任务转化为良态几何问题。这种"以立方体思考"的交互界面中，每个立方体面通过颜色编码传达三维朝向，从而实现对真实图像中平移、旋转、缩放和视角变化的精确控制，同时保持场景与物体身份不变，并恢复先前不可见的物体区域。为将变换锚定于场景外观，我们引入深度对齐的平面地板作为全局参考坐标系，并辅以深度感知阴影渲染。基于该结构化条件，图像生成器能在大幅变换下保持结果一致性。通过两阶段训练（合成多物体场景与Objectron小规模真实视频），该系统可泛化至复杂野外真实图像。本方法直接作用于真实照片，在大幅三维编辑任务中显著超越近期最优方法。 | |
| 为生成式推荐构建并标记化分布式用户兴趣上下文 | Ruizhong Qiu | 2026-06-18 | 生成式推荐是一种新兴范式，在工业推荐系统中展现出潜力，旨在从用户历史行为中预测其下一次交互。该范式的核心在于物品分词化，它连接了物品语义与推荐模型。然而，现有方法往往难以同时有效地组织并将复杂的用户行为与物品语义上下文注入推荐模型。一方面，现有的基于图的集成方法（如图序列化和图神经网络）要么存在可扩展性问题，要么仅利用局部图信息。另一方面，现有的语义分词化方法通常依赖启发式规则，缺乏明确的监督信号，可能导致语义表示不准确或次优。为解决用户兴趣上下文建模中的这些局限，我们提出G2Rec，一个可扩展的框架，将基于图的整体用户协同参与建模与语义分词化统一起来，用于工业级生成式推荐。总体而言，G2Rec使推荐模型能够捕捉整体且基于语义的用户兴趣原型，无需真实用户兴趣标签，从而在工业序列推荐中提供更全面、更准确的用户行为上下文建模。跨产品表面的在线部署及在公开数据集上的大量实验表明，G2Rec优于现有方法。 | |
| 令牌是群元素：论矩阵李群上的李代数注意力机制 | Przemyslaw Musialski | 2026-06-18 | 我们将注意力令牌置于群上：令牌是矩阵李群$G$中的元素$g_i$——一种纯粹的变换，没有特征负载，也没有外部作用$\rho(g)$来承载它。据我们所知，这是首个以纯矩阵李群元素作为令牌的注意力结构：其分数是相对位姿的闭式代数范数，而非学习得到的核函数，并且它能够覆盖仿射全帧群，而所有基于不可约表示或满射指数的方法都必须排除这些群。我们称之为李代数注意力。一旦令牌成为群元素，后续过程便无需任何常规表示论机制。一对元素的相对几何是规范化的，即$g_i^{-1} g_j$，因此成对不变量$w_{ij} = \log(g_i^{-1} g_j)$是内在的而非人为设计的；对角$G$作用下的等变性是自明的，且余循环条件自动成立。注意力分数为负的代数范数平方，即$s_{ij} = -\ | |
| 可预测性作为隐私的细粒度度量 | Linda Lu | 2026-06-18 | 差分隐私（DP）即便面对最强大的攻击者也能提供严格的个体级隐私保障，但其最坏情况特性可能导致隐私与准确性之间代价高昂的权衡。我们提出"基于可预测性的隐私"这一细粒度框架，该框架明确整合了攻击者的核心知识（由随机过程生成的数据集中被攻破的部分）以及指定的查询族。可预测性将隐私泄露量化为攻击者在观察算法输出后，对未知个体敏感信息的预测能力相较于仅从已泄露数据中推断的增量提升。研究表明，可预测性与DP通常不可比较：两者可能一方极小而另一方极大。但在仅剩一个个体未被攻破且所有二元查询均被视为敏感的最坏情况下，可预测性可推导出互信息DP。更广泛而言，可预测性为特定敏感信息和特定攻击者模型提供了更细粒度的隐私度量。我们引入基于广义矩估计（GMM）的通用框架，分析当已泄露数据由平稳遍历混合过程生成时的渐近可预测性。基于此分析，我们为经验风险最小化（ERM）推导出可预测性校准的输出扰动方案。该方法与DP互补，可配合DP实现细粒度隐私控制。 | |
| 当前的世界模型缺乏持久的状态核心。 | Jinpeng Lu | 2026-06-18 | 世界模型正日益被视为迈向通用人工智能的关键一步，但物理世界的建模远不止于按需生成令人信服的画面：它需要一种随时间持续演化的内部世界状态，这种状态与观测解耦，使得物体能够持久存在、事件能够自然推进至终结——无论是否有摄像头在注视，就像月亮在无人仰望时依然遵循轨道运行。这一要求是现有基准测试的盲区，它们奖励保真度、运动、相机可控性等表面特性，却从不追问：当世界未被观测时，它是否仍在持续演化。我们提出\textbf{WRBench}，首个将相机运动视为观测干预的系统性诊断基准，通过人类校准的评估链来检验：相机是否执行了要求的交互、场景在视野内是否保持连续可识别、以及返回的目标是否与已启动的事件保持一致。在涵盖四种控制范式的23个模型生成的9600个视频中，一个发现始终成立：当前系统将观测到的世界维持为跟踪镜头，返回的目标停留在被遗弃时的状态，而非在未被观测期间推进事件。由于这一失败跨越控制范式、模型家族和规模增量，稳健的世界状态演化并非来自更清晰的图像、更精确的控制、更丰富的几何先验或单纯的参数数量。因此我们认为，物理状态核的稳定性与视角干预下世界线的一致性应成为世界模型设计的首要目标，使世界模型捕捉世界将如何展开，而非下一帧如何呈现。 |
bioRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| 基于链感知蛋白质语言建模的抗体-抗原亲和力预测 | Singh, H. | 2026-06-21 | 动机：抗体-抗原亲和力决定了哪些抗体在治疗发现、库分析和亲和力成熟中能够脱颖而出，但实验测量数据相对于序列库的规模而言非常稀疏。基于结构的预测因子在可获得可靠复合物时能够利用界面几何信息，然而早期发现通常需要对许多重链-轻链对进行排序，而这些对针对的抗原尚无复合物结构。现有基于序列的模型具有可扩展性，但常常将重链和轻链压缩为单一抗体表示，或拼接抗体和抗原特征，从而掩盖了驱动结合的链特异性和表位特异性信号。结果：我们提出AbAffinity，一种仅基于序列的链感知三流架构，将重链、轻链和抗原作为独立流进行维护。它整合了冻结的ESM-2嵌入与重链CDR聚焦池化、重链-轻链自注意力、自适应融合门控和门控交叉注意力，仅训练一个紧凑的交互模块。在SAAINT-DB基准测试中，AbAffinity在十折交叉验证下实现了强大的预测性能，并在新抗原上保持了稳健的准确性。它在包括SAbDab、AB-Bind和SKEMPI 2.0在内的外部基准测试中持续优于近期基于序列的模型。消融研究突出了链特异性表示、CDR聚焦池化和门控交互路径的贡献。积分梯度归因在结构验证的界面上恢复了已知的互补位和表位残基。AbAffinity为结构信息有限或不可用时的抗体筛选和优先级排序提供了一种轻量级、可解释的序列优先框架。 | |
| 关于动物认知研究中未受实验操作影响或不受其影响的动物所获结果的实验室内部可重复性——以猪（Sus Scrofa Domesticus）在12项洞板研究中的空间学习为例 | van der Staay, F. J. | 2026-06-21 | 实验结果的可重复性被认为是实证研究的基石。然而，在动物研究中，未经实验处理的群体（即实验比较所依据的标准）的结果可重复性几乎被完全忽视。我们的目标是通过以猪（一种日益流行的大型动物模型物种）为研究对象，示例性地确定实验室内的可重复性来填补这一空白。基于我们实验室进行的十二项独立猪用洞板研究的数据，我们检验了未经实验处理群体（通常为对照组）的可重复性，最终也包括了实验处理未产生影响的群体。这些分析还针对所有涉及Terra×芬兰长白猪×杜洛克猪品种的八项研究进行，排除了其他所有品种以增加遗传一致性。洞板是一项复杂的空间辨别任务，动物必须学会在4×4矩阵排列的16个可能位置（洞）中的四个找到食物。测量的主要变量包括空间工作记忆（WM）、参考记忆（RM）以及作为动机指数的访问间隔时间（IVI）。所有研究均显示，在连续试验块中，WM和学习率主要呈线性改善。IVI在不同试验块间表现出较大变异，但这并未影响WM和RM学习，这些是猪空间学习的稳健且可重复的指标。评估可重复性提供了相关信息，例如模型物种的行为和生理特征是否在不同研究中稳定表达且稳健。纳入可重复性研究并发布其结果，可以促进更可重复方法和流程的开发与使用，从而提高科学严谨性。如果数据可用且可获取，下一步应将可重复性研究扩展到不同实验室进行的研究。 | |
| πDIA-CLIP：通过通用零样本框架高效识别高度异质性蛋白质组学数据 | Liao, Y. | 2026-06-21 | 数据非依赖性采集质谱技术已成为表征高度异质性生物系统（如单细胞蛋白质组学、宏蛋白质组学和空间蛋白质组学）的核心手段，其鉴定深度和定量重现性无与伦比。然而，当前DIA分析框架需要在每次运行中进行半监督训练以实现肽段-谱图匹配（PSM）重新评分，这种方法易出现过拟合，且缺乏跨物种和实验条件的泛化能力。在此，我们提出{pi}DIA-CLIP通用框架，通过整合双编码器对比学习与编码器-解码器架构，将DIA分析策略从半监督训练转变为零样本跨模态表征学习，为谱图特征与肽段建立统一的高精度表征。值得注意的是，{pi}DIA-CLIP的通用零样本特性支持纯推理架构，简化分析流程并实现卓越的计算效率。在五个不同基准测试中的广泛评估表明，{pi}DIA-CLIP始终优于现有工具，蛋白质鉴定数量最高提升44.6%，同时诱饵鉴定减少量最高达52.5%。此外，增强的鉴定深度有助于发现新型生物标志物并阐明复杂的细胞机制。 | |
| SIEVEseq：利用RNA-Seq数据一站式分析差异表达、变异性和偏度 | Li, H. | 2026-06-21 | RNA-Seq数据分析通常偏向于检测差异表达基因，未能充分反映不同生物学条件下基因表达变化的复杂性。这种偏差源于离散计数模型无法完全且独立地参数化基因表达分布的均值、方差和偏度。因此，需要一个能够同时检验差异表达、差异变异性和差异偏度的统一统计框架。我们提出SIEVEseq这一统计方法，提供了这样的框架。SIEVEseq采用成分数据分析策略，将离散的RNA-Seq计数转化为连续形式，其分布可由偏正态分布良好拟合。参数与非参数模拟均表明，与现有差异表达方法相比，SIEVEseq能更好地控制错误发现率和第二类错误。对阿尔茨海默病Mayo RNA-Seq数据集的分析显示，在对照组与疾病组之间均值、方差和偏度存在显著差异的基因集能强有力地预测疾病状态。此外，功能富集分析表明，仅依赖差异表达基因只能识别部分生物学谱系，而纳入具有差异变异性和差异偏度的基因可揭示更多疾病相关方面。跨数据与跨方法验证表明检测到的生物学信号是真实的。SIEVEseq的R包及源代码可在以下网址获取：https://github.com/Divo-Lee/SIEVEseq。 | |
| 竞争性橄榄小脑输入选择促进弹性回路形成 | Coello, J. A. | 2026-06-21 | 许多神经回路会经历竞争性输入选择过程，即多余的连接会竞争靶细胞上的神经支配区域。当功能性输入优于受损输入时，这一过程可能形成非典型回路。然而，此类非典型回路究竟具有适应不良性还是能促进功能韧性，目前尚不明确。我们利用橄榄-小脑攀爬纤维回路对此展开研究——在该回路中，多个输入会竞争对浦肯野细胞的单神经支配。研究发现，消除约50%橄榄-小脑神经元的神经传递会降低攀爬纤维在输入选择中的竞争力，并减少亲代下橄榄核神经元的存活率。相反，功能性攀爬纤维则扩大了其神经支配区域。尽管存在这些非典型回路，攀爬纤维依赖的运动控制仅受到轻微影响，而社交行为则完全保留。这些结果表明，依赖神经传递的竞争能促进韧性回路的形成，即使小脑的绝大部分输入在发育过程中受损，仍能维持复杂行为。 | |
| 在类风湿关节炎中，一种APOC1+炎症性CAF样状态驱动了衰老且耐治疗的微环境形成。 | Yoshihara, R. | 2026-06-21 | 目的：类风湿关节炎（RA）滑膜炎常在细胞因子靶向治疗后持续存在，提示存在独立于经典免疫通路的致病性基质程序维持慢性炎症。尽管滑膜成纤维细胞（SF）在治疗抵抗中的作用日益受到关注，但驱动难治性疾病的致病性成纤维细胞状态及其治疗靶点仍不明确。方法：我们整合了54例RA患者滑膜组织的多模态单细胞和空间图谱，结合前瞻性治疗反应数据及人成纤维细胞和实验性关节炎模型的功能研究。结果：我们鉴定出在治疗抵抗性滑膜炎中选择性富集的C-X-C基序趋化因子12（CXCL12）高表达载脂蛋白C1（APOC1）+成纤维细胞群体。空间分析显示，这些成纤维细胞在发炎滑膜内建立CXCL12依赖性浆母细胞微环境，类似于在肿瘤微环境中协调免疫细胞募集的炎症相关癌症相关成纤维细胞（iCAF）。CXCL12hi APOC1+成纤维细胞表现出以STAT3-C/EBP激活和APOC1表达为特征的衰老相关iCAF样转录程序，并与TNF和IL-6通路抑制治疗反应不良相关。机制上，RA-SF中APOC1敲低可减弱侵袭性间充质行为并破坏衰老相关炎症程序，确定APOC1为致病性成纤维细胞重编程的核心调控因子。重要的是，遗传或药物清除衰老细胞可改善实验性关节炎并增强TNF阻断疗效。结论：这些发现将具有衰老特性的iCAF样成纤维细胞确定为难治性RA滑膜炎的机制驱动因素，并提名基质衰老程序作为超越细胞因子抑制的可干预治疗靶点。 | |
| 全球深海冷泉病毒图谱揭示广泛的基因组新颖性与生物技术潜力 | Liu, X. | 2026-06-21 | 冷泉是全球分布的海底深部生态系统，孕育着多样化的化能合成微生物群落，但其病毒组分仍知之甚少。本研究建立了全球冷泉病毒组数据库，包含191,937个物种级病毒操作分类单元（vOTUs）和244万个病毒蛋白簇，这些数据来自全球18个冷泉位点的314个宏基因组。大多数vOTUs与现有环境病毒组中的序列存在显著差异，表明冷泉蕴藏着大量未被探索的病毒库。宿主预测显示这些病毒与关键原核生物（包括厌氧甲烷氧化古菌）存在多样化关联。蛋白质注释揭示这些病毒编码大量未表征蛋白和具有不同理化特性的病毒标志蛋白，可能有助于其生态适应性。我们还鉴定了推定辅助代谢基因、抗防御基因和溶菌素，并通过实验验证了代表性抗防御蛋白和溶菌素的强活性。该资源拓展了当前对深海病毒多样性的认知，为研究病毒-宿主互作、验证生物地球化学假说以及探索冷泉生态系统的生物技术潜力奠定了基础。 | |
| 单种与多种群体中社会遗传效应的联合建模：以间作系统为例 | Salomon, J. | 2026-06-21 | 种间群体的遗传学在很大程度上仍未被探索，尽管社会（或间接）遗传效应在塑造群落内表型表达中起着核心作用。间作，即在同一田地中同时种植多种作物物种，为利用这些种间社会效应提供了有力模型。这种物种混合提供了有据可查的农业效益，但很少有育种框架整合了社会互动的遗传学。在此，我们通过将数量遗传学理论扩展到种间群体来填补这一空白，并以间作为具体且应用性的模型案例。我们提出了一个数量遗传模型，在统一框架内联合分析种内和种间互作。育种值被分解为直接组分（在单作和混作中共享）、种间社会组分（对应一个物种对另一个物种的影响）以及种内组分（捕获克隆植物单基因型群体内的社会效应）。从统计学角度看，这相当于同时拟合多个线性混合模型，每个群体类型一个，所有模型共享直接育种值。由于没有开源软件能拟合如此复杂的混合模型，我们在R包plantmix中提供了基于C++的实现。跨多种遗传（协）方差结构和稀疏实验设计的模拟显示，所有遗传（协）方差和育种值均能准确估计。通过结合单作和间作的不完全但平衡的设计，两个系统中的遗传增益可同时实现，从而支持逐步将间作整合到现有单作方案的育种策略。更广泛地说，该框架允许在基因型处于单种和混种情境（无论是否栽培）时，解析直接和社会遗传效应。 | |
| 群体规模下免疫细胞转录组的分层分类 | Beltz, C. | 2026-06-21 | 准确的免疫细胞分类对于解读单细胞RNA测序数据至关重要。然而，由于常规数据整合会引入统计依赖性从而夸大模型泛化能力，缺乏独立的高分辨率基准限制了细胞类型自动标注技术的进展。本文提出单细胞通用分类总库——一套独立、统一的专家注释资源，以及模块化分层分类器Compocyte。两者共同构建的框架在显著超越现有分类器的同时，便于专家复核存疑注释。通过将Compocyte应用于50项研究（含3个新生成数据集），我们分类了来自3,965名患者的1,560万个白细胞。在该队列中，我们鉴定出肿瘤相关吸收性巨噬细胞新表型、亚临床细胞因子释放综合征中的非经典单核细胞亚型，以及转移灶中T细胞记忆干性的程序性侵蚀。Suco与Compocyte为在人群规模揭示人类免疫调控原理提供了可推广的框架。 | |
| 在冻结的连续时间网络中，类似攀爬纤维的在线读出适应机制复现了力场适应与后效现象。 | Kobayashi, J. | 2026-06-21 | 基于液态神经网络及相关连续时间模型（如LTC和CfC）构建的机器人运动控制，通常通过时间反向传播进行离线训练，且缺乏在植物动力学变化时在线重新校准的显式机制。我们探究：一个液态状态跨越固定连续时间基的冻结CfC核心，能否通过仅用类似爬行纤维的误差信号调整其线性读出层，来支持类似小脑的在线适应。在平面双连杆到达模拟中，引入速度依赖的卷曲力场，我们采用最小均方规则下的反馈误差学习信号在线调整读出层，核心保持不变。冻结核心的仅读出控制器能重新拉直受卷曲扰动的到达轨迹，且在力场移除后产生镜像后效——这一行为特征与内部模型学习一致，而纯反馈控制器无法产生此现象。当使用循环状态（而非投影运动输出）作为读出基础时，该结果从密集CfC推广到稀疏神经回路策略布线；且对力场强度和方向具有鲁棒性。递归最小二乘变体适应更快，但因协方差坍缩导致去适应缓慢——协方差重置的安全遗忘规则可消除此刚性。在所探索的二维双连杆模拟范围内，我们未发现需要调整冻结核心的仅读出失败案例。因此，在此模拟研究中，仅调整读出层为离线训练的连续时间控制器提供了一种受生物启发的低成本在线误差适应层。 |
medRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| 通过利用多效性推断遗传变异网络，表明性状关系驱动了GWAS中的大规模多效性。 | Tournaire, M. | 2026-06-21 | 通过全基因组关联研究（GWAS），遗传变异已被发现与多种性状相关，但精确定位因果变异及其作用机制仍具挑战。分子表型（如eQTL）常被用于解读GWAS结果，然而近期对其重叠性不足的担忧日益增加。我们采用逆向策略，利用PRISM（多效性关系推断SNP模型）方法，通过多效性来定位直接效应并构建变异-性状网络。PRISM将变异-性状效应分为混杂介导效应、性状介导效应和直接效应三类，并通过交叉比对所有性状的结果构建个体变异网络。模拟实验表明，PRISM在识别直接效应和重建变异-性状网络方面具有高精度。将PRISM应用于英国生物银行中代表表型组的70种复杂性状与疾病时，我们发现直接效应仅占显著效应的约11%，但在遗传力中高度富集。多重证据表明，PRISM网络与已知生物学机制具有一致性。 | |
| 研究远程医疗支持的多感官环境对年轻人焦虑的心理生理影响 | Jafarifiroozabadi, R. | 2026-06-21 | 近年来，美国成年人的焦虑症状显著增加，其中年轻成年人患病率更高。这项合作研究评估了远程医疗支持的多感官环境作为综合干预措施对降低年轻成年人焦虑水平的有效性。研究从美国一所大学人群中招募了30名参与者。焦虑水平在三个五分钟时段内进行评估：基线期、特里尔社会应激测试（TSST）暴露期，以及以远程医疗（预先录制的引导冥想）为干预手段的物理感官环境期。通过传感器（EmbracePlus）和眼动追踪设备（Tobii Pro Glasses）连续收集生理数据，包括皮肤电活动（EDA）、眼睛注视和扫视的次数及持续时间。主观数据采用状态-特质焦虑量表（STAI）和半结构化退出访谈进行测量。基于25名参与者完整数据集的配对比较显示，在TSST后，参与者的EDA（P < .001）、平均扫视频率（P = .011）、眼睛注视次数（P < .001）以及感知状态焦虑评分（P < .001）均显著下降，表明远程医疗支持的多感官环境在缓解焦虑方面具有有效性。半结构化访谈还突出了参与者对关键感官环境特征的偏好，包括触觉、形态、照明、家具类型及配置。本研究结果将为未来教育环境中远程医疗支持的多感官环境的设计与实施提供参考，以改善年轻成年人的焦虑症状。 | |
| 在疫苗引入后，对19世纪哥本哈根天花流行病学模式的建模 | Eilersen, A. | 2026-06-21 | 1798年，詹纳的天花疫苗使得预防最致命的儿童疾病成为可能。丹麦自1801年开始使用该疫苗，到1810年已实施强制性的单剂儿童疫苗接种计划，且完全免费。由于约13岁时的教会坚信礼要求提供疫苗接种（或自然免疫）证明，约90%的儿童接种了疫苗，1808年后天花在哥本哈根消失。经过16年的"蜜月期"后，天花于1824年卷土重来，呈现出新特征：疾病症状较轻，主要感染年轻成年人（1, 2）。本研究探讨了后蜜月期（1824-1875年）天花疫苗接种对流行病模式的影响。我们获取了"Soekvaesthuset"医院的数据，该医院在1824-1835年间收治了所有轻症和重症天花病例以控制疫情。我们识别出约3000例天花病例及此期间发生的四次独立疫情（1-3）。采用机制模型（SEIR）评估影响天花复发及年龄分布变化的因素，包括疫苗接种覆盖率、疫苗免疫和自然感染免疫的持续时间，以及约1800年前后出生、既未及时接种疫苗又未感染天花的"失落一代"人群的命运。模型准确追踪了1824年天花的消失与复发、疫情高峰间隔及年龄分布变化模式。我们提出，约20年后疫苗免疫力减弱是解释天花复发及疫情模式的主要原因。 | |
| 超声技能专家：基于IMU-视频平台描述聚焦心脏超声技术特征的可行性。初步研究 | morales, f. r. | 2026-06-21 | 背景：聚焦心脏超声（FoCUS）的操作依赖操作者，需要协调探头操控、图像解读和迭代视觉反馈。现有评估方法常强调最终图像质量或专家评分。我们开发了超声技能专家系统（EXUS），该平台可同步换能器安装的惯性测量单元（IMU）数据与超声视频，并在FoCUS采集过程中评估其技术可行性。方法：本观察性试点研究纳入6名操作者，每人完成两次四切面FoCUS方案操作，共产生12次分析会话和48次计划采集。可行性通过采集完成度、视频可用性、开始/停止事件、融合IMU-视频窗口、时间覆盖率、完整人工标签条目及IMU完整性进行定义。采用100张图像的Likert评分任务总结静态帧图像质量评估的成对评分者间一致性。结果：所有48次计划采集均完成视频、开始/停止事件、融合窗口及完整人工标签条目。47/48次采集的时间覆盖率至少达90%。IMU完整性终点超过80%阈值：43/48次采集无极端IMU衍生伪影，43/48次无活动段IMU重启，44/48次无完全运动平线。Likert任务的成对精确一致性均值为38.9%，二次加权Cohen's kappa均值为0.564。事后分析显示持续时间、视觉质量、机械负荷及运动效率存在差异。结论：EXUS在FoCUS期间实现同步IMU-视频捕获具有技术可行性。本试点研究支持将多模态采集数据作为描述技术特征和生成形成性反馈假设的方法，但事后指标并非经过验证的能力评估标准。关键词：聚焦心脏超声；床旁超声；惯性测量单元；医学教育；刻意练习 | |
| 南欧地区早期生活环境、营养与青春期发育时程：一项暴露组分析 | Pinto da Costa, M. | 2026-06-21 | 背景：生命早期的城市环境和生活方式因素可能影响青春期启动时间，但在暴露组分析框架下，多种环境暴露的联合效应仍知之甚少。目的：探讨生命早期城市环境暴露与青春期启动时间的关联，并探究这些暴露是否与生命早期营养因素（即母乳喂养时长和儿童期饮食质量）存在交互作用。方法：分析两项欧洲人群出生队列数据：Generation XXI（G21，葡萄牙；n=5263；51.5%为女孩）和INfancia y Medio Ambiente（INMA，西班牙；n=1019；50.1%为女孩）。在两个队列的四个生命早期阶段（孕期（仅INMA）、出生、1岁、4-5岁）评估城市环境暴露，包括空气污染、交通、建成环境和自然空间指标。采用Tanner分期和/或青春期发育量表（PDS）评估青春期发育时间，初潮年龄为自我报告。分别使用暴露组关联研究（ExWAS）模型和无监督聚类结合有序逻辑回归模型分析单一暴露和多暴露关联。回归模型调整了相关儿童特征、母亲因素和家庭社会经济状况，并进行了多重检验校正。结果：生活在更不利城市环境（表现为更高建筑密度、空气污染和更低自然空间可达性）的个体，在多个结局、多个生命早期暴露期和两个队列中均显示更早的青春期启动时间。在G21队列中，这些环境特征与更早的初潮年龄相关，尤其对于1-1.5岁和4-5岁的暴露（例如，1-1.5岁：β=-0.172，FDR校正p值=0.041）；而在INMA队列中，暴露于更不利环境特征的男孩表现出更先进的青春期发育，也尤其对于1-1.5岁和4-5岁的暴露（例如，1-1.5岁：β=0.572，FDR校正p值=0.008）。在环境领域中，空气污染和交通是与青春期启动时间最一致相关的因素。关于生命早期营养因素，更长的纯母乳喂养时长与G21女孩较低的Tanner分期相关。未观察到母乳喂养时长与环境暴露聚类之间的显著交互作用。结论：生命早期城市环境暴露，特别是空气污染和交通，可能影响青春期启动时间。纯母乳喂养可能对早期青春期发育具有保护作用。这些发现强调了改善城市环境条件和促进母乳喂养以支持健康发育轨迹的重要性。 | |
| 利用美国血液供应来检测新兴病毒威胁 | Justen, L. J. | 2026-06-21 | 新发传染病往往在引发临床症状后才被察觉，导致监测系统只能被动应对而非主动预警。美国血液供应系统每年采集数百万份全血和血浆样本，这为主动监测病原体提供了尚未充分利用的国家级资源。我们建议将宏基因组测序整合至现有采血与检测流程中，在样本采集后数日内即可检测残留样本中的已知及新型病毒。与当前仅针对有限预设病原体的血液筛查不同，宏基因组测序能捕获更广泛的病毒威胁，包括通过血液和媒介传播、可引发无症状病毒血症且可能被症候群监测遗漏的病原体。模型显示，每年投入550万美元即可在新型HIV样病原体感染美国0.01%人口前将其检出。依托现有的献血者监测、检测及隐私保护体系，血液供应链测序为强化国家和全球生物安全提供了可立即部署的机遇。 |