2026-06-24 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 |
|---|---|---|---|---|
| DiffusionBench：扩散Transformer的整体评估 | Xingjian Leng | 2026-06-23 | 扩散Transformer（DiT）在图像生成领域的研究已收敛至单一评估框架：基于ImageNet的类别条件生成。尽管各类方法持续提升FID及相关指标，但这些指标能否反映生成建模的真实进展愈发存疑。作为自然替代方案，文本到图像（T2I）生成常因训练与评估成本过高或操作不便而被研究者跳过。我们论证这一认知已不再成立。现提出NanoGen——统一DiT训练与评估框架。该框架在ImageNet上达到当前最优DiT基线水平，仅需修改12行配置即可训练出具有竞争力的文本到图像模型。目前支持RAE、VAE、像素空间及MeanFlow扩散方法在ImageNet与T2I两种设定下的应用。在NanoGen框架下，训练T2I模型所需算力与ImageNet相当。通过训练21个潜在扩散模型，我们观察到方法排名在ImageNet与T2I生成任务间无显著相关性：三项指标的皮尔逊相关系数介于-0.377至-0.580之间。这表明提升类别条件ImageNet FID的方法未必能带来T2I性能的相应提升，明确揭示了在两类任务上评估DiT的必要性。为此，我们整合ImageNet与文本到图像结果，构建了DiT研究综合基准DiffusionBench。建议研究者以DiffusionBench替代单一ImageNet评估：能提升DiffusionBench的方法更可能反映生成建模的实质性进展。 | |
| InSight：通过可操控的视觉-语言-动作模型实现自主技能习得 | Maggie Wang | 2026-06-23 | 视觉-语言-动作（VLA）模型能够通过演示学习操作技能，但其能力受限于训练数据中的技能范围。我们提出InSight框架，通过使VLA在原始动作层面（例如"将夹爪移至碗边"、"向上提起"、"倾倒瓶子"）具备可操控性，解锁自主技能获取能力。InSight包含两个核心阶段：（1）自动化分割流程，通过VLM计划分解与末端执行器位姿将演示分割为带标签的原始动作，实现VLA原始动作可操控性；（2）VLM引导的数据飞轮，识别完成新任务所需的缺失原始动作，自主尝试通过VLM提出的底层控制执行缺失动作的演示，并自动对成功演示进行标注、存储与整合至VLA训练集。我们在仿真与真实世界操作任务中评估InSight，包括方块翻转、抽屉关闭、清扫、旋转和倾倒，全程无需任何目标技能的人类演示。习得这些原始动作后，无需额外人类演示即可组合执行新颖的长时域任务。实验结果表明，原始动作可操控性为VLA策略的持续技能获取提供了实用基础。项目网站：https://insight-vla.github.io | |
| BenchX：针对人口统计与协议偏差的AI癌症检测与定位模型基准测试 | Qi Chen | 2026-06-23 | 人工智能在医学影像领域取得了显著成功，但业界普遍认识到这些模型在真实临床环境中的表现往往不一致。当患者人口统计学特征和成像方案存在差异时（例如检测小肿瘤、分析不同对比剂时相的扫描图像，或评估不同年龄/性别的患者），这种不一致性尤为突出。为量化这些差异，我们构建了包含85,355例CT扫描的大规模开放基准测试，系统评估了12个肿瘤检测AI模型在肿瘤大小、位置、患者亚组及成像方案维度上的表现。我们利用大语言模型从临床数据中提取并组织亚组信息，使分析兼具可扩展性与可复现性。基准测试表明，当前以平均准确率为优化目标的先进AI模型，在年轻非裔美国女性等罕见或代表性不足的亚组中表现欠佳。然而为这些罕见病例收集充足的标注数据往往不切实际。本基准测试为构建更可靠稳健的肿瘤检测AI模型奠定了基础，并凸显了在医学影像与计算机视觉领域开展严格亚组级评估的必要性。数据集、代码 | |
| 随机次梯度方法最后迭代的新界 | Guglielmo Beretta | 2026-06-23 | 我们研究一维凸Lipschitz目标函数下随机次梯度方法的最后迭代。对于固定时间范围$n$，考虑标准固定步长$η=Θ(1/\sqrt n)$。我们证明，在此类步长策略下，若加性独立同分布次梯度噪声具有一致有界方差，则最后迭代的优化误差为$1/\sqrt n$量级，从而消除了现有通用界中多余的$(\log n)$因子。另一方面，我们证明在没有独立同分布假设的情况下，优化误差可达$(\log n)/\sqrt n$量级。因此，仅凭一致有界方差假设，即使在一维情形下，SsGM的最后迭代也是次优的，这否定了Koren和Segal在COLT 2020中提出的一个开放问题。 | |
| FLAT：面向几何精确场景生成的前馈潜在三角泼溅 | Orest Kupyn | 2026-06-23 | 从单张图像生成可探索的3D场景需要强大的生成先验和适用于下游任务的精确几何表示。当前视频扩散模型能够生成高质量内容，并在隐空间中隐式编码多视图几何结构。然而，现有的前馈隐场景解码器通常输出缺乏明确表面的体积3D高斯体，限制了其在仿真或标准图形管线中的应用。这促使我们解码与表面对齐的基元，这些基元不仅可渲染，而且更接近显式几何资产。我们探究是否可以将压缩的视频扩散隐空间直接映射为单次前馈中的显式表面基元。为此，我们提出FLAT，首次证明三角形面片可以直接从视频扩散隐空间解码。与解码3D高斯体相比，预测平面基元因对基元方向高度敏感而更具挑战性，常导致梯度流不佳。FLAT通过两个关键组件解决该问题：用于三角形回归的射线中心旋转参数化，以及改进可微三角形渲染中梯度流的新型乘积窗口函数。在标准基准测试中，FLAT在保持与最先进前馈基线相当的视觉质量的同时，实现了显著更优的几何精度。我们进一步证明，轻量级测试时优化步骤可将预测的三角形网格转换为完全不透明、支持游戏引擎的实时渲染表示。通过在相同训练设置下评估3DGS、2DGS和三角形面片变体，我们首次系统分析了前馈场景生成中不同表示的权衡。项目页面见https://flat-splat.github.io | |
| FLUX3D：基于扩散对齐稀疏表示的高保真3D高斯生成 | Haorui Ji | 2026-06-23 | 稀疏体素表示已成为图像到三维高斯泼溅（3DGS）生成的可扩展基础，但现有方法因两个结构性瓶颈难以保留输入图像的高频视觉细节。首先，现有方法采用针对语义抽象优化的判别式二维特征来构建稀疏体素潜在表示，这抑制了重建线索并导致表征瓶颈。其次，在生成阶段，标准扩散变换器缺乏有效机制将密集的二维图像标记与稀疏的三维体素潜在表示对齐，导致跨模态对应瓶颈。为解决这些问题，我们提出FLUX3D——一种可扩展的图像到3DGS框架，在生成过程中同时提升表征学习与跨模态对齐能力。我们首先重新审视基于稀疏体素的三维表征学习中的二维特征选择，提出扩散对齐结构化潜在表示（DA-SLAT），并将其与仅解码器架构结合以提升3DGS重建保真度。我们还设计了稀疏结构感知扩散框架，集成稀疏结构多模态扩散变换器（SMDiT）与模态感知旋转位置编码（MARoPE），实现几何无关的二维-三维对齐。大量基准实验表明，FLUX3D在外观保真度上取得显著提升，并在生成高质量3DGS资产方面全面超越所有现有最优方法。 | |
| 以“放大视角”审视作为辅助技术的智能网页浏览器：一项与低视力技术专家的案例研究 | Laura Colazzo | 2026-06-23 | 由大语言模型驱动的智能网页浏览器正逐步成为能够代表用户自主浏览网络的系统。除了提升生产力，这类技术作为面向视障群体的辅助工具展现出巨大潜力，能将网页交互转化为流畅的对话式交流。本文通过一位低视力技术专家的案例研究，探讨智能网页浏览器如何支持视障用户进行网络导航。研究结果表明，尽管当前存在局限性，但导航体验已展现出显著的流畅性与灵活性，凸显了智能网页浏览器在增强网页交互无障碍性、降低使用障碍方面的强大潜力，其影响可能超越无障碍领域，延伸至更广泛的智能用户体验设计。 | |
| OpenThoughts-Agent：面向智能体模型的数据配方 | Negin Raoof | 2026-06-23 | 智能体语言模型极大地拓展了人工智能的应用范围，但关于如何为通用型智能体筛选训练数据，目前公开信息甚少。现有的开源项目（如SWE-Smith、SERA和Nemotron-Terminal）通常针对单一基准测试，未能解决如何训练模型以泛化至多样化智能体任务的问题。OpenThoughts-Agent（OT-Agent）项目通过构建完全开源的数据筛选流程，填补了这一空白。我们开展了超过100项受控消融实验，系统性地探究流程的每个阶段，揭示了任务来源与多样性的重要性。随后，我们利用该流程构建了包含10万条样本的训练集，并基于此数据集对Qwen3-32B模型进行微调，使其在七项智能体基准测试中平均准确率达到44.8%，较现有最强的开源智能体数据模型（Nemotron-Terminal-32B，40.9%）提升了3.9个百分点。此外，我们的训练数据展现出强大的扩展特性，在计算资源受控的对比中，无论训练集规模如何，均优于其他开源数据集。我们已在openthoughts.ai公开发布训练集、数据流程、实验数据及模型，以支持未来智能体模型训练领域的开源研究。 | |
| 复杂之困：关于AI赋能辅助沟通接口的设计与评估 | Blade Frisch | 2026-06-23 | 人工智能（AI）能够提升使用辅助与替代沟通（AAC）系统用户的操作能力。然而，评估AI驱动的AAC界面存在困难。人类是具有交叉性的存在，当前评估指标难以捕捉人们对AAC系统可能存在的多元且细微的需求。我们探讨了六个AAC问题空间的复杂性，分析了AI在这些空间中的应用潜力，并提出更完善的评估方法，以充分考虑人类身份的交叉性特征。同时，我们讨论了这些不同问题空间中存在的共性议题，以及如何通过所提出的评估方法加以解决。 | |
| 神经算子中的实谱基与复谱基：格林函数对齐的作用 | Jason Sulskis | 2026-06-23 | 傅里叶神经算子（FNO）通过在复数傅里叶域中参数化全局卷积来学习偏微分方程的解算子。对于实值PDE解，复数FFT通过共轭对称性引入了表示冗余。我们提出哈特利神经算子（HNO），它是FNO的精确实值镜像：用纯实数的离散哈特利变换替代FFT，并为每个保留的频谱模式学习单个实数乘子，无需复数运算。由于实数哈特利谱不会被共轭对称性减半，HNO保留的频率角点数量是FNO的两倍，但每个频率角点仅需一个实数权重（而FNO对应一个复数对），因此两者在相同宽度下参数数量相等，仅频谱基函数不同。我们的核心论点是：最优基函数取决于算子本身的属性。自伴椭圆算子（泊松方程、双调和方程）具有实对称格林函数，实数哈特利乘子可精确对角化此类算子，因此HNO在此类问题中占优。含时算子包含相位信息（从波动方程的振荡到对流、Burgers和Navier-Stokes方程中的输运现象），实数对角乘子无法表征相位，因此FNO在此类问题中占优，且优势随算子相位含量增加而增强，无相位的热方程则处于临界状态。通过相同方式训练两种算子，并在不同PDE类型、初始条件族和边界条件下进行基准测试，我们发现椭圆型与含时型算子的性能差异与算子相位含量单调相关，且与我们发展的格林函数理论完全吻合。我们的研究结论并非给出普适最优解，而是提供预测性准则：将频谱基函数与解算子的对称性相匹配。 |
bioRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| ATAClone：从单细胞ATAC-seq数据中识别癌症克隆并估算拷贝数 | Cain, L. D. | 2026-06-24 | 癌症单细胞分析通常通过无监督聚类识别不同的癌细胞群体。然而，在许多情况下，这种聚类仅由DNA拷贝数差异所解释，这会影响差异表达结果和肿瘤异质性研究的解读。为检测和估算这些拷贝数差异，我们开发了ATAClone。该工具适用于独立型和多组学scATAC-seq检测，首先识别具有共享DNA拷贝数谱（即克隆）的癌细胞，随后联合估算其拷贝数。重要的是，ATAClone可通过模拟自动确定最优聚类分辨率。通过仅利用稳定可及区域，ATAClone最大化拷贝数信号，同时最小化无关生物学和技术噪声。此外，通过利用细胞间总DNA差异，ATAClone可在存在多倍体的情况下推断绝对拷贝数。通过癌细胞混合实验，我们验证了ATAClone基于拷贝数差异准确分离克隆的能力。同时，利用匹配的scATAC-seq和批量全基因组测序，我们证明ATAClone的拷贝数估算比现有方法更准确，与批量测序估算值的皮尔逊相关系数达0.75-0.95。ATAClone为解析癌症中基因表达的遗传与非遗传贡献提供了重要工具，可更深入地揭示驱动肿瘤的进化历史与适应力。 | |
| 通过基于DNA的催化模板实现多聚体的远非平衡组装 | Mukherjee, R. | 2026-06-24 | 从单体库中按需组装任意序列定义的聚合物是现代化学的一项重大挑战，目前进展有限。相比之下，生物系统通常利用携带信息的DNA和RNA模板，从可用的NTP或氨酰-tRNA库中催化合成精确且远离平衡态的核酸与蛋白质序列集合。受这些生物范例启发，我们引入了一种无酶的DNA链置换网络，其中单链DNA模板在等温且自主条件下，指导特定非共价DNA多聚体（长度可达五聚体）的组装。这些模板表现出显著的周转能力，可绕过产物抑制效应，从而催化形成远离平衡态的长寿命亚稳态产物集合——这类产物通过其他方式无法获得。 | |
| 不同海马细胞病理学影响跨诊断类别的认知功能，同时区分精神分裂症与情感性精神病。 | Ruby, E. | 2026-06-24 | 引言 总体认知与社会认知缺陷均可独立预测精神病患者的预后，但针对这些缺陷的临床试验在改善功能方面未能成功。若精神分裂症与情感性精神病病例在细胞病理学上存在差异，则两者的混合可能成为研究障碍。 方法 本研究采用分类诊断与跨诊断分类方法，对80名参与者（22名非精神病性情感障碍患者、25名健康对照者、33名精神病患者，其中包括20名精神分裂症和13名情感性精神病患者）的认知功能（MATRICS）及基于代谢物生物标志物浓度的海马细胞病理学（1H-MRSI）进行了分析。 结果 非精神病性情感障碍患者与健康对照者的总体认知水平相似（46.64±12.01 vs 41.10±17.88），均显著优于精神病患者（28.34±12.34；p<0.01）。各组代谢物浓度相似，但组内认知测试结果与代谢物存在显著关联。健康对照者中，总体认知、工作记忆及推理缺陷与神经元完整性降低相关（-0.414、-0.422、-0.433，p<0.05），但临床组中无生物标志物可预测总体认知。非精神病性情感障碍患者中，髓鞘/膜浓度升高伴随认知缺陷，尤其显著的是视觉学习缺陷（0.446，p<0.05），且与神经胶质细胞减少相关（-0.503，p<0.05）。所有精神病患者中，仅髓鞘/膜浓度降低可预测认知缺陷（-0.514，p<0.05）；但将精神分裂症与情感性精神病分开分析时，精神分裂症患者表现为谷氨酸/兴奋性降低（-0.673，p<0.05），而情感性精神病患者则表现为髓鞘/膜及神经元完整性浓度升高（0.575、0.581，p<0.05）。 结论 精神分裂症与情感性精神病在社会认知相关的细胞病理学生物标志物上存在显著差异。其他组别也发现了截然不同的认知基础，这与DSM-5及ICD疾病分类标准一致。这些发现支持认知与精神病的异质性概念，而非跨诊断概念。 | |
| 南极底栖生物多样性模型中的测深分辨率依赖性偏差：热点区域保持，计数发生变化 | Potter, S. | 2026-06-24 | 南极底栖生物高度多样化，在南大洋生态系统中发挥着关键作用。尽管经过数十年的采样，由于后勤和资金限制，南极大陆架大片区域仍未进行生物调查，这限制了有效保护规划所需的基础基线知识。物种分布模型（SDMs）通过将底栖群落模式与环境预测因子相关联，可在缺乏生物数据的情况下推断生物多样性。然而，环境预测因子（特别是水深数据）的分辨率在不同区域间差异显著，这引发了关于SDMs在仅有粗分辨率数据区域预测可靠性的质疑。本研究表明，当高分辨率数据训练的SDMs应用于聚合后的粗分辨率环境数据时，南极底栖形态物种丰富度被低估高达18%（使用卫星衍生的ETOPO水深数据时可达50%）。通过使用三个南极区域的高分辨率多波束测深数据及标注海床影像的六种系统性降级版本，我们评估了加入或不加入额外环境变量时SDMs的表现。高分辨率水深数据能最有效捕捉地形复杂度，但研究发现，只要模型在训练时采用的分辨率下进行应用，丰富度热点空间分布与每单元格中位丰富度仍保持一致。结果表明，高分辨率水深数据虽可提升局部预测精度，但粗分辨率数据在区域尺度预测（如南极大陆架尺度的空间规划）中可能更具稳健性。 | |
| 整合机器学习与超高通量筛选以探索酶空间 | Ke, Y. | 2026-06-24 | 生物催化剂空间的系统性导航受限于难以捉摸的结构-活性规则以及进化历史的缺失。在此，我们提出IMUSE策略，将机器学习与超高通量筛选相结合。通过筛选数百万个液滴包裹的从头设计酶，我们生成了大规模合成序列-结构数据集，用于训练能够捕捉其复杂适应度景观和生物物理原理的模型。这些模型有效指导了跨序列和新颖结构空间的功能探索。IMUSE识别出协同三重突变，使活性提升约5倍，并发现了具有新型催化口袋的活性第二代设计，将实验成功率提升超过4.9倍（约30%）。本工作展示了合成适应度景观如何弥合从头设计酶空间的数据鸿沟，将随机搜索转化为确定性导航，从而解锁超越自然边界的卓越生物催化剂。 | |
| 受MICAL启发的钒酸手性纳米团簇延缓活细胞中的肌动蛋白动态 | Wang, Y. | 2026-06-24 | 肌动蛋白转换是细胞动态变化的基础性细胞过程，其调控对医学和生物技术均至关重要。然而，传统修饰肌动蛋白转换的小分子会破坏肌动蛋白丝结构并表现出高细胞毒性。MICAL酶可氧化肌动蛋白中的甲硫氨酸残基，有望解决这一难题，但其体积庞大且需要多种辅助因子，导致MICAL的制备和应用困难。本研究证明，含酒石酸的氧化还原活性手性十钒酸盐纳米簇能够模拟MICAL实现位点选择性肌动蛋白调控，且无需辅助因子、具有高生物相容性和膜通透性。十钒酸盐纳米簇作为原子级精确的"纳米酶"，可氧化球状肌动蛋白中的三个甲硫氨酸残基（包括Met-176），后者抑制"后门"结构域的开放并阻止肌动蛋白丝解聚。冷冻电镜证实，经纳米簇处理后形成的肌动蛋白丝结构未出现结构紊乱。通过调控活体NG108-15细胞中的肌动蛋白，验证了手性十钒酸盐纳米簇的生物相容性和生物活性。利用纳米簇原子级精确的结构特性，我们证明其与肌动蛋白的对接可通过计算预测，表明利用纳米化学工具实现可编程肌动蛋白调控的可能性。 | |
| 在工程改造的集胞藻中过表达黄素二铁蛋白Flv3，通过增强硫代谢改变细胞氧化还原平衡，从而促进蔗糖产量和生长。 | Ndeh, R. | 2026-06-24 | 含氧光合生物的生物技术应用依赖于通过光系统（PS）将光能转化为化学能。这种能量随后可用于驱动设计为强电子汇的工程代谢途径。为达到最佳性能，工程宿主代谢必须与天然光保护电子传递网络保持平衡，其中包括黄素二铁（Flv）蛋白的耗能功能——该蛋白普遍存在于蓝细菌及除被子植物外的所有含氧光合生物中。在蓝细菌集胞藻PCC 6803中，已证实四种不同的Flv蛋白以两种异二聚体形式（Flv1/Flv3和Flv2/Flv4）参与类梅勒反应，向O2提供电子而不产生氧化胁迫。此前研究表明，在产蔗糖集胞藻S02菌株中敲除Flv3会导致S02Δflv3发生剧烈代谢变化，使其从光自养转变为混合营养生长（Muth-Pawlak等，2024）。本研究采用相反策略，通过RBS调控以不同水平在S02中过表达Flv3进行互补。有趣的是，这使S02oeFlv3菌株的整体光合活性与蔗糖产量显著提升，同时增强细胞生长和储存化合物积累。然而，这些结果并非源于Flv1/Flv3催化的常规O2光还原活性。我们推测观察到的变化与先前未识别的同源Flv3/Flv3功能及显著增强的硫酸盐氧化还原代谢相关。基于广泛的蛋白质组学和代谢物分析，我们假设Flv3同源寡聚体直接或间接利用硫酸盐代谢物而非O2作为最终电子受体。这也能解释Flv3过表达菌株中硫酸盐相关酶及SQR（将电子回传至PQ库）的上调现象。 | |
| 绵羊在跑步机步态中跖屈肌之间的力分配 | Ross, S. A. | 2026-06-24 | 运动过程中肌肉力的分配受运动力学需求及协同肌收缩特性的影响。在猫科动物中，跖屈肌表现出明确的功能特化：慢肌纤维为主的比目鱼肌在不同运动条件下维持相对恒定的力输出，而腓肠肌和跖肌等快肌纤维为主的肌肉则随运动需求增加而增强力输出。然而，在具有不同肌肉骨骼结构的大型动物中是否存在类似的力分配模式尚不明确。因此，本研究旨在探究绵羊在跑步机运动过程中，趾浅屈肌（SDF）与腓肠肌内侧头（MG）之间的力分配机制。通过手术在七只绵羊的SDF和MG肌腱上植入肌腱扣式力传感器，记录其在不同速度和坡度下行走及小跑时的体内肌肉力。结果显示：两种肌肉的力输出均随速度和坡度增加而增强，但速度的影响显著大于坡度；在所有运动条件下，SDF产生的绝对力始终大于MG，而MG的力随速度增加的相对增幅略大；两种肌肉的达峰时间均随速度增加而缩短，但SDF的达峰时间始终晚于MG。与猫科动物中观察到的明确功能特化不同，两种肌肉均未表现出类似比目鱼肌的相对条件独立性力贡献。这些发现表明，绵羊的力分配在协同肌间更为分散，可能反映了肌肉骨骼结构、肌腱顺应性及混合肌纤维类型对大型物种肌肉功能的影响。 | |
| RuvC-II催化位点的催化重连激活了Fanzor2中的反式切割活性。 | Zhao, C. | 2026-06-24 | Fanzors是真核RNA引导的核酸内切酶，可在真核细胞中介导可编程的顺式切割，但其潜在的靶标诱导的附带（反式）切割活性仍未被充分探索。本研究发现，对RuvC-II催化位点进行催化重连可激活Acanthamoeba polyphaga mimivirus Fanzor2（ApmFz2）的强效反式切割活性。代表性变体ApmFz2-EP展现出DNA和RNA触发的反式切割、减弱的顺式切割、极低的TAM依赖性，以及仅需7个核苷酸的引导-靶标互补即可激活。机制分析表明，解除RuvC-II中保守替代谷氨酸周围的空间位阻可激活反式切割并重塑靶标识别特异性。将ApmFz2-EP与核酸扩增技术结合，开发出基于Fanzor的诊断平台FINDER，可实现病原体的灵敏检测及对遗传多样性靶标亚型的广谱检测。此外，错配敏感的ApmFz2-EA变体实现了特异性单核苷酸变异（SNV）基因分型。本研究拓展了Fanzors的功能范围，并确立了催化中心工程作为开发紧凑型可编程核酸诊断工具的策略。 | |
| 离子力场向OPC水的可转移性：保持单离子和离子配对特性 | Wiebeler, C. | 2026-06-24 | 精确的离子力场对于生物分子系统的分子动力学模拟至关重要，尤其是与现代水模型（如OPC）结合使用时。虽然OPC水模型改进了对体相水和生物分子的描述，但现有离子力场对该模型的迁移性仍是一个未解问题。本研究通过比较单离子和离子配对性质与实验数据，系统评估了单价和二价离子力场参数（Li+、Na+、K+、Cs+、Mg2+、Ca2+、Sr2+、Ba2+、Cl-和Br-）向OPC水的迁移性。分析表明，直接迁移至OPC水时，现有文献中的单一参数集无法为所有离子提供准确结果。因此我们提出MS/G-LB(OPC)力场，该力场结合了Mamatkulov-Schwierz-Grotz阳离子参数与Loche-Bonthuis阴离子参数。MS/G-LB(OPC)能够复现水合自由能、第一壳层结构性质以及低盐浓度下的活度导数。研究结果表明，将离子参数迁移至OPC水模型可能导致与实验数据产生显著且离子特异性的偏差，因此必须进行谨慎验证。同时，系统迁移和组合现有力场的离子参数可为完全重新参数化提供实用且计算高效的替代方案。MS/G-LB(OPC)力场可通过https://git.rz.uni-augsburg.de/cbio-gitpub/opc-ion-force-fields获取。 |
medRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| ALEX：通过多智能体自动生成语言解释以解读治疗效果 | Lu, M. | 2026-06-24 | 精准医学需要理解如何将随机临床试验中的总体治疗效果应用于个体患者。机器学习方法在估计患者层面的治疗效果方面展现出一定潜力，但其临床实用性仍有限，因为这些方法往往无法解释为何不同个体对同一治疗的反应存在差异。本文提出ALEX——一种基于可解释人工智能（XAI）的多智能体框架，通过将驱动精准预测的变量转化为基于数据的自然语言临床解释，填补了这一可解释性缺口。ALEX首先独立识别随机临床试验中存在的重要亚组治疗效果，随后将这些信息传递给大语言模型（LLM）智能体，生成情境化且经过审慎分析的临床见解。在五项里程碑式随机对照试验中，ALEX在治疗解释质量指标上优于现有智能体方法，这些指标与生物医学文献一致，并经过美国及台湾地区专科医师的盲审验证。在实证案例研究中，ALEX提供了关键的可解释性见解，例如识别出基线血糖水平可解释ACCORD-BP与SPRINT试验之间的分歧结果，并提出年龄是创伤后院前氨甲环酸疗效的新颖关键效应修饰因子。这些发现表明，ALEX能够将治疗效果异质性转化为基于临床的解释，从而推动精准医学的发展。 | |
| 针对报告抑郁症状的成人进行频闪光刺激：一项分阶段早期研究中的安全性、耐受性、可行性及主动对照开发 | Nacker, D. | 2026-06-24 | 频闪光刺激（SLS）是一种候选的非药物干预手段，可诱发短暂的视觉和情感体验，在抑郁症治疗中具有潜在应用价值。在疗效验证前，临床开发需获取安全性、耐受性和可行性数据。我们报告了一项针对自述抑郁症状成年人的分阶段单中心研究。工作包1（WP1）测试了11组SLS参数的安全性和耐受性。一项过渡性桥接研究评估了低现象学SLS对照组能否在保留实验情境的同时减少主观视觉效应。WP2将84名参与者随机分配至每周四次、每次31分钟监督干预组或低现象学对照组。WP1中分析了31名参与者：未发生严重不良反应，平均不适感评分为0.49/10，单次干预最高80%置信上限为1.13/10，远低于预设阈值。桥接研究证实干预组与对照组存在体验差异。WP2中70/84名参与者（83.3%）获得终点数据：干预组39/42人，对照组31/42人。总体保留率达标，但对照组保留率较低仍是设计问题；方案依从性高，不适感持续低水平，未发生SLS相关的严重不良事件。探索性抑郁症状变化提示BDI-II可能存在信号，但未确立疗效。监督式SLS满足关键安全性、耐受性和可行性标准，低视觉现象学主动对照组可继续使用，但盲法和对照组可信度仍需验证。下一步将开展由临床试验中心（CTU）管理的诊断明确型2a期可行性试验，预先注册锁定方案并测试盲法、可信度、保留率和终点精确度。 | |
| 腰椎矢状位T2加权MRI中中央椎管狭窄深度学习分类器的不确定性量化 | Brenzikofer, A. | 2026-06-24 | 背景：腰椎MRI上中央椎管狭窄（CCS）严重程度的准确评估对临床决策至关重要。我们评估了基于矢状位T2加权MRI的深度学习模型用于自动CCS分级，重点关注不确定性量化以提升临床可靠性。方法：利用LumbarDISC数据集（1974例患者）的回顾性队列，我们比较了多种深度学习架构用于三级CCS分类（正常/轻度、中度、重度）。为评估模型置信度，应用了蒙特卡洛（MC）dropout和测试时增强（TTA）技术来量化预测不确定性。结果：微调的脊柱分级网络（SGN）实现了79.4%的平衡准确率和68.8%的宏F1分数，其中中度狭窄的每类准确率为71.3%，重度狭窄为78.5%。MC dropout显示不确定性主要在中度和重度病例中增加，而TTA不确定性在轻度狭窄中更高。结论：基于深度学习的CCS分级通过提供快速、标准化的评估展现出辅助放射科医师的潜力。纳入不确定性量化可为标记模棱两可的病例提供保障，从而支持临床信任并促进AI工具更安全地整合到脊柱MRI解读中。 | |
| Empatica E4腕带在自主神经与体温调节睡眠监测中与同步多导睡眠图对比的有效性与局限性：一项基于Wearanize+数据集的研究 | Parry, Y. D. | 2026-06-24 | Empatica E4腕带可提供连续的多模态生理监测，包括血容量脉搏（BVP）、皮肤电活动（EDA）和皮肤温度（TEMP），但其在睡眠阶段特异性自主神经与体温调节监测中的有效性尚未与同步多导睡眠监测（PSG）进行系统评估。本研究利用Wearanize+数据集（包含100名居家受试者的同步PSG、Empatica E4和Zmax脑电图记录），对Empatica E4生理信号在五个睡眠阶段中与PSG金标准进行了系统验证。100名受试者中，92人拥有Empatica数据；69人满足Zmax脑电图信号质量标准并构成分析样本。Empatica预计算心率通道的心率（HR）显示出有效的阶段特异性模式（清醒期：70.9 bpm，N3期：61.2 bpm），且与PSG心电图的平均NN间期存在中等程度的跨设备一致性（各阶段Spearman r=0.35-0.42）。皮肤温度呈现预期的体温调节模式（清醒期：33.92°C，N3期：35.48°C），建议用于下游分析。紧张性EDA在深睡眠期因腕部汗液积聚出现倒置阶段模式，这是腕戴式EDA在睡眠中的已知混杂因素。相位性EDA呈现合理模式，可谨慎使用。这些发现为Empatica E4睡眠研究建立了经过验证的特征集，并直接为使用Wearanize+数据集的多模态精神科生物标志物研究提供参考。 | |
| SenseCheQ：基于自主定量感觉测试的家庭神经功能自我评估 | Gausden, J. | 2026-06-24 | 化疗引起的神经病变是癌症治疗中常见且令人衰弱的副作用。约30%的患者会出现慢性神经病变，由于缺乏有效治疗手段，早期发现神经病变以调整化疗方案仍是目前最佳的预防策略。然而早期检测面临挑战，因为目前尚无兼具足够精准度和可及性的诊断工具供患者或临床使用。为解决这一问题，我们开发了SenseCheQ系统，使患者能够在家中进行自主感觉测试。本文介绍了应对该挑战的工程方法，包括创新的热触觉集成技术，可实现皮肤温度钳制与精准触觉刺激校准，从而提高测试可重复性。在环境和用户相关变量影响下，该系统仍展现出稳健性能。此外，我们分享了接受癌症化疗患者的预期案例研究，这些患者通过SenseCheQ定期进行感觉测试以监测居家神经功能。这些原理验证研究表明，SenseCheQ能够检测神经功能变化，并与患者报告结局相匹配。这证明了SenseCheQ作为社区神经病变检测可扩展平台的潜力。 | |
| 体内分子反应对微碎片脂肪组织和透明质酸的分化揭示MFAT在炎性膝骨关节炎中的疾病修饰活性 | Primorac, D. | 2026-06-24 | 膝骨关节炎（KOA）影响全球约3.74亿人，目前尚无获批的疾病修饰疗法。我们近期开展的双盲随机试验（ISRCTN88966184）显示，关节内注射微碎片化脂肪组织（MFAT）在患者报告结局指标上优于透明质酸（HA），但两种疗法疗效差异的分子基础尚不明确，且此前从未在人类KOA体内分子应答层面进行过比较。本研究基于非负矩阵三因子分解法构建可解释人工智能数据融合框架，对纵向采集的该队列血浆样本进行分析，整合蛋白质组学、N-糖组学、miRNA转录组学、患者遗传学数据，并结合基线期、1个月和6个月时的先验蛋白质-蛋白质及miRNA-基因调控网络。该框架将各时间点的所有数据模态联合分解为共享的可解释因子，据此推导出基因与miRNA的数据驱动通路，并发现新的患者-基因及患者-miRNA关联。这些通路具有生物学一致性，在基因本体论生物学过程和Reactome通路注释中呈现显著富集。至6个月时，两种治疗留下截然不同的分子特征：HA仍以经典KOA致病过程为主导，包括MMP13和LIMK2等软骨降解效应因子及滑膜炎症标志物；而MFAT则将全身分子景观转向软骨保护、抗炎信号传导及骨-软骨稳态，关键效应因子包括SIRT7和NDUFC1。据我们所知，这是首个直接比较人类KOA中两种疗法体内应答的系统级分子数据，初步证实MFAT具有疾病修饰干预作用，并展示了可解释数据融合在小型转化队列中揭示治疗机制的实用价值。 | |
| 老龄化中的多维动机：一个涵盖目标导向行为、社会奖赏与愉悦感的验证框架 | Warren, S. L. | 2026-06-24 | 动机变化是健康老龄化、社会参与和功能独立性的决定因素，并可能预示早期神经退行性风险。现有老龄化评估方法通常将动机视为单一结构。在此，我们引入MotDem——一种与痴呆症患者、照护者及临床医生共同设计的年龄适配动机测量工具。在涵盖18-80岁的广泛成年寿命样本中，MotDem揭示了包含目标导向行为、社会奖赏和愉悦感三个稳健动机维度的架构，并保留第四个饱足感因子作为探索性指标。该结构在来自不同国家背景的独立老年队列（45-80岁）中得到验证。MotDem与现有冷漠症和快感缺失量表高度趋同，与抑郁症状学关联较弱。综合来看，这些发现表明动机性老龄化具有多面性，传统单一评估难以充分捕捉。MotDem为测量异质性老龄化轨迹的不同动机驱动因素提供了多维框架，对韧性、福祉及神经退行性风险研究具有启示意义。 | |
| 一项利用大型语言模型在观察性研究中实现自动化筛选和变量提取的试点项目 | Pradhan, M. | 2026-06-24 | 背景：观察性研究的系统综述是慢性病流行病学因果推断的核心，但日益受到文献规模庞大和混杂因素控制异质性的限制。亟需透明、开放的方法来减少筛选负担，并使不同研究中的暴露因素、结局变量和协变量具有可比性。目的：开发并评估基于模块化大语言模型的流水线LitScreen和VarEx，用于自动化观察性系统综述中的研究筛选和变量提取，涵盖多个应用场景，包括以高血压为主要暴露因素、阿尔茨海默病及相关痴呆症为结局变量，以及以创伤后应激障碍为暴露因素、自伤、自残和自杀倾向为结局变量。方法与材料：我们构建了端到端工作流，通过Ovid平台的可重复MEDLINE查询生成RIS语料库，经LitScreen处理——该三阶段筛选流水线结合了摘要级证据提取、高召回率门控的逐条纳入判定，以及全文检索增强验证。筛选纳入的文章进入VarEx——一种检索增强的提取流水线，可识别角色特定段落，对暴露因素、结局变量和协变量进行基于证据的提取和语义分类，并归入与Metaconfoundr对齐的预定义类别。性能评估基于六个标注的SYNERGY数据集以及专家标注的高血压-ADRD和教育-痴呆语料库，采用精确率、召回率、F1分数、要求变量身份和类别均正确的严格评分，以及每篇参考文献的处理时间。结果：在主要的高血压-ADRD参考集中，VarEx的协变量级精确率为0.80，召回率为0.79，F1为0.76，分类准确率为0.97，在教育-痴呆和SYNERGY验证数据集上表现相似。LitScreen在排除大部分不合格记录的同时保持了高召回率，并通过仅将不确定或边缘性引文路由至全文验证，将筛选和提取总时间相对于人工审查基线减少了约80-90%。结论：检索增强的大语言模型框架可自动化观察性系统综述中筛选和变量提取的主要环节，生成可复用的结构化协变量清单，与因果混杂因素评估工具整合，显著提升证据合成的效率和可重复性，同时仍作为人工审查的辅助工具而非替代品。 | |
| 局部新鲜蒲公英湿敷辅助头孢曲松治疗局限性皮肤软组织感染：一项单中心评估者盲法随机对照试验 | Wang, Y. | 2026-06-24 | 背景：局限性皮肤软组织感染可能需要全身性抗菌药物治疗，但局部炎症会延缓症状恢复。本研究评估了在头孢曲松基础上加用新鲜蒲公英湿敷对特定临床稳定成年患者的短期疗效。方法：在这项单中心、评估者盲法、三臂随机试验中，180名18-74岁成年患者按1:1:1比例随机分组，分别接受蒲公英湿敷联合静脉头孢曲松、单用蒲公英湿敷或单用头孢曲松治疗7天。主要结局为第7天临床应答率，由盲法独立评估者根据预设的总体临床改善标准进行判定。分析遵循意向性治疗原则，并通过敏感性分析评估结果的稳健性。结果：联合治疗组、蒲公英组和头孢曲松组的第7天临床应答率分别为91.67%（55/60）、76.67%（46/60）和68.33%（41/60）（总体P=0.006）。与单用头孢曲松相比，联合治疗组应答率更高（风险差23.3个百分点，95% CI 9.6-37.0；风险比1.34，95% CI 1.11-1.62）。敏感性分析结果方向一致。次要结局和细菌清除率均显示联合治疗组更优。未报告严重不良事件。结论：在特定临床稳定的局限性皮肤软组织感染成年患者中，与单用头孢曲松相比，辅助性新鲜蒲公英湿敷联合头孢曲松可改善短期结局。由于本研究为单中心、部分盲法试验且未设置安慰剂敷料对照，需谨慎解读结果。该敷料不应替代抗生素、引流或必要时的紧急处理。试验注册：国际传统医学临床试验注册中心，ITMCTR2026000549。 | |
| 信任作为流行病动态的隐性驱动因素：分区疾病传播模型中缺失的参数 | Zapf, A. J. | 2026-06-24 | 传染病传播的房室模型对人类行为做出假设。具体而言，这些模型通过按年龄、性别或社会经济地位等人口变量分层的接触矩阵，参数化不同人群间的互动，并假定这些人群具有独特的流行病学相关行为模式。尽管此类人口特征易于测量，但它们可能无法充分反映支配保护性行为的社会和心理因素。基于美国新冠疫情期间开展的20轮全国性调查数据，我们发现制度信任——尤其是对公共卫生机构、医生和医院的信任——是保护性行为采纳的主要预测因子。例如，在疫情最活跃时期佩戴口罩的行为中，制度信任对不同人群行为差异的解释力超过了年龄、收入、教育程度和党派归属的总和。在未经调整的分析中，对疾控中心信任度最高与最低的个体在保护性行为采纳上的差异，比年龄、收入或教育程度对应的差异大4至6倍，且超过民主党与共和党受访者之间的差异。这种关联具有制度特异性（例如，对银行的信任与保护性行为的关联减弱）和行为特异性（例如，对疾控中心的信任与保护性行为相关，但与就医行为无关）。后者表明，信任改变的是对公共卫生建议的自愿遵从，而非医疗服务的可及性或使用。我们得出结论：将制度信任作为分层变量纳入传染病传播的房室模型将显著提升模型效能。此外，我们提出一个整合信任的数学建模框架，并给出实施该框架所需的数据基础设施建议。 |