2026-07-05 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 |
|---|---|---|---|---|
| WorldDirector：构建具有持久动态记忆的可控世界模拟器 | Hanlin Wang | 2026-07-02 | 我们提出WorldDirector，一个高度可控的视频世界模型框架，专为持久动态对象记忆与无限制视角探索设计。不同于将物理动态与像素渲染纠缠、依赖连续视觉观测维持运动的现有世界模型，我们的框架明确解耦了语义运动编排与视觉生成。通过利用大语言模型协调3D轨迹与相机运动，随后将这些编排轨迹作为视频生成的控制信号，我们的方法确保了严格的物理逻辑与外观稳定性，成功保留了动态实体的精确视觉身份——即使它们长时间离开视野后重新进入场景。实验结果表明，我们的方法支持合成复杂且持续的事件，具有前所未有的可控性与持久动态对象记忆。项目页面：https://worlddirector.github.io/ | |
| 对齐是X到4D生成所需的一切。 | Qiaowei Miao | 2026-07-02 | 生成式扩散模型在多模态控制下合成高质量图像、视频和3D内容方面表现出色。然而，由于构建多样化数据集的高成本和现有方法的有限可扩展性，任意用户定义模态到4D（X到4D）生成仍具挑战性。本文提出Align4D，一个灵活框架，可将任意模态输入转化为连贯的视频-3D对，利用视频引导4D运动，借助3D数据塑造4D几何结构。Align4D引入三项关键技术：（1）物体距离对齐，分别搜索视频对齐和多视角对齐的物体距离，以协调4D渲染与视频及多视角扩散模型的先验知识；（2）运动-几何联合对齐，通过同步视频和3D输入约束已知和未知视角，确保4D生成一致性；（3）异步优化，解耦高斯属性与形变网络训练，提升运动与几何保真度。我们进一步提出X4D数据集，整合提示词、图像、视频和3D数据用于基准测试。在X4D和Consistent4D上的实验表明，Align4D在X到4D生成中实现了最先进的质量和一致性。项目页面：https://miaoqiaowei.github.io/Align4D/。 | |
| PointDiT：用于单目几何估计的像素空间扩散 | Haofei Xu | 2026-07-02 | 当前最先进的单图像三维重建方法通常依赖复杂的混合架构和损失函数，或通过将几何结构压缩至潜在空间来利用预训练的潜在扩散模型。本研究表明，此类架构开销与复杂的损失函数设计并非必要。我们提出一种极简的像素空间扩散Transformer，基于普通ViT构建，直接对原始三维点图块进行操作，并以预训练DINOv3的图像标记为条件。与现有潜在扩散方法不同，我们从头训练扩散主干网络，无需点图分词器。尽管结构简单，该方法在超越复杂潜在扩散模型的同时，仍显著简化于混合替代方案。值得注意的是，它能够生成更清晰的几何结构，并在高度模糊区域（如透明物体）中展现出更强的鲁棒性。 | |
| 持久状态AI控制中的分布式攻击 | Josh Hills | 2026-07-02 | 随着AI编程代理的自主性不断增强，它们越来越多地以迭代方式交付代码，代码库会在不同会话间持续存在。这种持久性创造了一个新的攻击面：一个偏离目标或遭受提示注入的代理可以将攻击分散到多个拉取请求中，并选择自然掩护最佳的拉取请求来触发其恶意负载。为研究由此产生的动态机制，我们提出了迭代式氛围编程——一种用于AI控制的设定，旨在研究如何安全部署能力强大但可能不可信的AI。在迭代式氛围编程中，编程代理在持久化代码库中通过一系列拉取请求构建软件，同时执行隐蔽的辅助任务。我们的基准测试包含两类任务：命令行工具和Flask网络服务，共20种任务变体。我们使用Claude Sonnet 4.5作为攻击代理，GPT-4o作为监控器。我们将渐进式攻击（将辅助任务分散到多个拉取请求中）与非渐进式攻击（集中在单个拉取请求中）进行比较。没有任何单一监控器能同时有效应对这两种攻击：哪种策略能实现最佳规避（成功执行任务同时避开监控）取决于监控器类型，因此防御者无法用单一监控器同时阻断渐进式和非渐进式攻击。高规避率（≥65%）在不同模型攻击代理后端（Sonnet 4.5、Gemini 3.1 Pro、Kimi K2.5）中普遍存在，这证实了该现象源于持久状态攻击面的特性，而非单一模型的能力。在最新监控模型中规避率仍然很高，且对于能力更强的模型，渐进式与非渐进式规避之间的差距进一步扩大。我们引入了一种带状态链接追踪器的监控器，可跨拉取请求追踪可疑行为的累积。在两类任务中，该监控器检测渐进式攻击的效果显著优于仅查看累积历史记录的差异监控器。将这种更强的监控器与轨迹监控器组合成四监控器集成系统后，渐进式攻击的规避率从最弱标准差异监控器下的93%降至47%。 | |
| LACUNA：评估大语言模型遗忘中定位精度的测试平台 | Matteo Boglioni | 2026-07-02 | 大型语言模型会记忆敏感训练数据，包括个人身份信息，这迫切需要可靠的后期移除方法。遗忘学习已成为一种有前景的解决方案，当前最先进的方法通常遵循"先定位、后遗忘"的范式，针对特定模型参数进行操作。然而，现有基准仅在输出层面评估遗忘效果，未能验证遗忘是否真正从模型参数中擦除知识，抑或只是掩盖了知识——这种担忧因重浮现攻击的成功而加剧。为填补这一空白，我们提出LACUNA：首个具备真实参数级定位能力的遗忘测试平台。LACUNA通过掩码持续预训练，将合成个体的个人身份信息注入基于OLMo的1B和7B模型的预设参数中，从而直接评估遗忘方法是否精准作用于存储知识的权重。我们利用LACUNA对当前最先进的遗忘方法进行基准测试，发现尽管这些方法在输出层面表现优异，但实际定位精度极低且易受重浮现攻击。进一步研究表明，当定位成功时，即使简单的基于梯度的遗忘方法也能实现强力擦除并抵御重浮现攻击，这凸显了精准遗忘的重要性。我们开源LACUNA以补充行为评估，推动基于定位的鲁棒遗忘技术进一步发展。 | |
| 程序即权重：一种面向模糊函数的编程范式 | Wentao Zhang | 2026-07-02 | 许多日常编程任务难以通过纯粹的规则实现，例如对重要日志行进行告警、修复格式错误的JSON或按意图对搜索结果排序，这些任务正越来越多地被外包给大型语言模型API，但代价是牺牲了本地性、可复现性和成本。我们提出模糊函数编程：将此类函数从自然语言规范编译为紧凑的、可本地执行的神经工件。我们通过程序即权重（PAW）实例化这一范式，其中基于我们发布的包含1000万示例的数据集FuzzyBench训练的40亿参数编译器，为冻结的轻量级解释器生成参数高效适配器。执行PAW程序的6亿参数Qwen3解释器，其性能与直接提示Qwen3-32B相当，但推理内存仅需约五十分之一，且在MacBook M3上以每秒30个token的速度运行。PAW将基础模型从每次输入的问题求解器重新定义为工具构建器：每次函数定义仅调用一次，生成一个可重复使用的小型工件，后续每次函数应用的调用既廉价又可离线运行。 | |
| 大语言模型的在线安全监控 | Mona Schirmer | 2026-07-02 | 尽管经过对齐训练，大语言模型在部署时仍容易生成不安全输出。因此，在线监控输出并在无法保证安全性时触发警报至关重要。我们研究了一种简单的实时监控器，通过阈值化将外部模型的验证信号转化为警报决策，并利用风险控制校准阈值。在数学推理和红队测试数据集的实验中，我们证明这种简单设计与基于序贯假设检验的更先进监控器相比具有竞争力。 | |
| ReContext：递归证据重放作为大语言模型的长上下文推理工具 | Yanjun Zhao | 2026-07-02 | 理解和推理长上下文已成为在现实应用中部署大型语言模型（LLM）的关键需求。尽管近期LLM支持越来越长的上下文窗口，但它们往往无法利用输入中已有的相关证据，暴露出上下文访问与有效上下文利用之间的差距。在这项工作中，我们提出RECONTEXT（Recursive Evidence Replay as LLM Harness for Long-Context Reasoning），一种无需训练的长上下文推理改进方法。RECONTEXT利用模型内部的相关性信号构建查询条件化的证据池，并在最终生成前重放该证据池，同时保留完整的原始上下文。这种递归选择过程将证据组织与答案生成分离，无需训练、外部记忆或上下文剪枝。我们还基于联想记忆提供了理论分析，将上下文表征为记忆存储，问题作为检索线索，注意力作为线索-痕迹关联，重放作为痕迹再激活。在八个128K上下文长度的长上下文数据集上的实验表明，RECONTEXT在Qwen3-4B、Qwen3-8B和Llama3-8B上持续提升证据利用效率，在所有三个基座上取得最佳平均排名。代码见https://github.com/Yanjun-Zhao/ReContext。 | |
| 从SRA到Self-Flow：数据增强还是自监督？ | Dengyang Jiang | 2026-07-02 | 表示对齐已成为加速扩散变压器训练并提升生成质量的有效方法。近期自对齐方法（如SRA和Self-Flow）通过将扩散模型内部的对齐机制构建为自包含形式，进一步消除了对外部预训练编码器的依赖。然而，从SRA到Self-Flow的改进机制——双时间调度——仍缺乏深入探究：Self-Flow将其性能提升归因于不同噪声层级token间的交互作用，其中较干净的token有助于推断噪声更重的token。本研究重新审视这一解释，探究性能提升是否源自噪声维度的数据增强。为厘清这些因素，我们引入注意力分离机制，该机制在保持与Self-Flow相同的双时间步输入的同时，阻断不同噪声层级token间的注意力交互。令人惊讶的是，移除这种交互不仅不会降低性能，甚至可能带来提升，这表明SRA到Self-Flow的改进主要源于数据增强。此外，我们证明注意力分离本身通过将单张图像分割为多个有效训练部分来扩展训练数据，从而产生增强效果。基于这些发现，我们将自表示对齐与双时间步及注意力分离增强相结合，并在ImageNet上验证了该设计的有效性。 | |
| 当无人注视时，LLM智能体在说什么：多智能体辩论中的社会结构与潜在目标涌现 | Arman Ghaffarizadeh | 2026-07-02 | 随着大语言模型智能体越来越多地在具有社会结构的环境中运作，角色、受众和关系背景会影响其言论的利弊得失。我们研究了这种社会结构（在提示中未设定任何明确目标的情况下）是否会改变智能体在公开场合的表达内容，相较于同一条件下通过非正式渠道获取的回应。我们引入了一个双通道辩论框架，智能体在此框架中生成公开言论并纳入共享历史记录，同时记录非正式回应但不会向其他参与者展示。在10个模型、3个场景及每个场景的5种变体中，对齐诱导设置使目标智能体产生系统性的公开-非正式回应分歧，其决策分歧率从约3%的基线上升至约40%。该效应在四项综合分析中保持一致：立场分析、语义相似度分析、自然语言推理分析及问卷调查分析。在某些案例中，非正式回应明确将公开迎合归因于关系压力，例如职业风险或赞助义务。研究结果表明，对智能体的评估应超越显性目标，并检测其涌现的隐性目标。我们提出了一个双通道评估框架及配套的行为测量方法，以具体实施这一评估。 |
bioRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| 肺上皮细胞中表达的鞘氨醇-1-磷酸裂解酶增强宿主先天防御并减轻小鼠流感致病性 | Jung, K. I. | 2026-07-05 | 流感病毒在人类中传播，对全球健康造成沉重负担。研究流感与宿主之间的相互作用，可识别调控流感致病性的宿主因子。鞘氨醇-1-磷酸（S1P）是一种具有生物活性的脂质介质，可调控关键细胞过程。S1P裂解酶（SPL）作为介导S1P降解的酶，在细胞培养系统中显示出抗流感活性。本研究构建了小鼠模型，以验证SPL在体内流感感染期间呼吸道上皮细胞中的抗病毒功能。从肺上皮细胞中敲除SPL会加剧流感诱导的体重下降和死亡率。在先天免疫阶段，缺乏SPL时流感病毒开始更有效地增殖。病毒滴度在流感感染期间持续升高，并与肺部多种免疫细胞类型的积累增强相关。通过单细胞RNA测序进一步明确了SPL在肺上皮细胞中的功能。SPL缺失导致肺泡1型（AT1）细胞比例相对于肺泡2型（AT2）细胞增加，并伴随相关信号通路的改变，提示SPL在AT1/AT2编程中发挥作用。重要的是，感染后SPL缺陷的肺上皮细胞中宿主先天防御通路发生改变，这进一步证实了SPL的抗病毒功能。本研究阐明了流感感染期间SPL在肺上皮细胞中的宿主保护功能，并提供了SPL介导的流感致病性缓解所必需的关键基因特征图谱。这些发现可能有助于开发宿主导向疗法以更好地控制流感。 | |
| 加州城市花园中蜜蜂（膜翅目：蜜蜂总科）的传粉植物网络互作 | Navarro, I. | 2026-07-05 | 在栖息地持续丧失和环境压力不断加剧的背景下，城市传粉昆虫花园可为本土蜜蜂提供庇护所和栖息支持。然而，这些花园在提供充足栖息地方面的有效性鲜少得到评估。本研究聚焦于加利福尼亚州某校园近期建立的传粉昆虫花园。通过采用21世纪初花园的多样性观测数据及非致死性采样技术，我们量化了花卉与城市蜜蜂之间的访花频率。通过构建二分交互网络，我们发现尽管该花园面积相对较小，其网络仍表现出比随机预期更高的特化性和模块化程度，以及更低的嵌套性。在12种花卉中，我们观察到两种非本土传粉昆虫——西方蜜蜂（Apis mellifera）和苜蓿切叶蜂（Megachile rotundata），以及至少9种分属三科（蜜蜂科、隧蜂科、切叶蜂科）的本土蜜蜂物种。尽管该花园专为本土蜜蜂设计，但蜜蜂的访花事件占比超过80%，这表明花园需调整以增加本土蜜蜂的食源供给。蜜蜂在网络中占据最核心且连接度最高的位置，其次为具有泛化模式的本土汗蜂（隧蜂科），而其他蜜蜂（如Melissodes属）则表现出特化特征。研究发现花序数量与蜜蜂丰度呈显著正相关，但与本土蜜蜂丰度无显著关联。为更好地管理具有不同花卉特化需求的本土蜜蜂，管理者应考虑增加植物物种多样性，而非依赖少数高丰度开花植物。 | |
| GTcomplex：基于空间索引的大分子复合物搜索与比对 | Margelevicius, M. | 2026-07-05 | 大分子复合物的结构比对对于理解其功能和进化至关重要，然而现有方法通常依赖先比对单个链再推断复合物级别的对应关系，导致准确性和效率不足。本文提出GTcomplex算法，通过空间索引实现整体复合物级比对，直接从最优全局叠合中推导链分配。在蛋白质复合物、病毒衣壳和核酸复合物等多类数据集上的基准测试表明，GTcomplex在保持当前方法显著速度提升的同时，达到了最先进的比对精度。这些进展使得对组成多样的大型组装体进行可扩展的精确比较成为可能，从而促进结构注释、进化研究和多聚体结构预测。GTcomplex以用户友好型软件包和网页服务形式提供，支持高通量搜索。 | |
| TMS运动映射的最佳实验前线圈序列选择 | Qiu, R. | 2026-07-05 | 经颅磁刺激（TMS）运动映射日益依赖电场（E-field）建模来定位皮层靶点，但许多候选线圈放置位置会诱发高度冗余的皮层模式。我们将前瞻性线圈序列设计定义为子集选择问题，并在12个真实头部模型的虚拟映射实验中比较了最远点采样、基于行列式的目标函数及相关对照方法。通过收敛性分析、矩阵诊断和流形覆盖分析，表现最佳的目标函数在皮层上实现了低刺激间冗余与高元素间可分离性的平衡；而牺牲其中一项以最大化另一项的目标函数效果甚至低于随机采样。采用RBF核化的D-最优目标函数在映射精度上与FPS相当，但每100次脉冲可减少约15个独特头皮位置，表明在机器人TMS平台上可降低机械臂重配置成本。候选库的奇异谱分析提供了一种低成本先验指标，可预测离散化选择何时低于稳定映射所需的多样性阈值。这些结果将前瞻性TMS映射重新定义为有限流形覆盖问题，并为样本高效、机器人高效的序列规划提供了具体设计规则。算法实现已作为开源pynibs工具箱的一部分发布，网址为https://gitlab.gwdg.de/tms-localization/pynibs/-/tree/dev/pynibs/optimization | |
| 将波动性与随机性分离揭示了精神病理学的跨诊断计算特征 | Fang, X. | 2026-07-05 | 适应性学习需要区分环境潜在状态的变化（即波动性）与观测值在瞬间的随机性。两者对学习率的要求截然相反：波动性需要更快的更新速度，而随机性则需要更慢的更新速度。由于两者都会放大经验方差，导致推断过程易受系统性个体差异影响，并可能对精神病理学产生潜在后果，因此将它们分离在计算上具有挑战性。三种计算表型捕捉了这种变异：完整学习者、随机性盲学习者（将噪声视为变化而过度更新）以及波动性盲学习者（将变化视为噪声而更新不足）。在两个大规模在线样本及三项任务中，我们发现这些表型与跨诊断精神维度之间存在双重分离：随机性盲学习者在内化维度（焦虑、抑郁）上得分更高，而波动性盲学习者在外部化维度（行为成瘾、强迫性）上得分更高。因此，不同的症状维度对应着关于不确定性推断的不同失败模式，这支持了精神病理学中学习-不确定性缺陷的选择性而非普遍性解释。 | |
| 网络介导的扩散导致植被中出现无序的自组织。 | Filippini, S. | 2026-07-05 | 干旱和半干旱地区的植被格局源于水资源匮乏引发的自组织过程。虽然高度规则的植被格局可通过反应-扩散模型完美复现，但普遍观测到的无序格局成因仍存争议。部分研究将其归因于空间异质性，另有研究认为这是由流域尺度水分运输引发的全局竞争机制所致。本文提出新模型：在规则晶格中添加随机连接（捷径）构建扩散网络，使生物量与水分在其中扩散。通过复现自然界中不同运输尺度的空间异质性共存现象，该模型整合了此前关于无序格局成因的两种解释维度，并允许我们运用网络理论分析结果。事实上，随着捷径密度增加，扩散网络从规则晶格经小世界网络过渡至随机网络，产生不同的格局形成行为。在规则晶格中，局部扩散过程形成高度规则格局；在随机网络中，系统受流域尺度扩散主导，呈现均匀态或单斑块态。在中间捷径密度区间（小世界网络拓扑结构），两种扩散尺度的相互作用产生两类与观测一致的无序格局：具有明确特征波长的低规则度格局，以及斑块尺寸分布宽泛的不规则格局。模型预测这两类格局对环境压力的恢复力存在显著差异。 | |
| 雄性猪心肌梗死后，脊髓伤害性去神经支配阻碍后续慢性自主神经重塑。 | Van Weperen, V. | 2026-07-05 | 心肌梗死后，包括迷走神经功能障碍和交感神经过度兴奋在内的病理性自主神经重构会发生，并易导致室性心律失常（室性心动过速/心室颤动）。驱动这种重构的潜在因素（包括观察到的神经炎症和胶质细胞激活）仍不清楚。我们假设交感神经伤害性传入纤维是心肌梗死后自主神经重构的基础。在猪心肌梗死前给予硬膜外树脂毒素（RTX，用于消融交感心脏传入神经元）或生理盐水，并在梗死后4至6周评估自主神经和电生理效应。在另一组动物中，还评估了慢性心肌梗死后传入神经消融的急性效应。接受心肌梗死前硬膜外RTX治疗的梗死动物，其压力反射敏感性和迷走神经张力（通过副交感神经元活动和心脏伤害性反应测量）得到改善。这些动物还表现出脊髓炎症和胶质细胞激活减少、循环应激和炎症通路下调、电生理参数稳定化，以及室性心动过速/心室颤动诱导性降低。慢性心肌梗死后硬膜外RTX也能急性恢复迷走神经功能并减少室性心动过速/心室颤动。这些数据表明，心脏脊髓伤害性传入纤维直接导致室性心动过速/心室颤动易感性和心肌梗死诱导的自主神经重构，包括氧化应激、炎症、胶质细胞激活和迷走神经功能降低，为这些传入纤维在心肌梗死后驱动交感迷走失衡中的因果作用提供了新见解。 | |
| 动作介导结果的分布式编码驱动目标导向伸手过程中一致的群体动态 | Peng, Y. | 2026-07-05 | 预测行动结果对目标导向行为至关重要，但在持续运动过程中，大脑如何编码这些预期仍不清楚。为解决这一问题，我们在头部固定的小鼠执行取水任务时，使用多个Neuropixels探针同步记录皮层和皮层下区域的神经元放电活动。研究发现，除了对前肢运动学的编码外，分布式神经群体动态还受到奖励可用性的强烈调节。主成分分析揭示了跨脑区和实验阶段保守的群体动态，这些动态取决于伸手幅度和奖励可用性。广义线性模型显示，除运动学编码外，区域特异性群体动态中还包含与结果相关的编码，其中前额叶-丘脑区域表达的结果信号最强。无监督聚类分析进一步识别出结果编码的亚群，这些亚群在前额叶皮层中富集，并对共享的全局潜在动态贡献不成比例。综上，这些发现表明，行动介导的结果预期编码于运动相关的群体动态中，而该动态由跨脑区的功能性神经元集群塑造。 | |
| 表面AMPAR的突触组织随脑区和tau蛋白病变而变化 | Vaidya, R. M. | 2026-07-05 | 神经元质膜上突触和突触外AMPA受体（AMPAR）的分布与学习和记忆相关。尽管AMPAR的组织结构在神经元培养中已被广泛研究，但其在完整成年脑组织不同脑区及神经退行性病理状态下的天然细胞表面分布仍知之甚少。本研究将选择性小分子标记策略与双色三维超分辨率dSTORM成像相结合，在30微米厚的小鼠脑切片中绘制了天然表面AMPAR的纳米级组织结构图谱。我们发现野生型小鼠的AMPAR组织呈现显著的区域差异，其中海马CA1区的突触外AMPAR库远大于邻近的运动皮层和体感皮层。在PS19 tau蛋白病小鼠模型中，于明显神经退行性病变发生前，海马区的AMPAR组织已出现选择性破坏，而皮层区域基本保持完整。具体而言，我们观察到突触外受体库的耗竭伴随突触纳米域组织的减少，揭示了与tau蛋白病理相关的早期分子尺度突触重塑。这些发现为完整成年脑组织中区域依赖性和疾病依赖性AMPAR组织提供了直接的结构见解，并建立了在健康和神经系统疾病中研究突触受体架构的广泛适用纳米级研究框架。 | |
| 使用经验模态分解和希尔伯特变换描绘静息态功能性脑网络的优势 | Kaur, T. | 2026-07-05 | 静息态功能连接研究的目的是确定身体处于休息状态时大脑网络的内在动态。当大脑参与处理感觉输入、启动运动活动或执行各种认知任务等不同任务时，这些网络会被差异化激活。静息态功能连接网络通常通过计算受试者未主动执行任何任务时，利用功能性磁共振成像（fMRI）从不同脑区采集的血氧水平依赖（BOLD）信号的皮尔逊相关系数来揭示。然而，由此确定的功能连接与已知的不同脑区之间的结构连接相关性并不理想。本研究采用经验模态分解（EMD）结合希尔伯特变换（HT）来确定人脑的静息态功能连接。我们以体感运动网络为例，展示了这种EMD-HT方法的优势。结果表明，与常用方法相比，该方法分解的时间序列数据能够改善所推导的功能连接与已知结构连接之间的相关性（尤其对于低TR的fMRI数据）。 |
medRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| 多模态脑龄预测揭示24,648名英国生物银行参与者在健康、认知和疾病风险中的可分离特征 | Yu, R. | 2026-07-05 | 大脑衰老涉及多个组织区域——灰质、白质、富含铁质的皮层下核团以及脑血管系统——然而，大多数深度学习脑龄模型仅依赖单一MRI对比度，未能解析各区域的特异性贡献。本研究利用多达24,648名英国生物银行参与者的数据，训练了3D DenseNet121模型，通过五种MRI模态（T1、T2 FLAIR、T1+T2早期融合、弥散MRI和磁敏感加权成像）预测实际年龄，并在帕金森病进展标志物倡议（PPMI）数据集中进行外部验证。T1+T2融合模型在队列内误差最低（平均绝对误差2.19年；皮尔逊r=0.934），但下游关联分析揭示了显著的模态特异性——仅凭准确性无法预测这种差异。弥散MRI脑龄差与动脉僵硬度独特相关，且对2型糖尿病发病的预测能力最强（每标准差风险比1.12，P=2.4×10⁻¹¹）；SWI脑龄差在认知功能方面效应量最大，尤其体现在反应时间和处理速度上；T2 FLAIR脑龄差是全因痴呆（风险比1.26）和脑血管疾病（风险比1.11）的最强预测因子；而dMRI脑龄差对阿尔茨海默病具有最高风险比（1.34）。Grad-CAM归因分析显示，与单独使用T1相比，T1+T2融合将约7个百分点的权重从灰质重新分配至白质——这并非单模态信号的线性组合，而是对神经解剖学基础的定性重塑。双样本孟德尔随机化研究证实，体力活动、油性鱼类、新鲜水果和咖啡摄入对脑龄差具有因果保护效应，而吸烟起始和饮酒频率则因果性地加速脑龄增长。综上，这些结果确立了脑龄作为一组具有可分离表型、预后和神经解剖学特征的模态特异性生物标志物，并识别出可干预的生活方式靶点以延缓结构性大脑衰老。 | |
| 一种简化的基于抗原的血清学算法能够准确分类MPXV暴露和疫苗接种状态。 | Abdullahi, A. | 2026-07-05 | 需要可靠的血清学工具来测量猴痘病毒（MPXV）暴露、评估疫苗诱导的免疫反应，并支持人群监测。利用先前建立的六抗原血清学参考框架（血清阳性定义为对6种MPXV抗原中≥4种产生反应），我们评估了单个抗原及所有15种两两组合的诊断性能。B6R表现出最高的整体个体区分性能，而A35R显示出最大灵敏度，M1R则具有最高特异性。A35R+B6R组合最接近完整多重检测（AUC 0.93），支持开发简化、可扩展的MPXV血清学检测方法用于监测和疫苗评估。 | |
| 多中心真实世界验证：电子健康记录集成生成式人工智能工具用于静脉血栓栓塞风险分层 | Baughman, D. J. | 2026-07-05 | 背景：指导风险适配的住院患者血栓预防需进行静脉血栓栓塞（VTE）风险分层，但常规诊疗中可靠的风险判定仍存在不一致性。卫生系统正逐步试点人工智能（AI）工具，但鲜有研究在学习型卫生系统（LHS）背景下展示严格评估。我们评估了试点电子健康记录（EHR）集成生成式AI（GenAI）系统inHealth General Reasoner（iHGR）在VTE风险分层中的表现，并与临床医嘱集分类及医师裁定病历审查进行对比。方法：这项多中心回顾性验证研究纳入2025年6月21日至2025年12月18日期间约翰霍普金斯医学中心的成人住院患者（2025年6月21日至11月19日使用基于清单的医嘱集，2025年11月29日至12月18日使用基于临床判断的医嘱集）。从758例合格住院病例中，我们按中心和医嘱集时段分层随机抽取500例。将iHGR与临床医生选择的医嘱集分类与参考标准（RS）进行比较。主要结局为iHGR的敏感性和特异性。次要分析将医嘱集与同一RS对比，以评估工作流程比较指标和错误模式。结果：iHGR的敏感性为81.8%（95% CI 77.3-85.6），特异性为70.9%（63.6-77.3）。基于清单的医嘱集敏感性为61.3%（53.7-68.5），特异性为86.2%（77.4-91.9）。基于临床判断的医嘱集敏感性为78.1%（71.3-83.7），特异性为65.4%（54.3-75.0）。iHGR的假阴性分类与遗漏的叙述性风险因素相关。结论：iHGR在VTE风险识别方面比基于清单的医嘱集和临床判断具有更高敏感性，且未引入系统性偏倚。在LHS中对试点AI系统进行计算机模拟评估，可在规模化部署前识别临床重要的性能权衡和实施目标。叙述性临床数据提取仍是关键局限，这支持使用GenAI辅助而非取代临床判断。 |