2026-07-17 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 |
|---|---|---|---|---|
| 多步视觉推理的分层去噪 | Zezhong Qian | 2026-07-16 | 视频模型正逐步演变为视觉基础模型，但仍缺乏类人多步推理能力。流式自回归扩散模型虽高效但推理能力有限，而双向扩散虽能实现全局修正，却因密集的帧级去噪导致推理成本高昂。这两种范式在复杂推理任务中均难以兼顾逻辑一致性与低延迟流式处理。我们提出HDR（层级去噪视觉推理框架），通过将层级隐变量融入因果视频生成实现多步推理。HDR将视频隐变量组织为树状层级结构，支持流式输出前的由粗到精推理：粗去噪层保留不确定假设用于全局规划，精细层逐步将其优化为具体视觉状态。稀疏层级注意力模式（SHAP）进一步降低时序注意力成本。我们构建了包含分布外案例的层级多步视频推理基准，涵盖迷宫导航、汉诺塔、一笔画、滑块拼图、推箱子、倒水六类任务。与流式自回归扩散基线相比，HDR将成功率从34.22提升至60.29（相对提升76.2%），平均进度从76.00提升至89.56，展现出更一致的推理轨迹。HDR保持0.70秒/隐变量的低延迟流式处理，推理速度较双向扩散提升54.2倍。在仅使用2%训练数据时仍保留全数据性能的82.9%（双向扩散为52.0%）。真实机器人实验进一步验证了HDR在物理交互与世界建模中的潜力。项目演示：https://hierarchical-diffusion-reasoning.github.io/ | |
| 分区、提示、聚合：语言模型中的统计自洽性 | Patrik Wolf | 2026-07-16 | 上下文学习通常被解释为一种条件推断形式，其中提示指定了上下文，模型的输出被视为对应条件分布的估计。如果这一解释成立，那么大语言模型的估计应满足基本的概率恒等式。特别是，全概率定理断言，先验加权的条件分布在总体上的任何有效划分中会聚合为总体层面的边缘分布。本研究探讨了大语言模型的估计在多大程度上遵循这一自洽性原则。我们使用二叉树作为评估框架，递归地将总体划分为粒度逐渐精细的子群体。随后，我们通过提示大语言模型输入以语言描述的子群体上下文，将得到的估计结果重新聚合为总体层面的估计，并比较不同粒度划分下的结果。将该方法应用于多个问题领域和前沿模型后，我们发现基本一致性属性被广泛违反。对人物角色提示的深入研究揭示了一种我们称之为宏观谬误的模式：从更精细的子群体响应中重建的估计往往比直接的总体层面估计更符合人类参考数据。这一效应在树结构变化和估计任务中持续存在，并可通过隐式提示部分恢复。这些发现表明，模型具备相关的子群体知识，但未能可靠地将其传播到聚合估计中。这一差距将统计自洽性确立为评估大语言模型的一个未饱和、无参考标准的新准则。 | |
| RoboTTT：机器人策略的上下文扩展 | Yunfan Jiang | 2026-07-16 | 近期机器人基础模型通常基于单步或短历史视觉运动上下文运行。我们提出测试时训练机器人策略（RoboTTT），这是一种机器人模型与训练方案，可将视觉运动上下文扩展至8000时间步，比现有最优策略高出三个数量级，且推理延迟不增加。在此上下文长度下，我们解锁了新的机器人能力：通过人类视频演示实现一次性上下文模仿、实时策略改进、对扰动的鲁棒性，以及在多阶段长周期任务中更强的表现。我们还首次观察到，随着预训练上下文长度增加，闭环性能持续提升。RoboTTT的核心是将测试时训练集成到视觉-语言-动作策略等机器人基础模型中，形成一种序列模型，其循环状态由快速权重构成——这些参数在训练和推理过程中通过梯度下降更新，将历史信息压缩至权重空间，并检索上下文信息以实现长上下文条件化。为扩展训练上下文长度，该方案将序列动作强制与时间截断反向传播相结合。在具有挑战性的真实机器人操作任务中，RoboTTT相比单步上下文基线整体性能提升87%，并完整完成了一项五分钟、十阶段的组装任务（所有基线均无法完成）。使用8000时间步上下文训练的RoboTTT，其表现比同模型使用1000时间步预训练时提升62%，这表明上下文长度可作为机器人基础模型的新扩展维度。视频见https://research.nvidia.com/labs/gear/robottt/ | |
| MeanFlowNFT：将前向过程强化学习引入平均速度生成器 | Yushi Huang | 2026-07-16 | MeanFlow生成器通过预测时间区间内的平均速度实现快速少步采样，使其在高效生成领域具有吸引力。强化学习已成为将扩散模型和流模型与人类偏好及任务特定目标对齐的有力方法。其中，DiffusionNFT提供了一种高效的前向过程强化学习框架，无需反向过程轨迹或似然估计。然而，将此类强化学习方法应用于MeanFlow仍待探索。DiffusionNFT优化瞬时速度，而MeanFlow使用平均速度进行采样。为弥合这一差距，我们提出MeanFlowNFT。受连接平均速度与瞬时速度的MeanFlow恒等式启发，我们构建了一个诱导的瞬时速度预测器。将DiffusionNFT目标应用于该预测器，使奖励优化对MeanFlow具有良好定义。采样仍基于平均速度，保留了MeanFlow的快速少步生成特性。我们进一步证明MeanFlowNFT继承了DiffusionNFT的严格策略改进保证。在图像和视频生成上的实验表明，MeanFlowNFT持续改进基线模型。此外，它在大多数指标上（SD3.5-M上8项中的6项）优于先前最先进的强化学习调优少步生成器，且仅需少量采样步数即可超越多步强化学习调优扩散模型。例如，在Wan 2.1上，4步MeanFlowNFT达到84.33的VBench分数，超越了50步LongCat-Video强化学习（82.57）。 | |
| SciDiagramEdit：从论文修订中学习编辑科学图表 | Yasheng Sun | 2026-07-16 | 在科研论文中编辑图表是日常研究工作中常规且耗时的环节：作者在修改稿件时，需要重新标注组件、调整面板布局、统一视觉风格。然而，通过自然语言指令自动化这一编辑流程颇具挑战性，因为科学图表是一种密集的信息图，其中示意图、数据图、照片、图注和箭头等异构视觉元素需遵循严谨的视觉语法组合，以支撑特定论点。为此，我们提出SciDiagramEdit——一个从自然论文修订中学习、并基于图表可编辑矢量源操作的基准与技能进化框架，用户可在此框架中与智能体共同检查并协同编辑单个图元。我们的基准数据集从arXiv版本历史中挖掘修订前后的图表配对，每对均对应作者自身的修订意图。为适应编辑指令的多样性，我们采用技能进化的智能体学习方式：智能体提议器通过多轮执行轨迹持续优化智能体的技能规范。最终形成的技能在保留验证集上逐步提升编辑准确率，证明自然论文修订可作为指令驱动图表编辑的有效训练信号。 | |
| 在线神经时空记忆用于动态新视角合成 | Baback Elmieh | 2026-07-16 | 在线多视角流视频的新视角合成面临一个根本性权衡：在严格实时约束下，既要维持持久的长时记忆以重建暂时遮挡区域，又要保证操作效率。虽然测试时训练（TTT）提供了强大的记忆机制，但标准模型要求每帧进行基于梯度的记忆更新以适应动态场景中的运动变化。高计算成本的记忆更新阻碍了实时应用，并可能导致长上下文中的不稳定性。鉴于记忆更新的计算需求远高于记忆应用，且视频内容存在大量冗余，我们提出将这两个过程的频率解耦。本方法采用周期性记忆更新，同时逐帧应用记忆，通过跨视角注意力机制处理先前记忆状态与当前帧之间的形变。为锁定历史上下文，我们引入两个关键机制：辅助记忆损失强制场景的持久内化，以及记忆缓存策略通过正则化活动权重防止灾难性漂移。实验表明，本方法在动态人体运动场景及分钟级在线记忆任务中均实现了实时且最先进的性能。 | |
| 基于运动条件的多视图融合技术用于超声心动图心肌梗死定位 | Guang Yang | 2026-07-16 | 心肌梗死仍是全球主要死因之一。超声心动图是评估心梗的常用手段，其中节段性室壁运动异常是关键指标。现有基于学习的心肌运动分析方法多采用手工特征或密集监督估计，但大量标注需求限制了其应用。基础模型近期提升了基于视觉的超声分析性能，但多数方法仅处理单视图，且在视图依赖的模糊性下（尤其心尖切面）节段定位仍不可靠。为此，我们提出MCF-Net，一种新型运动引导的多视图融合框架，通过融合心肌运动线索与基础模型表征实现梗死定位。视觉特征由跨双视图共享的预训练超声基础模型EchoPrime提取。心肌运动建模采用极稀疏监督：通过单张标注模板帧跨视频传递初始化点追踪，避免密集标注。运动导出的节段感知软掩码提供粗粒度空间先验，选择性增强困难心肌节段的特征。运动条件融合机制进一步跨视图整合运动与视觉信息，在不覆盖强外观线索的前提下优化预测。在节段级心梗定位任务中，MCF-Net达到72.4% F1分数与84.9%准确率，优于现有最优的运动单模态、视觉单模态及融合基线方法。 | |
| 预训练数据可能通过计算宣传被投毒。 | Victoria Graf | 2026-07-16 | 对预训练数据进行投毒，可能会给语言模型引入难以检测和缓解的有害行为。此前关于预训练数据投毒的研究主要利用维基百科等成熟数据源，这类数据源无法体现预训练语料库典型的大规模与异质性特征，且忽视了投毒数据与数据筛选流程之间的相互作用。我们通过现有的大规模网络内容注入机制——公共讨论接口——证明，预训练数据的投毒攻击在超越这一有限场景后依然可行。此外，为衡量恶意内容在网络爬取和数据筛选后是否被保留，我们引入HalfLife这一新型分析方法，用于评估基于网络爬取的语言模型训练数据中对抗性内容的纳入情况。我们借助HalfLife探讨了通过开放讨论接口在网络规模下对预训练语料库进行投毒的可行性。分析表明，评估投毒注入是否被纳入预训练数据至关重要，并证实第三方网页内容可能成为攻击语言模型预训练的潜在途径。 | |
| SceneBind：在视觉、音频与语言中绑定“什么”与“哪里” | Mingfei Chen | 2026-07-16 | 我们提出SceneBind，一种融合视觉、音频和语言中联合语义与三维空间理解的真实场景全模态表征。现有全模态编码器擅长实例级语义（即存在什么），但往往缺乏明确的空间结构（即位于何处）。SceneBind通过将每个场景表示为语义-空间实体来弥补这一不足，将全局语义嵌入与以物体为中心的语义-空间槽位相结合。这种表征显式捕获物体级语义、空间属性及不确定性。我们进一步提出SceneBind Matching，一种整合全局场景相似性与物体对齐的语义-空间匹配方案，支持跨模态场景检索与物体定位。为训练和评估SceneBind，我们构建了包含结构化语义与空间标注的新型真实世界双耳视听数据集，并提出跨模态对齐语义与空间信号的训练协议。SceneBind兼容大规模预训练语义编码器，仅需少量额外令牌即可添加轻量级空间建模。它在场景与空间检索任务上达到最优性能，同时实现向音频-视觉定位等下游任务的强零样本迁移能力。 | |
| 超越成功率：面向成本的攻防安全智能体评估 | Paul Kassianik | 2026-07-16 | 安全智能体的评估通常基于充裕推理预算下的峰值攻击能力，重点衡量漏洞发现、漏洞利用开发、渗透测试及CTF挑战完成度。这类评估虽有用但不全面：在实战安全场景中，每个推理步骤、工具调用、遥测查询及数据丰富请求都会消耗预算。我们通过成本-成功双维度评估语言模型安全智能体，测试对象包括攻击性Cybench挑战与防御性Splunk BOTS v1调查挑战。不同于仅报告最优成功率，我们在固定成本水平下对比模型，并按推理开销与工具开销分解性能表现。研究结果显示红蓝队任务呈现不同扩展规律：攻击性CTF性能随测试时计算量增加而提升，开源权重模型在保持成本优势的同时可接近前沿闭源系统；防御性SOC调查则呈现不同扩展模式——其成功更依赖规范工具使用、遥测导航与选择性数据丰富，而非单纯推理预算。我们认为安全智能体基准测试应在任务成功率之外，同步评估经济效率与实战适配性。基于成本感知的SOC原生评估能更清晰揭示当前模型的实用价值，以及防御型智能体仍需改进的方向。我们已搭建交互式网站展示研究成果：https://evals.frontier.security |
bioRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| 植物肌动蛋白网络是快速的机械适应性支架 | Lamers, J. | 2026-07-17 | 肌动蛋白细胞骨架是最保守的真核结构之一。在动物细胞中，肌动蛋白在力学生物学中发挥关键作用，既作为塑造细胞力学的结构支架，又作为响应机械信号而重组的机械响应网络。在植物中，这些功能通常归因于细胞壁和微管细胞骨架，导致植物肌动蛋白在机械响应中的作用尚不明确。本研究探究动物力学生物学中关键的肌动蛋白特征是否在植物中同样保守。通过定量活细胞成像和图像分析，我们发现植物肌动蛋白网络具有快速机械响应特性。激光消融诱导的细胞变形与皮层肌动蛋白网络的细胞分布存在定量相关性，该过程在2-4分钟内快速完成。由于该现象可在缺乏生物调控的物理模型中复现，我们提出这是交联丝状网络的固有物理特性。此外，肌动蛋白网络对不同类型机械应力均有响应：渗透处理与挤压均导致肌动蛋白组织、分布和动力学的显著变化。研究结果表明，植物肌动蛋白网络形成机械适应性支架，可在数分钟内感知机械变形并重组响应。这揭示了植物具有双速细胞骨架机械响应系统：微管介导对细微发育应力的缓慢响应，而肌动蛋白则提供对潜在破坏性大变形快速响应的机制。 | |
| 未标注的器官：解剖学与生理学教材中的脂肪组织与规范性 | Hermsmeyer, I. D. K. | 2026-07-17 | 脂肪组织是一个动态且重要的器官系统，在代谢、内分泌信号传导、免疫功能、体温调节和结构支撑中发挥作用。尽管如此，历史上它常被视为惰性或病理性的，这引发了关于其在生物医学教育中如何呈现的问题。我们评估了广泛使用的解剖学、生理学以及解剖-生理学综合教材中脂肪组织的视觉和文字呈现。对图像进行了编码，包括是否存在、标注情况以及呈现程度，并对文本中“脂肪组织”和“脂肪”的提及次数按功能背景进行了量化。在解剖学教材中，脂肪组织频繁出现（占图像的6.6%-21.7%），但很少被标注（占所有图像的<5%；占含脂肪组织图像的<25%）。呈现通常是最小化或附带性的，文字描述主要非功能性，且偏好使用“脂肪”一词。在生理学教材中，脂肪组织更常以功能性术语描述，并更频繁地被称为“脂肪组织”，尤其在代谢背景下，但出现在相对较少的图像中（<5%），且通常呈现程度最低。解剖-生理学综合教材显示出中间模式，但标注率低，结构与功能的整合有限。在所有教材类型中，术语因背景而异，“脂肪”更常见于非功能性和肥胖相关描述中，而“脂肪组织”与代谢功能相关，表明术语存在背景依赖性偏差。总体而言，脂肪组织在视觉和文字领域均有呈现，但框架不一致。这种碎片化可能限制了对脂肪组织作为整合器官系统的认识，并可能强化简化或污名化的解读。因此，使教育呈现与当前科学理解保持一致，对于支持更准确、更全面地看待脂肪组织这一动态器官系统至关重要。 | |
| 优化富集培养的混合宏基因组学流程以评估厌氧消化物中牲畜粪便的AMR足迹 | Rahman, N. | 2026-07-17 | 厌氧消化液作为抗菌素耐药基因（ARGs）储库的程度可能被低估，因为传统宏基因组学可能无法充分代表低丰度决定因子，且缺乏足够分辨率来可靠地将ARGs与可移动遗传元件（MGE）关联。本研究采用混合组装技术，评估了在有无抗菌素选择性条件下，培养富集宏基因组学（CEMG）是否能提升消化液中ARGs的检测能力及ARG-MGE-宿主关联的表征。培养富集显著提高了ARG回收率：平均ARG信号从新鲜消化液（FD；直接宏基因组样本）的15.4 CPM升至无抗生素CEMG的124 CPM和抗生素选择性CEMG的160.0 CPM，较FD增加约10.4倍。FD仅检测到9种独特ARGs，而富集后回收了112种，包括编码万古霉素耐药、超广谱β-内酰胺酶和利奈唑胺耐药等临床重要基因。氧气可用性成为影响富集的最强结构因素，需氧与厌氧样本形成明显聚类，并表现出优势类群和耐药组组成的转变。抗生素选择产生更具靶向性的类别特异性变化，四环素耐药性在所有处理中持续富集。混合宏基因组组装进一步解析了ARG-MGE-宿主关联，揭示了ARGs与MGEs及重金属耐药基因的广泛共定位。综上，这些发现表明抗生素选择性培养富集通过提升低丰度ARGs检测能力增强耐药组监测，而混合组装则为评估其移动性和宿主关联提供了关键基因组背景。 | |
| 在PLA2G6相关神经退行性疾病（PLAN）的果蝇模型中，线粒体结构和功能缺陷 | Tasmin, R. | 2026-07-17 | PLA2G6相关神经退行性疾病（PLAN）是由PLA2G6基因突变引起的罕见进行性疾病，该基因编码钙非依赖性磷脂酶A2，这是一种通过Lands循环参与磷脂重塑和膜脂质稳态维持的关键酶。尽管线粒体功能障碍已被证实与PLAN相关，但PLA2G6缺失如何影响不同组织、年龄和性别中的线粒体结构与功能仍不明确。本研究采用纯合缺失iPLA2-VIA的果蝇突变体（PLAN模型），系统检测了线粒体超微结构、丰度、功能、DNA含量及线粒体维持基因表达。透射电镜显示，7日龄和3周龄突变体果蝇的脑、胸部和卵巢均出现严重线粒体异常，包括嵴结构破坏、形态异常和膜结构受损。突变体还表现出线粒体数量减少，且随年龄增长该现象更为广泛。MitoTracker成像进一步显示突变体脑中线粒体染色减少并出现异常聚集分布。与线粒体耗竭一致，突变体线粒体DNA含量降低，ATPase6表达下降而核基因ATPSynC水平不变。功能层面，突变体多个组织及全身水平的ATP生成减少，而ROS水平呈现组织、年龄和性别依赖性变化。转录分析显示mTOR和PGC-1表达降低，融合分裂相关基因Opa1、Drp1和Fis1表达改变，Pink1呈现年龄和性别依赖性变化，老年突变体Trap1表达降低，Sirtuin 6表达不变。综上，这些发现表明iPLA2-VIA是维持体内线粒体稳态和生物能量完整性的关键因子。 | |
| VBIT-4的膜破坏作用挑战其作为广泛使用的VDAC寡聚化抑制剂的角色 | Ravishankar, V. | 2026-07-17 | VDAC是线粒体外膜最丰富的蛋白质，也是代谢物交换和线粒体生理功能的关键调控因子。其寡聚化被认为控制线粒体DNA释放和膜重塑等过程，但潜在机制仍不明确。尽管机制验证有限，VBIT-4在过去十年中被广泛用作VDAC1寡聚化的推定抑制剂。本研究利用高速原子力显微镜直接观察脂质膜中的VDAC1组装体，并检测VBIT-4的作用。出乎意料的是，在微摩尔浓度下，VBIT-4独立于VDAC1诱导膜缺陷和通透化。定量AFM分析进一步显示VBIT-4不改变VDAC1簇组织。互补的电生理学、微量热泳动和粗粒化分子动力学表明，VBIT-4会分配进入脂质双层，增加膜通透性并破坏膜结构稳定性，但对VDAC1通道特性或寡聚化无显著影响。与此机制一致，VBIT-4在浓度超过10微摩尔时诱导HeLa细胞产生不依赖VDAC1的细胞毒性。这些结果共同证明VBIT-4并非VDAC1寡聚化的特异性抑制剂，而是作为膜活性化合物发挥作用。本研究为解读使用VBIT-4的研究提供了修正框架，并强调在靶向膜蛋白时系统评估药物-膜相互作用的重要性。 | |
| 一项关于同代与代际关系发展及合作的纵向fNIRS超扫描数据集 | Moffat, R. | 2026-07-17 | 社会疏离（即孤独感与社会孤立）对健康构成严重威胁，且在老年群体中尤为普遍。定性与行为证据表明，代际社交互动通过为成年人创造建立新社交联系的机会，可缓解社会疏离，但支撑关系形成的神经生理与运动过程仍鲜为人知。本文介绍并验证了代际同步数据集——一项在为期六次课程中采集的纵向多模态超扫描数据集，其中30组同代双人组与31组跨代双人组以陌生人身份相识，并通过创意绘画建立联系。该数据集包含双人组同步记录的脑活动（即fNIRS超扫描）、动作捕捉、孤独感等自评量表、协作行为评分、绘画作品（协作产物）以及文本与访谈形式的主观体验数据。该数据集专为多模态研究优化，可探究现实场景中代内与代际关系形成的神经、生理、行为、运动及主观维度。 | |
| 在军蚁社会中的社会性伤口护理动态 | Lagos-Oviedo, J. J. | 2026-07-17 | 受伤和感染对健康构成重大威胁。动物通过自我治疗或接受群体成员的社会照料来应对这一问题。尽管伤口护理在提高生存率方面的益处显而易见，但驱动这些行为进化的力量尚未完全明确。与当前假设（即社会性伤口护理更可能在小群体中进化，因为个体相对价值较高）相反，我们证明群体规模并非其进化或保留的必要条件。相反，我们的理论模型正式阐明了伤害率和致死率才是护理行为的基本驱动力，而非群体规模。这一结论进一步得到军蚁（Eciton burchellii）中伤口护理行为的佐证——该物种拥有约100万只蚂蚁的蚁群，以捕食凶猛猎物为生。在此物种中，伤口护理显著提高了受感染蚂蚁的存活率，其过程分为两个阶段：在突袭现场的直接护理，以及在临时巢穴中使用抗菌分泌物进行治疗。该物种是首个提供现场护理的物种，从而最大限度缩短了获得护理的延迟时间，进而可能降低致命伤口感染的概率。我们的发现否定了小群体规模是社会性伤口护理进化或保留必要条件的观点，反而揭示出由伤害驱动的护理行为可以成为甚至最大昆虫社会中普遍存在的适应性特征。 | |
| 使用TMEformer映射肿瘤-微环境依赖性：一种支持计算机模拟扰动的空间基础框架 | Chen, S. | 2026-07-17 | 尽管空间背景在驱动肿瘤进展中具有基础性作用，但目前大多数用于虚拟扰动的计算模型在很大程度上忽视了其重要性。在此，我们提出TMEformer——一种肿瘤微环境感知的深度学习框架，通过明确整合空间结构，利用高分辨率空间转录组学联合建模肿瘤细胞内在程序与局部微环境信号。经多个肿瘤空间转录组队列验证，TMEformer能够实现捕获局部细胞生态系统中功能依赖性的虚拟扰动。尽管仅在癌症特异性空间数据集上训练，TMEformer在捕捉关键肿瘤转变（包括谱系可塑性和治疗耐药性出现）方面仍优于基于大规模语料库预训练的基线模型。系统性扰动分析优先识别出驱动疾病进展的肿瘤内在转录因子和肿瘤微环境来源配体，既恢复了已知调控因子，又揭示了新候选分子。此外，TMEformer衍生的嵌入表征改善了肿瘤细胞的空间分层，并与病理结构更紧密对齐。综上，TMEformer建立了一个将肿瘤建模为空间耦合、可扰动生态系统的通用框架。 | |
| 条件性删除所有Neurexin定义了Neurexin在突触组织者功能中的多样性 | Jiang, M. | 2026-07-17 | 神经轴蛋白可以说是研究最充分的突触前粘附分子。尽管已有数千篇相关论文，但目前仍缺乏对不同类型突触中神经轴蛋白整体功能的直接比较研究。十年前我们曾提供过这类分析，但近期因四张图像存在微重复（虽未对论文结论产生可识别影响，但无法修正）而撤回了该论文。这使得科学界失去了证实"神经轴蛋白在不同类型突触中发挥显著且差异化功能"这一基本原理的数据。因此，本研究重新分析了原始数据，并通过新实验扩展了结论，在同一研究中记录了神经轴蛋白对多种不同突触的基础作用。我们使用靶向除Neurexin-1r外所有神经轴蛋白的三重条件性敲除小鼠，结合神经元特异性操作、脑片电生理学、双光子Ca2+成像和免疫组化技术，重点研究了小脑兴奋性攀爬纤维突触，以及小脑、海马和内侧前额叶皮层中由小清蛋白或生长抑素阳性神经元形成的抑制性突触。结果显示，泛神经轴蛋白缺失在不同突触中产生显著差异的表型：从突触组装的中度至重度损伤（攀爬纤维和小清蛋白阳性突触），到突触前动作电位诱导的Ca2+瞬变出现严重但选择性的降低（生长抑素阳性突触）。这表明神经轴蛋白在不同突触中发挥强大但具有情境依赖性的差异化作用，从而塑造大脑回路。 | |
| 通过自噬增强逆转重编程人类神经元中线粒体动力学的年龄依赖性改变及其后遗症 | Klinman, E. | 2026-07-17 | 人类神经元衰老如何影响线粒体和自噬体等关键细胞器的动态变化仍不清楚。由成年成纤维细胞衍生的MicroRNA诱导直接重编程神经元（miNs）保留了供体的年龄相关特征，使得研究人类神经元中年龄依赖性特征（包括纵向同基因样本）成为可能。转录组分析显示，与年轻个体相比，老年个体来源的神经元表现出与自噬体、溶酶体和线粒体调控相关的基因表达变化。为在细胞水平阐明这些变化，我们对不同年龄供体来源的miNs进行了细胞器活细胞成像。老年供体miNs的线粒体膜电位降低，但令人惊讶的是，其线粒体分裂与融合事件显著增加。我们认为线粒体分裂与融合的增加可能反映了对线粒体更新受损的年龄依赖性代偿，或许与自噬改变有关。随后我们发现，与年轻供体相比，65岁以上个体来源的神经元中自噬体酸化显著降低，同时伴随年龄依赖性的神经突溶酶体减少，导致可用于酸化自噬体的溶酶体数量不足。通过TFEB促进自噬体生成可逆转这种年龄依赖性的自噬溶酶体通量缺陷，同时逆转年龄依赖性的线粒体分裂与融合增加，并改善线粒体健康。诱导线粒体自噬或抑制线粒体分裂后，细胞器功能得到部分恢复。综上，本研究揭示了衰老通过神经突溶酶体减少导致自噬通量下降的机制，进而触发线粒体内在机制以避免能量产生损失。 |
medRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| 在一项针对阿尔茨海默病及相关痴呆症的多中心观察性研究中，实施标准化视频异步神经系统检查。 | Noble, J. M. | 2026-07-17 | 引言：糖尿病预防计划结果研究（DPPOS）是一个已建立的中位随访25年的糖尿病前期及2型糖尿病老年人群队列。2022年，DPPOS新增了阿尔茨海默病（AD）及AD相关痴呆（ADRD）表型分析，采用国家阿尔茨海默病协调中心（NACC）统一数据集（UDSv3），该数据集包含由临床人员执行、临床医生集中判读的25个临床站点标准化神经系统检查。方法：基于研究临床医生共识及工作人员反馈，通过迭代开发了DPPOS视频异步神经系统检查（DPPOS-VANE），旨在与UDSv3协调一致，识别除痴呆外的常见神经系统诊断，包括糖尿病性颅神经病变、卒中和帕金森综合征。DPPOS-VANE设计为无需检查者与参与者直接接触、可重复且独立于初级保健人员临床技能。iPad摄像头记录视频检查，内容包括眼球运动、面部运动、视野、言语、粗大运动力量、旋前漂移、运用及帕金森综合征评估。一段10分钟培训视频逐步演示检查流程，并提供英语和西班牙语脚本及说明。在医生对视频记录进行集中判读前，需完成各站点绩效评估、反馈及人员认证。实施两年后，1286次DPPOS-VANE检查产生了1284次检查审核。其中1204次（93%）由检查者遵循标准脚本完成。总体而言，1237次检查（96%）按计划执行，41次（3%）存在轻微错误但仍可使用，6次（0.4%）存在检查技术重大偏差；另有2次记录评估因技术错误导致录制视频无法访问而不可用。每次检查在10-15分钟内完成。各站点平均完成51.4次检查（范围14-92次）。讨论：本研究涉及25个站点的55名研究人员及3名医师评审员，首次证明了基于常用设备的VANE作为高效神经系统检查模型的可行性。这种多站点标准化VANE为大型流行病学研究提供了新型范式。 | |
| 孕期饮酒会以性别特异性的方式扰乱母胎血管生成和炎症因子的调节。 | Sautreuil, C. | 2026-07-17 | 产前酒精暴露是神经发育障碍的主要原因，但大多数儿童被延迟诊断或误诊。神经胎盘学研究表明，释放到母体和/或脐带血中的胎盘因子参与胎儿大脑发育。与此一致，临床前跨器官转录组数据库显示，产前酒精暴露破坏了血管生成因子和炎症因子的表达比例，提示存在血管炎症反应。本研究旨在：i) 通过多重免疫分析检测饮酒女性母体和脐带血中的血管生成因子和炎症因子；ii) 根据新生儿性别进行母胎分析。随后，将生女孩或男孩母亲中失调的因子提交至STRING和ShinyGO分析。结果显示，产前酒精暴露以不同方式改变了母体和脐带血中失调的血管生成因子和炎症因子的分布特征。此外，观察到性别特异性差异，其中36%的失调蛋白特异性存在于男性，48%存在于女性，16%为两者共有。STRING分析揭示了连接炎症和血管生成簇的强功能性蛋白-蛋白相互作用，而ShinyGO分析识别出与血管剪切应力相关的富集通路。这些发现首次提供了饮酒母亲中血管生成因子和炎症因子联合的母胎分析。 | |
| 重新审视反对自伤风险预测的案例：常规收集的健康数据可区分对乙酰氨基酚过量后不良结局风险较高和较低的人群 | Oxley, J. | 2026-07-17 | 背景。英国临床指南建议，在自伤行为中不应使用结构化风险预测工具和风险分层来预测自杀或决定谁接受治疗。这一立场的基础是，常规收集的健康数据不包含有用的预测信号，而这一前提很少受到直接审视。目的。检验常规收集的电子健康记录数据能否区分对乙酰氨基酚过量后严重结局风险较高和较低的群体。方法。我们分析了2017-2023年间在NHS洛锡安急诊科就诊的4095名对乙酰氨基酚过量成人患者。采用弹性网络逻辑回归，拟合37个常规收集的电子健康记录特征，以预测就诊后0-7天、8-30天和31-365天内死亡或精神健康住院的复合结局，并在保留的20%测试集上通过自助法进行评估。结果。0-7天内事件发生率为5.5%，8-30天内为2.0%，31-365天内为7.9%，其中以精神健康住院为主。每个时间窗口的自助法AUROC 95%置信区间均高于0.5（0.65-0.82、0.63-0.90、0.71-0.85）：模型对患者的排序优于随机水平。校准斜率（1.04、1.14、1.07）接近1。排序主要依赖于与精神健康相关的特征。结论。常规收集的健康数据在对乙酰氨基酚过量后的严重结局中携带预测信号，尽管区分能力未达到个体临床使用所需水平。临床意义。这些模型不建议用于临床部署；然而，将风险预测视为已解决的问题将重新引导研究努力，可能使这一患者群体被排除在推动其他医学专科护理改善的机器学习进展之外。 | |
| 双相障碍临床发作中的休息-活动节律变异性：独立生物标志物还是统计假象？ | Konicarova, C.-A. | 2026-07-17 | 背景：基于体动记录仪的休息-活动节律（RAR）特征被广泛用于描述双相障碍（BD）的临床状态。这些特征的均值水平和时间变异性均与情绪发作相关；然而，变异性指标在统计上常与均值耦合，尤其在偏态分布中。这引发了一个问题：变异性是否反映了数据的独立特征，还是观察到的关联源于数据的统计特性。目的：本研究旨在确定在控制均值-方差依赖性后，体动记录仪衍生的RAR特征的时间变异性是否能提供超出平均活动水平的BD情绪发作独立信息。方法：我们分析了来自一项更大纵向研究的72名BD参与者子集的体动记录仪数据，提取了22个每日RAR特征，按周汇总为样本均值（MEAN）和以样本标准差计算的周内时间变异性（VAR）。对整个研究队列应用方差稳定化变换（Box-Cox或Yeo-Johnson）以减少均值-方差依赖性。使用具有逻辑链接函数的广义线性混合效应模型评估与情绪发作和缓解（躁狂：34名标注参与者；抑郁：58名标注参与者）的关联，包括单变量（MEAN或VAR）和多变量（MEAN+VAR）规格，通过基于似然的指标和受试者工作特征曲线下面积（AUC）进行评估。结果：变换将均值-绝对相关性从0.43降至0.06以下。时间变异性在躁狂中与11/22个RAR特征、抑郁中与16/22个特征仍显著相关，所有显著关联在错误发现率校正后仍存在（p<0.05）。联合模型显示适度增量增益（总体AUC增加3%-4%；躁狂中最高12%，抑郁中最高7%），但绝对性能仍有限（AUC 0.50-0.66）。在躁狂和抑郁中，几乎所有基于变异性的显著回归因子均提供了超出均值模型的增量信息。仅睡眠时长和觉醒时间前后（±1小时）的活动变化未能改善躁狂与缓解的区分。结论：RAR特征的时间变异性可被视为均值活动未捕捉到的情绪发作独立状态标志物。我们发现其与抑郁的关联比躁狂更一致。其增量判别贡献有限，提示在多变量或多模态框架中更具实用性。 | |
| PARIS（肺炎：急性呼吸道感染伴或不伴脓毒症）：一项针对住院肺炎患者的前瞻性单中心观察性队列研究 | Nasser, S. T. | 2026-07-17 | 引言 住院社区获得性肺炎（CAP）在病因、严重程度和预后方面具有异质性。表型分型和内型分型方法有望对患者进行生物学分层并指导靶向治疗，但需要具有关联生物样本的充分表征队列。我们描述了PARIS（肺炎：急性呼吸道感染伴或不伴脓毒症）研究：一项针对住院肺炎患者的前瞻性观察性队列，旨在描述功能结局并为转化免疫学研究提供生物样本库。 方法 2020年12月至2022年3月期间，在入院24小时内纳入英国某地区综合医院收治的成年CAP患者。在入组时、出院时及6-8周随访时收集临床、功能和生理学数据。采集系列血样用于流式细胞术、转录组学、病原体DNA检测及血浆生物样本库建立。 结果 共纳入47例患者（入组时15例无脓毒症，32例有脓毒症[SOFA≥2]）；87%在入组后24小时内符合脓毒症标准。多数患者（30/47，64%）按COVID-19管理，其中27例经微生物学确诊。平均年龄57岁（标准差16），70%为男性，基线合并症负担较低。疾病严重程度为中度（入组时中位NEWS2评分为4，入组后24小时升至6；p<0.001）。死亡率为4/47（8.5%），44/47（94%）存活至出院。中位住院时间为8天（四分位距5.5-11）。多数患者完成了转化样本采集：新鲜流式细胞术（44/47，94%）、脓毒症亚组转录组学（31/32，97%）、病原体DNA采样（各研究时间点共收到35份样本；见表5）及储存血浆（29/47，62%）。主要结局功能衰退（Barthel评分下降≥1.85）仅见于1/29例配对评估患者（3.4%）。6-8周随访时，16/31例（52%）存活且有数据的患者存在持续性CRP升高（>3 mg/L）。 结论 PARIS队列为肺炎和脓毒症的转化研究提供了充分表征的临床平台和关联生物样本库。功能衰退率较低反映了所招募人群较年轻、合并症较少且以COVID-19为主的特点。由于疫情相关干扰，主要方案终点未达成。数据与样本支撑着一系列关联转化研究项目。 | |
| 光生物调节促进腰椎减压术后伤口愈合及功能改善：一项双盲、安慰剂对照研究 | Rivera, J. | 2026-07-17 | 目的：光生物调节疗法已成为皮肤科和整形外科中促进疤痕愈合和疼痛管理的一种有前景的手段，但其在脊柱手术后护理中的作用仍缺乏研究。这项双盲、安慰剂对照研究旨在探讨光生物调节对接受腰椎减压术的慢性下背痛患者的影响，主要结局为术后伤口愈合，次要结局为疼痛减轻和功能恢复。方法：患者随机接受主动光生物调节支具（N=13）或安慰剂支具（N=12）。术后第2、4、6、8和12周进行随访评估。结局指标包括伤口愈合（Stony Brook疤痕评估量表）、背部和腿部疼痛（视觉模拟量表）、生活质量（EuroQol 5D）和功能状态（Oswestry残疾指数）。结果：与安慰剂组相比，光生物调节治疗组的最终疤痕评分累积改善4.12倍，在术后第6、8和12周组间差异显著（p=0.0062、0.010、0.042）。在术前严重残疾的患者中，治疗使背部疼痛改善速度加快1.89倍（p=0.025），ODI评分改善速度加快1.80倍（p=0.025）；在第6、8和12周再次观察到对伤口愈合的优越治疗效果。在初始疤痕较差的患者中，治疗在第6周导致疤痕结果显著优于安慰剂，EQ5D改善速度加快1.94倍（p=0.052），且术后仅两周即观察到显著改善。光生物调节治疗未出现不良事件。结论：光生物调节显著促进腰椎减压术后伤口愈合，即使在基线疤痕评分和功能受损的患者中也保持治疗效果。这表明光生物调节的疗效不受初始疤痕状况或残疾程度的限制，支持其广泛的临床适用性。此外，术前严重残疾的患者从光生物调节中获得的益处大于安慰剂，包括背部疼痛更快减轻和功能能力更迅速改善，突显其在术后疼痛管理和康复中的作用。这些治疗效果可能由光生物调节诱导的炎症减少和组织修复增强介导。总之，本研究提示光生物调节可作为促进脊柱手术患者术后恢复的一种有前景的辅助疗法。 | |
| COVID-19中的微血管血栓形成与急性肾损伤：系统综述与定量分析 | Duarte, C. A. | 2026-07-17 | 摘要 目的：综合现有关于SARS-CoV-2相关微血管血栓形成与急性肾损伤（AKI）关联的证据，重点关注肾脏结局、死亡率及肾脏替代治疗需求。方法：本系统评价遵循PRISMA 2020声明，并在PROSPERO前瞻性注册（CRD420251132701）。检索PubMed/MEDLINE、Scopus和Embase数据库，纳入探讨SARS-CoV-2相关微血管血栓形成与急性肾损伤关联的系统评价（含Meta分析）及伞状评价。两名研究者独立完成文献筛选、数据提取，并使用AMSTAR-2和ROBIS工具进行方法学质量评价。通过结构化叙述性综合整合证据，辅以纳入评价中提取的定量数据。结果：共纳入6项评估COVID-19肾脏受累、血栓事件及微血管机制的证据综合研究。住院患者AKI发生率为9.2%（95%CI 4.6-13.9），危重症患者为32.6%（95%CI 8.5-56.6）。SARS-CoV-2相关多系统炎症综合征患儿AKI发生率为20%（95%CI 14-28）。微血管或血栓事件与不良肾脏结局相关（OR 2.14；95%CI 1.32-3.48）。AKI与死亡率升高（OR 4.68；95%CI 1.06-20.70）及肾脏替代治疗需求增加（OR 2.87；95%CI 1.45-5.68）相关。主要结局的证据确定性为中等至高等。结论：现有证据支持微血管血栓性损伤与COVID-19相关AKI存在重要关联。这些发现强化了内皮功能障碍和血栓炎症通路在COVID-19肾脏受累中的作用，并提示高危患者需早期肾脏监测、风险分层及肾脏保护策略。关键词：COVID-19；急性肾损伤；微血管血栓形成；SARS-CoV-2；肾脏替代治疗；系统评价 | |
| 便携式超低场MRI深度学习算法用于白质病变分割，提高了准确性并反映了多发性硬化症的临床残疾程度 | Thommana, A. A. | 2026-07-17 | 利用磁共振成像（MRI）进行白质病变（WML）的识别、评估和表征是多发性硬化（MS）诊断与监测的基础。便携式超低场（pULF）MRI（64毫特斯拉）已被证实可显示至少一个维度大于4毫米的WML。针对pULF-MRI的自动化WML分割工具能提供标准化且精确的WML体积定量测量。本研究旨在探究并比较机器学习（ML）与深度学习（DL）pULF MRI分割工具的准确性。对84名MS或疑似MS成人（平均年龄±标准差：48±13岁，女性62例）进行同日配对pULF（64mT）与高场（HF，3T）MRI扫描，获取T2-FLAIR和T1w图像。所有扫描的pULF T2-FLAIR图像均由人工标注参考WML分割结果，并通过配准的HF T2-FLAIR确认WML。同时创建HF参考WML分割。对pULF扫描应用四种自动化分割方法：基于HF WML掩膜训练的ML算法MIMoSA；具备跨场强与分辨率灵活分割能力的卷积神经网络模型WMH-SynthSeg；基于pULF参考WML掩膜训练的DL算法nnU-Net；以及预训练于HF参考WML掩膜并用64mT参考WML掩膜优化的伪标签辅助nnU-Net（PLAn）。nnU-Net训练两种模型：仅使用T2-FLAIR图像的nnU-Net-FL，以及使用T1w和T2-FLAIR图像的nnU-Net-FL/T1。PLAn同样生成PLAn-FL和PLAn-FL/T1。将六种自动化WML分割输出与人工分割结果比较，计算Dice相似系数（DSC）评分。探究WML体积估计与临床指标的相关性。PLAn-FL的pULF参考WML掩膜DSC评分（均值±标准差：0.50±0.24）优于MIMoSA（0.24±0.20，p<0.0001）、WMH-SynthSeg（0.30±0.18，p<0.0001）、nnU-Net-FL（0.41±0.24，p<0.0001）和nnU-Net-FL/T1（0.41±0.26，p=0.0004）。扩展残疾状态量表（EDSS）和Scripps神经功能评定量表（SNRS）评分较差与pULF和HF参考掩膜中较高的WML体积相关，且与WMH-SynthSeg、nnU-Net-FL、nnU-Net-FL/T1、PLAn-FL和PLAn-FL/T1（而非MIMoSA）的WML体积相关。经年龄校正后，WMH-SynthSeg、nnU-Net-FL、nnU-Net-FL/T1、PLAn-FL和PLAn-FL/T1与EDSS和SNRS评分仍显著相关。nnU-Net和PLAn在64mT pULF-MRI上分割WML表现最佳，能提供准确的WML负荷定量估计。此外，这些算法估计的WML体积与临床残疾指标相关，凸显其反映临床与影像学疾病严重程度的实用性。鉴于pULF-MRI的便携性和低成本，这些发现强调了其在临床试验中的价值，尤其适用于纳入更多面临后勤限制和障碍的参与者。 | |
| 比较不同神经影像学模态在帕金森病胆碱能系统定量分析中的应用 | d'Angremont, E. | 2026-07-17 | 引言 帕金森病（PD）是一种多因素疾病，影响包括胆碱能系统在内的多种神经递质系统。胆碱能去神经支配在患者间存在异质性，且难以根据临床表现预测。本研究评估了结构MRI（sMRI）和功能MRI（fMRI）对PD相关胆碱能退变及认知功能的敏感性，并将结果与既往报道的[18F]氟乙氧基苯并维沙莫尔（[18F]FEOBV）PET成像（胆碱能成像金标准）结果进行比较。 方法 34例PD患者和10名健康对照者接受结构T1加权MRI扫描，其中14例患者和9名对照者额外接受静息态fMRI。从sMRI图像中提取双侧Meynert基底核（NBM）体积，利用fMRI数据计算NBM至皮层的功能连接（NBM-FC）。采用主成分分析（PCA）降低NBM-FC图像维度，通过逐步逻辑回归评估NBM-FC区分患者与对照者的能力，同时用逻辑回归分析NBM体积的区分效能。此外，通过（逐步）线性回归探究这些指标与多领域认知功能的关系。采用留一法交叉验证（LOOCV）和自助法评估结果的稳健性。 结果 NBM-FC能有效区分患者与对照者（AUC=0.84，95% CI: 0.62-1），NBM体积区分效能较低但优于随机水平（AUC=0.75，95% CI: 0.57-0.93）。注意力领域认知与NBM-FC显著相关（r=0.63，p=0.015），总体认知与NBM体积显著相关（r=0.55，p=0.001）。这些结果均劣于既往[18F]FEOBV示踪剂摄取研究（见第6章）。自助法显示仅左侧NBM体积与PD诊断及患者总体认知稳定相关。特定脑区（如梭状回、缘上回、背外侧前额叶皮层）的NBM-FC降低与PD诊断相关，但自助法未发现与注意力相关的稳定NBM-FC模式。 结论 尽管MRI结果略逊于[18F]FEOBV PET数据，但MRI可能作为更廉价、更普及的胆碱能成像替代方案。建议在纵向研究中验证MRI作为胆碱能治疗效果预测和监测指标的实用性。 | |
| 机器学习与数据驱动模型在预测卒中后吞咽障碍中的应用：系统综述与荟萃分析 | Mohammadi Yazdi, S. | 2026-07-17 | 背景：卒中后吞咽障碍（PSD）可导致误吸、肺炎、营养不良、住院时间延长及死亡。我们评估了机器学习与数据驱动预测模型对PSD相关结局的区分度、有效性和应用准备度。方法：依据前瞻性注册方案（PROSPERO CRD420261419259），检索PubMed/MEDLINE、Embase、Web of Science核心合集、CINAHL及CENTRAL数据库，时间范围从建库至2026年6月7日。纳入研究需开发或验证针对成人卒中患者PSD相关结局的多变量预测模型。采用PROBAST和PROBAST+AI工具评估偏倚风险与适用性，使用TRIPOD+AI评估报告质量。通过随机效应模型对logit尺度下的曲线下面积（AUC）估计值进行合并分析。结果：共纳入24项研究，其中10项参与荟萃分析。四项预测早期或新发PSD的研究合并AUC为0.94（95% CI 0.60-0.99；I²=95.6%）。误吸或穿透-误吸的合并AUC为0.84（95% CI 0.71-0.92），严重吞咽障碍为0.89（95% CI 0.24-1.00）。全部十项风险预测模型的探索性分析显示AUC为0.90（95% CI 0.80-0.95），但异质性显著（I²=90.3%），预测区间为0.51-0.99。所有研究因分析领域问题存在高偏倚风险；校准度与外部验证报告不常见。结论：报告中的区分度通常较高，但现有证据未能证实其在临床实践中的可靠性能。在将这些模型用于指导卒中后吞咽护理前，需进行独立验证、校准、完整模型报告及临床影响研究。关键词：卒中后吞咽障碍；卒中；吞咽障碍；机器学习；临床预测模型；曲线下面积；荟萃分析 |