2026-08-25 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 |
|---|---|---|---|---|
| 如何稳定且高效地训练评论家 | Penghui Qi | 2026-08-24 | 基于组的方法（如GRPO）通过为每个提示采样多个响应来避免训练评论家，从而用于大型语言模型。可靠的评论家可以从单个响应中估计令牌级优势，但标准的基于评论家的训练配方往往不稳定。我们研究了这种不稳定性，并开发了最佳实践评论家优化（BPCO），该配方结合了DPPO、限制在奖励范围内的价值预测、蒙特卡洛价值目标、未归一化的策略优势以及长度自适应广义优势估计。由于评论家仅在训练期间使用，BPCO还可以将其条件化于奖励定义信息（如参考答案或评分标准），这些信息对策略隐藏。受控实验隔离了每个设计选择的效果。在从1.5B参数到30B-A3B混合专家的数学推理任务中，BPCO一致地改进了强评论家基线，并在每个提示采样一个响应的情况下匹配或超过了基于组的基线。同一配方也改善了基于评分标准的奖励学习。这些结果表明，精心设计的评论家为组相对优势估计提供了可靠的替代方案。代码可在https://github.com/QPHutu/golden_critic获取。 | |
| ReWorld：一种具有长时记忆的交互式世界模型 | Zhifei Chen | 2026-08-24 | 交互式世界模型必须跟随用户的操作，记住其展示过的场景，并实时流式生成。这种张力是结构性的：控制需要短视界，记忆则需要无界视界。ReWorld在训练时将两者分离，并在推理时加以约束。混合逐头注意力窗口将大多数注意力头限制在近期，而一小部分全局头则关注整个历史，随机头路由确保任一能力不绑定到特定头；随机块丢弃使稀疏历史处于分布内。推理时，整个过去在固定预算下运行：一个受边界约束的KV缓存，由姿态索引的地标库支撑，模型从中检索最接近当前姿态的地标。一个度量尺度对齐的数据引擎将八个来源——虚幻引擎渲染的飞越、游戏漫游和真实世界视频——置于同一物理动作尺度上，因此每次按键在所有来源中移动相机的距离相同，回文轨迹为记忆训练提供所需的回访证据。限于LoRA适配器的分布匹配蒸馏将采样压缩至四步：一个骨干网络同时支持高保真多步模式和实时交互模式，以704x1280视频流式生成，覆盖逼真、游戏风格和风格化世界。在涵盖动作跟随、长视界回忆和视频质量的三轴协议下，与六个近期交互式世界模型相比，它实现了最佳控制保真度（旋转误差$11.95^\circ$和最佳相机运动一致性）以及最佳生成质量；在长达一分钟的往返展开（$64$秒，$384$个潜在变量）中，其固定的12块缓存仍能重新生成起始视图——而在滑动窗口早已清除证据、全KV注意力内存耗尽的展开长度下。 | |
| SWE重构基准：编码智能体能否完成长周期、全仓库的堆栈迁移？ | Deyao Hong | 2026-08-24 | 现代软件系统在数十年的开发过程中积累了技术债务，这使得迁移成本高昂且在很大程度上依赖人工。随着编码代理在修复错误方面变得越来越有能力，它们能否自主执行此类迁移？现有基准无法回答这个问题，因为它们仅评估行为正确性，而不评估迁移是否实际发生。这导致了一个简单的漏洞：代理复制原始实现以使测试通过。我们称之为“盲区”。为解决此问题，我们引入了SWE Refactor Bench，一个包含20个全仓库迁移的基准，覆盖4种技术债务。一个三阶段评估协议同时衡量迁移完整性和行为正确性。（1）迁移审计验证迁移是否发生。（2）行为测试使用固定测试套件衡量正确性。（3）代理验证使用6个独立编码代理生成针对隐藏行为差异的定向测试。在来自8个前沿模型和26个模型努力配置的520次运行中，仅28次运行（5.4%）通过所有三个阶段，20个任务中有13个未获得接受方案，最佳模型（claude-opus-5）得分为47.0/100。迁移完整性和行为正确性是不同能力：少数运行通过跳过迁移保持行为，并在迁移审计阶段被阻止；大多数尝试迁移但破坏行为，并在行为测试阶段被阻止。代理无法实现完美迁移：在通过迁移审计的340次运行中，58%达到固定检查的99%，但仅26%达到100%。代理能力在不同迁移类别间存在差异：在构建工具链重写上得分为31.4，但在语言重写上仅为5.6。综合这些发现，SWE Refactor Bench定位为开发可靠全仓库迁移编码代理的严格测试平台。 | |
| EG-ARSA：面向低资源环境下视觉道路安全审计的专家驱动开放模型 | Md Thamed Bin Zaman Chowdhury | 2026-08-24 | 道路交通伤害在中低收入国家仍然是一项重大挑战，在这些国家，主动式道路安全审计受到不完整的事故记录、合格审计人员短缺以及大规模实地检查成本高昂的限制。为解决这一问题，我们提出了专家接地蒸馏（EGD），这是一种新颖的人工智能框架，将机构道路安全专业知识迁移到紧凑的视觉-语言模型中，用于可扩展的视觉道路安全审计。关键创新在于一个量化的专家接地阶段，在此阶段，教师视觉-语言模型根据权威实地审计进行校准。只有在教师与专家风险评估达到实质性一致（Cohen's kappa = 0.74）后，才允许进行大规模标注。校准后的教师随后生成结构化监督，通过低秩适应和单一无泄漏提示蒸馏到80亿参数的视觉-语言学生模型中。我们还引入了孟加拉国道路安全审计数据集（BD-ARSA），这是首个开放的、专家接地的孟加拉国视觉道路安全审计数据集，包含21,947条图像-审计记录，覆盖近乎全国范围，以及专家接地道路安全审计器（EG-ARSA），这是首个专门为此任务开发的视觉-语言模型。实验结果表明，接地微调显著改善了相对于零样本基线的序数风险评估，而盲法专家评估显示，紧凑的学生模型优于其310亿参数的教师模型和Gemini-2.5-Flash。这些发现表明，EGD为资源受限环境中的主动式道路安全审计提供了一种有效且可扩展的工程解决方案。 | |
| 基于物理约束的深度学习模型用于三轴体震信号无接触血压监测 | Yuanyuan Zhang | 2026-08-24 | 心冲击图（BCG）在实验室环境中用于无创长期血压（BP）监测具有前景，但传统BCG信号易受身体与床交互变化的影响，导致时间或幅度轴上的特征点偏移，且血压随个体血流动力学变化而变化，造成表征不对齐，影响模型的泛化性和鲁棒性。在本工作中，我们提出了一种基于三轴体震图（BSG）作为BCG扩展的无创血压估计框架Phy-BP。首先，设计了一种自适应质量控制算法，通过联合考虑相邻心跳模式和通用心源性模板，选择富含心源性成分的BSG片段。其次，建立了一个物理模型来描述身体-床系统中的三维波传播，并将其嵌入深度学习模型中，以表征由单一心源性激励驱动的三轴BSG信号间的内在耦合。因此，在模型训练过程中多轴特征得以对齐，提高了对真实场景中失真的鲁棒性。在21名受试者收集的162小时医院数据集上的实验表明，所提出的Phy-BP能够动态过滤低质量测量，且深度学习模型训练受不同轴间物理一致性的约束，以提供可靠的血压监测，尤其是在训练样本有限时。 | |
| 可证明自适应的均匀与重掩码离散扩散模型采样 | Daniil Dmitriev | 2026-08-24 | 离散扩散模型通过支持并行更新，为自回归生成提供了一种有前景的替代方案，但其采样效率在很大程度上取决于前向过程和采样器的选择。对于均匀前向过程，现有标准τ跳跃采样器的下界随环境维度d线性增长，这引发了一个问题：这种依赖性是否前向过程所固有的。我们对此问题给出了否定回答。我们考虑一种基于留一法去噪器的均匀和重掩蔽过程的一阶采样器，其坐标更新可并行执行。在两种情况下，采样器都能在采样过程中纠正去噪错误，这在许多坐标同时更新时变得必要。我们的主要结果建立了一个自适应采样保证：在对数因子范围内，$N = O(\mathrm{DTC}(X_0) / \varepsilon)$ 步离散化足以实现采样误差 $O(\varepsilon_{\mathrm{score}}+\varepsilon)$，其中 $\varepsilon_{\mathrm{score}}$ 是分数估计误差。因此，采样复杂度由目标分布的内在依赖结构决定，通过其双重总相关 $\mathrm{DTC}(X_0)$ 来衡量，而非直接由环境维度d决定。我们的分析通过一个贝叶斯最优辅助采样器进行，该采样器将离散化误差与分数估计误差分离。我们还推导了离散化误差的精确信息论表示，该表示以不同时间前向过程不同坐标之间的互信息形式给出。这一表示适用于一般前向过程，并且在均匀和重掩蔽情况下，可由 $\mathrm{DTC}(X_0)$ 控制。在结构化合成分布上的数值实验展示了预测的维度自适应行为。 | |
| Prime Agent：一种自我改进的RLM工具框架 | Seth Karten | 2026-08-24 | 语言模型是顺序处理器，但长期目标导向的行为需要超越模型权重和活动上下文的外部信息与计算。Prime Agent 是一个用于长期评估和编码代理工作流的开源框架。一个持久的 IPython REPL 遵循递归语言模型抽象，用于程序化上下文处理与测试时计算，而持续框架则在轨迹间保留历史、记忆、技能、提示和子代理规范。递归子代理通过直接的代理间通信进行协调，代理视图允许人类检查和管理由守护进程支持的会话。Prime Agent 标准化了执行、恢复、验证和资源核算，同时将策略构建留给模型。这种低摩擦、表达力强的界面防止框架故障变成模型故障，并将测量推向模型真实的最大潜在能力。Prime Agent 将 ARC-AGI-3 RHAE Best@1 从 30% 提升至 95.5%，并在长上下文编码、GPU 内核生成、模拟器构建和自主 nanoGPT 速度竞赛中匹配或超越原生及流行框架。在 Factorio 中，我们发现细化允许持续技术进展，而专用子代理能实现并行工作。代码可在 https://github.com/PrimeIntellect-ai/prime-agent 获取。 | |
| ConvergeFlow：具有可证明收敛到Token嵌入的语言流 | Na Li | 2026-08-24 | 连续扩散和基于流的语言模型（LMs）的最新进展已实现了与离散LMs竞争的性能。然而，现有的连续框架仍依赖于通过交叉熵（CE）监督的解码器，因为流轨迹不能保证终止于有效的词元嵌入。受此限制的启发，我们引入了\textbf{ConvergeFlow}，一种基于嵌入空间的流式语言模型，它将数据预测器约束在词元嵌入的凸包内，并仅使用流匹配引起的均方误差目标进行训练。在适当的正则性条件下，我们证明了尽管数据预测器存在误差，所得到的流仍能收敛到有效的词元嵌入，从而无需CE监督的解码器即可直接进行词元预测。我们进一步开发了三种采样机制，以控制生成困惑度与熵之间的权衡。在OpenWebText上的实验表明，ConvergeFlow实现了与现有连续和离散扩散LMs竞争的性能。这些发现展示了基于流的范式在语言建模中的潜力。我们的代码可在https://github.com/Na-Li66/ConvergeFlow获取。 | |
| 当“不要”并非拒绝：CLAUDE.md中的安全规则与内置控制 | Ting Yan | 2026-08-24 | 在CLAUDE.md中，“do not”是模型解读的自然语言指令。Claude Code的deny是一种内置控制，能在代理采取行动前阻止该行为。两者都能表达相同的安全目标，但控制代理的方式不同。我们在481份公开的CLAUDE.md文件中衡量了这一差距。一个LLM将提取的候选规则与Claude Code文档化的控制进行匹配，两名安全从业者独立检查了样本，未查看模型的答案或彼此的标签。根据控制与书面规则的匹配紧密程度，仅约4-16%的检索到的安全规则有对应的内置控制。在最严格标准下，估计值为4.4%（95%置信区间：2.6-6.7%），两位标注者对哪些规则有匹配项的意见高度一致。对完整文件的人工审查发现，我们的提取方法捕获了66.3%符合条件的安全规则；因此，报告的比例适用于其捕获的规则。这是一个可用的安全问题：CLAUDE.md是一个只写通道。开发者编写安全规则，但得不到关于控制是否会执行该规则的反馈。同样的纯文本形式隐藏了两类规则：一类可由权限规则、模式或沙箱强制执行，另一类则留给模型自行解读。 | |
| FixAnything：基于视频生成先验的三维一致渲染细化 | Khiem Vuong | 2026-08-24 | 使用三维场景表示（如高斯泼溅（3DGS）、神经辐射场（NeRF）、网格甚至点云）进行视图渲染时，当输入视图稀疏或目标视图远离输入时，会产生伪影。近期工作利用基于扩散的生成先验来缓解这些伪影，但这种方法针对特定表示，需要定制架构或大量重新训练。我们提出FixAnything，一个用于修复多种渲染伪影的单一模型。它通过重新利用预训练的视频生成模型实现，仅需最小修改和轻量微调，即可利用其隐式多视图先验。我们的关键洞察是，即使噪声渲染序列也保留了相机运动和粗略场景结构，使得清理可被表述为视频到视频的转换。为控制应保留的场景结构，我们引入一个二进制掩码标记干净像素，使模型能将输出锚定到高质量输入（如训练视图），同时优化其余部分。为鼓励FixAnything产生支持下游重建的三维一致渲染，我们使用通过运动恢复结构获得的相机姿态精度作为直接偏好优化（DPO）的奖励信号。在四种不同的三维表示中，FixAnything通过轻量微调持续提升渲染质量，证明单一通用视频先验可替代多个专用细化流程。该框架的简洁性使其无需架构重新设计即可直接采用未来更强的视频模型。 |
bioRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| 基于模型的电休克疗法中种族、性别及电极安置方式评估 | Khadka, N. | 2026-08-25 | 目的：本计算建模研究量化了性别和种族相关颅脑解剖结构对电休克疗法（ECT）中预测的全脑电流流动的影响，涵盖常规电极布局（双额（BF）、双颞/双侧（BL）、右单侧（RUL））和实验性布局（局灶电诱导癫痫发作疗法（FEAST）和额中部（FM））。目标是确定种族相关变异性是否显著影响不同布局下ECT刺激指标的差异。方法：使用高分辨率磁共振成像开发了中国、黑人和白种人受试者的有限元头部模型，并通过基于真实体积方法的经颅电刺激模拟器（ROAST）流程进行分析（总N=150；每队列n=50，包括25名男性和25名女性，年龄范围：20-30岁）。在恒流条件（900mA）下模拟了五种ECT布局。刺激强度（Ebrain/Eth）量化为全脑电场幅度（Ebrain）的第90百分位数，相对于神经元激活阈值（Eth = 0.25 V/cm）的比值。整体聚焦性评估为高于神经激活阈值（Ebrain [≥] Eth）的脑体积百分比，而偏侧性量化为右至左半球电场幅度比值的中位数。统计分析种族、性别和布局对刺激强度、聚焦性和半球偏侧性的影响。结果：颅脑解剖中观察到的显著种族和性别相关差异导致预测ECT诱导电场强度的系统性变化。全脑电场幅度因种族和布局而异，通常在白种人头部模型和BL刺激期间观察到最大电场。布局对刺激强度（Ebrain/Eth）影响最强，BL和FEAST产生最高刺激强度，其次是RUL和FM，而BF产生最低。白种人受试者通常预测比黑人和中国受试者更高的刺激强度，而女性预测比男性略高的刺激强度。偏侧性主要由布局决定，FEAST产生最大的半球不对称性，其次是RUL。中国受试者表现出比黑人和白种人受试者更高的偏侧性比值。BL、RUL和FEAST刺激的脑体积显著大于BF，高于神经激活阈值（聚焦性较低）。白种人受试者相对于黑人和中国受试者，以及女性相对于男性，观察到较低的聚焦性。结论：电极布局是预测ECT刺激强度、聚焦性和偏侧性的主要决定因素。种族相关解剖差异以及较小程度的性别相关差异系统性改变刺激模式，支持在ECT剂量和治疗优化中考虑个体化解剖结构。 | |
| 基于稳定性的多组学整合以实现可复现的潜在结构 | Guan, H. | 2026-08-25 | 高维多组学数据整合为表征复杂生物系统提供了新机遇。尽管采样变异性经常影响研究结果的可靠性，尤其是在小规模队列中，但所衍生的潜在结构的可重复性和泛化性尚未得到充分评估。我们提出了一种基于稳定性的多组学整合框架，该框架结合了稀疏广义典型相关分析、重复交叉验证、样本外投影以及组件层面和特征层面稳定性的系统评估。我们将此框架应用于甲状腺癌病例对照队列（n = 162）中的非靶向代谢组学和Olink靶向炎症蛋白质组学谱。我们的基于稳定性的整合识别出可重复的代谢组学和蛋白质组学潜在组件，这些组件显示出一致的样本外疾病关联，并追踪了相对于诊断时间的时序结构变化。该框架提供了一种通用策略，用于识别可重复的潜在结构，从而提高多组学研究中生物推断的稳健性。 | |
| p53是癌症中染色体丢失的选择性屏障 | F. Marques, J. | 2026-08-25 | 非整倍性和TP53突变是癌症中最常见的遗传改变之一。p53失活被广泛认为是非整倍性出现的关键促成事件。然而，p53是否针对特定类型的非整倍性提供保护，以及这种保护是否在不同癌症类型中普遍存在，仍不清楚。通过分析TCGA数据库中多种癌症类型的非整倍性特征，我们表明p53失活对于癌症非整倍性既非充分条件也非必要条件。尽管p53缺陷型肿瘤显示出更高的泛癌非整倍性，但在个别癌症类型中，p53功能正常与缺陷型肿瘤的非整倍性水平往往相当，且p53功能正常的癌症也可能高度非整倍。相反，p53缺陷与染色体丢失频率增加相关。在诱导染色体不稳定后对非转化细胞进行单细胞测序，揭示p53通路在染色体丢失而非获得时优先激活。延长培养在p53失活时选择性富集单体性。因此，p53作为针对非整倍性的情境依赖性保护机制，尤其针对染色体丢失。 | |
| Hunt祖先-后代方向性随机游走参数化的精确版本 | Ergon, R. | 2026-08-25 | Hunt的祖先-后代参数化方法在将进化模型拟合到经验古生物学序列时，假设种群间转变的对数似然是独立的（Hunt, 2006）。这一点并不完全正确，正如他在论文中也指出的。原因在于相邻性状差异共享一个性状均值及其抽样误差，忽略这一事实可能导致估计步长出现较大误差。在此，通过使用随机向量的N-1维正态密度来解决该问题，其中N为样本数。这导致协方差矩阵为三对角矩阵，而非Hunt的对角矩阵，并且在估计步长方差为零的情况下，估计的步长以及由此得到的预测斜率将与加权最小二乘估计所得结果一致。 | |
| 围产期环境丰富化在小鼠新生儿主动接触环境之前即影响其脑结构 | Kaller, M. S. | 2026-08-25 | 早期生活经历塑造个体。环境富集，一种用于研究动物模型中环境复杂性和新奇性增加效应的实验范式，长期以来因其对神经系统功能和行为广泛影响而受到认可。在成年啮齿动物中，富集环境引起的大脑结构变化已有充分记录，尤其是在海马体。然而，环境富集对早期生活期间发育中大脑的影响尚不明确。本研究旨在探讨环境富集如何影响围产期关键阶段的大脑发育，并比较这些效应与成年期观察到的差异。我们使用高分辨率MRI测量出生在富集或标准环境中的小鼠新生鼠在出生后第7天的大脑结构。我们显示，啮齿动物在出生后第7天即表现出大脑结构差异。然而，观察到的区域变化与成年期不同：海马体变化有限，但后脑、背侧纹状体和内侧缰核的变化显著。鉴于新生鼠在P7时与环境缺乏直接互动，我们假设母性照料可能介导这些效应。我们显示，富集环境与标准环境中的母性照料存在差异，母性照料与新生鼠大脑结构变化相关，且母性照料和富集环境对大脑结构的影响相似。这表明，环境富集引起的早期大脑结构变化至少部分由母性照料介导。本研究为富集环境对啮齿动物早期大脑发育的差异性效应提供了新见解。 | |
| K2P通道通过膜电位非依赖机制调节突触前组织 | Meng, J. | 2026-08-25 | 神经元离子通道对突触可塑性具有公认的影响，在许多情况下通过影响依赖于膜兴奋性的通路实现。在此，我们发现线虫中的双孔域钾（K2P）通道TWK-40通过一种不依赖膜电位的机制调节突触前组织。相反，这一机制依赖于TWK-40对细胞内钾水平的影响。TWK-40的功能缺失突变导致突触前蛋白过度积累，而功能获得突变则导致突触前组分耗竭并引起突触传递缺陷。这些异常可通过模拟TWK-40对细胞内钾浓度效应的转运蛋白突变来表型复制，但无法通过模拟其对膜兴奋性效应的钠通道突变复制。这表明细胞质钾促进突触前组装。此过程依赖于PYK-1丙酮酸激酶（一种对钾敏感的酶）及三个转录因子。这些发现确立了一条将神经元钾稳态与突触前组织和突触功能控制联系起来的新通路。 | |
| 不同血液制品干血斑的N-糖组分析及其在糖尿病前期与糖尿病鉴别中的潜力 | Memarian, E. | 2026-08-25 | 干血斑（DBS）采样正逐渐成为传统血液采样方法的流行替代方案，其优势包括采集、运输和储存的便利性，以及较低的生物危害风险。N-糖基化是蛋白质的一种主要翻译后修饰，与众多生物学和病理学功能相关，是DBS分析中一个备受关注的领域。在本研究中，我们采用了一种基于亲水相互作用和荧光检测的超高效液相色谱（HILIC-UHPLC-FLR）方案，用于DBS的N-糖基化谱分析。该方案包括DBS切割、蛋白质提取和酶解消化、用2-氨基苯甲酰胺标记，随后进行净化和HILIC-UHPLC-FLR测量。我们将DBS与血浆进行比较，并证明了当DBS由新鲜血液、冷冻全血或分离的冷冻血细胞与相应冷冻血浆组合制备时，其N-糖基化谱的稳定性。此外，我们还比较了糖尿病前期和糖尿病受试者的DBS N-聚糖。岩藻糖基化、二分化和半乳糖基化在糖尿病中显示出统计学上不显著的上升趋势，而唾液酸化则显示出统计学上不显著的下降趋势。该方法的主要优势在于能够重新利用最初并非用于生物标志物N-聚糖分析的样本，如冷冻全血。此外，DBS N-聚糖谱分析在糖尿病前期和糖尿病患者的诊断和监测中，相比传统血浆方法更为简便、经济且侵入性最小。 | |
| 快速绿叶挥发物感知使完整植株能够比受伤的释放者更早释放诱导性挥发物 | Cofer, T. M. | 2026-08-25 | 受攻击邻居附近的生物体可通过激活自身防御来响应危险信号。然而，这些相互作用的时间动态仍解析不足，尽管它们对后续效应至关重要。在此，我们实时研究了暴露于草食诱导邻居释放的挥发性物质中的玉米植株的防御反应。这些实验揭示了一个令人惊讶的时间悖论：未受损伤的邻居比受攻击植株自身早15-80分钟开始释放大部分诱导挥发性物质。这种更早的响应性与防御激素、挥发性生物合成基因或叶片内挥发性积累的早期诱导无关。相反，接收植株保持气孔开放，而受攻击的发送植株迅速关闭气孔以对抗水分流失。利用不同的挥发性缺陷突变体，我们证明接收者中的快速响应由绿叶挥发性物质触发，这些物质在几分钟内从发送植株的伤口部位释放，且不依赖于气孔开度。因此，未受攻击的邻居可作为“无阻碍观察者”，比受攻击生物体自身更快地激活某些防御，因为它们无需应对伤口创伤。由此产生的植物挥发性串联模式扩展了我们对挥发性信号传导的理解，并有可能塑造种群层面的多营养级相互作用。 | |
| 单拷贝GOLDEN2-like基因的破坏是日本牵牛花经典黄色和黄色可突变突变的基础。 | Umehara, H. | 2026-08-25 | GOLDEN2-like (GLK)转录因子是叶绿体分化和光合基因表达的关键调控因子。日本牵牛花（Ipomoea nil）中的经典黄色突变产生黄绿色叶片，而不稳定等位基因yellow-mutable则在黄绿色背景上产生绿色体细胞扇区。导致这些突变的基因被鉴定为InGLK，其编码一种GOLDEN2-like转录因子。稳定的黄色突变体在InGLK中携带一个4-bp移码插入，而两个yellow-mutable品系在第五内含子中携带Tpn1家族转座子Tpn12。生殖系回复突变体中Tpn12的切除留下短足迹并恢复绿色叶片表型。基因组搜索确定InGLK是I. nil中唯一的GLK基因。对绿色体细胞回复扇区和黄绿色背景区域的色素分析显示，黄绿色背景中大多数测得的光合色素显著减少，而叶绿素a/b比值未变。黄绿色组织中的叶绿体保留类囊体膜和淀粉粒样结构，但颗粒状堆叠结构较不明显，基质片层样结构稀疏。野生型样叶绿体超微结构在生殖系回复突变体中得以恢复。这些发现表明，单拷贝GLK基因的功能丧失广泛减少光合色素积累并改变叶绿体内部膜组织。因此，I. nil的黄色突变体为研究非冗余GLK功能提供了遗传系统。 | |
| 在拟南芥花粉-柱头互作中，RAP2.12和RAP2.3因子作用于LRR-MAL受体激酶下游。 | Bordeleau, S. | 2026-08-25 | 拟南芥富含亮氨酸重复序列-凝集素受体激酶（LRR-MAL RK）基因此前已被认为参与花粉-雌蕊相互作用的早期阶段，以支持亲和花粉。其中一员，花中受体激酶1（RKF1），已被关联到柱头中支持花粉水合及花粉管生长的作用。为更好理解RKF1在这些过程中的功能，使用RKF1胞质激酶域进行了酵母双杂交筛选。从该筛选中鉴定出的两个阳性互作因子为第七组乙烯响应因子（ERFVIIs），即APETALA 2相关蛋白2.12（RAP2.12）和RAP2.3。利用五重erfvii突变体研究了它们在花粉-雌蕊相互作用中的潜在作用，并在花粉管生长阶段发现了新的雌蕊介导的花粉管胼胝质沉积表型。先前发现，雌蕊中包括RKF1在内的七个LRR-MAL RK的缺失会导致一种异常表型，即野生型花粉管中沉积的胼胝质栓比在野生型Col-0雌蕊中观察到的更短。与此相反，穿过五重erfvii突变体雌蕊的野生型花粉管沉积的胼胝质栓比在野生型Col-0雌蕊中观察到的更长。进一步使用蛋白水解6（prt6）突变体和RAP2.12拯救构建体的分析结果与这些表型一致，支持了RKF1在花粉管生长期间作为雌蕊中RAP2.12和RAP2.3的负调控因子的作用。 |
medRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| 该吃饭了：个性化规律进餐时间对体重及身心健康的影响——一项随机对照试验的初步研究 | Wilming, I. | 2026-08-25 | 背景：昼夜节律紊乱与代谢及心理健康问题相关，但增加进餐规律性是否能在不规定饮食限制的情况下减轻体重并改善健康状况尚不明确。目的：测试个性化规律进餐时间表对体重指数（BMI）[≥]22 kg/m²的成年人体重和健康状况的影响。方法：在这项单中心随机对照试点试验中，121名成年人按2:1比例被分配至基于两周应用程序饮食记录制定的个性化进餐时间表，或采用自选18小时进食窗口的最小干预对照组。干预持续6周。100名参与者完成试验并纳入主要分析。模型调整了基线BMI、年龄、性别，以及非体重结局的相应基线值。结果：与对照组相比，干预组体重下降更显著（调整后差异，-2.10 kg；95% CI：-2.86，-1.34；P < 0.0001），BMI也下降更多（-0.70 kg/m²；95% CI：-0.94，-0.45；P < 0.0001）。进餐时间变异性大幅降低（-2.72分；95% CI：-3.13，-2.30；P < 0.0001），且规律性改善越大，体重减轻越多。体重变化与自我报告的能源摄入或宏量营养素组成无关。在健康状况结局中，睡眠质量显示出最明显的调整后组间改善（匹兹堡睡眠质量指数：-1.47分；-2.28，-0.65；P = 0.0006）。结论：个性化规律进餐时间表减轻了体重，并伴随健康状况改善，最明显的是睡眠质量。需要采用客观代谢和昼夜节律测量的大型试验来确认临床实用性并阐明机制。试验注册：德国临床试验注册库，DRKS00021419，注册于2020年8月21日；https://drks.de/search/en/trial/DRKS00021419。 | |
| 可解释机器学习揭示了预测帕金森病新发运动并发症的挑战 | Endrizzi, W. | 2026-08-25 | 预测新发运动波动和左旋多巴诱导的异动症（LID）对于优化帕金森病管理至关重要。为建立透明的预后框架，我们应用可解释机器学习于来自247名患者的真实世界多中心临床数据，以预测这些并发症的3年发生情况。严格基于无并发症患者进行评估，模型实现了中等预测能力（LID MCC=0.28；波动MCC=0.32）。基于SHAP的可解释性确认预测与既定临床知识准确一致，主要驱动因素为左旋多巴使用时长和左旋多巴等效日剂量，风险在300-400毫克阈值以上显著增加。关键的是，消融研究显示，从训练中排除已有并发症患者会导致模型敏感性崩溃，证明完整疾病严重度谱系对于稳健风险分层至关重要。最终，这一严格的方法学压力测试表明，仅凭基线临床特征产生有限的绝对敏感性，强调整合动态纵向数据以实现临床级个体化预测的必要性。 | |
| 使用提示消融在大型语言模型和微调编码器中检测自发语音中的自我修复 | Wu, R. | 2026-08-25 | 自我修复，即说话者在话语中放弃并重新表述其言语的句内修正，是基于言语的认知筛查中一种有前景的可解释标记。自动检测它们较为困难，因为自我修复的定义取决于其与周围言语的关系，而非固定的词汇线索。在DementiaBank ADReSS语料库上，我们比较了生成式大语言模型在五种条件提示消融下的能力，与微调的DistilBERT标记分类器在检测自我修复方面的表现。GPT-5表现最佳（测试F1 = 0.73），且对提示设计基本不敏感，而LLaMA（开放权重替代方案）则较弱且对提示极为敏感（测试F1 = 0.47）。DistilBERT体积小近100倍，以极低的计算成本达到了开放权重大语言模型的水平。这些结果表明，在拥有足够领域内标注的情况下，本地可部署的编码器是实现临床自我修复检测的更可行路径，而非扩大模型规模或增加提示复杂度。 | |
| 2016-2022年青年（18-45岁）心力衰竭患者住院结局的城乡差异 | Sherr, H. | 2026-08-25 | 背景 心力衰竭（HF）导致的住院和死亡率在农村地区呈上升趋势。然而，年轻成人HF患者的住院结局尚不明确。本研究旨在比较18-45岁农村和城市HF患者的院内死亡率、先进手术使用率、住院时长及总费用。方法 我们分析了国家住院样本（2016-2022年）中的住院记录，将出院病例分类为农村（国家卫生统计中心[NCHS] 5-6级）、中小城市（NCHS 3-4级）和城市（NCHS 1-2级）。使用广义估计方程建模结局，并调整人口统计学特征、合并症和医院特征。结局以调整率比（aIRRs）或风险比（aRRs）及95%置信区间报告。结果 在79,258例年轻成人HF住院中，45,075例来自城市地区，10,722例来自农村地区。农村患者的院内死亡率更高（1.6% vs. 1.2%；aIRR = 1.28，95% CI = 1.05, 1.56，p = 0.043），先进心脏手术使用率更高（15.0% vs. 14.8%；aIRR = 1.19，95% CI = 1.11, 1.28，p < 0.001），住院时间更长（aIRR = 1.10，95% CI = 1.05, 1.14，p = 0.003）。中小城市居民的结局与城市居民相似。在交互作用分析中，农村-城市居住地与死亡率之间的关联因种族（pint = 0.003）和支付类型（pint < 0.001）而异。结论 农村地区的年轻成人可能在HF住院后易出现不良结局。识别有HF风险的农村成人并提供可负担且及时的护理可能有助于改善差异。 | |
| 青少年精神障碍在精神分裂症或双相障碍家族高风险及人群对照中的八年前瞻性研究：丹麦高风险与韧性研究，VIA 15 | Streyma, D. H. B. | 2026-08-25 | 背景 患有精神分裂症（SZ）或双相情感障碍（BP）的父母，其子女出现精神障碍的比率较高。目前缺乏将家族风险子女与背景人群进行比较的纵向研究。方法 本研究为丹麦高风险与韧性研究的八年随访。我们考察了从11岁至15岁（n=416）的四年患病率、至15岁时的累积发病率（n=516）、从11岁至15岁精神障碍的持续性（n=396），以及15岁青少年中具有SZ家族高风险（FHR-SZ）或BP家族高风险（FHR-BP）者与基于人群的对照组（PBC）的总体功能。我们使用儿童情感障碍与精神分裂症量表-现症及终身版（K-SADS-PL）和儿童总体功能量表（CGAS）评估精神障碍和总体功能。结果 与PBC（30.5%）相比，FHR-SZ（51.3%，OR=2.39，95% CI 1.49-3.83）和FHR-BP（45.9%，OR=1.98，95% CI 1.16-3.37）四年内任何精神障碍的患病率更高。至15岁时，FHR-SZ（67.2%，OR=3.19，95% CI 2.11-4.82）和FHR-BP（64.4%，OR=2.82，95% CI 1.75-4.54）的精神障碍累积发病率高于PBC（39.1%）。FHR-SZ青少年表现出最高的持续性精神障碍率（33.3%），其次是FHR-BP（24.5%），PBC最低（12.9%）。15岁时，FHR-SZ的总体功能低于FHR-BP和PBC，而FHR-BP的得分也低于PBC。在7岁、11岁和15岁时，精神障碍累积发病率和总体功能评分的组间差异保持稳定。结论 具有FHR-SZ或FHR-BP的青少年从儿童期至青春期中期，面临多种精神障碍、精神共病及较低总体功能的风险升高，且不仅限于其家族风险所对应的疾病。这种脆弱性凸显了对FHR后代及其家庭进行早期识别和支持的必要性。 | |
| 加强心脏康复：提升可及性与疗效的关键策略 | Tawalbeh, R. | 2026-08-25 | 摘要 引言：心脏康复（CR）是二级预防的关键，然而由于持续存在的障碍，参与率仍然较低。识别高绩效项目所采用的策略，可为改善患者参与和结局提供参考。目的：从高绩效机构领导者的视角，识别与改善CR项目参与率和依从性相关的策略。方法：对来自城市、郊区和农村项目的10位CR领导者进行了半结构化访谈，这些项目在至少两项客观绩效指标（如参与率和依从率）上排名前10%，但在其他指标上表现中等或较低。采用主题分析对数据进行分析，以识别与高绩效相关的策略。结果：参与率和依从率高的项目一致性地实施了主动的、以患者为中心的策略来应对障碍。针对语言、文化、健康素养和年龄进行个体化护理调整，常用于改善西班牙裔、黑人和老年人群的参与。高绩效项目通过灵活排班、社区伙伴关系和定向外展，解决了保险和交通等结构性障碍。与转诊提供者的强协调以及从住院到门诊护理的有效过渡，与更高的注册率和持续参与相关。其他策略包括通过持续教育进行员工发展、使用数字工具进行患者跟踪，以及实施虚拟和混合CR模式。心理支持的一体化进一步增强了患者参与。结论：高绩效CR项目采用了协调的、以患者为中心和系统层面的策略，这些策略与改善参与率和依从性相关。这些发现提供了可操作的途径，以增强可及性并改善不同环境下CR项目和患者的结局。关键词：心脏康复；参与；依从性；健康差异；实施策略 | |
| 从课堂到临床：模拟教学对物理治疗专业毕业班学生影响的混合方法研究 | McGurn, C. | 2026-08-25 | 目的：本研究旨在探讨物理治疗学生在心肺模块期间接受模拟教育（SBE）后的反应和学习情况，并进一步考察所学知识是否能转化为临床实习中的表现。设计：采用混合方法研究设计，活动后通过问卷（第一阶段）进行评估，该问卷基于柯克帕特里克评估模型，随后在临床实习结束后进行焦点小组讨论（第二阶段）。参与者：来自单一机构的92名物理治疗专业四年级学生有资格参加SBE课程，其中81名学生（88%）完成了调查，8名学生参与了2次焦点小组讨论。结果：调查显示，超过80%的学生对SBE的初步反应持强烈肯定态度。学习方面，除自信心外，所有领域的“强烈同意”响应率均达到76%及以上。学生将SBE视为首选的教学策略，并希望获得更多此类机会。他们欢迎SBE作为临床实习的补充，而非替代。学生认为所学技能可迁移至临床实践的各领域，尤其是沟通和决策能力。结论：学生对SBE给予积极评价，认为其有助于发展可迁移的非技术性技能。SBE在相关性、参与度和满意度方面反应较高。自我感知的自信心虽为正面，但在各领域中得分相对最低。学生主张SBE作为临床实习的补充而非替代，更倾向于混合式教学方式。论文贡献：为现有关于SBE的积极证据增添内容，特别是在非技术性技能培养方面。研究提出，SBE无法使学生为临床实习做好完全自信的准备。尽管本研究中的学生表示希望获得更多且更早的SBE，但本文发现学生并不主张SBE取代临床实习。 | |
| MAESTRO：一种面向恢复全过程的T1 MRI卒中病灶分割的公共可泛化模型 | Khan, M. H. | 2026-08-25 | 准确的卒中病灶分割对于大规模神经影像学研究至关重要，然而手动勾画仍费时费力，现有自动化方法往往难以在不同成像协议和恢复阶段间泛化。我们开发了MAESTRO，一种深度学习框架，仅使用T1加权（T1）MRI即可在卒中恢复全过程中实现自动化病灶分割。我们假设将基于Transformer的架构与图像增强策略相结合，可提高在异质性成像条件下的分割准确性和稳健性。利用来自33个国际队列的955名卒中参与者的T1 MRI扫描和专家勾画的病灶掩膜，在开源nnU-Net框架内训练并评估了MAESTRO。性能在独立测试集上通过空间和体积一致性指标进行评估。一项探索性的人机协同（HITL）评估比较了纠正MAESTRO生成的分割与从头手动勾画的效果。MAESTRO在多种评估的模型配置中表现最佳，提供了最准确的病灶定位和病灶体积估计（中位Dice = 0.686；Pearson r = 0.861；ICC = 0.792）。分割性能对病灶大小和卒中慢性期敏感，但在多样成像条件下保持稳健。此外，使用HITL工作流纠正MAESTRO分割相比手动勾画减少了47.4%的标注时间，同时相对于自动化和手动工作流均提高了准确性。MAESTRO已公开可用，以实现基于T1 MRI的稳健、自动化卒中病灶分割。当结合人工审查和纠正时，MAESTRO提供了一种生成标准化、高质量病灶标注的实用方法，有助于减少大规模卒中成像研究中的主要实际障碍。 | |
| 量化大语言模型在肌萎缩侧索硬化症脑机接口通信中的影响 | Gorenshtein, A. | 2026-08-25 | 大型语言模型被整合到脑机接口中用于通信，但准确率并不能显示所输出的字符是依赖于神经证据还是语言模型先验。我们回顾性地重新解码了来自47名肌萎缩侧索硬化症患者的3,373次P300拼写器选择，重建了神经后验，并将其与25种语言先验（范围从5-gram到467亿参数模型）相结合。在留出法、按来源校准和相等融合加权下，先验平均占后验位移的8.6%（按参与者加权；选择中位数，2.9%）；相应的神经贡献比例为0.914（95%置信区间，0.896-0.934）。在4.4%的选择中（95%置信区间，3.5-5.3），融合系统输出了预期字符，尽管仅凭神经证据不会选择该字符。结果在21种神经语言模型中相似。仅凭准确率并不能揭示融合脑机接口决策对语言先验的依赖程度。 | |
| 参与者对CADASIL研究返回个体结果的态度 | Burks, D. K. | 2026-08-25 | 引言：神经退行性疾病研究通过识别生物标志物来确认疾病存在，并提示临床症状风险。专家指南建议对披露个体研究结果（IRR）持谨慎态度，但即使IRR可能无法告知个体预后，参与者的兴趣仍然很高。现有利益相关者态度研究主要聚焦于阿尔茨海默病（AD）生物标志物。我们探讨了来自美国CADASIL联盟（USCC）的参与者对IRR的态度，该联盟是一项关于伴皮质下梗死和白质脑病的常染色体显性遗传性脑动脉病（CADASIL）的观察性研究，CADASIL是血管性痴呆中最具遗传性的形式。方法：由于CADASIL研究参与者态度尚未被研究，且针对AD的IRR指南可能不适用于显性遗传性疾病人群，我们使用三个5点李克特项目和一项开放式问题对USCC参与者进行了调查。对李克特项目进行了描述性统计分析。一个项目的反应分布与AD参与者调查进行了直接比较。开放式回答进行了定性内容分析。结果：我们收到152份回复。返回IRR的最高评分理由是“了解我的疾病及其预测病程”。最高评分的IRR是影像学/MRI扫描和认知测试。假设的负面结果被评为轻微至有些担忧。USCC受访者对返回IRR理由的评分高于AD对应者，其中七项中的八项差异具有统计学显著性。在开放式回答中，最常见的编码是“返回IRR将有助于改善我的健康和福祉”。讨论：大多数受访者表示支持在参与者请求时进行披露。这些发现可为CADASIL及其他疾病的IRR指南和个人效用研究提供参考。 |