最近更新
来源概览
当期论文
Dex-One2Many：从单个人类演示中学习灵巧操作
尽管从单个人类视频中学习灵巧操作提供了一种有望替代昂贵机器人演示的方案，但许多近期方法主要模仿演示动作。这种严格的运动匹配往往限制了对视频中未出现的初始物体位姿、目标位姿和抓取的泛化能力。另一方面，通过强化学习（RL）发现策略可以实现广泛的泛化，但在缺乏先验指导的情况下，它难以在复杂的多阶段任务中进行高维探索。为了解决这些相互关联的泛化与探索挑战，我们提出了 Dex-One2Many，一个从真实到仿真再到真实的框架，能够从单个人类视频中学习可泛化的灵巧操作策略。我们的核心洞见是将视频抽象为序列化场景图，用以指导强化学习，从而在保持广泛泛化能力的同时实现高效探索。这些图作为生成性约束，用于采样多样化的重置状态，并为每个阶段提供密集奖励。由于这些图约束的是关系而非精确位姿，这些重置状态涵盖了视频之外的物体位姿和抓取，同时从这些状态初始化每个阶段并配合密集奖励，使探索保持简短且受引导。Dex-One2Many 完全在仿真中训练，并零样本迁移到真实多指手。在五项工具使用和操作任务中，Dex-One2Many 在已见配置上超过基线 6.5%，而其稳健的泛化能力在未见场景中将这一差距扩大到 71%。
评分标准-CEPR：通过奖励验证的自蒸馏实现自进化图像编辑
指令引导的图像编辑器已变得非常强大，但进一步提升它们仍然依赖于人工编辑的训练对或外部奖励模型。此类监督的获取成本高昂，并且可能奖励看似合理的失败：一个逼真的输出可能并未完成所请求的修改，或者改变了本应保留的内容。在这项工作中，我们致力于仅使用预训练图像编辑器自身的生成结果来改进它，而不依赖人工编辑的目标或外部训练时奖励模型。为此，我们提出了一个自演化框架，名为 Rubric-CEPR，它通过一个评分标准增强的对比编辑-保留奖励（CEPR），利用编辑器自身的内部表示来验证其自身样本。一个规划器从未标注图像中提出结构化编辑指令，编辑器采样多个候选编辑，一个冻结的评判器使用编辑器已经暴露的特征，通过分解的评分标准检查对每个候选进行评分，检查包括编辑实现、旧状态的移除以及内容保留。非补偿性门控拒绝不可行的候选，最佳验证候选通过轻量级适配器训练蒸馏到编辑器中。在 Qwen-Image-Edit 上，Rubric-CEPR 将 ImgEdit 从 4.36 提升到 4.60（+5.5%），在物体隔离上获得 +24.9% 的提升，并可迁移到 GEdit-Bench 和 Complex-Edit。相同的过程也在 ImgEdit 上将 Step1X-Edit 提升了 +7.8%。我们希望我们的方法能够为从自身验证样本中自我改进的图像编辑器提供一个坚实的基线。我们的代码公开于 $\href{https://riteshthawkar.github.io/Rubric-CEPR/}{\text{this URL}}$
DreamTrue：具有反事实后训练的动作忠实机器人世界模型
我们提出DreamTrue，一个多视角、跨本体的机器人世界模型，用于动作忠实且物理合理的视频预测。在现有机器人数据集上训练此类模型面临两个障碍：不精确的标定可能损害动作跟随，而对失败交互的覆盖有限可能使预测偏向成功结果。为提升跨本体的动作跟随，我们将动作轨迹渲染为图像空间条件，并引入离线几何标定以使这些条件与目标视频对齐。为拓宽交互覆盖，我们引入反事实后训练，修改记录的动作轨迹并在更广泛的动作与接触配置下生成未来视频。为在没有配对真实未来视频的情况下对这些预测提供反馈，我们构建了一个人工标注的视频数据集，涵盖机器人、物体和交互缺陷，并用其训练具身视频奖励模型。其评分引导强化学习后训练朝向更物理合理的交互结果。在AgiBot上，DreamTrue实现了最先进的动作跟随，同时将人工评估的交互缺陷率从48.12%降至6.25%。值得注意的是，我们的模型在AgiBot World Challenge 2026世界模型赛道中排名第一。项目页面见https://brave-eai.github.io/DreamTrue。
CSF：面向运动生成器的上下文安全过滤
文本条件运动生成器能够生成可跟踪的全身运动，但它们没有场景相关安全性的概念：同一个动作可能针对一个物体或一个人。现有的防护措施要么检查提示词，要么需要标注的运动数据，要么施加几何约束；因此，它们无法直接考虑场景上下文如何改变运动的含义。我们引入了上下文安全过滤（CSF），这是一种无需训练即可使用的过滤器，它将自然语言安全规则建立在生成器产生的安全和不安全参考轨迹之上。对于每条激活规则，安全和不安全参考轨迹定义了一个仿射安全值，由安全参考跟踪CBF-QP强制执行。在四种具有不同架构的预训练生成器上，CSF在所有显式和场景触发的不安全情况下激活预期规则，并将危险事件率降低多达90%，同时保留88-100%的良性运动。我们在真实的Unitree G1上演示了完整系统，它成功地在各种场景中防止了不安全运动，包括与人类和物体的交互。
关于AI时间跨度的估计与有效性——对METR图表的统计学审视
METR的50%时间视野衡量的是AI以50%概率解决的软件任务的人类完成时间，使AI能力能够以可解释的单位表达。在228个任务和26个AI上，我们使用样条和项目反应理论重新计算时间视野，以放宽任务对AI的难度线性依赖于人类时间对数的假设。我们拟合的样条可解释为一个将人类时间\emph{转换}为AI难度的函数；它在2至30分钟的区域几乎平坦，但在其他地方接近线性。因此，尽管倍数同为$10 \times$，从3分钟到30分钟的时间视野跃升比从30分钟到5小时容易得多。总体而言，我们贡献了时间视野的点估计，其在交叉验证的适当评分规则套件下表现更好，并提供了用于评估时间视野构念效度的诊断图。我们建议将时间视野与诊断图一起解读，尤其是在提出新的基于时间视野的基准或现有基准扩展到包含更长任务时。
平衡数据饮食：解决机器人控制中大规模强化学习的探索瓶颈
通用机器人必须执行从敏捷运动到灵巧操作的各种任务。尽管仿真到现实的强化学习已被证明是实现这一目标的有用工具，但当前的强化学习流程依赖于工程量大、针对特定任务的结构化先验，例如塑形奖励和演示。近期工作表明，多样化的仿真器重置结合大规模并行仿真，可以减轻若干操作问题上的大量工程负担。然而，我们发现将这一范式简单地扩展到更精确或更动态的问题仍然并非易事。虽然仿真器重置有助于探索，但在该分布上均匀采样会将越来越大比例的学习经验浪费在策略已经掌握或尚无法尝试的任务配置上。这使得难以看到为强化学习扩展并行环境所带来的预期收益，因为批次中的大量学习信号在学习过程中被浪费。为缓解这一问题，我们引入了成功引导采样，一种简单的自适应采样器，它将强化学习训练集中在策略能力前沿附近的任务配置上。这样做使大规模仿真强化学习能够充分利用批次中的经验，从而更有效地扩展到大规模并行仿真。在使用多达$2^{20}$（超过一百万）个并行环境的实验中，成功引导采样使强化学习能够解决先前方法无法解决的具有挑战性的多地形四足运动和高接触装配任务。最后，我们将学到的操作策略蒸馏为基于RGB的策略，并展示了在真实硬件上对若干具有挑战性的装配任务的零样本迁移。项目网站：https://sgs-rl.github.io/。
从被动遏制到主动保障：来自OpenAI、Anthropic和Google智能体安全事件的教训
2026年，涉及OpenAI、Anthropic和Google智能体的网络安全评估触及了其授权测试范围之外的真实系统。路径各不相同。OpenAI的智能体利用了研究基础设施，跨运行进行协调，并侵入了Hugging Face生产环境的部分区域。Anthropic报告了多起案例，其中配置错误的第三方环境将真实系统暴露给了执行模拟网络任务的智能体。在另一项单独报告的评估中，Google的Gemini通过一条非预期的互联网路径访问了三家真实组织；Google表示该模型在三次实例中均自行停止。综合来看，这些案例表明评估为何不能依赖假定的边界。该边界必须在智能体运行期间得到验证。本比较性工具案例研究提出了主动式智能体安全保障周期（PASAC）和五层边界保障栈。该框架结合了风险分级任务设计、可执行范围契约、运行前验证、最小能力访问、独立出口管控、凭证限制、跨运行监控、自动停止条件以及基于证据的重新授权。一个先行指标模型、九项设计命题和七项可证伪假设将这些经验转化为可测试的研究计划。由于公开的Gemini记录仅限于归属声明和新闻报道，其详细因果机制仍属暂定。核心结论直截了当：主动式智能体安全需要对整个执行系统进行持续保障，而非对任何单一沙箱或防护措施的信心。
3万小时的自我中心视频无法教会什么
世界模型为基于物理的模拟器提供了一种有前景的替代方案，但距离实际部署仍很遥远。我们探究，以自我为中心的人类视频扩展到何种程度才能推动世界模型走向实用，为此使用了一个包含3万小时、涵盖1000多种场景类型和14000名贡献者的数据集。我们没有依赖不透明的下游指标，而是直接在一个具有挑战性的分布外基准上评估智能体和物体交互的保真度。将训练数据扩大100倍对两者都有改善，但程度不均：智能体被建模得很好，而物体保真度仍然低得多且改善缓慢。我们表明，智能体的提升未必来自数据，而一个精心的视觉条件设计能以一小部分数据使保真度饱和，这使我们能够单独测量物体保真度并发现其饱和点。随后我们引入一种监督方案，将容量从场景外观转向物体动态，改善了物体保真度，尽管仍存在相当大的差距。最后，我们的结论可迁移至下游的人形建模。总体而言，我们的结果表明，扩展以自我为中心的数据使智能体建模接近其极限，却让其对世界的影响远远落后，而弥合这一差距将取决于模型如何训练，而不仅仅是它们看到多少数据。
OuroWorld：将任意3D世界变为多样、无限循环的3D动态摄影
近期的3D世界模型能够生成照片级真实、可探索的场景，但这些场景在时间上是静止的。OuroWorld是一个无需掩码的框架，可将任何静态3D高斯泼溅场景转化为3D动态影像：一种具有生动、多样运动且能从任意视角无缝循环的动态场景。一个视觉语言模型推断合理的动态并引导视频模型合成参考视频，我们将其提升并补全为多视角视频。为了从这种不完美的监督中学习，我们提出了不一致性鲁棒周期性4DGS：一个傅里叶级数变形场通过构造保证循环性，而一个锚定在参考视图的接地漂移场吸收跨视图不一致性。与先前仅限于类流体运动的欧拉方法不同，我们捕捉一般变形、物体运动和光照变化。我们引入了一种无需真值的评估，涵盖生动性、自然性、循环接缝连贯性和场景质量。在39个重建和生成的场景上，OuroWorld优于所有基线，并在70.8%-99.0%的用户研究比较中获胜。项目页面：https://ouroworld.userwei.com
WorldGuide：面向程序化任务执行的目标导向视频世界模型
视频生成器和基于视频的世界模型能够合成看似合理的视觉轨迹，但长时程程序性任务要求生成过程能够适应实际产生的结果。模型必须根据其生成的状态确定下一步动作，执行该动作，并识别任务何时完成。开环生成无法适应执行结果，而现有的闭环系统通常依赖预训练执行器或间接验证。这在决定动作与成功实现动作之间留下了差距。我们将程序性视频生成形式化为视觉世界空间中的闭环任务执行，并引入WorldGuide。仅给定初始图像和任务目标，WorldGuide预测一个原子动作，生成其对应的视频片段，并利用生成结果选择下一个动作或终止。规划器和执行器在相同的步骤级程序性演示上训练：规划器学习从视觉进展中预测下一个原子动作或任务完成，而执行器则直接训练以实现预测的动作。分层视觉记忆在有界历史token成本下维持长时程执行中的状态。由于缺乏用于联合规划器-执行器训练的步骤级动作-视频监督，我们引入了WorldGuide Bench：涵盖245个任务和27个程序性类别的约59K步骤标注视频。WorldGuide在WorldGuide-Bench上达到33.33%的任务成功率，而近期强视频模型MiniMax-H3为29.90%，尽管MiniMax-H3接收了参考动作计划；在VideoCraft-Bench上达到47.69%，而MiniMax-H3在仅目标条件下为32.73%。这些结果证明了将规划与学习到的执行耦合对于目标导向程序性视频生成的重要性。
糖尿病条件下炎症性巨噬细胞活化中的表观基因组改变与三维染色质结构重塑
糖尿病中单核细胞/巨噬细胞的异常激活驱动慢性炎症和糖尿病并发症。尽管表观遗传机制被认为参与这些过程，但三维（3D）染色质重组的贡献仍不清楚。在此，我们采用整合多组学方法，对人类CD14单核细胞来源的巨噬细胞在高糖和TNF-（HT）暴露下（模拟糖尿病环境）的基因表达、染色质可及性和3D染色质结构进行了分析。HT诱导的炎症转录程序重现了在糖尿病中观察到的那些程序，并动态重塑了染色质可及性、增强子-启动子相互作用和拓扑关联域。炎症基因表现出染色质可及性增加，而细胞周期和代谢基因则表现出可及性降低以及增强子-启动子相互作用减弱。这些结构变化促进了谱系决定转录因子和信号依赖转录因子在增强子-启动子环处的汇聚，产生不同的调控枢纽，协调促炎反应。在糖尿病个体的外周血来源单核细胞中也观察到了类似的增强子-启动子相互作用。此外，通过靶向HT诱导的增强子的CRISPR干扰来扰动染色质相互作用，可抑制附近的CCL2及其他趋化因子基因。总之，这幅首张糖尿病条件下巨噬细胞的全面增强子连接组图谱，通过揭示广泛的疾病相关3D表观基因组重塑，推动了该领域的发展，突出了染色质结构和表观遗传机制作为糖尿病相关炎症潜在治疗靶点的重要性。
醛固酮通过肾小管和间充质盐皮质激素受体激活介导钾诱导的肾脏纤维化
背景 盐皮质激素受体（MR）激活驱动慢性肾脏病（CKD）进展，临床试验及髓系和血管平滑肌细胞条件性敲除模型中所显示的MR拮抗剂的肾脏保护作用即为证据。膳食钾刺激醛固酮分泌，但其对肾纤维化（CKD进展的标志）的影响尚未得到系统研究。我们假设高膳食钾通过醛固酮驱动的MR激活促进肾纤维化，并试图确定介导这一效应的肾脏细胞群。方法 在两种小鼠模型中评估肾纤维化：单侧输尿管梗阻（UUO，第7-10天）和诱导性足细胞凋亡（第20天），膳食钾浓度范围为0.01%至2%。通过经皮FITC-sinistrin清除率测量GFR。通过组织学、免疫荧光和生化方法评估纤维化。通过非奈利酮药理学方法以及肾小管上皮和间充质细胞中MR组织特异性条件性敲除的遗传学方法，检验钾效应的MR依赖性。结果 高膳食钾在两种模型中均增加肾纤维化，并在足细胞凋亡模型中使GFR进一步降低50%。促纤维化效应在钠和阴离子变体之间持续存在，支持钾本身的特异性。纤维化负荷与血浆醛固酮呈对数相关，高钾的促纤维化效应被非奈利酮减弱。肾小管上皮和间充质细胞中条件性MR缺失独立地重现了这种保护作用，确立了该通路的细胞类型特异性。结论 高膳食钾通过醛固酮依赖性MR激活加重小鼠模型中的肾纤维化。本研究提供了首个体内遗传学证据，表明肾小管上皮和间充质细胞中的MR激活可驱动纤维化，确定了CKD管理中一个潜在可干预的通路。
进化上保守的温度依赖性导致哺乳动物低温下蛋白质O-GlcNAc的丢失
O-连接的N-乙酰葡糖胺修饰（O-GlcNAcylation）是一种非经典的细胞内蛋白质糖基化形式，被认为参与多种细胞过程，但其调控机制及其对蛋白质功能的具体影响仍不清楚。蛋白质丝氨酸和苏氨酸残基上的O-GlcNAc修饰仅由两种酶循环催化，即O-GlcNAc转移酶（OGT）和O-GlcNAc水解酶（OGA）。O-GlcNAc位点缺乏严格的一致序列，提示结构背景而非特定基序决定了O-GlcNAc位点的选择。O-GlcNAcylation一直被认为主要受其底物UDP-GlcNAc可用性的调控，而UDP-GlcNAc由己糖胺生物合成途径（HBP）产生。在此，我们报道了在Bcs1l突变小鼠（一种线粒体复合物III缺陷模型）中蛋白质O-GlcNAc的系统性缺失。尽管在Bcs1l突变小鼠肝脏中与线粒体功能相关的HBP前体代谢物减少，但肝脏及其他组织中的UDP-GlcNAc水平基本未受影响，且与O-GlcNAc水平不相关。一致地，无论是通过N-乙酰葡糖胺补充来提升UDP-GlcNAc，还是过表达HBP限速酶GFPT1，均未能恢复O-GlcNAc水平，表明该缺失独立于HBP。相反，低体温突变小鼠的体温与其O-GlcNAc水平呈强正相关。通过肝脏靶向基因治疗、表达交替氧化酶（AOX）或将小鼠置于35°C环境中来纠正体温，均可防止O-GlcNAc的缺失。药理学抑制OGA可恢复低体温小鼠的O-GlcNAc水平，但并未影响疾病进展，表明O-GlcNAc降低是低体温的一种生理性正常后果。我们证明，温度同样决定了果蝇物种、斑马鱼和培养的哺乳动物细胞中的O-GlcNAc状态。在培养细胞中，低体温在转录水平上降低OGT并增加OGA表达，表明二者的比值是一种简单的调控机制。蛋白质组溶解度分析揭示，O-GlcNAc改变了蛋白质组的结构和/或相互作用组景观。总之，我们的发现确定了温度是O-GlcNAcylation在进化上保守的主调控因子，我们提出其在变温生物和恒温生物中均保护蛋白质组免受温度依赖性波动的影响。
十年期变暖与海草的热耐受性及转录组重编程相关
海洋变暖和海洋热浪威胁着海草，而海草被认为对温度上升高度脆弱。我们比较了2017年和2022年从亚喀巴湾采集的热带海草Halophila stipulacea的热胁迫响应。在中生态系统中施加的热胁迫下，2017年的植株表现出生长下降、光化学受损以及广泛的转录组变化。相比之下，2022年的植株保持了正常的生长和光化学，且转录响应极小。2022年植株增强的热胁迫耐受性与一种“应激准备”转录组有关，许多应激响应基因在对照条件下已经上调/下调，包括编码热、氧化应激和脱落酸信号蛋白的基因。这些变化与局部海洋变暖以及从偶发性热胁迫向慢性热胁迫的转变相吻合。我们的发现提供了海草中首个纵向数据集，追踪了与有记录的海洋变暖同时发生的生理和分子变化。
白粉病菌阻断植物液泡运输以抑制免疫
植物免疫可由膜定位的模式识别受体或胞质核苷酸结合富亮氨酸重复（NLR）受体激活，同时可被病原体分泌的效应因子所拮抗。免疫的表现通常涉及内膜运输。然而，关于其在NLR介导的免疫中参与的证据有限，而NLR介导的免疫通常包括超敏反应（HR）程序性细胞死亡应答。在此，我们展示大麦白粉病菌利用多个效应因子靶向并抑制液泡运输途径，导致内膜标记物停滞在内质网（ER）中。我们利用这种ER停滞表型作为代理指标，追踪真菌在实际感染不同阶段对液泡途径的操控。我们的数据表明，白粉病菌干扰液泡途径，但仅是暂时性的，因为一旦真菌吸器取食结构在表皮细胞中充分发育以进行营养吸收，这种停滞便会被解除。值得注意的是，我们提供证据表明，阻断液泡途径会导致NLR介导的HR的普遍抑制，并且病原体利用了这一机制。最后，我们提供了一个例子，说明真菌在吸器阶段可分泌一组不同的效应因子，通过抑制最初的液泡运输抑制效应因子，导致液泡途径重新开放。
人类骨骼肌对耐力或抗阻运动反应的综合多组学分析：来自体力活动分子转导联盟（MoTrPAC）的研究结果
体力活动分子转导联盟（MoTrPAC）的建立旨在系统表征运动健康益处的分子基础。在此，我们展示了人类骨骼肌对急性耐力（EE）和抗阻（RE）运动的多组学整合响应。观察到不同的时间响应，ATAC-seq、磷酸化蛋白质组和代谢组的变化先于转录组和蛋白质组的变化。这些不同的时间多组学动态被用于识别汇聚于MEF2A和NFIC调控自噬、血管生成和代谢的转录调控枢纽。此外，早期RE特异性磷酸化蛋白质组特征抵消了表观遗传修饰并下调了参与蛋白质周转的转录本。其他发现包括与急性运动调控肌节蛋白TTN、NEB、ANKRD2和LMOD2相关的HIPK2/3激酶特征的抑制。我们的数据表明，人类骨骼肌多组学景观存在不同的时间调控，EE和RE引发共同和独特的分子特征。
AXIS：用于定量系统药理学的仿真场景智能体提取与集成
定量系统药理学（QSP）模型是生物系统的可执行且机制性的表征，越来越多地被用于设计、评估和帮助丰富临床试验。然而，重用已发表的模型需要知道每个实体在生物学上代表什么（通常只能从其与其他实体的关系推断）以及在给定场景下它必须取什么值，这些信息承载于随附的出版物中，而非模型文件中。智能体系统根据用户指定的任务在标准化参数集上自动完成仿真设置。与此同时，文献挖掘工具从出版物中提取所报道的数值。然而，闭环——从论文和模型出发，得到能够复现已发表结果的可执行配置——仍然是一项人工策展任务。在此，我们提出 AXIS，一个模块化的多智能体框架，它将已发表的 QSP 模型及其配套出版物转换为可直接用于仿真的配置。该框架集成了依赖感知的实体锚定、证据关联的场景提取、语义与结构实体搜索、沙箱化的确定性计算，以及针对歧义性的专家输入。AXIS 包含三个模块，分别对模型的实体进行锚定、恢复论文中描述的场景，并将每个场景解析为具体的参数赋值。我们在一个已发表的疾病模型上端到端地演示了该框架，重建了其配套出版物中报道的图。AXIS 恢复了所报道的场景，产生了与专家策展的真值相匹配的参数赋值，并在所需数值在两个来源中均未出现时交由专家处理。
意识障碍中自发慢波指示恢复的多个维度
残余意识在意识障碍（DoC）患者中是否表达以及如何表达，取决于脑损伤的严重程度和评估时皮层的瞬时功能状态。经典上，DoC与脑电图（EEG）减慢相关，其特征为高波幅慢波，甚至白天也存在。然而，慢波也是健康睡眠的标志，被认为具有恢复功能并有助于维持网络稳态。在此，我们通过刻画慢波的空间、时间和形态学特性，探讨DoC中的慢波能否提供关于皮层功能障碍严重程度的信息，或者相反，提供关于残余意识和恢复潜力保留程度的信息。我们分析了236例DoC患者在Local-Global听觉范式下记录的256通道EEG，其中包括123例无反应觉醒综合征（UWS）、62例微意识状态减（MCS-）和29例微意识状态加（MCS+）。高波幅慢波被检测为局部事件，其密度、波幅和斜率在全头皮和逐通道水平上通过平均值及记录期间的时间变异性进行量化。慢波特征与同期（修订版昏迷恢复量表 CRS-R、Local-Global范式）和随访（一年后扩展版格拉斯哥结局量表 GOS-E）的意识与功能恢复评估相关。我们还检验了其与MRI衍生的皮层完整性和结构连接性指标之间的关联，以及缺氧性和创伤性病因之间的差异。与UWS相比，较不严重的DoC患者（即MCS）中慢波更频繁。在表现出更高意识水平和/或在Local-Global范式中具有意识通达标志的患者中，慢波斜率在额部也更陡，且增加速率更快。基线时更频繁且更陡的慢波进一步预测了一年时意识和功能独立性的恢复。在个体水平上，慢波特征对意识状态的分类优于随机水平（MCS-和MCS+相对于UWS的AUC分别为0.62和0.71），而结局预测仍然有限（0.56-0.58）。这些临床关联具有结构基础：创伤性损伤后慢波出现率高于缺氧性损伤，并且与皮层下-皮层投射纤维及意识相关皮层网络的完整性成比例。与将delta活动视为意识受损非特异性标志的经典观点相反，显著的自发性慢波指示了意识的行为和神经生理学征象以及更好的恢复。除了反映病理性双稳态的倾向外，它们还可能表明生成它们所需网络的完整性，以及这些网络残余的动态调节能力。
任务需求将运动学习从适应转变为无约束双手任务中的反馈控制
双手动作在日常生活中很常见，但任务需求如何塑造对学习和控制机制的依赖在很大程度上仍不清楚。我们在73名参与者中研究了这一问题，让他们在虚拟现实中举起一个盘子，同时我们扭曲了他们右手的视觉运动。在仅用右手举盘时，后效存在但不完全。用相同的右手扰动进行双手举盘时，学习进一步从适应转向反馈控制：参与者产生了补偿性手部调整，并表现出更小的后效。放宽精度要求提高了成功率，但既没有恢复后效，也没有减少补偿。通过扰动双手来消除肢体间冲突并没有提高成功率，但减轻了补偿性调整，并将盘子后效恢复到单手水平。学习过程中的成功率与后效不相关，但更快的运动速度与后效相关。这表明，精度要求和肢体间冲突会独立地改变双手情境中的学习策略。
外周损伤后海马细胞外基质重塑及时间上不同的胶质细胞重组
慢性疼痛常伴随焦虑及其他情感障碍，但将外周损伤与脑功能持续改变联系起来的分子和细胞变化仍未完全明确。海马细胞外基质（ECM）调控突触可塑性、细胞信号传导和神经免疫相互作用，因此可能参与疼痛相关的中枢可塑性。我们采用胫骨骨折/石膏固定模型，研究外周损伤后海马ECM、胶质细胞形态和情感行为的时间变化。行为测试在损伤后3、7和20周进行，而小胶质细胞和星形胶质细胞的高维形态学分析在1、3、7和20周进行。采用去细胞化结合MALDI-TOF质谱成像技术在慢性期绘制海马ECM相关分子信号。损伤小鼠在早期和慢性期出现机械超敏反应，并在两个焦虑相关范式中探索行为减少，而这些行为表型在20周时不再检测到。在7周时，损伤与海马ECM相关肽信号的变化有关，包括对应于四种ECM相关蛋白的信号降低。小胶质细胞和星形胶质细胞在密度和多维形态上表现出不同的、时间依赖性变化，其中一些改变在行为指标恢复至对照水平后仍持续存在。在体外，BV2小胶质细胞表现出刚度依赖性的形态、吞噬行为和钙信号变化。总之，这些发现定义了外周损伤后海马ECM和胶质细胞表型的时间演变，并确定基质生物力学是小胶质细胞功能的候选调控因素。
作为结构化最终沟通的遗书
人类在存在性过渡期间常常进行有意义的交流，但死亡前最终沟通的结构仍鲜为人知。遗书提供了罕见的行为记录，但两个问题仍未解决：留遗书者是否代表更广泛的自杀死亡人群，以及遗书是否遵循系统性的叙事结构。我们分析了韩国2013年至2020年全国警方调查的102,922例自杀死亡登记数据，其中包括38,044封遗书。留遗书者在人口学、情境和行为特征上与未留遗书者存在系统性差异，表明遗书的产生反映了自杀过程中一种选择性的沟通行为。我们将遗书建模为序列叙事，在开头、中间和结尾部分识别出一致模式，围绕道歉与羞耻、爱与感激，以及关于身后事务的实际指示展开。情感轨迹也因年龄和性别而异。这些发现提供了人口规模的证据，表明遗书是在极端情况下由社会关系和人口背景所塑造的结构化最终沟通。
基于图像的手术部位感染检测AI模型的公平性与偏见评估
背景在临床实施前评估人工智能的公平性对于防止对不同患者群体造成意外伤害至关重要。本研究评估了基于图像的手术部位感染检测模型在年龄、性别、地域、种族和肤色方面的性能差异。方法模型开发/验证研究，使用2019年至2024年间在手术后30天内通过电子健康记录提交切口图像的成人患者的多中心、多外科亚专业回顾性数据。按年龄（<55岁 vs. ≥55岁）、性别（男性 vs. 女性）、地域（明尼苏达州罗切斯特 vs. 佛罗里达州杰克逊维尔 vs. 亚利桑那州斯科茨代尔 vs. 明尼苏达州/威斯康星州区域）、种族（白人/高加索人 vs. 非白人/高加索人）和肤色（Fitzpatrick I-III vs. IV-VI 以及 Monk A-E vs. F-J）比较受试者工作特征曲线下面积。结果训练数据包含2019年至2022年间来自4,274名患者的13,702张图像（50.1% ≥55岁；63.2%女性；91.6%白人/高加索人；58.5%罗切斯特，17.3%佛罗里达，10.5%亚利桑那；96.3%浅肤色），其中1,348张图像（9.8%）存在手术部位感染。在年龄、性别、种族或肤色方面，手术部位感染检测不存在差异（AUROC 0.83-0.87，p>0.09），但地域差异显著：最低AUROC为0.83（95% CI 0.77-0.88），最高AUROC为0.87（95% CI 0.84-0.89，p=0.01）。使用2022年至2023年间来自1,353名患者的4,242张图像进行的时间验证显示，除地域外（ΔAUROC ≤0.16），各亚组内的公平性保持完好（ΔAUROC ≤0.06）。结论该模型在年龄、性别、种族和肤色方面表现公平，但地域差异持续存在。这些发现具有实际意义，强调了在部署前评估临床人工智能偏倚的重要性。
基于基因组DNA的鸟枪法宏基因组下一代测序工作流的分析验证框架
背景 宏基因组下一代测序（mNGS）正日益被采用为一种快速且无偏倚的替代方法，用于替代基于培养的病原体检测。然而，针对mNGS工作流程分析验证的标准化方法仍然缺乏。仅基于与培养比较的验证策略本质上受到限制，因为培养的诊断产出率较低，并且无法从微生物载量未知的临床样本中推导出诸如检测限（LoD）等分析参数。因此，需要系统性的分析方法，以独立于临床比较对象来界定mNGS工作流程的性能。除诊断外，mNGS还广泛应用于微生物组分析，其中在低DNA输入下保持微生物多样性是一项关键性能标准。材料与方法 对PaRTI-Seq mNGS工作流程（Micronbrane，台湾）的分析性能进行了评估，该流程包括宿主去除、DNA提取、文库制备和生物信息学分析。文库层面的分析灵敏度使用来自霍氏肠杆菌、白色念珠菌和耻垢分枝杆菌的定量基因组DNA（gDNA）进行评估。工作流程层面的灵敏度使用霍氏肠杆菌、金黄色葡萄球菌、耻垢分枝杆菌、白色念珠菌和巴西曲霉的计数悬液进行评估。低DNA输入下的微生物组性能使用粪便、唾液和肠道模拟群落样本在50ng、5ng和0.5ng gDNA输入下进行评估，并与另一种低输入文库制备工作流程进行比较。结果 文库制备模块显示出对霍氏肠杆菌和白色念珠菌gDNA低至0.1 pg的分析灵敏度，对耻垢分枝杆菌gDNA为1 pg。工作流程层面的LoD确定为：霍氏肠杆菌1 CFU，金黄色葡萄球菌272 CFUs，巴西曲霉39 CFUs，白色念珠菌36 CFUs，耻垢分枝杆菌3,702 CFUs。提取效率和提取gDNA质量的差异似乎是工作流程层面LoD的重要决定因素。对于微生物组应用，与对照工作流程相比，Micronbrane Unison超低DNA输入文库制备试剂盒在粪便和唾液样本以及肠道模拟群落中，在低至5ng DNA输入时仍保持了更一致的细菌多样性指数。结论 本研究概述了使用明确掺入模型的mNGS文库制备和完整工作流程的实用且可推广的分析验证方法，为在诊断和微生物组应用中基于充分信息进行临床解读和实施mNGS提供了基础。
PD-RISK指数：试点一种无监督工具包以识别帕金森病成人患者
有效的帕金森病（PD）筛查对于症状管理和患者招募进入疾病修饰试验至关重要。在此，我们检验了PD-RISK指数工具包在无监督家庭环境中识别PD患者的表现。2022年至2024年间，我们招募了305名参与者（年龄40-85岁）：93名典型PD患者；66名患有其他神经系统疾病；146名健康对照。完成了两个版本的工具包：原始版，包含69个条目的长问卷以及40种气味的宾夕法尼亚大学嗅觉识别测试（UPSIT）；此后，简化版，包含11个条目的短问卷以及新开发的8种气味嗅觉测试，并通过在线提交回答。为每位受试者计算相应的汇总评分（“PD-RISK指数”）以评估诊断性能。在两个版本中，如预期所示，PD患者的问卷评分高于健康对照且嗅觉更差（P<0.001）；其他神经系统疾病受试者的评分位于中间水平。简化版11条目问卷在识别PD方面优于原始版本。简化版8种气味嗅觉测试与UPSIT手册在检测嗅觉减退方面表现同样良好。简化版PD-RISK指数在所有参与者中识别PD患者方面显示出最高的诊断性能；在数值为23时（范围0-100，分数越高表示PD风险越高），我们测得敏感性为0.98，特异性为0.83，阳性似然比和阴性似然比分别为5.88和0.02。简化版“PD-RISK指数”在不同性别和疾病持续时间中表现出稳定的性能。我们的研究表明，使用11条目问卷、8种气味嗅觉测试和在线数据录入，可以在家中有效进行对显性PD的无监督筛查。
生物网络识别出连接心理健康药物与不良体重相关副作用的通路
大多数抗抑郁药和抗精神病药都因其常见的体重相关不良药物事件而受到关注；药物引起的体重增加是精神科治疗的主要障碍，因为它影响患者依从性，并导致一系列继发性共病，带来负面健康结局。在此，我们使用网络药理学方法来表征药物的多重效应，并探索药物-分子相互作用导致不良药物事件的机制。我们首先构建了一个包含17,293个蛋白质（网络顶点）和408,883个加权相互作用（网络边）的稳健相互作用组，并使用模块度优化聚类算法识别相互连接的顶点社区。我们通过药物-蛋白质相互作用将33种抗抑郁药和26种抗精神病药连接到该网络中，并实施余弦相似度、最短路径距离和连接显著性等网络度量，以确定哪些社区与药物最为接近。我们识别出一个由33个社区（共536个）组成的子网络，该子网络富集了与肥胖性状相关的基因，用于检验与药物顶点的连接显著性。通过额外的随机游走分析，我们三角验证了精神健康药物与分子通路之间的一致联系，包括GPCR、PI3K-Akt、瘦素和胰岛素信号传导，以及脂肪生成。我们突出了这些精选通路中的特定组分，并绘制了它们之间的串扰。虽然我们在精神健康药物及其体重相关副作用的背景下展示了我们的方法，但我们的研究设计广泛适用于多种药物类别、药物事件和感兴趣性状。
异基因HSCT后急性和慢性GVHD预测的可解释机器学习模型的外部评估与校准漂移
目的：异基因造血干细胞移植（allo-HSCT）后移植物抗宿主病（GVHD）的机器学习模型很少进行外部评估或校准评估。我们开发了针对II-IV级急性GVHD和中重度慢性GVHD的可解释模型，并在多个队列中评估其可迁移性。材料与方法：在三个CIBMTR登记来源的数据集（N = 2,509）上训练梯度提升模型，并在六个队列（N = 14,788）中进行外部评估，其中包括一个中东队列。我们评估了区分度（AUROC）、校准度（逻辑重校准截距和斜率；Brier评分）以及SHAP特征解释。结果：慢性GVHD的内部区分度（AUROC 0.736）高于急性GVHD（0.624）；慢性GVHD校准良好（截距 +0.258，斜率 1.073），而急性模型呈欠离散（斜率 1.802）。在外部，慢性模型保留了适度且高于随机水平的区分度（AUROC 0.54-0.64），而急性模型性能降至接近随机水平（0.52-0.57）。校准漂移不可预测，在10个可评估的队列-结局组合中有9个高估风险（截距 -0.78至 +0.15；斜率 0.12至1.98；Brier 0.23-0.27）。讨论：常规登记变量对慢性GVHD携带可迁移信号，但急性GVHD可能需要额外的生物学或临床预测因子。校准漂移的方向和幅度均无法从训练性能中预期。结论：内部性能并不保证外部效用。在任何临床使用之前，需要进行队列特异性重校准和常规校准报告；本研究为临床预测模型的多队列外部评估提供了一个可重复使用的模板。
大型语言模型用于从德国组织病理学报告中提取结构化信息——肝细胞癌
背景：临床注册和病理学机构质量控制（QC）高度依赖复杂的组织病理学数据。然而，关键的肿瘤特征大多锁定在非结构化的自由文本报告中。我们假设，在安全机构网络内部署的本地化、资源高效的语言模型能够可靠地从德国肝细胞癌（HCC）报告中提取相关变量，从而实现自动化数据管理，而无需传输敏感患者数据。方法：我们开发了一个本地、隐私保护的开权重大型语言模型（LLM）流程，由两个连续阶段组成：阶段1利用轻量级守门模型从N = 2,864份报告的筛查池中分离出确诊肝细胞癌病例的目标队列。阶段2部署高容量模型，将15个预定义的组织病理学变量提取为结构化JSON格式，包括肿瘤-淋巴结-转移分期、组织学分级、血管侵犯以及选定的免疫组织化学特征。对于这两个阶段，流程性能均通过与专家整理的参考标注进行比较，使用准确率、宏F1分数和Cohen's kappa进行评估。结果：表现最佳的阶段1守门模型以零分类错误分离出目标患者队列，有效达到与参考标准（金标准）完全一致，并纠正了不准确的行政元数据。对于阶段2特征提取，当前一代模型表现出稳健的结构可靠性，减轻了人工后处理的负担。31B模型配置（Gemma 4）几乎消除了客观事实错误，达到与参考标准近乎完美的一致性（宏F1 > 0.99）。结论：本地两阶段流程为临床文本处理提供了一种高度准确、资源高效且安全的解决方案。该框架可作为隐私保护引擎，用于机构质量控制和病理注册的可扩展管理。
草药从业者中的药物不良反应报告：加纳大阿克拉地区报告实践、相关因素及药物警戒系统障碍的混合方法研究
背景：草药产品在加纳被广泛使用；然而，与这些产品相关的不良反应（ADR）报告仍然有限，给药物警戒和药品安全监测带来挑战。本研究评估了草药相关ADR报告的趋势，确定了草药从业者中ADR报告的流行率及相关因素，并探讨了加纳ADR报告的障碍。方法：开展了一项混合方法研究，包括药物警戒二手数据回顾、分析性横断面调查和定性深度访谈。对2014年至2024年间提交给加纳食品和药品管理局（FDA）的草药相关ADR报告二手数据进行了描述性回顾。横断面调查涉及通过多阶段概率抽样在大阿克拉地区七个区选出的271名草药从业者。定量数据使用IBM SPSS Statistics第26版通过描述性统计和逻辑回归进行分析。定性部分涉及15名目的性抽样的参与者，并使用MAXQDA 2020进行主题分析。结果：2014年至2024年间，共有117份草药相关ADR报告符合纳入标准，并从加纳FDA药物警戒数据库中进行了分析。在271名接受调查的草药从业者中，11.8%（95% CI：8.0-15.6）报告在过去12个月内至少提交过一份ADR报告。在多变量分析中，缺乏ADR报告表格或工作辅助工具（aOR = 0.11，95% CI：0.04-0.31）以及缺乏对加纳FDA ADR报告指南的了解（aOR = 0.09，95% CI：0.03-0.32）与ADR报告几率较低独立相关。定性研究结果确定，因果关系不确定性、培训不足、报告系统薄弱、商业利益和监管支持有限是报告的主要障碍。结论：在国家药物警戒系统内以及接受调查的草药从业者中，与草药产品相关的ADR报告有限。系统层面的障碍，特别是获取报告工具和FDA报告指导的机会有限，与较低的报告率相关。加强药物警戒基础设施、改善从业者培训并增加获取报告工具的机会，可能改善草药安全监测。
大型语言模型共识用于从放射学报告中可靠构建研究队列：一项回顾性队列研究
背景 大规模回顾性研究通常需要研究者从非结构化临床记录中判定结局或队列资格。人工审查可提供可靠标签，但难以规模化。我们开发并评估了一种共识工作流程，使用多个大语言模型（LLMs）自动分配高置信度的结局标签，同时将模棱两可的病例留待人工审查。方法 我们纳入了来自5，856名患者的6，718份脑部MRI报告。专家裁定的参考集包括来自675名患者的680份报告：372份正常（与年龄相符且无显著颅内病理）、90份仅白质高信号（WMH-only；孤立的非特异性WMH，可能在二分类中具有潜在歧义）和218份异常（其他颅内病理）报告。我们评估了包含专有模型的集成（Qwen3/Kimi-Linear/GPT-5）和开源集成（Qwen3/Kimi-Linear/DeepSeek-R1）与单个LLM的表现。集成仅在所有模型一致时才分配正常或异常标签；所有其他报告均被归类为不确定并留待人工审查。单个LLM分配正常或异常预测，并将仅WMH预测归类为不确定。在全队列中，我们比较了每个集成生成的正常、不确定和异常组中，与活动性中枢神经系统（CNS）相关的国际疾病分类第十版（ICD-10）诊断的患病率。结果 在专家裁定的参考集中，两个集成对自动分配的正常和异常报告均达到100%精确率。GPT-5是最强的单个LLM，但其精确率低于任一集成，正常和异常精确率分别为98.9%和94.1%，并且有17例与专家标签不一致，而共识集成为0例。在全队列中，对于包含专有模型的集成，被归类为正常的报告中，1.6%与CNS相关ICD-10诊断相关，而不确定和异常报告分别为29.7%和51.3%；开源集成的相应比率分别为1.6%、31.1%和51.6%。结论 要求多个LLM之间一致同意，使得高精确率的自动裁定成为可能，同时将模棱两可的病例导向人工审查。该策略可能减轻人工裁定的负担，并支持从非结构化临床文本中可扩展地构建高纯度研究队列。
缅因州农村社区私人水井中的PFAS特征揭示了化粪池系统的污染来源
全氟和多氟烷基物质（PFAS）由于数十年来在许多商业产品和工业过程中的使用而存在于整个环境中。这些分子含有一个疏水性氟碳尾链和一个功能性头基（通常为羧酸或磺酸），使其能够与周围环境发生亲水性相互作用。这些特性使它们本质上难以降解、难以在环境中追踪、易于生物累积，并可能影响人类健康。通过与镇官员合作、与当地可持续发展委员会成员和学校官员多次会面，以及与个别房主直接联系，我们对缅因州特里蒙特这个依赖私人水井获取饮用水的乡村沿海城镇的105户家庭井水中的PFAS进行了社区驱动的采样。在所有水井（N=105）中，一种或多种分析物的PFAS检出率为69%。在所有检测的水井中，16口（15%）超过了缅因州现行的公共饮用水标准（6种PFAS为20 ng/L），另有17口（合计占所有检测水井的31%）超过了缅因州新采用的州公共饮用水标准（基于EPA 2024标准）。由于私人水井不受监管，房主可以将这些结果作为采取行动以维持安全饮用水的指南。层次聚类分析和PFAS检测结果的成对Spearman秩相关均显示，彼此距离较近和较远的家庭具有相似的特征谱。加之缺乏明显的、大规模潜在PFAS污染点源，这些发现支持化粪池系统是该镇饮用水中PFAS污染的主要来源。社区驱动的采样方法促成了关于水过滤方案重要性的信息共享、关于个别家庭和全镇长期污染减排策略的讨论，以及未来井水检测和PFAS缓解的重点工作。