🧬 Category

q-bio

4127 artículos

🧬 biology

A Virtual Doctor for ADHD Based on Fully Automated EEG Reading

Este estudio presenta un "médico virtual" totalmente automatizado que diagnostica el TDAH a partir de registros de EEG estándar de 128 canales sin intervención de expertos mediante la utilización de un flujo de trabajo de aprendizaje profundo para identificar patrones neurofisiológicos diagnosticamente significativos —específicamente en la ventana de 150-300 ms— que los métodos estadísticos tradicionales pasan por alto, eliminando así el cuello de botella del experto humano en la interpretación de EEG.

Zhikai Yu, Zijian Zhou, Yaoyao Li, Changming Wang2026-07-22
🧬 biology

Machine learning-assisted SHG morphometry reveals distinct collagen microarchitectures of trabecular bone and fibrosis in bone marrow biopsies

Este estudio establece un flujo de trabajo reproducible de microscopía SHG asistida por aprendizaje automático que revela microarquitecturas de colágeno distintas entre la fibrosis y el hueso trabecular en biopsias de médula ósea, demostrando que las estrategias de anotación específicas son críticas para el análisis morfométrico cuantitativo preciso de la remodelación tisular.

Zakhar P. Asaulenko, Anton A. Egorchev, Dmitry A. Peshekhonov, Leniz F. Nurullin, Anastasiia melnikova, Alexander A. Ros (…)2026-07-22
🧬 biology

In Search of Manifolds Inside Protein Language Models: A Largely Negative Report

Este artículo investiga sistemáticamente la hipótesis de la variedad en los modelos de lenguaje de proteínas (pLMs) utilizando una batería exhaustiva de diagnósticos geométricos y topológicos, concluyendo que, a diferencia de los modelos fundacionales de célula única, las representaciones de los pLMs son predominantemente de alta dimensión y lineales en lugar de estar organizadas en torno a variedades de baja dimensión.

Olivia Denvis2026-07-22
🧬 biology

Geometric Representations of Knowledge Inside Biological Large Language Models: an Empirical Analysis

Este estudio empírico revela que, si bien los modelos de lenguaje biológicos (SCFMs) codifican una estructura geométrica real, de baja dimensión y parcialmente linealizada para el conocimiento biológico, esta estructura es modesta, a menudo está entrelazada de forma no lineal y se superpone en gran medida con lo que los métodos clásicos basados en la expresión, como el PCA, ya pueden recuperar, quedando por debajo de la geometría nítida y regular observada en los modelos de lenguaje natural.

Olivia Denvis2026-07-22
🧬 biology

An Empirical Comparison of Virtual Cell Models: Perturbation Prediction, Representation, and the Baseline Gap

Este artículo presenta un banco de pruebas unificado de once modelos de células virtuales, revelando que, si bien los enfoques de aprendizaje profundo superan significativamente a las líneas base en tareas de representación y predicción de perturbaciones combinatorias, generalmente no logran superar a los modelos lineales simples en la predicción de perturbaciones de un solo gen no vistas, lo que sugiere que el campo ha logrado un "microscopio virtual" para el análisis del estado celular en lugar de un verdadero "simulador virtual" para la dinámica de perturbación causal.

Olivia Denvis2026-07-22
🧬 biology

Findings from Sparse Autoencoders for DNA Sequence Models: Motif Detectors, Reading-Frame Features, and the Scarcity of Regulatory Logic

Este estudio demuestra que, si bien los autoencodificadores dispersos extraen eficazmente características monosemánticas y biológicamente interpretables como motivos de secuencias y marcos de lectura de los modelos fundacionales de ADN, revelan una escasez significativa de características que codifiquen una lógica regulatoria compleja, lo que sugiere que los modelos actuales capturan un diccionario genómico en lugar de un motor de gramática.

Olivia Denvis2026-07-22
🧬 biology

Information Entropy of Biological Data: An Empirical Analysis

Este artículo presenta un análisis empírico unificado a través de seis modalidades de datos biológicos que demuestra que el sesgo de muestra finita distorsiona severamente las estimaciones de la teoría de la información, y sostiene que reportar la entropía y la información mutua sin especificar el estimador y el tamaño de la muestra es indefendible dado que los métodos corregidos de sesgo revelan señales biológicas distintas y corrigen la subestimación sistemática de la entropía y la sobreestimación del contenido de información.

Alexander Memming2026-07-22
🧬 biology

Pre-Transformer Models for Longevity Science and Deep Ageing Clocks: An Empirical Analysis

Este estudio empírico demuestra que para la predicción de la edad biológica a través de diversas cohortes de envejecimiento, los modelos pre-transformer (tales como la regresión penalizada y el aumento de gradiente) generalmente superan o igualan a los transformers basados en atención en precisión, eficiencia de datos, transferencia entre cohortes y estratificación del riesgo de mortalidad, estableciéndolos como el estándar racional para la ciencia de la longevidad mientras posicionan a los transformers como una herramienta especializada solo viable con conjuntos de datos excepcionalmente grandes.

John Feng2026-07-22
🧬 biology

Deep Learning for Longevity Biomarker Development: An Empirical Analysis of Model Capacity versus Prediction Target for Blood-Based Aging Clocks

Este estudio empírico demuestra que, para los relojes de envejecimiento basados en sangre, la elección del objetivo de predicción (edad fenotípica derivada de la mortalidad frente a la edad cronológica) determina de manera abrumadora la validez de los biomarcadores y la asociación con la mortalidad, haciendo que los incrementos en la capacidad de los modelos de aprendizaje profundo resulten en gran medida ineficaces para mejorar estos resultados críticos.

John Feng2026-07-22