🧬 Category

q-bio

1504 articoli

🧬 biology

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

Questo studio stabilisce un flusso di lavoro riproducibile di microscopia SHG assistita da apprendimento automatico che rivela microarchitetture del collagene distinte tra fibrosi e osso trabecolare nei biopsi del midollo osseo, dimostrando che specifiche strategie di annotazione sono critiche per un'accurata analisi morfometrica quantitativa del rimodellamento tissutale.

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

Questo articolo investiga sistematicamente l'ipotesi del manifold nei modelli linguistici proteici (pLM) attraverso una batteria completa di diagnostica geometrica e topologica, concludendo che, diversamente dai modelli fondativi per le singole cellule, le rappresentazioni dei pLM sono prevalentemente ad alta dimensionalità e lineari piuttosto che organizzate attorno a manifold a bassa dimensionalità.

Olivia Denvis2026-07-22
🧬 biology

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

Questo studio empirico rivela che, sebbene i modelli linguistici di grandi dimensioni biologici (SCFMs) codifichino una reale struttura geometrica a bassa dimensionalità e parzialmente linearizzata per la conoscenza biologica, tale struttura è modesta, spesso intrecciata in modo non lineare e ampiamente sovrapponibile a ciò che i metodi classici basati sull'espressione come la PCA possono già recuperare, venendo meno alla geometria nitida e regolare osservata nei modelli di linguaggio naturale.

Olivia Denvis2026-07-22
🧬 biology

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

Questo articolo presenta un benchmark unificato di undici modelli di cellula virtuale, rivelando che, sebbene gli approcci di deep learning superino significativamente i baseline nei compiti di rappresentazione e nella previsione di perturbazioni combinatoriali, essi generalmente non riescono a superare i semplici modelli lineari nella previsione di perturbazioni a singolo gene non viste, suggerendo che il campo abbia raggiunto un "microscopio virtuale" per l'analisi dello stato cellulare piuttosto che un vero "simulatore virtuale" per la dinamica causale delle perturbazioni.

Olivia Denvis2026-07-22
🧬 biology

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

Questo studio dimostra che, sebbene gli autoencoder sparsi estraggano efficacemente caratteristiche monosemantiche e biologicamente interpretabili come i motivi di sequenza e le cornici di lettura dai modelli fondativi di DNA, essi rivelano una significativa scarsità di caratteristiche che codificano una logica regolatoria complessa, suggerendo che gli attuali modelli catturino un dizionario genomico piuttosto che un motore grammaticale.

Olivia Denvis2026-07-22
🧬 biology

Information Entropy of Biological Data: An Empirical Analysis

Questo articolo presenta un'analisi empirica unificata attraverso sei modalità di dati biologici dimostrando che il bias dovuto al campione finito distorce gravemente le stime teorico-informative, e sostiene che riportare l'entropia e l'informazione mutua senza specificare lo stimatore e la dimensione del campione sia indifendibile, dato che i metodi corretti per il bias rivelano segnali biologici distinti e correggono la sistematica sottostima dell'entropia e la sovrastima del contenuto informativo.

Alexander Memming2026-07-22
🧬 biology

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

Questo studio empirico dimostra che per la predizione dell'età biologica attraverso diverse coorti di invecchiamento, i modelli pre-transformer (come la regressione penalizzata e il gradient boosting) generalmente superano o eguagliano i transformer basati sull'attenzione in termini di accuratezza, efficienza dei dati, trasferimento tra coorti e stratificazione del rischio di mortalità, stabilendoli come il default razionale per la scienza della longevità e posizionando i transformer come uno strumento specializzato solo praticabile con dataset eccezionalmente grandi.

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

Questo studio empirico dimostra che, per gli orologi biologici basati sul sangue, la scelta del target di predizione (età fenotipica derivata dalla mortalità rispetto all'età cronologica) determina in modo schiacciante la validità dei biomarcatori e l'associazione con la mortalità, rendendo l'aumento della capacità dei modelli di deep learning ampiamente inefficace per migliorare questi risultati critici.

John Feng2026-07-22
🧬 biology

Alzheimer's Disease as the Result of Aberrant Reactivation of Embryonic Brain Pathways Silenced Decades Earlier

Questo studio propone che la malattia di Alzheimer sia il risultato della riattivazione epigenetica aberrante di percorsi oscillatori embrionali dell'actina-miosina silenziati nei neuroni e nella glia invecchiati, creando un'instabilità meccanica che guida il "dying-back" assonale e la ritrazione sinaptica piuttosto che una semplice proteotossicità passiva.

Steven Lehrer2026-07-22