108 articoli
Il documento presenta UNISEP, un quadro unificato per la collocazione dei sensori basato su punti di riferimento anatomici che garantisce riproducibilità e interoperabilità nei dati di movimento umano e fisiologici, integrandosi con standard esistenti come BIDS per supportare applicazioni che vanno dalla biomeccanica clinica al monitoraggio della salute quotidiano.
Questo articolo presenta CAN-STRESS, un nuovo dataset multimodale reale raccolto tramite dispositivi indossabili e sondaggi da 82 partecipanti, progettato per analizzare le differenze nelle risposte fisiologiche allo stress tra consumatori e non consumatori di cannabis.
Questo studio propone un metodo senza marcatori basato sull'imaging di autofluorescenza e sull'intelligenza artificiale per differenziare rapidamente e accuratamente i sottotipi di carcinoma polmonare non a piccole cellule e generare colorazioni immunoistochimiche virtuali, riducendo i tempi e i costi della diagnosi tradizionale.
Questo articolo presenta un metodo per ottenere limiti analitici semplici e espliciti per le probabilità di sopravvivenza nei processi di Galton-Watson sovracritici, applicandoli alla modellazione dell'evoluzione di tratti quantitativi sotto selezione direzionale in popolazioni finite.
Questo studio presenta un modello basato su agenti che simula l'evoluzione accoppiata della diffusione di una malattia e della paura a livello nazionale, dimostrando come l'interazione tra contagio, stati clinici latenti e risposte comportamentali guidate da media e contatti locali possa generare dinamiche epidemiche complesse, incluse ondate multiple.
Il paper introduce CITS, un framework non parametrico per l'inferenza causale da serie temporali neurali ad alta risoluzione che supera i limiti dei metodi esistenti, offrendo risultati teoricamente fondati e empiricamente validati per scoprire reti causali interpretabili sia in simulazioni che in registrazioni cerebrali su larga scala.
Questo studio confronta modelli matematici probabilistici e continui per dimostrare che, nella viroterapia oncologica, la capacità dei virus di infettare i tumori può essere un fattore determinante per il successo terapeutico, superando in certi casi l'importanza della motilità tumorale.
Il paper presenta ScNucAdapt, un metodo basato sull'adattamento parziale di dominio che permette un'annotazione robusta e accurata dei tipi cellulari incrociando dati scRNA-seq e snRNA-seq, superando le limitazioni degli approcci esistenti.
Il paper introduce DeeDeeExperiment, una nuova classe S4 all'interno dell'ecosistema Bioconductor che estende SingleCellExperiment per fornire una struttura dati standardizzata e interoperabile per l'archiviazione, la gestione e la condivisione contestualizzata dei risultati delle analisi di espressione differenziale e di arricchimento funzionale derivanti da esperimenti omici complessi.
Questo studio analizza un modello epidemico SIR multitype con una matrice di nuova generazione parzialmente nota, fornendo limiti superiori e inferiori per il numero di riproduzione di base e la dimensione finale dell'epidemia, distinguendo tra il caso generale e quello in cui la matrice soddisfa l'equilibrio dettagliato.
Questo studio analizza un modello di reazione-diffusione per le lesioni demielinizzanti nella Sclerosi Multipla, utilizzando un'analisi di instabilità di Turing e un'analisi debolmente non lineare per dimostrare come la probabilità di compressione delle cellule immunitarie e la risposta chemiotattica influenzino la formazione di pattern spaziali, risultati confermati da simulazioni numeriche.
Il paper presenta un modello teorico di controllo che dimostra come la longevità limitata richieda sia un'efficace riparazione endogena dei danni regolabili, sia un intervento ingegnerizzato per contenere i danni non rilevabili fisiologicamente, identificando quest'ultimi come il fattore dominante nel tasso di invecchiamento.
Lo studio dimostra che in Mato Grosso do Sul, Brasile, la strategia più efficace per eradicare la febbre aftosa è la combinazione della massima capacità di abbattimento degli animali con una vaccinazione limitata, controllando il 100% dei focolai in 10-15 giorni, mentre la sola vaccinazione si è rivelata insufficiente.
Questo studio presenta un modello basato su reti per la gestione della macchia fogliare ad occhio di rana nel soia, dimostrando che l'uso di tecniche di approssimazione bayesiana e la rimozione mirata precoce delle piante infette offrono strategie di controllo più efficaci rispetto ai modelli tradizionali o alla rimozione casuale.
Il paper presenta GWASPoker, uno strumento in Python che automatizza la ricerca e il pre-processing dei file di statistiche riassuntive GWAS dal Catalogo GWAS per il calcolo dei punteggi di rischio poligenico, identificando le colonne necessarie tramite download parziali ed evitando il trasferimento completo dei dati.
Questo studio valuta le prestazioni di 29 algoritmi di machine learning, 80 di deep learning e 3 strumenti per i punteggi di rischio poligenico su 80 fenotipi binari del dataset openSNP, rivelando che i metodi di machine learning superano quelli tradizionali per 44 fenotipi, mentre gli strumenti di punteggio di rischio poligenico risultano superiori per 36.
Questo studio propone una pipeline di apprendimento automatico e profondo che, analizzando 30 fenotipi tramite dati genetici, identifica con successo geni associati a specifiche patologie, offrendo un metodo efficace per prioritizzare i polimorfismi a singolo nucleotide (SNP) e supportare la medicina di precisione.
Questo studio utilizza un modello lambda-omega con parametri variabili nel tempo per descrivere come le asimmetrie nelle risposte fisiologiche compensative e l'evoluzione graduale dei coefficienti regolatori modellino la transizione tra stati metabolici nell'obesità, spiegando la difficoltà biologica della perdita di peso rispetto al suo guadagno.
Il paper presenta HIDDENdb, un database interattivo e gratuito che integra dati eterogenei per mappare le co-dipendenze genetiche e proteiche, rivelando nuove relazioni funzionali e strutturali tra geni e proteine.
Questo studio critica i metodi convenzionali di analisi del DNA antico per la loro semplificazione eccessiva e introduce il framework HSF, basato su principi primi e tracciabilità a posteriori, per migliorare l'autenticità e la precisione nell'identificazione di frammenti genetici eterogenei in contesti di conservazione complessi.