108 papers
Dit artikel presenteert een kwantitatieve theorie die verklaart hoe de lenswerking van het cellulaire lichaam in 'oogloze' mutanten van *Chlamydomonas* leidt tot een omkering van de fototaxisrichting, doordat de snellere veranderingen in het gefocuste lichtsignaal de langzamere directe verlichting overstemmen.
Dit artikel toont aan dat cross-species transfer learning, waarbij een op muizen getraind sequentiemodel wordt fijn afgesteld op menselijke data, de voorspellingsprestaties voor subklassen van GABA-ergerische interneuronen verbetert en de reproduceerbaarheid van de electrofysiologie-naar-transcriptomiek-mapping bevestigt.
Deze studie toont aan dat Restricted Boltzmann Machines, een model uit de statistische fysica, effectief kunnen worden gebruikt om de complexe, hoogwaardige statistische structuren en anatomische interactiepatronen van gelijktijdig opgenomen activiteit van ongeveer 1500 tot 2000 muizenneuronen te modelleren en te reproduceren.
Dit paper introduceert een onbewaakte methode voor medische anomaliedetectie die CNN-automatische encoders verrijkt met in-batch relationele kenmerken via hypergrafschattings- en graph-convolutielagen, waardoor de integratie van gezonde anatomische variatie wordt verbeterd en de vals-positieve tarieven op een heterogene hersentumordataset aanzienlijk worden verlaagd.
Dit onderzoek combineert experimenten en wiskundige modellering om te tonen dat pulsed electric field-behandeling van multicellulaire tumorsferoïden een complex tijdsafhankelijk effect heeft, waarbij intermediaire veldintensiteiten zowel de vrijgave van immuunstimulerende DAMP-moleculen als een versnelde hergroei door overlevende rustende cellen veroorzaken.
Deze paper introduceert een general sampling-based continuous optimization framework dat door iteratief synonieme mRNA-sequenties te genereren en te evalueren, de ontwerpruimte effectief verkent om meerdere doelstellingen te optimaliseren, met name voor stabiliteit en prestatie, en hierbij betere resultaten behaalt dan bestaande methoden zoals LinearDesign.
Het paper introduceert drGT, een graf-deeplearningmodel dat de gevoeligheid voor medicijnen voorspelt en interpreteerbare biomarkers identificeert door gebruik te maken van een heterogeen netwerk van medicijnen, cellen en genen, waarbij het prestaties levert die vergelijkbaar zijn met bestaande methoden maar met verbeterde biologische inzichtelijkheid.
Dit artikel introduceert een nieuw criterium voor praktische identificeerbaarheid, genaamd (e, q)-identificeerbaarheid, en combineert dit met een efficiënte, op zwakke vormen gebaseerde schattingstechniek (WENDy) om parameters van systemen met niet-geobserveerde variabelen sneller en robuuster te bepalen in aanwezigheid van ruis.
Deze studie toont aan dat de thermische stabiliteit van het diep geknoopte eiwit YibK niet afhankelijk is van zijn topologische staat, en dat de waargenomen discrepanties tussen experimenten en simulaties voortkomen uit een tijdschaal-scheiding die ervoor zorgt dat DSC-metingen een niet-evenwichtstoestand vastleggen waarin het ontwarren van het knoop nog niet heeft plaatsgevonden.
Dit artikel introduceert een unificerend functionaal-analytisch raamwerk voor neurale spike-trains, gebaseerd op Schwartz-distributietheorie, dat exacte operationele berekeningen mogelijk maakt zonder discretisatie of benadering en toepassing vindt in de analyse van reciproque neuronale circuits.
Dit onderzoek toont aan dat, hoewel het verwaarlozen van reversibiliteit in evolutionaire accumulatiemodellen tot fouten leidt, deze benaderingen toch betrouwbare inzichten kunnen bieden in de volgorde van verwerving en de kernstructuur van evolutionaire paden.
Het artikel introduceert Prism, een raamwerk dat door middel van backdoor-adjustment multimodale epigenomische signalen effectief integreert om confounding effecten te elimineren, waardoor state-of-the-art prestaties voor genexpressievoorspelling worden bereikt met korte DNA-sequenties in plaats van lange sequenties.
Dit onderzoek toont aan dat het onderscheiden van akoestische en verwachtingsgerelateerde representaties uit kunstmatige neurale netwerken als leerdoelen de nauwkeurigheid van muziekidentificatie uit hersenactiviteit verbetert, wat wijst op de potentie van op neurale codering gebaseerde modellen voor voorspellende muziekcognitie.
Dit artikel toont aan dat het gebruik van foundation model-embeddings in combinatie met MiniRocket voor het vasthouden van lokale activatiepatronen de generalisatie van antimicrobiële resistentievoorspellingen over verschillende bacteriesoorten aanzienlijk verbetert ten opzichte van traditionele k-mer-baselines.
Dit paper introduceert GGE, een open-source Python-framework dat een gestandaardiseerde evaluatie mogelijk maakt voor generatieve modellen van single-cell genexpressiedata door bestaande inconsistenties in metrieken en hyperparameters op te lossen en biologisch onderbouwde analyses te bieden.
Dit onderzoek toont aan dat de macaques inferieure temporale cortex objectpositie codeert in perceptueel uitgelijnde coördinaten die beïnvloed worden door visuele illusies, terwijl huidige kunstmatige visuele netwerken dit vermogen missen tenzij ze specifiek worden getransformeerd.
Dit paper introduceert de Single Molecule Localization Microscopy Challenge (SMLM-C), een biologisch geïnspireerde benchmark die aantoont dat State Space Models (SSMs) moeite hebben met het modelleren van zeldzame en onregelmatige tijdsprocessen in biologische beeldvorming, vooral bij toenemende tijdsdiscontinuïteit.
Dit artikel analyseert hoe numerieke slecht-geconditioneerde problemen, veroorzaakt door sterke correlaties tussen kandidaat-functies, de nauwkeurigheid van data-gedreven modellering van biologische systemen beïnvloeden, en toont aan dat orthogonale polynomen alleen betere resultaten leveren wanneer de data-verdeling overeenkomt met de bijbehorende gewichtsfunctie.
Dit artikel biedt een overzicht van recent onderzoek naar menselijk navigatiegedrag en de bijbehorende hersendynamiek in ecologische contexten, waarbij vier benaderingen worden geïntegreerd: testen in real-world omgevingen, analyse van dagelijkse trackingdata, simulaties in virtuele omgevingen en mobiele hersenregistratie.
Dit paper introduceert abx_amr_simulator, een Python-pakket dat een Gymnasium-compatibele simulatieomgeving biedt om antibiotica-prescriberingsbeleid te optimaliseren en antimicrobiële resistentie te bestuderen onder realistische onzekerheid en gedeeltelijke waarneembaarheid.