6414 artigos
Apesar das significativas diferenças arquitetônicas e de parâmetros, os modelos de fundação de célula única compartilham um núcleo de baixa dimensão pequeno, robusto e biologicamente interpretável que supera seus próprios embeddings completos em tarefas de recuperação funcional, revelando que a maior parte de sua capacidade representacional é privada e biologicamente inerte.
Este artigo demonstra que o traço de elegibilidade é o mecanismo temporal singular e não negociável necessário para a diferenciação emergente em redes de picos moduladas por recompensa, visto que sua remoção anula a ordem enquanto sua extensão governa diretamente o grau de diferenciação, independentemente da escala da rede.
Este artigo revela que os principais eixos espectrais de modelos de fundação de célula única são predominantemente confundidos pela abundância da expressão gênica em vez do significado biológico, demonstrando que a remoção desses eixos melhora o desempenho de recuperação e estabelecendo uma lei de compactação dependente do modelo que guia a redução de dimensionalidade ideal para tarefas biológicas.
Este estudo demonstra que, embora modelos complexos de aprendizado de máquina possam prever com maior precisão a idade cronológica a partir da química sanguínea, suas métricas de "aceleração da idade" resultantes são menos eficazes na predição da mortalidade do que modelos mais simples ou biomarcadores treinados diretamente em desfechos de morte, revelando que o alvo do treinamento, em vez da complexidade do modelo ou dos biomarcadores, é o fator crítico no desenvolvimento de preditores úteis de idade biológica.
Este estudo demonstra que, em análises de célula única ao nível do doador, o controle da composição dos tipos celulares frequentemente remove sinais negligenciáveis, pois os perfis de expressão retêm a maior parte da informação do traço mesmo quando a composição é fixada, e que a força percebida da composição como um fator de confusão é altamente dependente da resolução da anotação do tipo celular utilizada.
Este artigo apresenta o Spatial GNN Analyzer, uma estrutura impulsionada por IA que integra Redes Neurais de Grafos com dados de transcriptômica espacial para permitir a identificação de domínios espaciais biologicamente coerentes e robustos e a visualização interativa, demonstrando desempenho superior na preservação da arquitetura tecidual em comparação com métodos convencionais não espaciais.
Este estudo revela que o pastejo altera os perfis de exsudatos radiculares de *Stipa grandis* para impulsionar respostas microbianas assimétricas, onde o pastejo de curto prazo promove o crescimento bacteriano via lipídios ricos em energia enquanto o pastejo de longo prazo sustenta associações fúngicas através de metabólitos defensivos, com as posições das redes de metabólitos sendo restringidas por propriedades termodinâmicas em bactérias, mas por complexidade estrutural molecular em fungos.
Este estudo revela que a conservação evolutiva frequentemente gera previsões de falsos-positivos de deletereidade para mutações missense, um modo de falha que é previsto de forma forte e independente pela alta acessibilidade ao solvente e flexibilidade conformacional através de dez conjuntos de dados de varredura mutacional profunda.
Este estudo demonstra que o direcionamento à nedilação de proteínas intrínsecas ao câncer supera a resistência adquirida à imunoterapia em tumores deficientes em JAK/STAT, ao estabilizar a cGAS ligada à cromatina, restaurando assim a sinalização inflamatória e aumentando a infiltração de células imunes para sensibilizar os tumores ao bloqueio de PD1.
Este estudo introduz a ferramenta MiXeR-SV para demonstrar que as variantes estruturais, apesar de compreenderem uma pequena fração das variantes genômicas, contribuem significativamente para a herdabilidade de inúmeros traços complexos — particularmente em fenótipos hematológicos, metabólicos e de câncer — ajudando, assim, a resolver a lacuna entre as estimativas de herdabilidade baseadas em SNPs e as de gêmeos.