110 artigos
O artigo apresenta o HIDDENdb, uma base de dados abrangente e acessível via web que integra diversos conjuntos de dados de alto rendimento para mapear e explorar interações genéticas e de co-dependência proteica, revelando módulos funcionais e correlações estruturais em diversos contextos biológicos.
Este artigo apresenta uma crítica aos métodos convencionais de análise de DNA antigo e propõe o novo quadro HSF (Fragmento Específico do Hospedeiro), que utiliza princípios fundamentais e indicadores de preservação para melhorar a autenticidade e a precisão na atribuição de origens em amostras complexas e mistas.
Este estudo demonstra que o refinamento de uma estrutura morfo-cinética, combinando descritores não-lineares, variáveis contextuais e um ensemble de opinião linear adaptativo (ALOP), melhora significativamente a precisão e a robustez na classificação de estresse hídrico em plantas a partir de imagens RGB, alcançando uma acurácia balanceada de até 0,96.
Este artigo propõe uma nova abordagem de codificação eficiente que otimiza a similaridade representacional em vez da atividade neural direta, demonstrando que uma ampla família de problemas de codificação é convexa e permitindo a derivação de resultados teóricos fundamentais sobre a identificabilidade de modelos e a organização de canais ON/OFF no sistema visual.
Este artigo revisa a literatura sobre células de grade, argumentando que elas constituem um código biologicamente plausível e de alta fidelidade para a posição, que subscreve a integração de caminho e oferece lições valiosas para teorias normativas da computação neural.
Este artigo desenvolve um modelo de jogo de campo médio para epidemias SEIR em redes heterogêneas, caracterizando o equilíbrio de Nash onde indivíduos otimizam seus contatos sociais para equilibrar os custos de isolamento e a perda por infecção, revelando como o período de incubação pode atrasar a adoção de precauções e agravar surtos.
Este artigo demonstra que a eficiência informacional das sinapses, medida em bits por Joule, é maximizada em seus valores naturais de condutância e prevê com precisão a queda dessa eficiência quando há desvios, graças a um modelo derivado da biofísica sem parâmetros livres que integra limites de energia mínima e a teoria da informação de Shannon.
O artigo apresenta o INTENSE, um framework de código aberto baseado em teoria da informação que detecta e desentrelaça a seletividade neuronal em dados de imagem de cálcio de animais em comportamento livre, controlando rigorosamente a estrutura temporal e a covariância comportamental para mapear com precisão como os neurônios codificam múltiplas variáveis ambientais.
O estudo demonstra que o hipocampo humano codifica as posições do eu, de outros agentes e do olhar em subespaços neurais geometricamente relacionados, permitindo que regras de aprendizado espacial sejam generalizadas e alinhadas flexivelmente entre diferentes agentes e perspectivas.
O artigo apresenta o SeekRBP, um novo framework que integra sequências e estruturas proteicas com aprendizado por reforço para superar as limitações dos métodos tradicionais na identificação de proteínas de ligação a receptores (RBPs), superando desafios como divergência extrema de sequências e desequilíbrio de classes.