q-bio 篇论文 | Gist.Science

本研究表明，一种利用每日自报症状变异性的混合机器学习模型可以在无需佩戴可穿戴传感器的情况下，准确分类四个月经周期阶段，从而为全球生殖健康监测提供一种可扩展且公平的解决方案。

本研究利用生物信息学分析和实验验证，鉴定出 DUSP1 和 EGR1 是连接创伤性脑损伤与创伤后癫痫的关键分子调节因子，表明它们是具有前景的治疗靶点。

本文介绍了一种名为 DynoM 的生成式深度学习框架，该框架通过在蛋白质复合物相互作用上进行训练，利用复合物数据中固有的长程物理约束，在预测准确的构象系综以及抑制结构幻觉方面，显著优于现有的仅基于单体的模型。

本研究提供了实地证据，表明在低流量河流中，鱼类eDNA信号表现出延迟的下游出现现象，并在源生物移除后持续一段时间，这强调了在解释河流生态系统中eDNA数据时，有必要考虑运输动力学和时间持久性。

本研究利用32个肿瘤微环境相关基因构建并验证了一个稳健的基于机器学习的预后模型，用于预测前列腺癌的生化复发，揭示了不同的免疫图谱以及针对风险分层患者管理的潜在治疗敏感性。

本研究表明，微扫视动态变化可作为胸部 X 线摄影专业知识的一种非自主生理生物标志物，因为在结节注视期间微扫视产量的增加与成功检测相关，并能将高准确度读者与经验较少的读者区分开来。

本研究通过生物信息学分析和 RT-qPCR 验证，在乳腺癌中鉴定出三个与三相衰竭（triaptosis）相关的预后基因（BNIP3L、KLHDC1 和 PRDX3），并建立了一个将这些基因与氧化磷酸化通路、免疫浸润及潜在治疗靶点联系起来的预测列线图。

本研究呈现了对斑纹林鸮（*Strix ocellata*）首次完整的线粒体基因组特征描述，揭示了其独特的基因重排模式、强烈的净化选择以及在林鸮属（*Strix*）中的基部系统发育位置，同时强调了通过扩大基因组采样以充分解析鸮形目进化历史的紧迫性。

本研究利用扫描电子显微镜技术对20种巴基斯坦 Boraginaceae 科物种进行了系统发育分析，旨在证明虽然多样化的种子形态学和微形态特征在物种水平的鉴定中十分有效，但其演化上的不稳定性及高度的同塑性限制了它们在高层分类学中的应用价值。

这项针对451名埃及儿童的研究表明，弯泡虫（*Giardia duodenalis*）的传播主要是人际传播，其中A型谱系表现出一种克隆式的、适应人类的结构，而B型谱系则显示出更高的遗传多样性，这共同表明公共卫生干预措施应优先考虑阻断幼儿间的真人间传播。