UNISEP: A Unified Sensor Placement Framework for Human Motion Capture and Wearables
本文提出了 UNISEP 统一传感器放置框架，旨在通过基于解剖标志的坐标系统和放置协议描述方法，解决跨模态可穿戴传感器缺乏标准化协议的问题，从而提升人体运动捕捉与生理数据在临床及日常监测中的可重复性、一致性和互操作性。
🧬 Category
q-bio
108 篇论文
CAN-STRESS: A Real-World Multimodal Dataset for Understanding Cannabis Use, Stress, and Physiological Responses
本文介绍了名为 CAN-STRESS 的真实世界多模态数据集，该数据集通过 Empatica E4 腕带收集了 82 名参与者的生理指标及自我报告数据，旨在填补公开资源空白，以研究大麻使用、压力与生理反应之间的关系。
Label-free pathological subtyping of non-small cell lung cancer using deep classification and virtual immunohistochemical staining
该研究提出了一种结合无标记自发荧光成像与深度学习技术的创新方法，能够无需传统染色即可快速、准确地区分非小细胞肺癌的病理亚型并生成虚拟免疫组化染色，从而显著优化肺癌诊断流程。
Bounds for survival probabilities in supercritical Galton-Watson processes and applications to population genetics
本文提出了一种针对超临界分支过程的方法，通过构造具有相同生存概率和收敛率的线性分式生成函数，为单代有益突变的生存概率 推导出了显式的上下界，并将其应用于量化性状的长期定向选择演化分析。
Simulating nationwide coupled disease and fear spread in an agent-based model
该研究利用 EpiCast 框架构建了一个耦合疾病与恐惧传播的动态智能体模型，揭示了恐惧通过人际接触和媒体扩散并引发防护行为，进而导致疫情出现多波次反弹等复杂动态，强调了在应对传染病时统筹考虑疾病与心理行为耦合机制的重要性。
CITS: Nonparametric Statistical Causal Modeling for High-Resolution Neural Time Series
本文提出了名为 CITS 的非参数统计因果建模框架，通过结合任意马尔可夫阶的结构因果模型与滞后条件独立性检验，有效克服了现有方法在处理高分辨率神经时间序列数据时的局限性，并在模拟基准及小鼠大脑大规模记录中验证了其在识别刺激特异性因果通路和区域层级结构方面的卓越性能。
The role of viral dynamics and infectivity in models of oncolytic virotherapy for tumours with different motility
该研究通过对比概率个体模型与连续空间非均匀模型，揭示了病毒动力学和感染能力在不同运动性肿瘤的治疗中比肿瘤运动性或繁殖性更为关键，为优化溶瘤病毒疗法提供了新的理论见解。
Partial domain adaptation enables cross domain cell type annotation between scRNA-seq and snRNA-seq
该论文提出了 ScNucAdapt 方法，利用部分域适应技术有效解决了 scRNA-seq 与 snRNA-seq 数据间的分布差异，实现了跨模态单细胞数据中鲁棒且准确的细胞类型注释。
DeeDeeExperiment: Building an infrastructure for integrating and managing omics data analysis results in R/Bioconductor
本文介绍了 DeeDeeExperiment，这是一个基于 Bioconductor 生态系统的新型 S4 类，旨在通过扩展 SingleCellExperiment 对象并引入专门的差异表达和功能富集分析结果存储槽，来解决多组学实验结果缺乏标准化数据结构的问题，从而实现分析结果的统一管理、可重复性提升及高效共享。
Bounds on and final epidemic size when the next-generation matrix is only partially known
该论文研究了在下一代矩阵 仅部分已知（如已知行和或列和）的情况下，多类型 SIR 模型中基本再生数 和最终流行规模 的界限问题，并分别针对一般矩阵和满足细致平衡条件的特殊矩阵推导了相应的上下界。
Weakly nonlinear analysis of a reaction-diffusion model for demyelinating lesions in Multiple Sclerosis
本文通过线性稳定性分析和弱非线性分析，研究了基于动力学理论的反应扩散模型中免疫细胞挤压概率和趋化响应等关键参数对多发性硬化症脱髓鞘病变空间模式形成的影响，并通过数值模拟验证了分析结果。
A Control-Theoretic Model of Damage Accumulation and Boundedness in Biological Aging
该论文建立了一个控制理论模型，将生物衰老损伤分解为可调控与信息受限两类，证明了实现衰老损伤有界性的充要条件，并指出信息受限损伤的累积是决定衰老速率的主导因素，从而为抗衰老干预策略提供了理论框架与操作指导。
A Modelling Assessment of the Impact of Control Measures on Simulated Foot-and-Mouth Disease Spread in Mato Grosso do Sul, Brazil
该研究通过模拟巴西马托格罗索州南部的口蹄疫传播，证明单纯依靠疫苗接种效果最差，而结合高扑杀能力与有限疫苗接种的混合策略能最有效地在 10 至 15 天内控制 100% 的疫情爆发。
Understanding and Managing Frogeye Leaf Spot through Network-Based Modeling in Soybean
该研究通过引入真实田间结构的网络模型，利用近似贝叶斯计算量化了大豆 Frogeye 叶斑病的传播参数，发现耕作方式对病害扩散影响不显著，并证实早期针对性拔除病株比延迟或随机移除更为有效，从而为病害管理提供了科学指导。
GWAS Summary Statistic Tool: A Meta-Analysis and Parsing Tool for Polygenic Risk Score Calculation
GWASPoker 是一款基于 Python 开发的免费工具，它通过部分下载和表头检测技术，无需完整传输文件即可从 GWAS 目录中高效筛选并解析适用于多基因风险评分计算的汇总统计数据。
Benchmarking 80 binary phenotypes from the openSNP dataset using deep learning algorithms and polygenic risk score tools
该研究利用 openSNP 数据集中的 80 种二元表型，系统评估了 29 种机器学习算法、80 种深度学习算法及 3 种多基因风险评分工具的性能，发现机器学习在 44 种表型上表现更优，而多基因风险评分工具在 36 种表型上更具优势，从而为不同表型下的预测方法选择提供了重要参考。
Identifying genes associated with phenotypes using machine and deep learning
该研究提出了一种结合机器学习和深度学习的流程，通过分析 openSNP 数据中的基因型来分类病例与对照并计算特征重要性，成功利用表现最佳的模型识别出与表型相关的基因，其基因识别率平均达到 0.84，为疾病机制研究和治疗靶点发现提供了有力支持。
Modeling Metabolic State Transitions in Obesity Using a Time-Varying Lambda-Omega Framework
本文利用具有时变参数的 Lambda-Omega 动力学框架，通过模拟代谢调节系数在长期环境压力下的渐进演变，揭示了肥胖状态下代谢设定点的偏移及体重变化中不对称的生理适应机制。
HIDDENdb: Co-dependency database reveals a plethora of genetic and protein interactions
本文介绍了 HIDDENdb 数据库，该资源通过整合大规模扰动筛选、多组学数据及 curated 交互库，系统性地构建了遗传与蛋白质共依赖关系图谱，揭示了基因模块间的共享依赖模式及其与蛋白质结构相互作用的潜在联系，并提供交互式网络探索功能。
Preservation Constraints on aDNA Information Generation and the HSF Posterior Sourcing Framework: A First-Principles Critique of Conventional Methods
该论文通过第一性原理分析揭示了古 DNA 保存的复杂性并批判了传统二分类方法的偏差，进而提出了 HSF 后验溯源框架，通过以片段为基本单位、最大化来源多样性及结合保存特征评估，显著提升了混合信号样本中古 DNA 的真实性鉴定与来源判别能力。