q-bio 篇论文 | Gist.Science

本研究提供了一个包含 48 种东北大西洋海洋鱼类 3,607 个成熟体长（L50）估算值的标准化数据集，该数据集源自 21 项非渔业依赖性调查中的约 160 万条个体记录，旨在实现对不同种群、性别及时间维度下成熟历程的高分辨率分析。

本研究表明，在对神经母细胞瘤患者进行常规临床变量匹配后，预后良好与预后不良的区别并非源于非结构化的异质性，而是由转录因子活性中一个稳健且共享的双向调节轴所区分，该轴将细胞周期程序与炎症及间充质状态区分开来，从而提示了一个潜在的治疗干预靶点。

本研究表明，钙成像中的采集时长可以作为逆向设计问题进行优化，以确定完成特定任务所需的最小时间，并揭示了针对不同指示剂和条件定制的方案在特定时长达到性能峰值，而超过该时长后，更长的采集时间实际上会降低推理准确度。

本研究利用基于纵向色差的软件模型，旨在阐明长时间近距离用眼如何通过视觉反馈机制诱发近视，同时验证现有的透镜矫正理论，并提出一种通过对数字屏幕蓝光进行轻微模糊处理以抑制近视发生与进展的新策略。

本研究确定了内皮细胞 RANK 信号转导通过诱导 IL-1β 表达，进而导致衰老细胞积累、造血干细胞功能障碍以及髓系偏向性造血，是驱动骨髓炎症性衰老的关键因素，从而为年龄相关性疾病提供了潜在的治疗靶点。

本研究表明，帕金森病相关的 LRRK2 G2019S 突变通过驱动激酶依赖性的 RAB10–髓过氧化物酶信号轴导致过度的中性粒细胞胞外陷阱形成，从而加剧肠道炎症和肠道 α-突触核蛋白积累。

MitoSeqGen 是一种在大型脊椎动物线粒体数据集上训练的新型受限生成式 Transformer，它通过保证在独特的线粒体遗传密码下实现 100% 的蛋白质正确性，同时实现与天然密码序列的卓越相似性，从而超越了现有的密码子优化模型。

这项针对 21 项研究（2020–2025 年）的系统综述评估了用于基于宿主的传染病诊断的 54 种机器学习模型，发现虽然随机森林和神经网络是最常见的算法，但没有哪种单一模型是普遍最优的，且未来的临床转化需要标准化的报告、外部验证以及上下文感知的算法选择。

DeepCNet 是一个新颖的多模态深度学习框架，它利用单细胞多组学数据来准确预测细胞类型特异性的基因表达并推断启动子-增强子调节相互作用，从而实现转录因子基因调控网络的构建，以及在阿尔茨海默症等疾病中识别特定条件的调控变化。

这项针对西班牙大流行期间出生儿童的研究发现，虽然产前 SARS-CoV-2 暴露本身并不能统一预测 18 个月时的语言发育迟缓，但暴露于怀孕期间的促炎性 IL-6/IL-10 失衡与特定语言领域（如困难动词和发声）的表现较低有关，且这种现象在女童中尤为显著。