• 以数据为中心的训练实现蛋白质 - 配体结合亲和力预测中有意义的相互作用学习

  摘要预测蛋白质 - 配体结合亲和力仍然是药物发现中的一个根本性挑战，深度学习模型已成为其中的核心。然而，这些模型往往难以应对蛋白质和配体偏差，且其对未见目标的泛化能力仍然有限。在此，我们引入了一种基于卷积神经网络（CNN）的打分函数，采用严谨的以数据为中心的策略进行训练，作为

  来源：Journal of Cheminformatics

  时间：2026-08-23

• 小鼠从慢性钒神经毒性中恢复后，运动功能障碍、记忆障碍、类似焦虑的行为以及抑郁症状均有所改善

  摘要钒是一种在环境中广泛分布的过渡金属，它通过氧化应激和神经炎症参与神经毒性机制。长期暴露于钒可能导致运动功能、认知能力、焦虑及抑郁样行为的受损，但停止暴露后能否恢复正常仍不明确，尤其是在运动功能、焦虑和抑郁样行为方面。雄性BALB/c小鼠分别接受3个月、9个月或15个月的甲钒酸

  来源：BMC Neuroscience

  时间：2026-08-23

• 基于物理信息神经网络（PINN）的AI驱动预测模型用于HVOF热喷涂碳基复合涂层残余应力

  摘要翻译 残余应力是影响高速氧燃料（HVOF）热喷涂碳基复合涂层性能、耐久性和失效行为的重要因素。有限元分析（FEA）及其他传统数值方法计算需求高且受假设限制，而缺乏物理解释的机器学习（ML）模型可以在较少假设条件下仅基于数据进行训练。本文推荐一种结合物理

  来源：Scientific Reports

  时间：2026-08-23

• 一个用于解析体内记录神经元活动机制起源的in silico框架

  研究人员如何识别活体大脑中记录到的电生理活动的机制起源？一个解决该问题的有前景策略是生成生物真实感模型，模拟这些模型如何将网络中的突触输入转化为其观察到的神经元活动。为此，研究人员在此提供其生成、模拟和分析网络嵌入神经元模型的方法，作为一个开源、完全文档化且免

  来源：PLOS Computational Biology

  时间：2026-08-23

• 易发生野火景观中燃料屏障规划的网络优化框架：考虑燃料屏障失效与野生动物保护目标

  大型野火是北美森林中一种主要的干扰类型，已造成显著的环境影响和经济损失。一种缓解野火蔓延风险的潜在方法是通过燃料屏障（fuel break）或类似减少燃料含量的区域来分割景观。然而，分割景观可能会削弱其他生态系统服务，例如提供野生动物迁徙路线。研究人员提出了一

  来源：PLOS Complex Systems

  时间：2026-08-23

• 增强的无偏移多模型预测控制用于非线性过程：一种基于神经网络的成本聚合方法

  在严格约束下控制非线性化学过程具有挑战性，尤其是在石化工业中，偏差可能导致安全风险、质量问题或违规。为解决此问题，研究人员提出了一种新颖的基于多模型的无偏移模型预测控制（MMPC）策略，用于具有输入和状态/输出约束的非线性过程。MMPC使用多个过程模型（状态空

  来源：Heliyon

  时间：2026-08-23

• 一种集成机器学习用于快速检测红绿花椒（Zanthoxylum bungeanum和Zanthoxylum schinifolium）麻味强度的便携式电化学分析系统

  花椒的麻味传统上通过主观感官评价小组或实验室仪器进行评估，这阻碍了现场检测。感知到的麻木感并不总是直接与烷基酰胺含量对应，因为多种电活性成分（包括多酚和山椒素）可能共同影响整体感官响应。色谱方法可定量单个化合物，但可能无法完全反映人类对麻味的综合感知。电化学检

  来源：Foods

  时间：2026-08-23

• MHD Eyring–Powell三元混合纳米流体在垂直锥体上的熵产生与ANN预测

  三元混合纳米流体（ternary hybrid nanofluid, THNF）由三种不同纳米颗粒（Au−SiO₂−TiO₂/blood）组成，与单相或二元系统相比，表现出更高的热导率和剪切依赖性粘度。受非牛顿传输系

  来源：Next Nanotechnology

  时间：2026-08-23

• 磁电耦合协同优化鸡胸肉解冻效率与持水性的研究：一种基于多输入单输出预测建模的方法

  传统鸡胸肉解冻存在相变不稳定与品质劣变问题。为克服单一物理场的局限，研究人员开发了一种集成脉冲磁场（PMF）与高压静电场（HVEF）的磁电耦合解冻（MECT）系统。采用解耦的多输入单输出反向传播神经网络（MISO-BPNN）框架精确映射非线性动力学，该架构引入

  来源：Current Research in Food Science

  时间：2026-08-23

• 更正：Shirosaki 等。多孔壳聚糖 - 硅氧烷杂化材料中含硅降解产物的分子量对神经元细胞行为的影响。Polymers 2023, 15, 3272

  图表错误在原始出版物 [1] 中，图 8 存在错误。具体来说，由于制图过程中的失误，图 8e 中显示的图片与指示的实验组 ChG10 (Si:0.50) 不符。修正后的 图 8见下文，其中图 8e 已替换为

  来源：Polymers

  时间：2026-08-23

知名企业招聘：