生物通官微陪你抓住生命科技跳动的脉搏
利用FMDV-ONTAPS技术快速序列鉴定口蹄疫病毒:牛津纳米孔技术公司的扩增子P1测序方案 Shawn Yeo, Kate Hole, Taeyo Chestley, Grace E. Seo, Anna Majer, Katherine Handel, Michelle Nebroski, Oliver Lung, Charles Nfon, Shawn Babiuk
摘要 目前,口蹄疫病毒(FMDV)的诊断检测主要使用逆转录定量PCR(RT-qPCR)来检测病毒RNA的存在,以及双重抗体夹心ELISA(DAS-ELISA)来确定病毒血清型。血清型的识别对于制定有效的疫苗策略以应对疫情
来源:Viruses
时间:2026-03-29
利用全身正电子发射断层扫描(PET)连接组学技术和常规氟脱氧葡萄糖(FDG)PET成像技术,实现对身体稳态的个性化映射
摘要背景免疫炎症和全身性改变是慢性疾病的关键特征。虽然正电子发射断层扫描(PET)分子成像在精准医学中得到广泛应用,但传统的分析方法主要集中在病变上,侧重于检测、定位和量化。这些方法忽视了疾病在全身范围内引起的稳态变化。最近,PET连接组学作为一种基于图谱的方法出现,用于表征器官
来源:Communications Medicine
运用机器学习技术提升智能城市道路安全:基于多国事故数据的关联分析与预测模型研究
本研究聚焦于智能城市中日益严峻的道路安全问题。为克服传统方法的局限,研究人员分析了来自加拿大多伦多和巴基斯坦拉瓦尔品第的交通事故数据,运用多种机器学习(ML)和深度学习(DL)模型(如XGBoost、Random Forest)进行事故严重性预测,并采用关联规则挖掘技术揭示事故成因。结果表明,优化后的Random Forest模型预测准确率达99%,并识别出超速、攻击性驾驶等关键风险因素。该框架为智能交通系统(ITS)提供了可部署的智能解决方案,对提升城市道路安全具有重要实践意义。
来源:Scientific Reports
固态发酵提升蝗虫营养品质、消化率与风味:基于米曲霉与根霉的工艺创新
本研究旨在解决将昆虫(蝗虫)作为新型可持续蛋白质来源时,其可消化性、潜在致敏性和风味有待改善的问题。研究人员利用米曲霉(A. oryzae)和根霉(R. oryzae)或其传统发酵剂(如豆豉、天贝),对纯蝗虫及蝗虫-大豆复合物进行固态发酵。结果表明,发酵显著提升了蛋白质水解度(>16%)、游离氨基酸水平(3-5倍)和体外消化率,降低了结构性与致敏蛋白丰度,并产生多种风味物质。这为昆虫资源的高值化、低敏化和美味化利用提供了有效策略。
综述:将植物声发射作为早期应力信号:迈向可持续农业的远程集成监测技术
植物生物声学通过声发射(AEs)检测非生物胁迫,为早期精准农业干预提供依据。结合物联网传感器与遥感技术(光谱/热/雷达数据),融合机器学习与数字孪生模型,可提升空间分辨率和胁迫分类精度,优化灌溉、营养及植保管理,促进气候适应型农业发展。关键挑战包括开发耐用的声学传感器、建立物种特异性AE数据库及揭示分子机制。
来源:European Journal of Agronomy
基于氮分布模型构建和利用植被指数聚类方法对冬小麦叶片氮含量进行定量反演的遥感估算
准确估算冬小麦全株氮积累(PNA)对精准氮肥管理至关重要。本研究通过聚类分析和多指数评估(R、GCD、EVC、FIM、VIP)筛选最优植被指数组合,构建了基于氮素分配机制的PNA-NPM Wheat模型:PNA = f(VIs)/(−1.166×RGS + 1.155),显著优于传统随机森林模型(R²从0.21提升至0.71)。模型实现了全生育期氮积累动态监测,验证了植被指数聚类与生理分配机制耦合的有效性。
来源:Computers and Electronics in Agriculture
用于高保真3D重建和表型分析的自动化扫描框架:通过2D高斯点扩散技术对划桨型插秧苗进行成像处理
辣椒苗3D重建与表型分析技术。提出多摄像头阵列行扫成像系统,结合2D Gaussian Splatting(2DGS)实现密集苗株高精度重建,平均 chamfer误差低于0.88mm。通过PlantNet深度学习网络实现器官级曲面分割,构建茎高、主茎长、叶片长、叶面积等表型参数预测模型,MAPE误差分别为0.91%、2.67%、3.88%、4.95%。验证了行扫成像与2DGS融合方案的工程可行性,为智能农业中育苗阶段的多参数高通量检测提供技术路径。
变异性与可预测性:舞蹈编排复杂性的新方法中的关键因素
舞蹈编排复杂性研究:提出多层次分析框架并验证与观众感知的相关性。
来源:Cognition
基于深度学习的方法对放牧绵羊的行为进行监测与分析
绵羊行为识别研究利用20Hz、10Hz和4Hz动觉传感器数据构建包含啃食、站立、行走和躺卧四种行为的数据库,提出基于RNN的深度学习模型。实验表明4Hz数据分类准确率仅下降2.37%,验证低采样率有效性,同时数据平衡技术提升少数行为分类性能。该模型实现精准放牧监控,兼顾计算效率与设备续航。
来源:Biosystems Engineering
利用噬菌体展示技术改造的肽修饰石墨烯场效应晶体管(PEM-GFET)检测 skatole(一种有机化合物)
本研究利用噬菌体展示技术筛选出结合3-甲基吲哚(Skatole)的高效多肽,并将其修饰于石墨烯场效应晶体管(GFET)表面,构建了一种高灵敏度(pM级)且特异性的Skatole检测传感器。该传感器不仅成功检测了猪肉及多种肉类产品中的Skatole,还能通过主成分分析(PCA)区分不同肉类类型,为肉类品质监控提供了便携、低成本的解决方案。
来源:Talanta
知名企业招聘: