当前位置:首页 > 今日动态 > 技术与产品
  • 三色级联FRET技术开发及其在成纤维细胞中RIAM-纽蛋白相互作用力传感的应用

    本研究针对传统FRET技术在解析复杂多组分相互作用中的局限性,开发了一种新型三色级联FRET(Cascade-FRET)系统,结合时间相关单光子计数荧光寿命成像显微镜(TCSPC-FLIM),成功实现了对黏着斑中RIAM-纽蛋白(vinculin)相互作用的精确力传感测量。研究证实RIAM与纽蛋白N端结合,平均作用力为3.0±0.3 pN,揭示了这种相互作用不依赖于机械力的新机制,为理解黏着斑组装和机械信号转导提供了重要工具和见解。

    来源:Communications Chemistry

    时间:2025-12-27

  • 利用UHPLC-MS/MS技术对人类指甲中的DL-asp和DL-α-HB进行衍生化处理并同时进行手性分析:在结直肠癌研究中的应用

    非侵入性CRC诊断生物标志物研究:基于手汗液UHPLC-MS/MS检测的D/L-Asp和L-α-HB差异分析

    来源:Journal of Chromatography Open

    时间:2025-12-27

  • 一种基于液相色谱-质谱联用技术的分析方法,通过头基团分析来表征全球范围内的磷脂甲基化情况,并揭示了这种甲基化的细胞类型特异性

    全球分析磷脂甲基化对理解哺乳动物细胞膜磷脂功能至关重要。本研究建立并验证了一种高效液相色谱-质谱联用(LC-MS)方法,可同步定量分析磷脂酰乙醇胺(PE)和磷脂酰胆碱(PC)的水解产物乙醇胺(EA)和胆碱(CL),优化了样本前处理、色谱分离及质谱检测条件。方法表现出优异的线性(r²>0.999)、精密度(日内/日间RSD≤6.3%)和准确性(误差-2.1%至6.8%),检测限分别为0.30 μM(EA)和0.02 μM(CL)。该技术成功应用于人类红细胞及多个肿瘤细胞系(Hela、EC109、Saos-2),发现不同细胞类型的EA/CL比值(反映PE/PC比值)存在显著差异,证实了全球磷脂甲基化状态的细胞特异性特征,为健康与疾病相关膜脂组学研究提供了可靠工具。

    来源:Journal of Chromatography Open

    时间:2025-12-27

  • 气动压印技术革新植物组织质谱成像:提升代谢物空间分辨与重现性

    本文介绍了一种新型气动压力装置(PNP),用于改进植物组织在多孔聚四氟乙烯(pPTFE)上的压印制备,解决了传统手动压印工具(如台钳、钳子)在质谱成像(MSI)中存在的重现性差、空间分辨率低的问题。该技术通过精确控制压力参数(如60 psi、50 μm压入深度),在浮萍、拟南芥和假马齿苋叶片中实现了代谢物的高保真转移,显著提升了MALDI-MSI的图像质量和定量分析可靠性,为植物空间代谢组学提供了稳健的样本前处理方法。

    来源:JOURNAL OF MASS SPECTROMETRY

    时间:2025-12-27

  • 基于掩码的自适应响应蒸馏:一种高效图像超分辨率的知识蒸馏新方法

    本文针对图像超分辨率(ISR)任务中传统L1损失知识蒸馏(KD)方法忽视高频结构重要性、对所有像素平等对待导致次优学习的问题,提出了一种简单高效的掩码自适应响应蒸馏框架。该研究引入了实例级抑制和像素级加权策略,并结合GT预训练学生初始化,在CNN和Transformer架构上均取得显著性能提升,且不增加训练开销,为轻量级ISR模型部署提供了新思路。

    来源:Neurocomputing

    时间:2025-12-27

  • 结合离线知识的自适应双域融合在线时间序列预测方法

    针对在线时间序列预测中存在的离线知识利用不足、跨变量与时间依赖整合困难等问题,提出OnADFNet模型。该模型通过在线学习层处理概念漂移,MLP捕捉时间依赖,多头注意力机制处理跨变量关系,并动态调整权重。实验表明,相比现有最佳模型,MSE平均降低19.6%,长期预测误差减少26%。

    来源:Neurocomputing

    时间:2025-12-27

  • 高效的设备端持续学习技术,助力实现进化式边缘智能

    BiMemNet基于人脑记忆编码与任务特定路径机制,通过高斯混合分布压缩多尺度特征数据存储,减少160倍训练数据存储需求,同时利用独立参数路径和动态门控机制防止灾难性遗忘,在Jetson边缘平台上实现2.3%额外计算复杂度下零级遗忘率,并显著降低能耗和提升收敛效率。

    来源:Neurocomputing

    时间:2025-12-27

  • 通过核对齐方法从正面数据及未标记数据中学习

    本文提出基于核对齐的正负未标注学习算法PUKA,通过隐式标签函数在 reproducing kernel Hilbert space(RKHS)中最大化特征空间与标签空间的核矩阵对齐度,解决传统方法依赖先验假设、忽略全局结构关联及不平衡适应不足的问题。设计双模型分别处理平衡与不平衡场景,理论分析复杂度并建立泛化误差界,实验验证其有效性和竞争力。

    来源:Pattern Recognition

    时间:2025-12-27

  • 基于通用大型语言模型的人体关键点定位方法在情感识别中的应用

    L3M提出通过空间坐标令牌(SCT)优化多模态大语言模型(MLLM)的关键点定位,解决传统方法对预定义关键点的依赖,并提升情感识别效果。

    来源:Pattern Recognition

    时间:2025-12-27

  • 基于拐点特征的轨迹指纹识别方法在聚类与异常检测中的应用

    轨迹聚类与异常检测方法研究

    来源:Pattern Recognition

    时间:2025-12-27


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康