生物通官微陪你抓住生命科技跳动的脉搏
C16-神经酰胺通过抑制JAK-STAT信号通路和破坏氧化应激机制,调节四棱虾(Cherax quadricarinatus)在寒冷压力下的性别差异性防御策略
摘要 背景 极低的温度会对水生甲壳类动物造成严重的生理压力。了解其适应寒冷的分子机制对于提高关键水产养殖物种的抗压能力至关重要。本研究通过整合转录组学和代谢组学分析,揭示了Cherax quadricarinatus在寒冷压力下性别差异的神经内分泌策略
来源:Biology of Sex Differences
时间:2026-03-28
生物分子聚集体形态与凝聚体感染性的调控 Josephine C. Ferreon Kyoung-Jae Choi My Diem Quan Phoebe S. Tsoi Cristopher C. Ferreon Ulas Coskun Shih-Chu Jeff Liao Allan Chris M. Ferreon
三、摘要翻译 神经退行性疾病以多样化的病理性蛋白聚集体为特征,包括阿尔茨海默病(AD)中的路易小体和肌萎缩侧索硬化症(ALS)中的丝束样纤维。这些形态多样性的物理机制仍不清楚。在此,研究人员证明,与AD和ALS相关的hnRNPA1的朊病毒样结构域(A1PrD)
来源:Biomolecules
伏隔核中异常的功能性连接网络与偏头痛发作频率和残疾程度相关
偏头痛慢性化与腹侧被盖区功能连接网络研究显示高频患者NAc-左MOG连接增强、NAc-左IPL连接减弱及NAc-右CN连接增强,这些连接与发作频率及残疾评分正相关,提示NAc网络异常促进慢性化发展。
来源:Brain Imaging and Behavior
基于默认模式网络探讨轻度认知障碍患者全脑静态功能连接改变的潜在临床价值
为了揭示轻度认知障碍(MCI)向阿尔茨海默病(AD)转化的潜在神经影像标记物,同济大学附属东方医院研究人员开展了一项基于静息态功能磁共振成像(rs-fMRI)的研究。他们以默认模式网络(DMN)的关键节点为种子点,探究了MCI患者与健康对照(HCs)之间全脑静态功能连接(SFC)的差异模式。结果显示MCI患者DMN子区与其他脑区间的SFC存在广泛而复杂的异常改变,且右侧角回(AG_R)与右侧岛叶(Insula_R)间的SFC强度与认知功能评分(MoCA)呈显著负相关。该研究首次系统分析了DMN子区与全脑的SFC模式,为理解MCI的神经功能机制和AD的早期诊断提供了新的见解。
来源:Brain Topography
丙午年新春视角下:内侧前额叶γ-氨基丁酸浓度与记忆表现的关联在肥胖/超重个体中的中断
为探究超重/肥胖如何影响认知功能,研究人员针对身体质量指数(BMI)与大脑神经递质的关系开展了专项研究。他们发现,在BMI较高的个体中,内侧前额叶皮层(mPFC)的γ-氨基丁酸(GABA)浓度无法预测记忆表现,这一关联在BMI较低或中等的个体中则存在。这项研究发表于《Brain Imaging and Behavior》,表明临床上显著的超重/肥胖可能破坏了与记忆功能相关的前额叶GABA能过程,为理解肥胖的认知影响提供了新机制见解。
杜氏肌营养不良症患者早期使用皮质类固醇对运动功能及生长结果的影响:一项经过调整的跨试验比较研究
皮质类固醇早期治疗显著改善4-8岁DMD患者运动功能,12个月随访显示治疗组NSAA得分高6.9分(P<0.001),10米步行速度快0.47m/s,起立任务速度高0.10任务/s,均超过临床最小重要差异。体重增长相似但身高增长低2.0cm,疗效不因基线年龄或运动功能亚组而异。早期诊断对DMD患者发育关键期干预至关重要。
来源:Muscle & Nerve
rKAN:理性柯尔莫哥洛夫-阿诺德网络(Rational Kolmogorov-Arnold Networks)
本文提出在Kolmogorov-Arnold网络中使用有理函数作为基础函数,通过Padé近似和有理Jacobi多项式变换,解决传统方法在全局行为建模上的局限,实验表明其在图像分类、文本分析和强化学习任务中表现更优。
来源:Neural Networks
PSMEKL:用于节点嵌入的定位与结构多重经验核学习方法
提出PSMEKL方法,通过多核映射整合节点位置和结构信息,优化嵌入表示,提升图神经网络在属性和非属性图中的性能。
元路径与上下文感知学习在异构图中的属性补全应用
本文提出EMC-Net框架,通过融合元路径信息和上下文感知注意力机制解决异构图属性补全中的非邻节点信息缺失和模型效率问题,实验表明其显著优于现有方法。
基于图掩码的双对比学习:一种用于多视图聚类的自监督框架
多视图聚类中提出DCMGAL框架,通过masked图聚合抑制噪声冗余,全局融合机制恢复跨视图语义对齐,双对比学习模块增强表示区分度,有效解决信息同质化问题。
知名企业招聘: