-
经过SHH功能化的纤维蛋白支架能够改善大鼠的脊髓修复效果,并在体外调节初级神经干细胞的行为
摘要在受损的脊髓微环境中持续释放再生信号是一种促进脊髓损伤(SCI)修复的有希望的策略。在这项研究中,我们开发了一种基于纤维蛋白的支架,通过多巴胺(PD)介导的音猬蛋白(SHH)固定化对其进行功能化处理,该支架被命名为FG/PD@SHH,以实现局部和持续的SHH释放。PD的修饰将
来源:Scientific Reports
时间:2026-09-04
-
神经调制状态空间模型:一种受多巴胺启发的选择性门控框架,存在记忆稳定性的权衡
摘要多巴胺决定了前额叶皮层如何过滤传入的信息、将其保留在工作记忆中,并将其释放用于执行行动——这三项计算功能与序列模型的输入、状态和输出阶段高度对应。在这里,我们探讨将这种对应关系形式化是否能够构建出在计算效率和生物学解释性方面都具备优势的序列模型。我们提出了“神经调节状态空间模
来源:Scientific Reports
时间:2026-09-04
-
一种求解非线性柯尔莫哥洛夫方程和罗森瑙-海曼方程的混合半解析与神经网络方法
摘要本文提出了一种混合半解析和物理信息神经网络框架,用于求解线性和非线性偏微分方程。所提出的方法将新迭代法(NIM)与物理信息神经网络(PINNs)相结合:由 NIM 生成低阶解析近似,并训练神经网络仅学习剩余的校正项。我们选择 NIM 而非相关的半解析方法(ADM, HAM
来源:Scientific Reports
时间:2026-09-04
-
通过贝叶斯神经网络对核质量进行精细化处理,并将其应用于SHE(某种粒子)的α衰变研究
摘要
本研究采用贝叶斯神经网络(BNN)对核质量预测方法进行了系统性的研究,以改进九种理论核质量公式的计算结果。基于残差分析的统计学方法显著降低了与AME2020数据库中实验数据相比的均方根偏差,达到了对核合成过程(r过程)进行建模所需的精度。BNN方法固有的
来源:Scientific Reports
时间:2026-09-04
-
使用可重复的机器学习和深度学习模型进行多国协调消费者价格指数水平的多维度同期预测
摘要对消费者价格指数(CPI)进行准确建模对于通货膨胀监测和政策分析具有重要意义。本研究建立了一个多维度的跨国CPI预测框架,并针对可重复性方面的顾虑,以完全重新估计并有据可查的基准模型取代了原有的主要神经网络架构排名。该可重复性基准使用所提供的涵盖1995年至2020年、5
来源:Scientific Reports
时间:2026-09-04
-
用于呼吸-脑耦合的稳健圆形聚类统计
脑-体神经科学这一快速发展的研究领域面临方法学挑战,因为在缺乏既定最佳实践的情况下,分析人员不断开发新的分析策略。对有效方法的探索因锁相效应(如呼吸-脑耦合)研究中涉及的(天然)圆形数据而进一步复杂化。现有的多种相位提取方法、构建适当替代数据进行统计比较的方法
来源:PLOS Computational Biology
时间:2026-09-04
-
PCIPG:基于概率图模型的蛋白质复合物识别综合框架
蛋白质复合物是执行必需细胞功能的分子机器,但其计算识别仍具挑战性。现有蛋白质复合物识别方法主要依赖蛋白质-蛋白质相互作用(PPI)网络拓扑、功能注释或蛋白质水平的生化证据。尽管这些方法已恢复许多具有生物学意义的组装体,但它们通常对不完整或含噪声的相互作用组较为
来源:PLOS Computational Biology
时间:2026-09-04
-
基于多模态学习与引导式序列合成的统一效价导向抗微生物肽发现框架
耐药病原体的快速涌现对传统抗生素构成严重威胁,抗微生物肽(AMP)因作用机制独特且耐药风险低受到关注。研究人员提出一种闭环框架,整合AMP-Hunter(一种共享架构判别器,联合卷积神经网络(CNN)与图神经网络(GNN)完成AMP分类与MIC预测)与AMP-
来源:PLOS Computational Biology
时间:2026-09-04
-
跨物种乳头体单核表征
乳头体(MB)是位于下丘脑后下部腹侧表面的皮层下结构,构成Papez回路和边缘系统的整合节点。通过密集的纤维联系,它在海马-穹隆-丘脑前核系统中整合信息,在空间导航、情景记忆和情绪调节中发挥核心作用。然而,受传统研究范式限制,早期对MB功能和机制的研究一直将其
来源:Cell Insight
时间:2026-09-04
-
催产素变体在人源神经元样SH-SY5Y细胞系中诱导细胞信号传导与神经突生长
在中枢神经系统中,神经肽催产素(oxytocin, OT)可刺激调节社会行为的神经网络,包括社会依恋、攻击性及复杂社会认知。催产素和/或催产素受体表达的扰动会导致社会行为缺陷,并与孤独症谱系障碍、精神分裂症、焦虑及抑郁等多种精神病理相关。在孤独症谱系障碍啮齿动
来源:NeuroSci
时间:2026-09-04