• 存档细胞学穿刺涂片的Decoverslipping用于辅助研究：方法综述及基于冷冻技术的机构经验

  **摘要** **引言**：存档细胞学穿刺涂片越来越多地用于辅助检测，然而去盖片（decoverslipping）仍是一个实际操作瓶颈。本研究综述了已发表的去盖片方法学，并评估了针对穿刺涂片的冷冻基础策略。 **方法**：研究人员回顾并比较了已发表的去

  来源：Cytopathology

  时间：2026-06-10

• Hyperpathway：通过双曲二分网络嵌入技术，在组学研究中可视化富含通路分子的相互作用组织结构

  摘要组学数据的通路富集分析（PEA）能够识别出重要的通路-分子关联，但结果仅以表格形式呈现，使得复杂的系统生物学信息难以被理解。Hyperpathway 是一个基于网络的开放访问工具，它通过三项创新解决了这一局限性：（1）将 PEA 结果表格转换为通路-分子的双部网络；（2）采用

  来源：npj Systems Biology and Applications

  时间：2026-06-10

• “机器人辅助步态训练与传统治疗方法结合在遗传性痉挛性截瘫中的效果：一项观察性初步队列研究”

  摘要针对遗传性痉挛性截瘫（HSP）的基于证据的 motor rehabilitation（运动康复）指南目前仍不完善，但机器人步态训练可能对患者的运动功能和行走能力有益。本研究的目的是评估机器人辅助步态训练（RAGT）与传统治疗（TT）结合使用对 HSP 患者步态模式、运动技能和

  来源：Scientific Reports

  时间：2026-06-10

• 通过m6A-衰老多组学技术在喉鳞状细胞癌中鉴定出HMGA2

  摘要N6-甲基腺苷（m6A）修饰和细胞衰老分别与肿瘤生物学相关，但喉鳞状细胞癌（LSCC）中与m6A相关的衰老基因的研究仍较为有限。在这项研究中，我们结合了批量转录组学、单细胞转录组学、体细胞突变和拷贝数变异数据以及蛋白质组学，进行了综合多组学分析，以探讨m6A相关衰老的临床和分

  来源：Scientific Reports

  时间：2026-06-10

• 在样本量有限的方差分析（ANOVA）实验中选择变异度量方法的指南

  摘要在应用科学中，以图形方式展示变异性对于准确传达科学结果至关重要。在重复次数较少（n）的方差分析（ANOVA）实验中，选择使用合并标准差（SD）还是单独的标准差（SD）是一个方法论上的挑战。本研究的目的是为研究人员提供实用指南，帮助他们在重复次数较少时决定在表格和图表中使用合并

  来源：Scientific Reports

  时间：2026-06-10

• 一项为期三十年的全国性研究，涵盖了先天性肺畸形的流行病学、治疗方法及其预后情况

  摘要先天性肺畸形（CLMs）可能导致炎症、恶性肿瘤、肺源性心脏病以及死亡率增加。本研究旨在分析先天性肺畸形的流行病学特征、患病率的变化、治疗方式及治疗效果（包括死亡率）。这项全国性的回顾性研究涵盖了1986年至2015年间所有被诊断为CLMs的患者。研究回顾了患者的组织学检查结果

  来源：Scientific Reports

  时间：2026-06-10

• 海洋大型藻类介导的超声辅助绿色合成方法，用于制备嵌入淀粉/PVA静电纺纳米支架中的CuO纳米颗粒，该纳米颗粒具有体外抑制α-淀粉酶和α-葡萄糖苷酶的活性

  摘要糖尿病是一种快速发展的代谢性疾病，需要有效且可持续的治疗策略来控制餐后高血糖。近年来，金属氧化物纳米颗粒的绿色合成方法因其环保性、成本效益和优异的生物相容性而受到关注。其中，氧化铜纳米颗粒（CuO NPs）因能够抑制参与葡萄糖代谢的关键碳水化合物水解酶而备受重视。在本研究中，

  来源：Scientific Reports

  时间：2026-06-10

• 豆类蛋白浓缩物用于无麸质面包应用的理化及技术功能特性比较表征

  随着对植物基无麸质食品需求的增长，研究人员探索了可赋予增强结构功能的替代蛋白原料。本研究比较评估了五种蛋白浓缩物——红芸豆(RKB)、花生(PF)、大豆(SF)、豇豆/黑眼豆(BEB)和甜瓜籽(MSF)，以阐明其得率、理化及结构特性，重点聚焦于无麸质面包应用。

  来源：Legume Science

  时间：2026-06-10

• 一种基于高斯过程机器学习的地震水库渗透率预测方法

  摘要利用地震属性预测渗透率是一项具有挑战性的任务，且存在很大的不确定性。需要准确建立渗透率与地震属性之间的反比关系，这种关系可以视为两者之间的桥梁。机器学习，尤其是高斯过程（GP），为这一问题提供了新的解决方案。然而，其在渗透率预测中的应用受到输入特征的数量和质量的影响。本研究提

  来源：Scientific Reports

  时间：2026-06-10

• SOD-FE：一种基于监督异常检测和特征工程的方法，用于预测学生辍学情况

  摘要高等教育中的学生辍学现象给教育机构和学生本身带来了学术和社会经济方面的挑战。有效的早期预测模型对于识别高风险学生并及时实施干预措施至关重要。本文提出了一种名为SOD-FE的监督式机器学习方法，该方法结合了基于标签的异常值检测与特征工程来提升辍学预测的准确性。该方法首先利用四分

  来源：Scientific Reports

  时间：2026-06-10

知名企业招聘：