当前位置:首页 > 今日动态 > 技术与产品
  • 隐存物种监测的方法学视角:来自严格保护的小盲鼹鼠的启示

    隐存生物多样性对生物多样性评估和保护的准确性与有效性构成了持续挑战。为解决这一问题,研究人员为地下啮齿动物——欧洲小盲鼹鼠(BMR)Nannospalax leucodon 物种复合体(该复合体包含多个染色体多样化和生殖隔离的隐存种及亚种)开发了一种非致死遗传

    来源:Life

    时间:2026-08-26

  • 基于便携式近红外光谱技术的鸡饲料中微塑料定性及定量检测

    微塑料污染已成为饲料安全与动物源食品安全领域的新兴关注点。研究人员将近红外光谱(NIR)与机器学习相结合,对鸡饲料中七种常见微塑料进行定性与定量分析,包括聚酰胺(PA)、聚碳酸酯(PC)、聚乙烯(PE)、聚对苯二甲酸乙二醇酯(PET)、聚丙烯(PP)、聚苯乙烯

    来源:Agriculture

    时间:2026-08-26

  • 农田玉米秸秆原位快速高温分解技术:过程、机制与应用潜力

    针对中国小麦-玉米(Wheat-Maize)一年两熟区实际玉米秸秆还田生产中农时紧张、秸秆分解缓慢及土传病害风险严重的问题,研究人员开发了一种适应田间的原位快速高温秸秆堆肥技术,并匹配了专用的复合微生物菌剂。从田间采集的夏玉米秸秆被粉碎至3-5 cm;设置了三

    来源:Agriculture

    时间:2026-08-26

  • 研究 EnzyPred:一种利用深度学习、并行 LoRA 以及受自然语言处理启发的方法来预测酶 - 底物相互作用的通用模型

    摘要酶 - 底物相互作用(ESI)预测是生物催化领域的一项关键挑战,在代谢工程和药物设计中具有应用。这种预测很有价值,因为它可以避免实验表征,而该过程可能复杂且昂贵。在这项工作中,我们提出了 EnzyPred,一种基于自然语言处理(NLP)、深度学习(DL)、微调、低范围并行

    来源:Journal of Cheminformatics

    时间:2026-08-26

  • 基于人外周血单个核细胞(PBMC)的新方法揭示全氟和多氟烷基物质(PFAS)驱动的T细胞增殖和免疫失调

    免疫毒性已成为全氟和多氟烷基物质(PFAS)的关键健康问题,动物研究显示T依赖性抗体反应(TDAR)降低,流行病学研究报告疫苗抗体滴度下降。值得注意的是,免疫毒性被认为是PFAS暴露最敏感的终点之一,并被用于指导监管指南和健康基准值。鉴于超过14,000种PF

    来源:Archives of Toxicology

    时间:2026-08-26

  • 可部署的高保真度宏基因组binning大规模应用方法QuickBin

    从宏基因组组装中重构基因组是微生物组研究的基础,然而分箱(binning)在保真度(fidelity)和通量(throughput)之间持续面临权衡。许多高精度方法依赖于GPU密集型工作流程、标记基因(marker-gene)后处理或大量计算资源,限制了可重复

    来源:Communications Biology

    时间:2026-08-26

  • 配体介导的锡氧簇核数调控用于先进光刻技术

    混合锡氧簇(SnOCs)已成为电子束(EB)和极紫外(EUV)光刻中有前景的分子光刻胶;然而,由于配体电子效应、簇核数和电子诱导碎裂的耦合效应,其图案化机制仍不甚明了。在本研究中,研究人员展示了一种配体介导的核数调控策略,该策略能够分别使用给电子羧酸盐和吸电子

    来源:Small

    时间:2026-08-26

  • 基于深度学习方法的夏威夷僧海豹叫声的描述、检测与分类:生物学和保护应用

    夏威夷僧海豹(Hawaiian monk seal)是一种夏威夷群岛特有的鳍足类食肉动物(phocid Carnivore)。研究人员最近发现,成熟雄性全年至少发出六种独特的叫声,通常以两个或更多为一组,声音产生与生殖状态相关,之前曾认为该物种在水下是沉默的。

    来源:Marine Mammal Science

    时间:2026-08-26

  • 瓶鼻海豚个体声学监测中自动哨叫声基频轮廓提取方法的性能局限:关注断裂缺口

    可靠提取海豚哨叫声轮廓是开展鸣声身份、鸣声库结构及基于个体的声学监测可扩展分析的基础。研究人员利用来自已知个体标注哨叫声的基准数据集,评估了四种用于普通瓶鼻海豚(Tursiops truncatus)哨叫声基频(f0)估计的算法,并在个体间及作为信号噪比(SN

    来源:Marine Mammal Science

    时间:2026-08-26

  • 基于动态F1分数的多分类投票策略:一种面向非线性与不平衡数据集的自适应集成方法

    分类是机器学习的一项核心任务,集成投票方法被广泛用于提高预测准确性,尤其是在医疗诊断等领域,这些领域普遍存在类别不平衡和非线性决策边界问题。传统策略包括多数投票(MV)、加权投票(WV)和软投票(SV),它们依赖静态或分类器层面的加权方案,无法捕捉分类器在不同

    来源:Scientific Reports

    时间:2026-08-26


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