XiaoMi-AI文件搜索系统
World File Search SystemPredicts
结构和功能性脑连接组之间的联合子空间映射
化学生物学核心设施，EMBL，Heidelberg，德国。9德国海德堡的德国癌症研究中心（DKFZ）RNA生物学与癌症的部门。 10癌研究系，胸外科，医学中心 - 弗莱堡大学，弗莱堡大学，德国癌症财团（DKTK）的医学院 - 伙伴网站Freiburg，德国弗里堡。 11信号转导的系统生物学划分，德国海德堡，德国癌症研究中心。 12型转化肺研究中心海德堡（TLRC），德国肺部研究中心（DZL），德国海德堡。 13德国海德堡海德堡大学儿科血液学，肿瘤学和免疫学系。 14癌症和代谢中信号转导的分配，德国海德堡德国癌症研究中心（DKFZ）。 15德国海德堡的德国癌症联盟（DKTK）。 同等的贡献。 b相等的贡献。 c通讯作者。9德国海德堡的德国癌症研究中心（DKFZ）RNA生物学与癌症的部门。10癌研究系，胸外科，医学中心 - 弗莱堡大学，弗莱堡大学，德国癌症财团（DKTK）的医学院 - 伙伴网站Freiburg，德国弗里堡。 11信号转导的系统生物学划分，德国海德堡，德国癌症研究中心。 12型转化肺研究中心海德堡（TLRC），德国肺部研究中心（DZL），德国海德堡。 13德国海德堡海德堡大学儿科血液学，肿瘤学和免疫学系。 14癌症和代谢中信号转导的分配，德国海德堡德国癌症研究中心（DKFZ）。 15德国海德堡的德国癌症联盟（DKTK）。 同等的贡献。 b相等的贡献。 c通讯作者。10癌研究系，胸外科，医学中心 - 弗莱堡大学，弗莱堡大学，德国癌症财团（DKTK）的医学院 - 伙伴网站Freiburg，德国弗里堡。11信号转导的系统生物学划分，德国海德堡，德国癌症研究中心。12型转化肺研究中心海德堡（TLRC），德国肺部研究中心（DZL），德国海德堡。13德国海德堡海德堡大学儿科血液学，肿瘤学和免疫学系。 14癌症和代谢中信号转导的分配，德国海德堡德国癌症研究中心（DKFZ）。 15德国海德堡的德国癌症联盟（DKTK）。 同等的贡献。 b相等的贡献。 c通讯作者。13德国海德堡海德堡大学儿科血液学，肿瘤学和免疫学系。14癌症和代谢中信号转导的分配，德国海德堡德国癌症研究中心（DKFZ）。15德国海德堡的德国癌症联盟（DKTK）。同等的贡献。b相等的贡献。c通讯作者。
意识丧失（而非病因）可预测脑震荡数年后工作记忆表现会更好
背景：无并发症的脑震荡患者被认为会在症状消退后数月内完全康复。然而，在群体层面，报告有脑震荡病史（平均：受伤后 4.14 年）的大学生表现出视觉工作记忆表现的持久缺陷。为了阐明在群体成员表现各异的情况下，什么可以预测长期视觉工作记忆结果，我们调查了与损伤相关的因素，包括性别、轻度创伤性脑损伤次数、轻度创伤性脑损伤 (mTBI) 发生时间、意识丧失 (LOC)（是、否）和 mTBI 病因（非运动、团队运动、高强度运动和个人运动）。我们还收集了低密度静息态脑电图，以测试频谱功率是否与表现相关。目的：本研究旨在确定有脑震荡病史的当前大学生视觉工作记忆结果不佳的预测因素。方法：参与者简要介绍了他们的损伤和症状。参与者还完成了一项实验性视觉工作记忆任务。最后，收集低密度静息态脑电图。结果：关键的观察结果是受伤时的 LOC 预示着数年后更好的视觉工作记忆。相比之下，其他因素无法预测视觉工作记忆表现，包括病因、高强度运动或脑电图频谱功率。结论：在有脑震荡史的当前大学生中，视觉工作记忆缺陷在群体层面上是明显的。脑震荡时的 LOC 预示着视觉工作记忆表现受损较少，而与其他因素没有显著联系。一种解释是，LOC 后，患者比没有 LOC 时更有可能寻求医疗建议。与患者的相关性：脑震荡是一种与某些人的未来认知变化有关的头部损伤。应该认真对待脑震荡，无论何时发生头部损伤都应寻求医疗救治。
草地垂直高度异质性预测花朵和蜜蜂的多样性：无人机摄影方法
图1：这项研究的主要期望的图形摘要。基层生态系统（通过UAV pho-to-to-to-to-to to-to grammetric图像评估）具有复杂的垂直结构（从上图中的侧面和下部图中从上方看）和高环境异质性，预计将具有高的花朵多样性和高度的多样性和丰富性和丰富性（左图）。另一方面，HH低的草地地区可能具有较低的花朵多样性，蜜蜂的多样性和丰度（右图）。
网络范式利用下游蛋白质-蛋白质相互作用预测药物协同作用
摘要 在某些情况下，药物组合通过结合相同的蛋白质来影响不良结果表型；然而，药物结合蛋白通过细胞内的蛋白质-蛋白质相互作用 (PPI) 网络相关联，这表明药物表型可能是由远程网络效应引起的。我们首先使用 PPI 网络分析根据药物靶标下游的蛋白质对药物进行分类，然后预测药物组合效应，其中药物共享网络蛋白质但具有不同的结合蛋白（例如靶标、酶或转运蛋白）。通过使用下游蛋白质对药物进行分类，我们对黄金标准数据集中记录的罕见药物组合效应的预测灵敏度为 80.7%。我们进一步使用电子健康记录中的新观察性研究测量了预测的药物组合对不良结果表型的影响。我们测试了 60 个网络药物类别对 7 种不良结果的预测，并测量了预测组合的临床结果变化。这些结果展示了一种使用药物靶标下游蛋白质预测药物协同作用的新范例。
人类神经元激发/抑制平衡解释并预测神经刺激诱导的学习益处
先前的研究强调了激发/抑制（E/I）比率在典型和非典型发展，心理健康，认知和学习中的作用。其他研究强调了高频经颅随机噪声刺激（TRN）的好处，即神经刺激的一种兴奋形式。我们将E/I作为潜在机制进行了研究，并研究了TRN对学习的影响是否取决于E/I，由Aperiodic指数衡量为其假定标记。除了使用TRN操纵E/I外，我们还操纵了已经显示出影响E/I的学习水平（学习/过度学习）。参与者（n = 102）在数学学习任务中，在背外侧前额叶皮层（DLPFC）上接受了假刺激或20分钟的TRN。我们表明，正如Aperiodic指数所反映的TRN增加了E/I，并且较低的E/I预测TRN从TRN中专门用于学习任务。与以前的磁共振光谱（MRS）的E/I研究相反，我们发现学习水平对E/I没有影响。使用不同数据集的进一步分析表明，E/I（EEG与MRS）的两种度量至少可以反映出不同的生物学机制。我们的结果很高 - 将E/I作为神经刺激功效和学习的标志物的作用。这种机械理解为增强学习和个性化干预提供了更好的机会。
结构可控性预测功能模式和大脑刺激益处与工作记忆
大脑是一个固有的动态系统，许多工作都集中在通过局部扰动和全局网络集合功能变化来修饰神经活动的能力上。网络可控性是网络神经科学中的最新概念，该概念旨在预测单个皮质位点对全球网络状态和状态变化的影响，从而对局部对全球脑动力学的影响产生统一的说明。尽管该概念在工程科学中被接受，但在神经科学中的持续辩论中，将网络可控性与大脑活动和人类行为联系起来的经验证据仍然很少。在这里，我们提出了一组源自fMRI，扩散张量成像和在线重复的经颅磁刺激（RTMS）的多模式的大脑 - 行为关系 - 在由两个男女个人执行的单独校准的工作记忆任务中应用的。描述结构网络系统动力学的模式显示了与任务难度相关的大脑活动的直接关系，并且在硬任务条件下有助于功能性脑状态的难度到范围的模式。模态可控性（量化难以到达模式的贡献的措施）在受刺激的站点上预测了与任务难度增加和RTMS对任务绩效的益处相关的fMRI激活。此外，fMRI解释了模态可控性和与5 Hz在线RTMS相关的工作记忆益处之间64％的差异。因此，这些结果为网络控制理论的功能有效性提供了证明，并概述了整合结构网络拓扑和功能活动的清晰技术，以预测刺激对后续行为的影响。
结构可控性可预测与工作记忆相关的功能模式和大脑刺激益处
这篇早期发布的文章已经过同行评审并被接受，但尚未经过撰写和编辑过程。最终版本在风格或格式上可能略有不同，并将包含指向任何扩展数据的链接。
结构可控性预测功能模式和大脑刺激益处与工作记忆
大脑是一个固有的动态系统，许多工作都集中在通过局部扰动和全局网络集合功能变化来修饰神经活动的能力上。网络可控性是网络神经科学中的最新概念，该概念旨在预测单个皮质位点对全球网络状态和状态变化的影响，从而对局部对全球脑动力学的影响产生统一的说明。尽管该概念在工程科学中被接受，但在神经科学中的持续辩论中，将网络可控性与大脑活动和人类行为联系起来的经验证据仍然很少。在这里，我们提出了一组源自fMRI，扩散张量成像和在线重复的经颅磁刺激（RTMS）的多模式的大脑 - 行为关系 - 在由两个男女个人执行的单独校准的工作记忆任务中应用的。描述结构网络系统动力学的模式显示了与任务难度相关的大脑活动的直接关系，并且在硬任务条件下有助于功能性脑状态的难度到范围的模式。模态可控性（量化难以到达模式的贡献的措施）在受刺激的站点上预测了与任务难度增加和RTMS对任务绩效的益处相关的fMRI激活。此外，fMRI解释了模态可控性和与5 Hz在线RTMS相关的工作记忆益处之间64％的差异。因此，这些结果为网络控制理论的功能有效性提供了证明，并概述了整合结构网络拓扑和功能活动的清晰技术，以预测刺激对后续行为的影响。
基于知识的机制模型可准确预测 EGFR 突变肺腺癌中吉非替尼的病情进展
肺腺癌 (LUAD) 与晚期低存活率相关。尽管靶向疗法的发展已经改善了具有已识别的特定基因改变（例如表皮生长因子受体基因 (EGFR) 上的激活突变）的 LUAD 患者的预后，但肿瘤耐药性的出现最终会发生在所有患者中，这推动了新疗法的开发。在本文中，我们提出了 In Silico EGFR 突变型 LUAD (ISELA) 模型，该模型将 LUAD 患者的个体特征（包括肿瘤遗传异质性）与第一代 EGFR 酪氨酸激酶抑制剂吉非替尼作用下的肿瘤大小演变和肿瘤随时间的进展联系起来。该转化机制模型收集了有关 LUAD 的广泛知识，并在多个尺度上进行了校准，包括体外、人肿瘤异种移植小鼠和人类，重现了 90% 以上的已识别实验数据。此外，该模型的覆盖率为 98.5%，负对数秩检验为 99.4%，准确重现了 Lux-Lung 7 临床试验中的进展时间，该试验在校准中未使用，因此支持该模型具有较高的预测价值。这种基于知识的机制模型可以成为开发针对 EGFR 突变 LUAD 的新疗法的宝贵工具，为生成合成对照组奠定基础。