XiaoMi-AI文件搜索系统
World File Search Systematlas
用于 fMRI 分析的功能模式细粒度图谱
群体成像显著增加了功能成像数据集的大小，为个体间差异的神经基础提供了新的见解。分析这些大数据带来了新的可扩展性挑战，包括计算和统计方面的挑战。因此，大脑图像通常总结为几个信号，例如使用大脑图谱或功能模式减少体素级测量值。选择相应的大脑网络非常重要，因为大多数数据分析都是从这些减少的信号开始的。我们贡献了精细解析的功能模式图谱，包含 64 到 1024 个网络。这些功能模式词典 (DiFuMo) 是在数百万个 fMRI 功能性大脑体积上训练的，总大小为 2.4TB，涵盖了 27 项研究和许多研究小组。我们展示了在我们的细粒度图谱中提取精简信号对许多经典功能数据分析流程的好处：从 12,334 个大脑反应中解码刺激、跨会话和个体的 fMRI 标准 GLM 分析、提取 2,500 个个体的静息状态功能连接组生物标志物、对超过 15,000 个统计图进行数据压缩和荟萃分析。在每一个分析场景中，我们都将我们的功能图谱与其他流行参考资料的性能进行比较，并与简单的体素级分析进行比较。结果强调了使用高维“软”功能图谱来表示和分析大脑活动同时捕捉其功能梯度的重要性。高维模式的分析实现了与体素级类似的统计性能，但计算成本大大降低，可解释性更高。除了提供它们之外，我们还根据这些模式的解剖位置为其提供有意义的名称。这将有助于报告结果。
T细胞目标的泛伴奏组
摘要基于T细胞的免疫疗法彻底改变了癌症治疗，但只有少数患者对这些方法做出反应，这受到了对肿瘤特异性抗原知识有限的有限限制。在这里，我们提出了21种癌症类型的T细胞靶标的全面图，显示了86％的肿瘤可起作用的肿瘤特异性靶标。为了定义可操作的T细胞靶标的曲目，我们进行了全面的泛伴奏分析，该分析整合了来自7,473个RNA-Seq数据集，1,564个免疫肽组和208个癌症单细胞数据集的数据，将这些数据与覆盖51个组织的17,384个普通样品进行比较，将这些数据与208个癌症单细胞数据集进行了比较。我们的分析发现了88种可行的表面蛋白靶标和15,079个肿瘤特异性HLA呈现的抗原，源自21种肿瘤类型的11种不同的分子事件，为基于T-细胞的免疫疗法发育提供了全面的资源。我们重点介绍了128个有希望的新肿瘤靶标，并在五个抗原类别中验证20个目标。在未覆盖的抗原中，我们突出显示了339个以前未表征的新抗原，这是一种新的PMEL剪接肽，我们期望它是临床靶标的优质抗原，新型的自抗原，是从前未知的ORF肽衍生而来的肽，这些肽是以前未知的，不知名的蛋白质，以及新型的肿瘤蛋白质，以及新型的肿瘤特异性微生物靶标。这些发现显着扩大了T细胞疗法的治疗景观。为了催化治疗性开发，我们使我们的泛伴奏目标地图集和随附的工具包可供科学界使用，并希望这些资源为多种癌症的免疫疗法铺平道路。
建立机械生物学的地图集：五种主要人类细胞类型中2418个激酶抑制剂的高通量收缩屏幕揭示了相关细胞类型之间的选择性发散响应
。cc-by-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是该版本的版权持有人，该版本发布于2025年1月14日。 https://doi.org/10.1101/2025.01.11.632556 doi：Biorxiv Preprint
等位基因特异性C表达的多组织图表揭示了...
数据集异质性。有趣的是，具有相反方向效应的ASE变体的绝对效应大小明显低于具有一致方向效应的ASE变体，这表明较小的效应大小可能促进方向移动，从而增强了不同环境中的弹性。该假设进一步支持了与免疫相关组织中ASE变体数量相对较高的变异性。玉米中的类似发现表明，具有相反方向效应的ASE变体可能
使用功能性MRI数据
主要抑郁症（MDD）是最常见的精神障碍之一，对许多日常活动和生活质量产生了重大影响。它是全球最常见的精神障碍之一，并将其列为残疾的第二大主要原因。当前的MDD诊断方法主要依赖于临床观察和患者报告的症状，忽视了导致抑郁症的各种基本原因和病理生理因素。因此，科学研究人员和临床医生必须对MDD中涉及的病理生理机制有更深入的了解。神经科学中越来越多的证据表明抑郁症是一种脑网络障碍，而神经影像学（例如磁共振成像（MRI））在识别和治疗MDD中起着重要作用。休息状态功能性MRI（RS-FMRI）是用于研究MDD的最流行的神经影像学技术之一。深度学习技术已被广泛应用于神经影像学数据，以帮助早期精神健康障碍检测。近年来，人们对图神经网络（GNN）的兴趣增加了，它们是专门设计用于处理RS-FMRI（例如RS-FMRI）的深神经体系结构。这项研究旨在开发一种基于整体的GNN模型，该模型能够检测RS-FMRI图像中的歧视性特征，以诊断MDD。具体来说，我们通过结合多个大脑区域分割图像群的特征来捕获大脑复杂性并更准确地检测到不同特征的特征，从而构建了一个集合模型。此外，通过评估其在大型多站点MDD数据集上的性能来证明我们的模型的有效性。所有折叠中最佳性能模型的精度为75.80％，灵敏度为88.89％，特异性为61.84％，精度为71.29％，F1得分为79.12％。
甲状腺癌进展的综合单细胞和空间转录图鉴定了预后成纤维细胞亚群
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2025年1月9日发布。 https://doi.org/10.1101/2025.01.08.631962 doi：biorxiv preprint
丹麦气候地图集Klimaatlas中使用的方法（...
1可以ESM CCLM R1 I1P1 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 2 CAN ESM RE MO 15 R1 I1P1 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 3 CNR M CRCLIM M CRCLIM R1 I1P1 I1P1 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H4 8 H4 8 H4 44 8 H4 4444444444444444444444444444444444.PN44444 44444444444444444444444岁的 8 h4 8 h4 8 h4 8 h4 8 5 CNR M HIRHA M r1 i1p1 h8 h8 h8 h8 h8 h8 h8 h8 h8 6 CNR M RE MO 15 r1 i1p1 h2 8 h2 8 h2 8 h2 8 h2 8 h2 8 h2 8 h2 8 h2 8 7 CNR M RE GCM r1 i1p1 h8 h8 h8 h8 h8 h8 h8 h8 h8 8 CNR M WRF 3 81 r1 i1p1 h8 h8 h8 h8 h8 h8 h8 9 CNR M RAC MO r1 i1p1 h2 4 8 h2 4 8 h2 4 8 h2 4 8 h2 4 8 h2 4 8 h2 4 8 h2 4 8 10 CNR M HAD R EM r1 i1p1 h8 h8 h8 h8 h8 h8 h8 h8 h8 11 EC EA RTH crCLIM r1 i1p1 h8 h8 h8 h8 h8 h8 h8 h8 h8 12 EC EA RTH HIRHA M r1 i1p1 h8 h8 h8 h8 h8 h8 h8 h8 h8 13 EC EA RTH RAC MO r1 i1p1 h4 8 h4 8 h4 8 h4 8 h4 8 h4 8 h4 8 h4 8 h4 8 14 EC EA RTH RCA r1 i1p1 h8 h8 h8 h8 H8 H8 H8 H8 H8 H8 H8 H8 15 ec EA rth WRF 3 61 R1 I1P1 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 rth Crclim R3 I1p1 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 17 EC EA e e e e e e e e e e e e e rth hirha m r3 i1p1 RTH RAC MO R3 I1P1 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 RCA R3 I1P1 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 20 EC EA RTH CCLM R1 rth CCLM R1 rth rth rth rth H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 22 ec EA RTH HIRHA M R1 2I 1P1 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 H8 23 EC EA RETH RE MO 15 rth rth rth r1 r1 2i 1p1 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 H2 4 8 8 H2 4 8 8 H2
人类生命周期内前额叶皮层的单细胞转录组图谱
附属机构 1 疾病神经基因组学中心，2 弗里德曼脑研究所，3 精神病学系，4 遗传学和基因组科学系，5 神经科学系，6 人工智能与人类健康系，纽约州纽约市伊坎西奈山医学院，邮编 10029，美国，7 匹兹堡大学医学院精神病学系，美国宾夕法尼亚州匹兹堡 8 精准医学和转化治疗中心，9 精神疾病研究、教育和临床中心 VISN2，詹姆斯 J. 彼得斯 VA 医疗中心，纽约州布朗克斯，美国。10 美国马里兰州贝塞斯达国家心理健康研究所-内部研究项目人类大脑收集核心。11 PsychAD 联盟。 *这些作者对这项工作做出了同等贡献# 通信至：KG（kiran.girdhar@mssm.edu）和 PR（panagiotis.roussos@mssm.edu）
