从记录的神经活动中解码刺激或行为是研究大脑功能在研究中的常见方法,也是脑部计算机和脑机界面的重要组成部分。可靠的解码即使是从小型神经种群中也可能导致高维神经种群活动,通常占据低维man-可通过合适的潜在可变模型可发现的低维man。随着时间的流逝,单个神经元的活性和神经记录设备中不稳定性的漂移可能是基础的,使几天和几周的稳定解码变得不切实际。虽然无法在单个神经元水平上预测这种漂移,但是当连续记录会话(例如不同的神经元集以及记录数据中一致的神经元的变化排列)时,人群水平的变化可能是可以学习的。在会话中的一致性与陌生神经元的分类以及按照记录的一致记录神经元的偏差来考虑偏差,然后可以保持解码性能并揭示与任务相关的神经歧管。在这里,我们表明,对深神经网络的自我监督培训可用于弥补这一间歇间的可变性。结果,顺序的自动编码模型可以维持最新的行为解码性能,以使未来几天的完全看不见的记录会话。我们的方法仅需要一次录制会话来培训模型,这是迈向可靠,无重新校准的大脑计算机接口的一步。关键字:多种学习,神经科学,自我监督学习,神经解码,神经种群活动,顺序自动编码器,电生理学
背景:组织和血液中的线粒体 DNA 拷贝数 (mtDNAcn) 可能在糖尿病和重度抑郁等情况下发生改变,并可能在衰老和长寿中发挥作用。然而,人们对 mtDNAcn 与情绪状态、代谢健康和长寿相关的人格特质之间的关联知之甚少。本研究检验了血液 mtDNAcn 与人格特质相关并介导人格与死亡率之间关联的假设。方法:我们使用修订版 NEO 人格量表 (NEO-PI-R) 评估了五大人格领域和方面,使用流行病学研究中心抑郁量表 (CES-D) 评估了抑郁症状,从全基因组测序中估计了 mtDNAcn 水平,并追踪了巴尔的摩老龄化纵向研究参与者的死亡率。结果在 SardiNIA 项目中得到了复制。结果:我们发现 mtDNAcn 与神经质领域及其方面呈负相关,与其他四个领域的方面呈正相关。这些影响的方向和大小在 SardiNIA 队列中得到了复制,并且在两个样本中对潜在混杂因素的调整都很稳健。与神经质的发现一致,抑郁症状越高,mtDNAcn 越低。最后,mtDNAcn 介导了人格与死亡风险之间的关联。
功能性磁共振成像(fMRI)用于评估认知训练对大脑激活的影响,大脑激活是学习阶段和教育水平的函数。40 名患有主观认知衰退(SCD)的老年人接受了 6 次 1 小时的记忆训练,训练方式为位置法。在训练前(PRE)、3 次训练后(POST3)和 6 次训练后(POST6)的单词表编码和检索过程中测量了脑成像(N = 29)。无论受教育程度如何,参与者都表现出从 PRE 到 POST6 在编码过程中左侧下额叶前回激活增加,而从 PRE 到 POST3 在检索过程中双侧额叶纹状体激活减少。从 PRE 到 POST3,右侧颞叶两个区域的激活变化随受教育程度而变化:受教育程度较低的参与者激活增加,而受教育程度较高的参与者激活减少。受教育程度较低的人这些区域最初不太活跃。结果表明,受教育程度较低的人发生了战略转变,而受教育程度较高的人则积累了专业知识,同时恢复了与教育相关的初始差异。© 2022 作者。由 Elsevier Inc. 出版。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)
摘要 - 药物发现的第一步是找到具有针对特定靶标的药用活性的药物分子部分。因此,研究药物靶标蛋白与小化学分子之间的相互作用至关重要。然而,传统的发现潜在小药物分子的实验方法劳动密集且耗时。目前,人们对使用药物分子相关数据库建立计算模型来筛选小药物分子非常感兴趣。在本文中,我们提出了一种使用深度学习模型预测药物靶标结合亲和力的方法。该方法使用改进的GRU和GNN分别从药物靶标蛋白序列和药物分子图中提取特征以获得它们的特征向量。组合向量用作药物-靶标分子对的向量表示,然后输入到完全连接的网络中以预测药物-靶标结合亲和力。该提出的模型证明了其在DAVIS和KIBA数据集上预测药物-靶标结合亲和力的准确性和有效性。
共晶工程正在吸引越来越多的兴趣,这是一种具有有趣属性的新材料的有前途的方式,并且正在进行的研究正在制定可靠的设计规则以进行合并。1 2 3 4组成分子的大小和形状(此处称为构造)5是控制晶格排列的重要因素,以及由固态堆积产生的紧密分子间相互作用的强度和方向性。6 7原则上,当所有构造构成具有明确定义的刚性分子时,相对容易预测可能的晶格包装。共结晶晶格预测变得更具挑战性。6 7 8在这种情况下,最简单的概念方法是假设所有柔性构造都采用了最低的能量构象。然而,这种范式忽略了高能构象中的柔性构造可能会导致更有利的固态填料,这是由于官能团的定位,因此可能会允许更有利的固态包装。换句话说,增加的有利分子间相互作用数量增加可以抵消当构造采用高能量分子构象时所产生的能量惩罚。6 9
阿尔茨海默氏病(AD)是最漫射的神经模型生成性疾病之一,其特征是痴呆症的逐步认知下降。目前在临床研究中使用了几种AD的生物标志物。根据美国国家老化 - 阿尔茨海默氏症协会(NIA-AA),体内脑脊液(CSF)的ABETA和PHOSHPO TAU和淀粉样蛋白/Tau Potitron发射术(PET)的措施,允许在Preplinical和Protient的AD诊断(PET)中,并具有准确的MACINIPAIS(MAC),并具有客观的意义(临床试验的阶段(Albert等,2011; Jack等,2018; McKhann等,2011)。此外,可以通过源自18fluorodeoxyoxyoxyoxyglucose PET(FDG-PET),CSF中的TAU以及颞叶型皮质中脑萎缩的磁共振成像(MRI)的生物标志物来监测AD的进展。除了FDG-PET作为神经和突触完整性的敏感标记所起的间接作用外,上述生物标志物都没有反映AD神经病理学对基于认知过程的神经生理机制的影响。为了填补这一空白,头皮录制的脑电图(EEG)节奏是有希望的,因为它们是无创的,具有成本效益的,并且基于记录
摘要 合作通常通过口头交流来支持,对我们物种的生存至关重要。最近的研究表明,合作行为与额叶和颞顶叶区域的二元组之间的同步神经活动有关,这与单脑实验室研究的结果一致。然而,这些研究使用了多种合作任务,这引发了一个问题:报告的结果是否可以可靠地与真正动态的、口头支持的合作联系起来。为了确定这些区域中的哪一个(如果有的话)始终跟踪自然的合作行为,我们对已发表的功能性近红外光谱 (fNIRS) 超扫描研究进行了简要回顾和荟萃分析,这些研究考察了参与者进行口头交流时合作互动过程中大脑间同步的发生情况。九篇文章(n=737 名参与者)符合选择标准,并提供了合作期间口头交流过程中大脑间同步的证据,在额叶和颞顶叶区域的全套实验条件下,总体效应大小显著增大,表明这些区域的大脑间神经同步是人类合作行为的基础。总之,我们的研究结果强调了荟萃分析作为一种帮助辨别研究模式的工具的重要性,在这种情况下,荟萃分析揭示了半自然合作行为的神经基础。关键词:大脑间同步、人际神经对齐、超扫描、口头交流、合作、fNIRS
碳的社会成本 (SCC)、“一氧化二氮的社会成本”(SCN) 和“甲烷的社会成本”(SCM)——统称为“温室气体的社会成本”(SC-GHG)——是这些温室气体在特定年份造成的长期损害的美元估计值。除了制定规则外,SC-GHG 的估计值可以成为评估联邦提议行动的温室气体排放变化对气候影响的有用措施。例如,当一个局/办公室确定货币化的社会经济影响评估是相关的,SC-GHG 协议是量化与提议行动的温室气体排放相关的成本和收益的重要工具,并且与正在考虑的不同替代方案的选择有关。随着关于将 SC-GHG 应用于联邦政府的决策、预算和采购的更多指导的制定,气候工作组将与温室气体社会成本跨部门工作组的代表协调工作。