XiaoMi-AI文件搜索系统
World File Search System网络分析
利用集成分子数据的病理图像深度神经网络分析增强胶质瘤分类和分级
神经胶质瘤是源自神经胶质细胞的原发性脑肿瘤。对这些肿瘤的分类和分级对于预后和治疗计划至关重要。世界卫生组织 (WHO) 于 2016 年推出了现行的中枢神经系统 (CNS) 神经胶质瘤分类标准。该神经胶质瘤分类标准需要将组织学与基因组学相结合。2017 年，中枢神经系统肿瘤分类分子和实用方法信息联盟 (cIMPACT-NOW) 成立，旨在为中枢神经系统肿瘤分类提供最新的建议，预计 WHO 将在即将发布的分类中采纳这些建议。在这项工作中，我们提出了一种新颖的神经胶质瘤分析方法，这是文献中首次根据最新的 WHO 标准将从脑组织病理学图像数字分析中获得的细胞特征与分子特征相结合。我们首先提出了一种新颖的过度分割策略，用于在大型组织病理学全幻灯片图像 (WSI) 中选择感兴趣区域 (ROI)。然后，基于深度神经网络 (DNN) 的分类方法将分子特征与细胞特征融合，以提高肿瘤分类性能。我们使用来自癌症基因组图谱 (TCGA) 数据集的 549 个患者病例对所提出的方法进行了评估。使用常规 DNN 对低级别胶质瘤 (LGG) 和高级别胶质瘤 (HGG) 的交叉验证分类准确率为 93.81%，使用残差神经网络 (ResNet) DNN 对 LGG II 和 LGG III 的交叉验证分类准确率为 73.95%。我们的实验表明，深度学习的类型对 LGG II 与 LGG III 之间的肿瘤亚型区分有显著影响。这些结果优于对 LGG II 与 LGG III 进行分类的最先进方法。 LGG III，在文献中区分 LGG 与 HGG 方面具有竞争力。此外，我们还研究分子
引用本文：Manchukonda B, Kumar AHS。肝细胞癌靶点网络分析，用于基于证据的药理学方法
肝细胞癌 (HCC) 是肝脏最常见的恶性肿瘤，通常继发于肝硬化等慢性肝病。在肝硬化中，健康的肝组织不可逆地被纤维疤痕组织取代，阻碍肝脏生理机能。1,2 导致慢性肝病的几种病因也会大大增加患 HCC 的风险。2 初级医疗保健中肝病的筛查似乎并不是最佳选择，因为 HCC 的发病率在过去十年中逐渐增加。3 早期发现 HCC 是疾病管理的关键，因为它可以通过手术有效治疗。顺便说一句，HCC 患者通常在疾病后期才出现，此时疾病已经进展，限制了手术治疗的价值。4 此外，一项研究强调，患者在患上 HCC 之前似乎对自己的肝病知之甚少。2
模块化基因共表达网络分析揭示阿尔茨海默病和进行性核上性麻痹背后的分子通路
全面了解神经退行性疾病不同阶段所涉及的病理机制是预防和改善疾病治疗的关键。患病大脑中的基因表达改变是有关受病理影响的生物过程的潜在信息来源。在这项工作中，我们对被诊断为阿尔茨海默病 (AD) 或进行性核上性麻痹 (PSP) 的人类患者与淀粉样变性和 tau 蛋白病的动物模型大脑中的基因表达改变进行了系统比较。使用系统生物学方法揭示与基因表达改变相关的生物过程，我们可以精确地指出与 tau 蛋白病/PSP 和淀粉样变性/AD 更密切相关的过程。我们发现与免疫炎症反应相关的基因表达改变在年轻人中占主导地位，而与突触传递相关的基因表达改变主要在老年 AD 患者中观察到。然而，在 PSP 中，与免疫炎症反应和突触传递相关的变化重叠。在 AD 和 PSP 大脑中观察到的这两种不同模式分别在淀粉样变性和 tau 蛋白病的动物模型中得到了很好的再现。此外，在 AD 中，而不是在 PSP 或动物模型中，与 RNA 剪接相关的基因表达改变非常普遍，而与髓鞘形成相关的基因表达改变在 AD 和 PSP 中都很丰富，但在动物模型中却没有。最后，我们在细胞类型特异性共表达模块中确定了 12 个 AD 和 4 个 PSP 遗传风险因素，从而有助于揭示这些基因在发病机制中的可能作用。总之，这项工作有助于揭示受淀粉样蛋白和 tau 病理影响的潜在生物学过程以及它们如何导致 AD 和 PSP 的发病机制。
通过结合计算网络分析和 CRISPR 支持的体内疾病建模，发现与目标无关的雷特综合征治疗方法
。CC-BY-NC-ND 4.0 国际许可证（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。
FiNN：神经生理网络分析工具箱
方向绝对相干性利用复相干性函数来计算幅度平方相干性 (Carter 等人，1973 年)、相位斜率指数 (Nolte 等人，2008 年) 和虚相干性 (Nolte 等人，2004 年)。这三个指标结合起来，形成一个可靠的相干性测量指标，该指标取自它们各自的优势，而不考虑各自的弱点。该连接性指标是方向性的，可以检测体积传导，并且静态地绑定到 [-1, 1]。
通过动态脑网络分析复杂问题解决
复杂问题解决是人类大脑的一项高级认知任务，近十年来一直受到研究。伦敦塔 (TOL) 是一款广泛用于研究复杂问题解决的游戏。在本文中，我们旨在探索复杂问题解决及其子任务（即规划和执行）的解剖区域之间的底层认知网络结构。提出了一种用于估计 fMRI 记录每个时刻的大脑网络的新计算模型。所提出的方法将大脑网络建模为人工神经网络，其中权重对应于大脑解剖区域之间的关系。该模型的第一步是预处理，以减少空间冗余，同时提高 fMRI 记录的时间分辨率。然后，使用预处理的 fMRI 信号估计动态大脑网络以训练人工神经网络。研究估计的大脑网络的特性，以识别感兴趣的区域，例如密集连接的大脑区域的中心和子组。通过解码复杂问题解决的规划和执行子任务，展示了建议大脑网络的表征能力。我们的发现与实验心理学以前的研究结果一致。此外，我们还观察到，与执行阶段相比，规划阶段的枢纽更多，并且与执行阶段相比，规划阶段的集群连接更紧密。
知识传递的功能性脑网络分析，而...
作为一种复杂的认知活动，知识转移主要与认知过程相关，例如在工程解决问题的同时，人类大脑中的工作记忆，行为控制和决策。至关重要的是要解释功能性脑网络的改变以及如何表达它，这导致知识转移的认知结构的改变。但是，在现有研究中很少考虑知识转移的神经生理机制。因此，这项研究提出了功能连通性（FC），以描述和评估在工程问题解决问题时动态的知识转移网络。在这项研究中，我们采用了文献中报道的修改后的威斯康星州卡片分类测试（M-WCST）。使用功能性近红外光谱（FNIRS）连续记录前额叶皮层的神经激活。具体而言，我们讨论了先前的认知水平，知识传递距离以及影响小波振幅和小波相一致性的传递性能。配对的t检验结果表明，先前的认知水平和转移距离显着影响FC。皮尔逊相关系数表明，小波振幅和相干性都与前额叶皮质的认知功能显着相关。因此，大脑FC是评估知识传递中认知结构改变的可用方法。我们还讨论了为什么背外侧前额叶皮层（DLPFC）和枕叶面（OFA）与M-WCST实验中其他大脑区域区分开来。作为神经管理方面的探索性研究，这些发现可能会在工程解决问题的同时提供有关知识转移功能性知识转移网络的神经生理学证据。
转录组学数据的综合网络分析揭示了急性放射综合征的潜在药物靶点
最近的政治动荡凸显了了解伽马射线暴露对人类健康和生存能力的短期和长期影响的重要性。在这方面，在发生核灾难的情况下，对急性放射综合征 (ARS) 进行有效治疗是必要的。在这里，我们提出了 20 个 ARS 治疗靶点，这些靶点是使用系统方法确定的，该方法整合了人类和小鼠在放射治疗下获得的基因共表达网络、药物数据库、疾病基因关联、辐射诱导的差异基因表达和文献挖掘。通过选择具有现有药物的基因靶点，我们确定了药物再利用的潜在候选基因。其中八个基因 (BRD4、NFKBIA、CDKN1A、TFPI、MMP9、CBR1、ZAP70、IDH3B) 已通过文献证实在扰动时显示出放射保护作用。这项研究为使用集成多种生物信息的系统级基因关联治疗 ARS 提供了一个新的视角。所确定的基因可能为 ARS 的潜在药物再利用提供高可信度的药物靶点候选基因。
模块化引导的功能性脑网络分析，用于早期痴呆症识别
功能大脑网络（FBN）分析表明，在识别脑部疾病（例如阿尔茨海默氏病（AD）及其前驱阶段，即轻度认知障碍（MCI））方面具有巨大潜力。必须从功能大脑网络中识别歧视性和可解释的特征，以提高分类性能并帮助我们理解与广告相关的脑疾病的病理机制。以前的研究通常从FBN提取节点统计或边缘权重来表示每个受试者。但是，这些方法通常忽略了FBN的拓扑结构（例如模块化）。为了解决此问题，我们提出了一个模块化 - LASSO特征选择（MLFS）框架，该框架可以明确对模块化信息进行建模，以识别FBN的歧视性和可解释功能，以进行自动化AD/MCI分类。特别是，提出的MLFS方法首先通过签名的光谱群集算法搜索FBN的模块化结构，然后通过模块化诱导的组LASSO方法选择判别特征，然后使用支持向量机（SVM）进行分类。为了评估所提出的方法的有效性，对公共ADNI数据库的563个静止状态功能性MRI扫描进行了广泛的实验，以识别正常对照的AD/MCI的受试者，并预测MCI受试者的未来进展。实验结果表明，我们的方法在AD/MCI识别任务和MCI转换预测的两个任务中都优于以前的方法，还有助于发现与AD相关的歧视性脑区域和功能连接性。
连接大脑和认知：学习困难者发展样本中大脑结构协方差和一般智力的多层网络分析
摘要：网络分析方法在其他领域（如系统神经科学）中无处不在，最近已用于测试心理学中的网络理论，包括智力研究。智力的网络或互利共生理论提出，认知能力（例如词汇或记忆等特定能力）之间的统计关联源于它们在整个发展过程中的因果关系。在本研究中，我们使用认知能力和大脑结构协方差（灰质和白质）的网络模型（特别是 LASSO）来同时模拟大脑-行为关系，这些关系对于一个大型（行为，N = 805；皮质体积，N = 246；分数各向异性，N = 165）发育期（年龄 5-18）学习困难者群体（CALM）的一般智力至关重要。我们发现，我们的认知、神经和多层网络中普遍存在着大多数正向、小范围的偏相关。此外，通过利用社区检测（Walktrap 算法）和计算节点中心性（绝对强度和桥接强度），我们发现了趋同证据，表明认知和神经节点的子集在大脑和行为之间起着中介作用。我们讨论了未来研究的意义和可能途径。