
生命科学前沿 · 2026.08.02
本期关注
本期关注真正经过跨设备、外部队列或时间验证的计研究:骨显像降时降剂量、tau状态筛查、产后出动态预警,以及回到物理机制的蛋白质折叠速率预测。
01|扩散U-Net · 低剂量骨显像
骨显像时间减半,扩散U-Net在未见扫描仪上仍保持诊断致
《Journal of Applied Clinical Medical Physics》:Scanner-agnostic artificial intelligence approach for fast bone scintigraphy
缩短核医学扫描常以图像质量为代价;这项研究尝试让同模型跨厂商工作,而不是每换台相机就重新训练。
核心数据:研究汇集4种伽马相机的3635例回顾检查,以泊松抽稀模拟10—70计数,并划分训练、验证和测试集。自适应扩散U-Net在182例测试扫描上与低计数噪声图像比较:50计数时,SSIM由0.903升至0.963,PSNR由30.50升至40.85dB,LPIPS由0.05降至0.03。
关键的是前瞻验证:60名患者接受评估,其中20例来自训练中未出现的Philips BrightView设备。3名盲法核医学医师评分显示,双倍速度重建与标准采集相近(4.4比4.5分),未报告诊断分歧;这比单纯计图像指标接近实际工作流验证。
跨机构、跨厂商及未见设备验证支持将扫描时间或放射计数减半的可能,为降低运动伪影、辐射负担和设备占用提供了转化依据。
注:前瞻样本仅60例、未见设备仅20例,摘要未报告具体病灶检出敏感度、长期部署表现及代码开放情况;“诊断分歧”不能替代大规模非劣试验。
参考信息
Menezes VO, Queiroz CC, Oliveira AAS, Santos Filho AJD, de Morais AF, Vigário AO, Flamini ME, Mourato FA, Ren TI, Machado MAD. Scanner-agnostic artificial intelligence approach for fast bone scintigraphy. 2026. PMID: 42482648. DOI: 10.1002/acm2.70709.
原文:https://doi.org/10.1002/acm2.70709阳江护角胶价格
PubMed:https://pubmed.ncbi.nlm.nih.gov/42482648/
02|多模态机器学习 · tau病理筛查
不用tau PET直接筛tau阳,简单逻辑回归外部AUC达0.92
《Alzheimer's & Dementia》:Classification of tau status with machine learning models in amyloid-positive cohorts
模型并未依赖复杂的网络取胜:结构MRI、淀粉样蛋白PET与人口学信息组后,逻辑回归反而成为佳分类器。
核心数据:任务是在淀粉样蛋白阳人群中分类Braak III/IV区tau状态。研究用ADNI的410人训练多种机器学习模型,并在OASIS-3的143人和SCAN的154人中外部验证;候选摘要未交代ADNI内部划分细节。
逻辑回归表现佳,内部与外部验证AUC均为0.92;并外部队列的准确率、敏感度和特异度分别为85、83和85。在轻度认知障碍亚组中,预测为tau阳者进展至阿尔茨海默病快(p10⁻⁶),提供了立于分类指标的纵向关联验证。
结果表明,已有MRI与淀粉样蛋白PET可能承担tau PET前置筛查角;简单模型胜出也提醒,临床生物标志物任务中,数据与特征往往比模型复杂度关键。
注:模型仍需淀粉样蛋白PET,不能视为低成本创普筛;摘要未说明tau阳阈值、校准、类别比例及代码开放情况,跨队列AUC也不等同于替代tau PET的临床有。
参考信息
Lin YC, Chiu SC, Massey R, Fang YD, Alzheimer's Disease Neuroimaging Initiative. Classification of tau status with machine learning models in amyloid-positive cohorts. 2026. PMID: 42533677. DOI: 10.1002/alz.71683.
原文:https://doi.org/10.1002/alz.71683
PubMed:https://pubmed.ncbi.nlm.nih.gov/42533677/
03|动态风险模型 · 产后出预警阳江护角胶价格
产时信息只小幅提区分度,却每千次分娩多识别约6例大出
《Journal of Obstetrics and Gynaecology Research》:Risk Stratification for Postpartum Hemorrhage in Vaginal Delivery: A Nationwide Cohort Study of Predelivery and Intrapartum Risk Assessment
比起只追求的区分指标,这项全国队列研究直接计了预警负担:增加产时信息后,多找出多少病例,又要多发出多少警报。
核心数据:研究纳入日本二、三医疗机构2014—2023年共1,224,990例阴道分娩,以失量≥1000 mL定义产后出。2014—2022年用于模型开发,2023年留作时间外部验证;强对照是仅使用产前常规变量的模型,泡沫板橡塑板专用胶新模型再加入产时信息。
在2023年队列中,产前模型每千次分娩识别52.2例出,敏感度0.537,并标记302.5例风险;产时模型识别57.7例,敏感度0.596,标记320.1例。即每千次分娩多发现约5—6例,额外增加约18次风险标记;摘要所称区分度由0.676升至0.703,但未明示该数值的具体指标名称。
时间外部验证和“每千次分娩”指标让收益与工作量可以同时衡量;产时新不是巨大跃升,却可能为备、人员调度和监护升提供现实的决策窗口。
注:研究限于日本二、三机构,2023年出率于总体,跨国和基层场景存在分布偏移风险;敏感度仍不足0.60,且摘要未提供校准、模型法、变量缺失处理与代码开放信息。
参考信息
Akazawa M, Hashimoto K, Ueno M, Nakabayashi A, Aoki N, Pertuz S. Risk Stratification for Postpartum Hemorrhage in Vaginal Delivery: A Nationwide Cohort Study of Predelivery and Intrapartum Risk Assessment. 2026. PMID: 42489334. DOI: 10.1111/jog.70417.
原文:https://doi.org/10.1111/jog.70417
PubMed:https://pubmed.ncbi.nlm.nih.gov/42489334/
04|物理建模 · 蛋白质折叠动力学
预测蛋白质折叠不靠大模型,三参数物理模型把误差缩小2.5倍
《Protein Science》:Physics-based prediction of protein folding and unfolding rates: Examining the roles of fold topology and core packing
在机器学习长期未明显进的蛋白质折叠速率预测中,这项工作回到自由能面,并把拓扑与核心堆积显式写进模型。
核心数据:研究整理75个单结构域蛋白的实验折叠与解折叠速率,引入加权序列顺序(WSO),在维自由能面模型中编码折叠拓扑和核心堆积。三参数模型与仅依赖蛋白质大小的两参数模型直接比较;候选摘要未报告立训练集、测试集或交叉验证。
模型预测折叠和解折叠速率的误差分别控制在6.5倍和10倍以内,对应态稳定约±6.5kJ/mol,整体较大小基线2.5倍。验证依据是整理数据库中的实验速率,而非生成结构的计分数;研究没有报告新蛋白设计或湿实验前瞻验证。
把结构机制嵌入低参数模型,为蛋白质工程提供了可解释的动力学约束,也可作为原子力场改进的测试框架;价值在于机制与可扩展接口,而非模型规模。
注:样本仅75个单结构域蛋白,且未见立留出测试,三参数可能在同数据库上获得偏乐观结果;对多结构域蛋白、突变体和从头设计序列的泛化尚未验证,代码与数据开放情况亦未提供。
参考信息
Abdulqader M, Muñoz V. Physics-based prediction of protein folding and unfolding rates: Examining the roles of fold topology and core packing. 2026. PMID: 42521422. DOI: 10.1002/pro.70705.
原文:https://doi.org/10.1002/pro.70705
PubMed:https://pubmed.ncbi.nlm.nih.gov/42521422/
责编|探索君
排版|探索君相关词条:铝皮保温施工 隔热条设备 钢绞线 玻璃棉卷毡 保温护角专用胶
奥力斯 PVC管道管件粘结胶价格 联系人:王经理 手机:18231788377(微信同号) 地址:河北省任丘市北辛庄乡南代河工业区/p>
1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定阳江护角胶价格,并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方,并积极配合修改。
3.凡用户访问本网页,均表示默认详情页的描述,不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》,以此来变相勒索商家索要赔偿的违法恶意行为。
