基于源级EEG和图论的卒中后癫痫患者功能连接变化研究报告 研究背景 癫痫的病因多种多样，包括特发性、先天性、头部外伤、中枢神经系统感染、脑肿瘤、神经退行性疾病或者脑血管疾病(Disease)。其中，脑血管疾病占全部癫痫病例的约11%，是老年癫痫患者最常见的病因。同时，卒中后癫痫（Post-Stroke Epilepsy, PSE）是卒中患者常见的并发症之一，3%至30%的卒中患者可能会发展为PSE。卒中性癫痫的风险因素包括皮质参与、出血性转化、早期癫痫发作、年轻时发病、卒中严重程度（如高NIHSS评分）以及酗酒。 网络科学和图论被认为在理解脑功能上具有显著潜力。图论的图指标可反映网络的整合和隔离特性，因此被广泛应用于包括癫痫在内的各种神经系统疾病研究中。然而，尽管已有研究表明癫痫患者的脑网络...
基于分层负采样的图对比学习用于药物-疾病关联预测的研究 针对药物-疾病关联（RDAs）的预测在揭示疾病治疗策略和促进药物重新定位方面起着至关重要的作用。然而，现有的方法在预测药物和疾病之间的候选关联时，主要依赖于有限的领域特定知识，因而效果受限。此外，将药物-疾病关系的未知信息简单地定义为负样本存在固有不足。为克服这些挑战，本文提出了一种新的基于分层负采样的图对比模型，称为HSGCL-RDA，该模型旨在预测药物和疾病之间的潜在关联。 研究背景与研究问题 药物开发与疾病进展控制过程漫长且昂贵，而随着疾病数量及其变异的不断增加，对有效药物的需求也在增长。全球性疾病爆发（如新冠肺炎）对现有药物的治疗提出了极大挑战，迫切需要快速开发新的治疗药物。研究现有药物的新用途涉及许多挑战。现有的算法模型虽然在...
非小细胞肺癌的免疫疗法疗效预测：多视角自适应加权图卷积网络研究报告 背景介绍 肺癌是一种具有极高发病率和较差预后效果的恶性肿瘤，长期以来其致命率居高不下。在所有的肺癌患者中，非小细胞肺癌（Non-Small Cell Lung Cancer，简称NSCLC）约占85%。作为一种新兴的治疗手段，肿瘤免疫疗法为癌症患者提供了新的治疗思路。然而，免疫疗法费用高昂，且仅有约20%到50%的患者能够通过免疫疗法获得满意的疗效。此外，在治疗过程中，免疫性肺炎和肝炎等副作用可能发生。因此，在患者接受免疫疗法治疗前预测其疗效具有重要意义。 近年来，以机器学习为基础的放射组学在预测NSCLC免疫疗法的疗效方面表现出潜力。放射组学特征已经被证明为有效预测免疫疗法疗效的代理标志物。然而，大多数研究仅考虑了个体患者...
背景与研究动机 众所周知，食物营养与人类健康密切相关。科学研究表明，膳食营养不当与200多种疾病有联系，尤其在考虑肠道微生物代谢的情况下，食物营养成分与疾病之间的复杂交互作用更是难以系统化和实际应用。正因为如此，开发一个整合全面知识并提供实用应用的框架变得十分迫切，以支持获取饮食相关的查询。 研究来源 本文是一项由Chengcheng Fu、Xueli Pan、Jieyu Wu、Junkai Cai、Zhisheng Huang、Frank Van Harmelen、Weizhong Zhao、Xingpeng Jiang和Tingting He共同撰写的研究。这项研究的参与者来自湖北省人工智能与智能学习重点实验室、华中师范大学计算机科学学院以及Vrije Universiteit Amst...
##基于生物网络学习蛋白质知识来预测药物-靶点亲和力 背景介绍 药物-靶点亲和力（drug-target affinity, DTA）预测在药物发现环节中占据重要地位。高效且准确的DTA预测可以显著缩短新药开发的时间和经济成本。近年来，深度学习技术的爆炸性发展为DTA预测提供了强大的支持。现有的DTA预测方法主要分为基于1D蛋白质序列和基于2D蛋白质结构图的方法。然而，这些方法仅关注靶蛋白的内在特性，忽略了过往研究中明确揭示的蛋白质交互的广泛先验知识。 针对上述问题，本文提出了一种名为MSF-DTA（基于多源特征融合的药物-靶点亲和力）的端到端DTA预测方法。MSF-DTA通过利用邻接蛋白的信息，增强蛋白质的表示，并使用高级图预训练框架VG-AE（变分图自动编码器）来学习这些表示，使得预测结...
基于知识增强的图主题Transformer在可解释生物医学文本摘要中的应用 研究背景 由于生物医学文献发表量持续增加，自动生物医学文本摘要任务变得愈加重要。2021年，仅在PubMed数据库中就发表了1,767,637篇文章。现有的基于预训练语言模型（Pre-trained Language Models，简称PLMs）的摘要方法虽然提升了摘要性能，但在捕捉领域特定知识和结果可解释性方面存在显著局限。这可能导致生成的摘要缺乏连贯性，包括冗余句子或重要领域知识的遗漏。此外，变压器模型的黑箱特性使得用户难以理解摘要生成的原因和方式，因此在生物医学文本摘要中，包含领域特定知识和可解释性对提高准确性和透明度至关重要。 研究来源 本文的论文由Qianqian Xie、Prayag Tiwari（IEE...
医学多组学数据分析中的多重先验知识图神经网络 背景介绍 精确医学是未来医疗保健的重要领域，因为它为患者提供个性化的治疗方案，从而改善治疗效果并降低成本。例如，由于乳腺癌患者存在复杂的临床、病理和分子特征，相同的治疗可能表现出不同的效果。随着生物医学技术的高速发展，疾病的表征可以通过多组学数据来实现。多组学方法相较单组学方法能够在多个数据间捕捉一致和互补的信息，从而建立更加准确和深入的模型。例如，癌症基因组图谱（The Cancer Genome Atlas, TCGA）提供了包括mRNA表达、DNA甲基化和拷贝数变异（Copy Number Variation, CNV）在内的多组学数据。因此，在精确医学的各类任务中引入多组学数据变得必要，这些任务包括药物反应预测、基因发现和生存分析等。 作...
罗兰蒂克型癫痫的丘脑皮层神经连接减少 罗兰蒂克型癫痫（Rolandic Epilepsy, RE），亦即带有中颞棘波的自限性癫痫（self-limited epilepsy with centrotemporal spikes, SELECTS），是最常见的局部发育性癫痫脑病。这种癫痫通常伴随短暂的轻度至严重的认知症状，以及由感觉运动皮层引发的睡眠栓道棘波和癫痫发作。尽管大多数患有RE的儿童在活动期内能够通过正式测试检测到认知缺陷，这些癫痫发作和认知问题最终会自限并消失。然而，仍有许多问题未得到解答，例如：具体的神经机制是什么，哪些因素决定了症状的消失以及这种癫痫的长期影响是什么。正是在这种背景下，本研究旨在更深入地探索解决罗兰蒂克型癫痫症状的神经连接变化。 研究来源 本研究由位于波士顿的多...
成人听觉语言理解与静息态α波功率相关性研究 学术背景与研究问题 尽管成人语言处理的个体差异早有文献记载，但其神经基础仍然大多有待探索。现有研究主要关注通域认知能力、人口统计等因素对语言理解影响，但关于大脑固有活动如何导致个体差异的研究较少。本文通过探讨静息态α波活动与成人句子理解间的关系，来填补这一研究空白。α波振荡调节皮层兴奋性，从而提高大脑信息处理效率。尽管静息态α波活动已证明与认知表现相关，其与听觉语言理解的关联性尚未明确。作者进行该研究旨在探讨静息态α波活动与句子理解中个体差异之间的关系。 文献来源与作者信息 这篇学术论文由Deakin University心理学院认知神经科学单元的Jarrad A.G. Lum、Michael P. Barham和Aron T. Hill撰写。论文...
唾液睾酮水平与疼痛感知在健康成人中表现出性别特异性关联，而在偏头痛患者中则无这种关联 引言 了解疼痛的复杂性和性别在疼痛感知中扮演的角色对医学研究具有重要意义。痛感是一种与实际或潜在组织损伤相关的不愉快的感觉和情感体验，可以受多种内在和外界因素影响，如基因、情绪状态、性别差异等。尤其是在性激素如何调节疼痛方面，已有大量研究表明睾酮与减轻疼痛存在关联。然而，性别在这些关联中的具体角色仍存在很大未知。这促使研究人员探讨健康成人和偏头痛患者中唾液睾酮水平和疼痛感知之间的关联。 研究背景与目的 本文作者关注性别特异性唾液睾酮与疼痛感知的关联，选择偏头痛作为研究对象，因为这是一种常见的疼痛障碍，全球患病率约为15%。研究的目的是探讨在健康个体和偏头痛患者中，唾液睾酮水平是否与疼痛感知存在性别特异性关联...