Crotonate enhances intestinal regeneration after injury via HBO1-mediated H3K14 crotonylation
研究表明，crotonate通过HBO1介导的H3K14 crotonylation促进肠道再生，减轻DSS诱导的结肠炎。HBO1在肠道干细胞和再生细胞中表达，缺失HBO1会显著降低再生能力。该研究揭示了crotonate、HBO1和H3K14cr在肠道上皮再生中的机制，显示出其在炎症性肠病治疗中的潜在应用价值。
Effects of vitamin D supplementation under different salinities on hybrid red tilapia growth performance, hormonal profile and growth genes expression
本研究探讨了维生素D在不同盐度条件下对红鲷鱼生长表现、激素水平和生长基因表达的影响。结果表明，适当的维生素D补充可以显著提高红鲷鱼在盐度为15 ppt和30 ppt时的生长表现和生存率。这一发现为水产养殖行业提供了新的养殖策略，尤其是在淡水资源短缺的情况下，具有重要的应用价值。
Stool shed cell transcriptomics mirrors tumor biology and enables colorectal cancer diagnosis
该研究开发了一种新型的非侵入性粪便转录组分析方法，能够有效诊断结直肠癌。通过去除粪便样本中的微生物rRNA，研究团队成功提高了人类转录本的检测能力，结果显示该方法在54名结直肠癌患者和24名健康对照者中具有高达86%的准确性。术后样本的转录组模式恢复至健康状态，表明该方法不仅有助于早期诊断，还可能用于监测肠道疾病的进展。
BCL11A deficiency protects epidermis from UVB-induced damage through promotion of autophagy
BCL11A缺失通过促进自噬保护表皮细胞免受UVB诱导的损伤，减少DNA损伤和ROS积累。研究揭示了BCL11A在自噬调节中的关键作用，尤其是在UVB应激下的机制。这一发现为皮肤疾病的治疗提供了新的生物医学研究方向，尤其是在UVB诱导的损伤方面，具有重要的临床应用潜力。
ANTXR1 blockade enhances cardiac function in preclinical models of heart failure
ANTXR1 blockade has been shown to enhance cardiac function in preclinical models of heart failure, addressing a critical need for effective therapies in this area. The study highlights ANTXR1's role in collagen turnover and TGFβ signaling, suggesting that targeting this pathway may provide a novel therapeutic strategy for heart disease. The findings indicate that ANTXR1 inhibition not only improves cardiac function but also offers potential for preventing maladaptive remodeling, positioning it as a promising target for future clinical applications.
Foundation model for efficient biological discovery in single-molecule time traces
META-SiM是一种基于变换器的基础模型，旨在提高单分子荧光显微镜（SMFM）数据分析的效率。该模型在多项任务中表现优异，能够快速识别条件特异性行为，并发现了在预-mRNA剪接中未检测到的中间状态。META-SiM的应用有助于系统化和加速生物发现，具有较高的商业潜力和技术创新性。
Sepsis-associated acute kidney injury in mice and humans elicits heterogeneous renal microvascular microRNA responses
本研究探讨了脓毒症相关急性肾损伤（SA-AKI）中微血管内皮细胞的miRNA变化，发现miR-21-5p在小鼠和人类的肾小管微血管中均显著升高，可能作为新的生物标志物和治疗靶点。研究还揭示了miRNA转录模式的异质性，强调了其在SA-AKI中的潜在临床应用价值。
Update of a prediction model for postoperative shoulder stiffness after arthroscopic rotator cuff repair
本研究更新了术后肩部僵硬（POSS）的预测模型，基于973名患者的多中心数据，采用了七个关键变量，显著提高了预测准确性（AUC=0.735）。研究通过德尔菲调查确定了71个预后因素，为个性化治疗提供了依据。新模型的开发旨在优化手术时机和康复计划，具有重要的临床应用价值。
Persistent neuromuscular disorders associated with changes in tibialis anterior and gastrocnemius lateralis muscle architecture in long-covid: an observational longitudinal study
本研究探讨了重症COVID-19患者在小腿前肌肉中出现的神经肌肉电生理障碍及肌肉结构变化，发现重症患者的神经肌肉电生理障碍发生率高达55.55%。研究采用纵向观察设计，评估了患者在12个月内的肌肉结构变化，结果显示肌肉的回声强度增加与神经肌肉功能障碍相关。这些发现强调了针对特定肌肉的康复策略的重要性，可能对改善长期COVID患者的生活质量具有重要意义。
Spine endoscopic atlas: an open-source dataset for surgical instrument segmentation
Spine Endoscopic Atlas数据集是针对内窥镜脊柱手术的开放式数据集，包含48510张图像和10662个手术器械分割，旨在支持深度学习模型的训练，提升手术的智能化和安全性。该数据集基于真实手术视频，具有重要的临床和研究价值，能够促进AI技术在内窥镜手术中的应用，解决手术器械分割的挑战。
Diagnostic accuracy of artificial intelligence models for imaging detection of hepatic steatosis through systematic review and meta analysis
本系统评价和荟萃分析表明，人工智能（AI）模型在检测肝脏脂肪变性方面具有高诊断准确性，合并敏感性和特异性均超过90%。特别是卷积神经网络（CNN）在诊断性能上优于其他分类器。这些发现强调了AI在非侵入性、成本效益高的肝脏疾病早期筛查中的潜力，尤其是在资源有限的环境中。未来的研究应集中于多中心验证和标准化报告，以促进临床整合。
Clinical validation of a deep learning tool for characterizing spinopelvic mobility in total hip arthroplasty
本研究开发并临床验证了一种深度学习工具，能够快速、准确地评估全髋关节置换术患者的脊柱骨盆活动性。该工具在处理时间和测量准确性上均优于传统方法，且与专家工程师的测量结果相当。通过使用来自391个影像中心的国际联合注册数据，该模型展示了良好的适用性和可靠性，具有显著的临床应用潜力，能够优化手术规划并减少术后并发症。
Evaluation of prostate cancer pathology reports generated by ChatGPT to enhance patient comprehension
本研究评估了使用ChatGPT生成的前列腺癌病理报告的可读性和患者理解能力。结果显示，AI生成的报告在可读性上显著优于传统报告，外科医生和患者均表示对其结构和清晰度的高度认可。约76%的患者表示希望在未来的医疗中继续使用此类报告，表明AI在提升患者沟通和理解方面具有重要潜力。
A longitudinal analysis of declining medical safety messaging in generative AI models
研究评估了生成性AI模型在医疗应用中的免责声明使用情况，发现从2022年到2025年，LLM和VLM在医疗问题回答和图像解释中的免责声明出现率显著下降。这一趋势可能对患者安全和公众信任产生负面影响，尤其是在高风险医疗场景中。研究建议在所有医疗相关输出中实施动态免责声明，以适应临床背景和用户需求。
ScaleFusionNet: transformer-guided multi-scale feature fusion for skin lesion segmentation
ScaleFusionNet is a cutting-edge model designed for skin lesion segmentation, utilizing a hybrid architecture that combines CNNs and Transformers. It effectively addresses challenges in accurately delineating skin lesions by integrating a Cross-Attention Transformer Module and an Adaptive Fusion Block, which enhance feature extraction and fusion. The model has demonstrated superior performance on multiple datasets, achieving high Dice scores and showing significant improvements over existing methods. This advancement has the potential to enhance early detection and treatment of skin cancer, making it a valuable tool in clinical settings.