Weakly supervised regression enables interpretable tumor detection in whole-slide histopathology without negative cases
本研究提出了一种弱监督回归框架，用于在全切片图像中检测肿瘤，特别是在缺乏负样本的情况下。通过将肿瘤检测转化为回归任务，研究展示了该方法在多种组织类型上的有效性，并引入了目标放大技术以提高小肿瘤的检测能力。该框架的创新性和临床相关性使其在肿瘤检测领域具有重要的应用潜力。
Combining the CryoCapsule, HPM live µ and R221 conductive resin to track endosome from live imaging to electron microscopy using high-pressure freezing
该研究介绍了一种结合CryoCapsule、HPM Live µ和R221导电树脂的新型高压冷冻技术，能够在活细胞成像和电子显微镜之间实现高效的样本处理。通过优化样本转移时间和提高成像质量，该技术在生物医学研究中具有重要应用潜力，尤其是在追踪快速动态生物过程方面。
Serum MicroRNA signatures associated with hypertrophic callus formation in polytrauma patients with traumatic brain injury
该研究探讨了创伤性脑损伤患者中肥厚性骨痂形成的机制，识别出一组特定的miRNA作为潜在的生物标志物。这些miRNA在患者血清中的表达水平与骨痂形成的风险相关，可能为临床早期预测提供新的工具。研究结果强调了脑与骨生物学之间的联系，并为未来的个性化治疗干预奠定了基础。
Artificial intelligence in the study of oral lichen planus characteristics: a review
The review highlights the significant potential of artificial intelligence (AI) in enhancing the diagnosis and management of oral lichen planus (OLP). By leveraging AI technologies, particularly machine learning and deep learning, the study emphasizes improvements in diagnostic accuracy, risk assessment, and molecular characterization of OLP. It discusses the challenges and future directions for integrating AI into clinical practice, including the need for standardized datasets and external validation of AI models.
MedShieldFL-a privacy-preserving hybrid federated learning framework for intelligent healthcare systems
MedShieldFL is a pioneering hybrid federated learning framework designed for intelligent healthcare systems, specifically targeting brain tumor classification. By employing homomorphic encryption and generative adversarial networks (GANs), it effectively addresses data privacy concerns while enhancing classification accuracy. The framework allows multiple healthcare institutions to collaborate on model training without sharing sensitive patient data, thus ensuring compliance with privacy regulations. Test results indicate that MedShieldFL can classify brain tumors with an accuracy ranging from 93% to 96%, showcasing its potential for real-world clinical applications.
A simple behavioral evaluation test of human face identity recognition with natural images validated with the case of prosopagnosia PS
本文介绍了两种新的面孔身份识别测试，旨在评估人类面孔身份识别能力，特别是在面孔失认症患者中的应用。研究表明，这些测试在正常人群中表现出接近满分的有效性，而在面孔失认症患者中则显示出显著的识别困难。这些测试的设计强调了生态有效性和快速评估的优势，具有在临床神经心理学中应用的潜力。
Structure as an inductive bias for brain–model alignment
该研究探讨了结构作为一种归纳偏见如何影响大脑与模型的对齐，揭示了卷积神经网络可能反映大脑视觉处理原则的机制。研究由哈佛大学的团队进行，具有一定的创新性和科学性，属于脑科学领域，可能对未来的AI与神经科学交叉研究产生影响。
Molecular insights into species-specific ACE2 recognition of coronavirus HKU5
该研究探讨了HKU5冠状病毒与不同物种ACE2受体的相互作用，揭示了其独特的结合机制和潜在的跨物种传播风险。通过冷冻电镜技术，研究团队解析了HKU5 S蛋白的结构，发现其结合模式与其他冠状病毒显著不同。这一发现不仅为理解冠状病毒的宿主适应性提供了重要线索，也强调了对该病毒及其传播风险的持续监测的重要性。
Benchmarking all-atom biomolecular structure prediction with FoldBench
FoldBench是一个新推出的基准数据集，旨在评估生物分子结构预测模型的性能。该数据集包含1522个生物组装，涵盖多种生物分子实体的预测任务。研究表明，尽管深度学习方法在结构预测方面取得了显著进展，但仍存在配体对接和抗体-抗原预测等领域的挑战。AlphaFold 3在大多数任务中表现优异，提供了未来模型开发的重要见解。
An explainable machine learning-based approach to predicting treatment response for neurofeedback in ADHD
本研究提出了一种可解释的机器学习框架，旨在预测注意缺陷多动障碍（ADHD）患者对神经反馈治疗的反应。通过分析72名患者的行为和人口统计数据，研究确定了20个具有显著预测能力的特征，并利用随机森林模型实现了88.3%的准确率。该模型的可解释性通过SHAP值分析得以增强，提供了对个体患者的治疗反应的透明理解，推动了个性化医疗的进展。
Structural insights into AVR-Rmg8 recognition mechanisms by the wheat blast resistance gene Rmg8
该研究探讨了小麦抗病基因Rmg8与病原体效应蛋白AVR-Rmg8之间的分子识别机制，揭示了其在小麦抗病育种中的潜在应用。研究表明，Rmg8基因能够有效识别特定类型的效应蛋白，进而增强小麦对小麦爆发病的抵抗力。这一发现为小麦抗病育种提供了重要的科学依据，并强调了应对全球粮食安全威胁的必要性。
Discovery of an allosteric binding site for anthraquinones at the human P2X4 receptor
本研究发现了人类P2X4受体的一个新的别构结合位点，针对抗炎、神经性疼痛和癌症的药物开发具有重要意义。通过结合突变和计算研究，研究者揭示了该结合位点的结构特征，为未来的药物设计提供了合理的基础。该发现可能会推动针对P2X4受体的选择性拮抗剂的开发，具有较高的商业潜力和市场价值。
Using tunable hydrogel microparticles to measure cellular forces
研究提出了一种新型的可调水凝胶微粒（DAAM-particles），用于量化细胞力，强调其在细胞粘附、迁移和分裂中的重要性。该技术通过合成和功能化微粒，结合共聚焦显微镜成像，能够以超分辨率精确测量细胞力，具有广泛的应用潜力，尤其在细胞生物力学领域。
The Human T-cell Leukemia Virus capsid protein is a potential drug target
研究表明，HTLV-1衣壳蛋白是一个潜在的药物靶点，可能为治疗该病毒引起的致命疾病提供新的策略。通过高分辨率晶体结构分析，研究团队确定了衣壳蛋白的关键结构特征和结合位点，为未来的药物开发奠定了基础。HTLV-1在全球范围内的流行，尤其是在某些地区的高感染率，突显了开发有效治疗手段的紧迫性。
In vivo CRISPR screen reveals regulation of macrophage states in neuroinflammation
本研究开发了一种体内CRISPR筛选平台，系统性地解析了巨噬细胞在神经炎症中的状态调节机制。通过筛选，识别了IFNγ、TNF、GM-CSF和TGFβ作为关键调节因子，揭示了它们在巨噬细胞极化中的作用。这些发现不仅为理解多发性硬化症的免疫机制提供了新视角，也为未来的治疗策略奠定了基础。