• PIGEON-FEATHER方法实现单氨基酸分辨率氢交换质谱解析蛋白质构象自由能景观

  氢交换-质谱技术（HX–MS）长期以来被用于定性评估突变或配体结合等扰动对蛋白质构象集合的影响，但理论上其数据蕴含了解析单氨基酸级别局部展开自由能（ΔGop）的关键信息。最新开发的PIGEON-FEATHER方法突破传统局限，通过贝叶斯蒙特卡洛采样策略，首次实现了从常规HX–MS数据集无歧义地重构所有同位素质量包络，并精准计算∆Gop值。研究团队将该方法应用于大肠杆菌和人源二氢叶酸还原酶（ecDHFR/hDHFR），揭示二者演化出的独特构象集合差异，并阐明两种竞争性抑制剂对同源蛋白的结合差异性，破解了"为何两者均抑制ecDHFR却仅一种抑制hDHFR"的科学谜题。进一步将技术拓展至大型蛋白质-

  来源：Nature Chemical Biology

  时间：2025-10-18

• 整合拓扑结构与等双轴力学刺激的多模式微流控平台：新一代体外细胞微环境模拟技术及其在心肌细胞研究中的应用

  1 引言细胞微环境是细胞状态和功能的关键调节者，包含生化信号与形态物理信号。然而，微环境调控与细胞功能之间的相互作用机制仍不明确。为解析微环境对细胞命运的调控作用，亟需开发能精确呈现并整合这些信号的平台。本研究提出了一种新一代细胞培养系统，协同结合微流控与生物力学平台，旨在系统性地传递微环境刺激以调节细胞状态。研究选择心肌细胞（CMs）作为典型案例，因其对生化和形态物理信号的反应已有充分文献支持。2 结果2.1 微流控平台的设计与制备该设备采用双层腔室设计，可同时测试受刺激与对照的细胞培养。平台结构包含下部用于机械刺激（蓝色通道）和上部用于营养流动与废物清除（红色通道）。平台采用多层设计：第一

  来源：Frontiers in Bioengineering and Biotechnology

  时间：2025-10-18

• 基于CAREN系统实现感觉统合测试（SOT）的创新应用与验证研究

  引言姿势控制是日常生活中的关键运动技能，涉及在活动中实现、维持或恢复平衡的能力。维持双足站立平衡需要将身体重心（CoM）的水平投影保持在支撑基底（BoS）内。视觉、本体感觉和前庭系统共同贡献于姿势控制。感觉统合测试（SOT）作为计算机动态姿势图（CDP）的一部分，被设计用于通过在不同感觉反馈条件下测量站立时的身体摆动来评估姿势稳定性，具有较高的敏感性和客观性。测试方法与系统背景SOT通常在六种条件下进行：条件1至3为固定平台，条件4至6为移动平台；条件2和5要求受试者闭眼，条件3和6中视觉环境随身体摆动而动。平台运动被称为“摆动参考”运动，旨在最小化踝关节运动引起的本体感觉反馈变化。SOT可视

  来源：Frontiers in Bioengineering and Biotechnology

  时间：2025-10-18

• 基于Spike-and-Slab LASSO先验的稀疏多基因风险评分推断方法SSLPRS及其在复杂性状预测中的应用

  随着大型生物样本库的快速发展，研究人员现在能够获取数十万样本的表型和基因组数据，这为解析复杂性状和疾病的遗传基础提供了前所未有的机会。多基因风险评分(Polygenic Risk Score, PRS)作为一种量化复杂性状和疾病遗传成分的重要工具，在遗传风险分层和个性化医疗等领域展现出广阔的应用前景。然而，从大规模全基因组关联研究(Genome-Wide Association Study, GWAS)数据中推断多基因风险评分面临两大挑战：一是由于隐私限制，个体水平数据很少公开可用，研究只能基于GWAS汇总统计量进行推断；二是遗传数据的超高维特性，现代生物样本库通常包含超过2000万个遗传标记

  来源：Bioinformatics

  时间：2025-10-18

• 基于qPlus传感器的原子力显微镜技术突破：实现熔融金属界面原子级表征新纪元

  在金属材料制备过程中，熔融金属与固体之间的界面扮演着关键角色，无论是焊接、热浸镀还是金属基复合材料制造，这些界面处的微观过程直接决定了材料的最终性能。然而，由于熔融金属的光学不透明性，传统光学显微镜无法对其进行观测，而透射电子显微镜(TEM)和X射线反射(XRR)等技术又存在空间分辨率不足或信息平均化等局限。这一技术瓶颈长期制约着冶金领域对界面过程的深入理解。针对这一挑战，日本京都大学的研究团队在《Microscopy》发表了一项创新性研究，开发出能够在熔融金属环境中工作的原子力显微镜(AFM)系统。该技术的核心突破在于采用石英音叉(qPlus)传感器替代传统的硅悬臂梁，通过压电电流检测代替光

  来源：Microscopy

  时间：2025-10-18

• 基于梯度提升决策树的成本约束特征选择方法在信用卡欺诈检测中的优化研究

  研究亮点在当前大数据时代，数据维度的爆炸式增长带来了"维度灾难"的挑战，这不仅影响模型性能，更显著推高了数据获取成本。这一矛盾在信用卡欺诈检测领域尤为突出——内部交易数据与外部第三方数据的异构成本结构，使得传统忽略成本的特征选择方法往往产生次优结果。基于梯度提升决策树的成本约束特征选择（GBDTCF）信用卡欺诈检测本质上是一个二分类问题。我们假设数据集D包含n笔交易记录，每笔记录由d维特征向量Xi和标签yi（0代表合法交易，1代表欺诈交易）构成。GBDTCF创新地将特征选择建模为非线性优化问题，通过梯度提升决策树的集成学习框架，动态平衡特征成本与信息增益。特别有趣的是，我们受"低成本特征应优先

  来源：Engineered Regeneration

  时间：2025-10-18

• 基于分类树的高压直流系统故障检测算法数据驱动参数化方法研究

  Section snippets故障检测技术本节详细介绍了选择用于CART方法参数化的四种故障检测算法。重点在于CART如何应用于确定每种算法的关键参数和阈值。考虑到长距离HVDC线路故障清除所需的速度，我们选择了非单元保护方法。选择了电流和电压导数法、电抗器电压法以及数学形态学方法，以评估它们在两种主要HVDC技术（LCC和MMC）中的性能表现。分类与回归树故障检测算法的参数选择是一项复杂的任务，传统上依赖于工程师的专业知识和对大量仿真结果的繁琐分析。为了解决这一问题，本文提出了一种新颖的数据驱动方法，即使用分类与回归树（CART）来自动化参数选择过程。据我们所知，这是首个使用数据驱动方法论

  来源：Engineered Regeneration

  时间：2025-10-18

• 基于多任务多域时序记忆自编码器的设备早期微弱异常检测与不确定性量化方法研究

  Highlight本文的创新性体现在提出多域时序特征编码器（MTFL-Encoder），通过云增强特征建模（CEFM）方法融合时域与频域异常特征，并设计外部注意力记忆单元评分器实现对潜在数据模式的记忆。采用不确定性加权（UW）方法自适应平衡重构任务与记忆任务，显著提升模型对微弱异常的敏感度。Unsupervised time-series anomaly detection（无监督时序异常检测）无监督时序异常检测根据异常判定准则可分为基于特征距离、密度、重构和预测的方法。例如深度支持向量数据描述（Deep SVDD）将数据映射到超球体空间，而隔离森林（Isolation Forest）则通过随

  来源：Engineered Regeneration

  时间：2025-10-18

• 基于元学习的少样本多机床热误差时空预测新方法

  亮点本研究提出了一种结合元学习的创新时空建模框架SGAT-Transformer-MAML，用于少样本条件下的多机床热误差预测。该模型通过堆叠图注意力网络（SGAT）捕捉温度传感器网络的空间拓扑特征，利用Transformer解码器挖掘热误差的时序动态交互行为，并引入模型无关元学习（MAML）机制实现对新机床工况的快速自适应。实验表明，该方法在有限标注数据下仍能保持高预测精度与强泛化能力。Section snippets少样本学习（Few-shot Learning）随着人工智能技术的迅猛发展，深度学习在多领域取得显著成就。然而，深度网络的优化依赖大量标注数据的多轮迭代，这种优化方式限制了模型

  来源：Engineered Regeneration

  时间：2025-10-18

• 基于改进YOLOv8模型的农业机器人单株植物检测与跟踪方法及其在精准田间管理中的应用

  Highlight本研究提出了一种基于改进YOLOv8模型的单株植物检测与跟踪方法，通过引入PConv模块降低计算量，采用SimSPPF结构增强多尺度识别能力，并加入NAM注意力机制提升目标聚焦度。结合StrongSORT算法，实现了动态农田场景下（如光照变化、复杂背景）植物的连续精准跟踪。方法如图3所示，模型对采集的视频数据逐帧处理。首先使用YOLOv8_FSN进行单株植物检测（YOLOv8n为纳米级版本，兼顾高效性与精度）。随后，StrongSORT基于特征匹配进行跟踪，结合卡尔曼滤波（Kalman Filter）和匈牙利算法（Hungarian Algorithm）完成数据关联，确保同一

  来源：Computers and Electronics in Agriculture

  时间：2025-10-18

• 基于Mamba与三角几何约束的蛋白质链间残基接触预测新方法

  Highlight方法本节提出了一种新颖的蛋白质链间残基接触预测框架。以下首先介绍预测框架的整体设计，随后详细阐述各模块的功能与作用机制，最后给出框架采用的损失函数。数据集本研究采用广泛使用的DeepHomo数据集（Yan和Huang，2021）。该数据集包含3532个同源二聚体的训练集、300个同源二聚体的验证集及300个同源二聚体的测试集。数据集构建时，研究者首先从PDB数据库中筛选具有C2对称性、分辨率优于3.0 Å且生物单元仅含两条蛋白链的同源二聚体（蛋白链长度≥40）。结论为预测链间残基-残基接触，本文提出基于Mamba和三角几何约束的深度预测框架MaMCon。该框架主要由MaM1D

  来源：Computational Biology and Chemistry

  时间：2025-10-18

• 富含类黄酮的香柠檬汁浸泡处理提升鲜切朝鲜蓟抗氧化活性与采后品质的创新研究

  朝鲜蓟（Cynara cardunculus var. scolymus）是一种营养丰富的蔬菜，富含多酚、菊粉、纤维和矿物质，但其采后保鲜面临巨大挑战。特别是当朝鲜蓟被加工成鲜切产品时，制备过程中的切割等步骤会物理损伤组织，显著增加污染和降解风险。鲜切朝鲜蓟呼吸速率加快，快速衰老，微生物腐败和酶促褐变等问题会严重影响其感官、营养和健康促进特性。地中海地区是朝鲜蓟的主要产区，意大利更是全球重要生产国，2023年产量约37万吨，占世界产量的五分之一。因此，开发有效的采后技术来保持品质和延长货架期，对于这种易腐产品至关重要。以往研究尝试了多种方法，包括使用不同包装材料结合气调包装，以及采用抗氧化溶液

  来源：Postharvest Biology and Technology

  时间：2025-10-18

• 基于Qx5 DNA聚合酶和TthPrimPol的新型等温扩增技术实现高灵敏特异性SARS-CoV-2 RNA检测

  在新冠肺炎全球大流行的背景下，快速、准确、低成本的病毒检测技术成为疫情防控的关键环节。目前主流的逆转录聚合酶链式反应(RT-PCR)技术虽然灵敏度高，但依赖精密仪器和专业操作，难以满足基层医疗和现场检测的需求。特别是面对病毒变异株的不断出现，开发不依赖特定引物、能够直接检测RNA的创新型分子诊断平台显得尤为重要。传统等温扩增技术如环介导等温扩增(LAMP)需设计多对引物，而滚环扩增(RCA)技术通常需要外加引物启动反应，这些都可能引入非特异性扩增背景。更关键的是，大多数方法需要先将RNA逆转录为cDNA，增加了操作步骤和成本。能否开发一种无需逆转录、无需外加引物，且能在单一温和温度下完成的核酸

  来源：Methods

  时间：2025-10-18

• 濒危药用植物超级美丽胶孢菌内生真菌的生物技术潜力与生物活性研究

  在生物技术潜力探索中，研究人员聚焦于从濒危药用植物超级美丽胶孢菌（Gloriosa superba L.）分离的内生真菌。这种具有重要药用价值的植物分布于印度马哈拉施特拉邦的西高止山脉，其体内蕴藏着丰富多样的内生真菌群落。为挖掘这些内生菌的药用潜力，本研究通过分子与形态学分析，从超级美丽胶孢菌的根、茎、叶、花等组织中成功分离并鉴定了21株内生真菌菌株。生物活性检测显示，这些菌株具有显著的抗菌、抗氧化及酶抑制特性，其活性得益于产生的次生代谢产物（如生物碱、酚类化合物等）。这些发现凸显了超级美丽胶孢菌相关内生真菌作为药理活性化合物可持续来源的巨大潜力，有助于减少对野生濒危宿主植物的采挖依赖。在开发

  来源：Biotechnology and Applied Biochemistry

  时间：2025-10-18

• 基于深度学习的急性缺血性脑卒中机械取栓术中血栓可视化技术研究

  背景急性缺血性脑卒中（AIS）是因血管内血栓形成导致脑部血流中断的常见脑血管疾病，约占所有卒中病例的87%。对于大血管闭塞引起的AIS，机械取栓术（MT）已成为标准治疗方案。在支架取栓技术中，镍钛合金支架通过径向支撑力与血栓嵌合后将其取出。然而现行技术存在关键局限：血栓本身不具放射性，在透视成像中不可见，导致术者无法直接观察血栓边界，这可能降低取栓效率并需要多次操作。提高首过成功率对时间敏感的卒中治疗至关重要。材料与方法本研究创新性地利用Medtronic Solitaire™支架上铂金不透射线标记的空间排列特征，开发了名为Clot[U]-Net的深度学习模型。该模型基于U-Net架构，通过8

  来源：Frontiers in Stroke

  时间：2025-10-18

• 纤毛蛋白空间互作的原位邻近连接检测技术及其在纤毛病研究中的应用

  在细胞生物学领域，纤毛（cilia）作为一种微小的细胞器，长期被视为细胞的“天线”，负责接收外界信号并调控关键生理过程。然而，当纤毛的结构或功能出现异常时，会引发一系列被称为“纤毛病”（ciliopathies）的遗传性疾病。这类疾病可能影响多个器官系统，包括肾脏、视网膜和大脑发育等，其背后机制与纤毛过渡区（transition zone）的蛋白互作网络紊乱密切相关。过渡区位于纤毛基部，作为“守门人”严格控制蛋白质的进出，但其分子组成和相互作用的空间细节仍不清楚。传统技术如酵母双杂交（Y2H）或免疫共沉淀（Co-IP）虽能鉴定蛋白互作，却无法揭示互作发生的具体亚细胞位置；而邻近标记技术（如Bi

  来源：BMC Molecular and Cell Biology

  时间：2025-10-18

• 广义概率典型相关分析：面向全观测与部分观测多模态数据整合的新方法

  随着生物医学研究进入多组学时代，同一批样本常同时产生基因组、转录组、蛋白组等多种模态数据。这些数据从不同层面刻画生物系统的复杂性，但如何有效整合它们却成为关键挑战。传统方法往往只能处理完整数据，而现实世界中因技术限制或样本损耗，多模态数据常存在部分缺失；此外，跨模态的共享信号与模态特异性信号交织，也增加了提取有效信息的难度。为此，杨天健（Tianjian Yang）与李薇薇（Wei Vivian Li）在《BMC Bioinformatics》发表研究，提出广义概率典型相关分析（Generalized Probabilistic Canonical Correlation Analysis,

  来源：BMC Bioinformatics

  时间：2025-10-18

• 综述：水葫芦(凤眼莲)砷水处理技术现状与展望

  全球砷污染现状与挑战砷作为一种具有严重生物毒性的类金属元素，其污染问题已成为全球性的环境健康挑战。工业排放、农业化肥使用以及自然地质过程导致砷通过水文循环进入水体，形成以三价砷(As3+)和五价砷(As5+)为主要存在形态的污染现状。不同价态的砷在生物利用度和毒性方面存在显著差异，这对修复技术提出了更高要求。传统修复技术的局限性与创新需求当前主流的工程化修复技术包括化学沉淀、离子交换和膜过滤等方法，虽具有一定效果，但存在成本高昂、易产生二次污染、操作复杂等局限性。这促使科研界寻求更经济环保的替代方案，其中基于生物吸附的绿色修复技术逐渐成为研究热点。凤眼莲因其独特的超富集特性而进入科学家视野。凤

  来源：International Journal of Phytoremediation

  时间：2025-10-18

• 基于二维色度计的啤酒泡沫颜色评价新技术开发及其在品质控制中的应用研究

  泡沫质量是啤酒最重要的品质属性之一，其中泡沫颜色对消费者感知和产品吸引力具有关键影响。尽管其重要性突出，目前仍缺乏客观评估啤酒泡沫颜色的标准方法。本研究采用能够捕捉人眼可感知全色域的二维色度计（two-dimensional colorimeter），建立了评估啤酒泡沫颜色与白度的创新方法。通过二维色度计获取的L、a、b值（注：L代表明度，a代表红绿色度，b代表黄蓝色度），研究人员构建了泡沫外观的量化评价体系。研究结果显著揭示了啤酒液体色度（°EBC）与泡沫白度之间的密切关联，同时深入探讨了啤酒老化过程对泡沫白度的具体影响。这些发现为啤酒泡沫表征研究提供了新视角，对提升啤酒整体品质具有重要促进

  来源：Journal of the American Society of Brewing Chemists

  时间：2025-10-18

• 基于概率检测与能量图谱的面部皮肤与雀斑分割新方法

  在皮肤病变诊断与美容评估领域，雀斑作为常见的色素沉着特征，其精准分割对疾病监测和化妆品效果量化至关重要。然而，传统检测方法多针对 melanoma（黑色素瘤）或 tumor（肿瘤）等边界清晰的病变，对颜色浅、分布稀疏的雀斑难以实现有效捕捉。此外，人工诊断易受主观性影响，而深度学习技术虽在病变分类中表现优异，却依赖大量标注数据与高算力，限制了其在雀斑检测中的普及。面对这些挑战，来自江原大学的研究团队在《Scientific Reports》发表了一项创新研究，通过结合概率模型与图像处理技术，实现了全脸雀斑的自动化精准分割。本研究采用高斯混合模型（Gaussian Mixture Model, G

  来源：Scientific Reports

  时间：2025-10-18

知名企业招聘：