Структуры гетеромерных кайнатных рецепторов, полученные с помощью крио-ЭМ в Apo, агонистной и антагонистной формах

Около 60%-70% пациентов с метастатическим немелкоклеточным раком легкого (НМРЛ) имеют относительно низкую мутационную нагрузку (МНМ), при этом возможности иммунотерапии, ориентированные на биомаркеры, ограничены за пределами экспрессии PD-L1. Мутационные сигнатуры APOBEC (катализатор редактирования мРНК апопротеина B, подобный полипептид) определяются характерными геномными отпечатками и связаны с более высокой МНМ и лучшим ответом на ингибиторы контрольных точек иммунитета (ИКИ). Однако не установлено, предсказывает ли APOBEC ответ на ИКИ в опухолях с низкой МНМ независимо. Мы проанализировали 857 пациентов с метастатическим НМРЛ, получавших ИКИ, и 1328 пациентов, не получавших ИКИ, с низкой МНМ (<10 мут/Мб) из когорты MSK-CHORD. Статус APOBEC был классифицирован с использованием MESiCA, алгоритма машинного обучения для обнаружения мутационных сигнатур из целевых панелей генов. Прогностическая ценность была установлена через тестирование взаимодействия лечения, многофакторную корректировку, взвешивание по шкале предпочтений и анализы вех. Внешняя валидация включала 82 пациента с низкой МНМ из опубликованных исследований полного экзомного секвенирования. Пациенты с положительными результатами на APOBEC (n = 52, 6.1%) имели значительно улучшенную общую выживаемость [медиана 33.7 против 17.4 месяцев; коэффициент рисков (HR) 0.60, 95% доверительный интервал (CI) 0.42-0.85, P = 0.004]. Нижеуказанная польза не наблюдалась у пациентов, не получавших ИКИ (HR 0.98, P = 0.85), с значительным взаимодействием лечения (P = 0.032), что подтверждает прогностический, а не прогностический эффект. APOBEC оставался независимым предиктором после корректировки по статусу PD-L1 и возрасту (откорректированный HR 0.57, P = 0.002). Эта польза была особенно выражена у пациентов с отрицательным статусом PD-L1, получающих ИКИ (HR 0.51, P = 0.002). Эффект был устойчивым в анализах по шкале предпочтений, вехам и бутстрепам. Внешняя валидация подтвердила независимую пользу APOBEC (откорректированный HR 0.23, P = 0.020). Мутационные сигнатуры APOBEC представляют собой надежный предиктивный биомаркер для ответа на ИКИ у пациентов с метастатическим НМРЛ с низкой МНМ, выявляя ответчиков, особенно среди пациентов с отрицательным статусом PD-L1, где наиболее необходима ориентация на биомаркеры, и их можно обнаружить путем анализа целевых панелей генов, используемых в рутинной клинической практике.

Болезнь Альцгеймера (БА) — это дегенеративное неврологическое заболевание, характеризующееся потерей памяти, ухудшением когнитивных функций и уменьшением объема мозговой ткани. Обнаружить его на ранней стадии сложно из-за вариаций в прогрессировании заболевания и ограниченных возможностей методов нейровизуализации с единственной модальностью. Диагностика болезни Альцгеймера на основе магнитно-резонансной томографии (МРТ) предоставляет дополнительные структурные и функциональные данные, однако существующие методы глубокого обучения часто сталкиваются с проблемами несбалансированности данных, высокой вычислительной сложности и ограниченной обобщаемостью. Для устранения этих пробелов разработана структура извлечения признаков из МРТ на основе EfficientNet для классификации стадий болезни Альцгеймера. EfficientNet, оснащенный комбинированным масштабированием, слоями с разделением по глубине и компонентами сжатием и возбуждением, позволяет точно охарактеризовать корковые структуры и вариации во всем мозге, сохраняя при этом вычислительную эффективность. Извлеченные признаки классифицируются с помощью сети свёрточной многомасштабной внимательной сети на основе сжатия (C-MSACCN), которая объединяет механизмы внимания и стратегии сжатия для повышения точности и снижения сложности модели. Более того, улучшенный оптимизатор соседей клеток (ICNO) тонко настраивает гиперпараметры, находя баланс между исследованием и эксплуатацией для оптимального сходимости и устойчивости. С точностью 99,9%, точностью, полнотой и F1-мерой на наборах данных модель превосходит предыдущие работы. Валидация подтверждает согласованность, а методы визуализации выделяют области, связанные с заболеванием, для предоставления клинической информации.

Надежная система производства продуктов питания является краеугольным камнем обеспечения продовольственной безопасности. Интегрируя концептуальные значения устойчивости производства продуктов питания, данное исследование создает многомерную оценочную индексную систему, охватывающую устойчивость, восстановление и адаптивные способности. Используя панельные данные из Синьцзяна за период с 2010 по 2022 годы, исследование применяет интегрированную методологию, включая метод энтропийного веса, модифицированную гравитационную модель, анализ социальных сетей (SNA) и модель XGBoost-SHAP, для систематического анализа уровней устойчивости, характеристик структурной сети и основных механизмов, определяющих производство продуктов питания в регионе. Результаты показывают, что: с 2010 по 2022 годы уровень устойчивости производства продуктов питания в Синьцзяне демонстрировал непрерывный рост, характерный пространственной гетерогенностью с относительно узким разрывом. В течение исследуемого периода сетевое взаимодействие устойчивости производства продуктов питания в Синьцзяне становилось все более плотным; однако его характеризовало низкое сетевое плотность при топологии высокой кластеризации и коротком среднем пути. Наблюдались асимметричные особенности между регионами ввода и вывода, сопоставленные с уменьшением числа переноса между блоками. Площадь пашни на душу населения (X5), доступность транспортной инфраструктуры (X15), прогресс в сельскохозяйственных технологиях (X12) и среднегодовая температура (X1) заняли четыре первых места среди фактор влияния, при этом взаимодействие между площадью пашни на душу населения (X5) и доступностью транспортной инфраструктуры (X15) было наиболее значительным. Эти исследовательские выводы могут предоставить ценные ссылки для обеспечения продовольственной безопасности на уровне государства.

Выравнивание белков является незаменимым инструментом для биологических открытий, поддерживая сравнение структур, функциональную аннотацию и эволюционные выводы. Хотя методы, основанные на структуре, очень эффективны для обнаружения структурного сходства, их применение ограничено ограниченной доступностью экспериментально разрешенных структур белков и высокой вычислительной сложностью. Подходы, основанные на последовательностях, с использованием предварительно обученных языковых моделей белков (pLMs), предлагают масштабируемые альтернативы, однако контролируемые методы, основанные на дифференцируемом динамическом программировании, не всегда превосходят более простые неконтролируемые стратегии. В данной работе мы представляем CLAlign, структуреосознательную рамочную систему для выравнивания белков, основанную на контрастном обучении. CLAlign дообучает предварительно обученную pLM для генерации структурыосознательных эмбеддингов на уровне остатков, обогащенных структурным контекстом, не полагаясь на дифференцируемое динамическое программирование. Это первая контролируемая методика, которая последовательно превосходит неконтролируемые методы на основе pLM и естественно расширяется как для выравнивания на основе последовательности, так и на основе структуры, гибко принимая различные кодировщики языковых моделей белков. CLAlign достигает передовой точности на контрольных точках MALIDUP и MALISAM, значительно превосходя существующие последовательные методы, оставаясь при этом высокоэффективным. Более того, его показатели выравнивания имеют четкую биологическую интерпретацию: при обнаружении удаленной гомологии на SCOPe CLAlign показывает сопоставимые результаты с методами на основе структур, такими как TM-align, в то время как значительно превосходит все базовые методы на основе последовательностей. В совокупности эти результаты утверждают CLAlign как простую, расширяемую и биологически значимую основу для выравнивания белков.

Понимание причин, стоящих за человеческими выборами в условиях риска, является центральной целью науки о принятии решений, однако традиционные методы, основанные на поведенческих данных, ограничены строгими предположениями о неизменности. Мы представляем масштабируемую аналитическую структуру с использованием больших языковых моделей (BLM) для анализа устных отчетов и выявления сформулированных причин выбора между денежными лотереями. Проверенная BLM точно определила предопределенные причины решений в свободных текстовых отчетах участников, что совпало с их фактическими выборами в 95% случаев. Наш анализ показывает, что причины, лежащие в основе решений людей, варьируются систематически и в большей степени зависят от структуры проблемы выбора, чем от индивидуальных различий. Важно отметить, что причины, полученные из устных отчетов, предоставляют более экономичные и информативные представления процессов принятия решений, чем те, что исходят только из выборов; кроме того, профили причин, специфичных для проблемы, достигают точности предсказаний вне выборки, которая сопоставима с установленными вычислительными моделями. Эта работа демонстрирует, что устные отчеты являются богатым источником данных, и наша аналитическая структура может раскрыть их потенциал, предоставляя результаты, которые ставят под сомнение основные предположения о неизменности в этой области и прокладывают путь к более контекстно чувствительным и интерпретируемым моделям человеческого принятия решений.

В данной работе представлена компактная MIMO-антенна с четырьмя элементами, демонстрирующая резонанс на частотах 6.39 ГГц, 11.09 ГГц, 14.69 ГГц и 17.96 ГГц, охватывающая диапазоны C, X и Ku соответственно в рамках одной компактной структуры. Разработанная четырехэлементная MIMO-антенна использует Y-образную радиирующую монопольную конфигурацию с соединённымиGround-элементами для удобной интеграции в системы. Также разработанная MIMO-антенна достигает геометрически обусловленной круглой поляризации (CP) под определёнными углами возвышения без внешних фазовращателей или паразитных структур, что приводит к повышенной надежности против затухания многопутевых сигналов и несовпадения поляризаций. Кроме того, критически важный параметр высокой изоляции между элементами поддерживается (Sij < -20 дБ), эффективно подавляя взаимные помехи. Параметры представленного дизайна четырехпортовой антенны также оптимизированы с использованием различных алгоритмов машинного обучения, причем модель гауссовской регрессии оказалась наиболее подходящей, обеспечивая наилучшие показатели возвратных потерь. В заключение, разработанная четырехпортовая MIMO-антенна была изготовлена, и её прототип протестирован для валидации смоделированных результатов. Компрéhенсивный анализ характеристик разнообразия демонстрирует параметры ECC (≤ 0.001), DG (≈ 10 дБ), CCL (< 0.2 б/с/Гц) и TARC (> 9.99), что обеспечивает эргодическую пропускную способность канала, превышающую 9 б/с/Гц. Средняя эффективность наблюдается на уровне 57% по всем диапазонам с пиковым усилением 9.78 дБи на 17.96 ГГц, что делает это решение высокоинтегрированным, надежным и перспективным для CP-MIMO систем связи, делая его сильным кандидатом для спутниковых и современных беспроводных приложений.