Новый подход машинного обучения для классификации опухолей центральной нервной системы на основе метилирования ДНК

Классификация гетерогенных омических данных по-прежнему остается основной проблемой в вычислительной биологии, особенно в условиях высокой размерности и малых выборок, где доминируют нелинейные взаимодействия, а дисбаланс классов дополнительно усложняет надежное предсказание редких фенотипов. Хотя традиционные методы на основе ядров полагаются на изобилие признаков, они не используют известные ландшафты взаимодействий биологических систем. В данной работе мы предлагаем структуру классификации на основе гауссовского процесса, которая интегрирует закодированные графом биологические пути непосредственно в конструкцию ядра. Пропагируя информацию вдоль известных сетей взаимодействия и комбинируя это с признаками, основанными на изобилии, полученный классификатор захватывает как количественные измерения, так и топологический контекст. Мы проводим оценку нашей предложенной методологии на трех общедоступных наборах данных по микробиому кишечника и кала. Для решения проблемы серьезного дисбаланса классов мы оцениваем дополнительные стратегии, включая ресемплирование на уровене данных, калибровку порогов и корректировки на основе матрицы замешательства, и сообщаем о результатах для класса меньшинства наряду с общей точностью. Гибридный подход дает прирост производительности по сравнению с неструктурированными базовыми решениями и соответствует показателям установленных эталонов для аналогичных наборов данных. Кроме того, вероятностная природа данного подхода естественным образом предоставляет откалиброванную предсказательную неопределенность, позволяя надежно различать уверенные предсказания и неоднозначные образцы.

Является основным зоонозным патогеном, вызывающим у людей фульминантный менингит и синдром, подобный стрептококковому токсическому шоку (STSLS). Последний обусловлен дисрегулированными воспалительными реакциями и взрывными цитокиновыми штормами. Остается неясным, действует ли PANoptosis как согласованная защитная реакция хозяина или же служит вредным фактором, провоцирующим цитокиновый шторм во время бактериальной инфекции. В данном исследовании мы выявляем аутофагию как верховного организатора PANoptosis во время зоонозной инфекции, переопределяя STSLS как болезнь, управляемую интегрированной программой клеточной смерти PANoptosis, а не параллельной активацией отдельных путей смерти. Механистически инфекция активирует метаболический путь iNOS/NO-Bcl-2-ауттофагия, который, в свою очередь, устанавливает PANoptosis в качестве доминирующего драйвера цитокинового шторма и повреждения хозяина. Нокаут iNOS, осуществленный с помощью CRISPR/Cas9 in vitro, вместе с ингибированием iNOS/NO с использованием селективного ингибитора 1400 W, заметно подавляет индуцированную аутофагией PANoptosis, ослабляет цитокиновые штормы и защищает мышей от летального STSLS, тем самым устанавливая PANoptosis как центральный драйвер повреждения хозяина в патологии STSLS. В этом исследовании мы раскрываем аутофагию как ранее нераспознанный верховный регулятор PANoptosis и выделяем путь iNOS/NO-ауттофагия как ключевую точку для PANoptosis и разумную мишень для терапии, направленной на хозяина, в случае STSLS.

Аденозинтрифосфат-связывающий белок, семейство G, член 2 (ABCG2) является ключевым регулятором гомеостаза мочевой кислоты, и его дисфункция является основным генетическим фактором риска гиперурикемии и подагры как у людей, так и у животных. Изначально ABCG2 был известен своей ролью в множественной лекарственной устойчивости. Позже ABCG2 был идентифицирован как насос с высоким потенциалом для выведения мочевой кислоты, расположенный на апикальных мембранах проксимальных трубочек почек, энтероцитов кишечника и печеночных канальцев. Настоящий обзор охватывает молекулярную структуру, физиологические функции и патофизиологические эффекты ABCG2, с особо вниманием к распространенному варианту Q141K (rs2231142), который приводит к утрате функции. Вариант Q141K нарушает стабильность и транспортировку белка, снижая транспорт мочевой кислоты и увеличивая риск подагры и кардиоренальных сопутствующих заболеваний. В обзоре рассматривается центральная роль ABCG2 в транспортом мочевой кислоты, подчеркивая его контрастные и кооперативные взаимодействия с реабсорбтивными и секреторными транспортерами, а также его регуляцию новыми механизмами, включая кишечный микробиом и микробные метаболиты. Эти наблюдения имеют значительные клинические последствия для подходов в фармакогеномике, так как носители варианта Q141K демонстрируют сниженный ответ на урикозурические препараты. В обзоре также подчеркиваются новые методы лечения, выходящие за рамки стандартной терапии, снижающей уровень мочевой кислоты, включая активаторы ABCG2, модулаторы микробиома и методы редактирования генов, что может привести к переходу к персонализированным подходам к профилактике и лечению подагры. Понимание многогранной роли ABCG2 имеет ключевое значение для разработки целевых стратегий борьбы с первопричинами нарушения экскреции мочевой кислоты.

Несмотря на увеличение масштаба и разрешения, многие биологические измерения остаются разрушительными, раскрывая лишь пространственную информацию, а не динамику, которую они кодируют. Совмещая гибкие представления с механистическими ограничениями, физически обоснованное машинное обучение предлагает многообещающий путь для вывода этих динамик из статических снимков. Исходя из субклеточной визуализации экспрессии генов, мы задаемся вопросом, когда статический пространственный паттерн молекул может идентифицировать пространственно изменяющуюся диффузию, создание, разрушение и обмен на границе, и как различные схемы вывода выполняют эту задачу. Структурный анализ идентифицируемости показывает, что распределенные источники не могут быть идентифицированы, тогда как точечный источник, такой как место транскрипции, может восстановить идентифицируемость. Эти ограничения дополнительно формируются, казалось бы, безобидными выборами моделей: граничные условия, пространственная регулярность базовой динамики и даже конвенция стохастического исчисления. Затем мы адаптируем несколько схем, основанных на физических принципах, отличающихся тем, как они представляют решение и учитывают управляющие уравнения, и демонстрируем эффективный вывод из одного снимка. Таким образом, подходы, основанные на физических принципах, могут восстановить пространственные гетерогенности биологических динамик из статических данных, но их использование должно сопровождаться и направляться тщательным анализом идентифицируемости для значительной интерпретации результатов.

Современные подходы машинного обучения (МО) в области открытия новых материалов сильно зависят от известных структурных баз данных, что ограничивает их способность выявлять совершенно новые типы структур. В данной работе мы разработали многоминимальный итеративный генетический алгоритм (MMIGA), который интегрирует межатомный потенциал, основанный на искусственной нейронной сети (ANN-ML), с итеративной схемой наказаний, вдохновленной метадинамикой. Мы демонстрируем надежность этого метода на сложной тернарной системе La-Co-Pb, характеризующейся несовместимостью Co-Pb и сложным энергетическим ландшафтом. Алгоритм MMIGA, улучшенный с помощью МО, успешно предсказывает основнойPbam структуру недавно синтезированной антагонистической пары фаз La4Co4Pb, новую структуру, упущенную в предыдущих предсказаниях, зависящих от баз данных МО, одновременно выявляя несколько метастабильных конкурирующих фаз. Кроме того, мы поставили задачу предсказать структуру антагонистической пары фаз La5CoPb2, нового соединения, найденного в ходе предыдущих попыток синтезировать предсказанную фазу La3CoPb. Имея всего лишь информацию о составе, наш подход MMIGA успешно предсказывает орторомбическую структуру La5CoPb2, точно совпадая со структурой, независимо определенной с помощью рентгеновской дифракции. Эффективно сопоставляя как глобальный минимум, так и соответствующие конкурирующие метастабильные состояния, этот подход предоставляет критически важные теоретические понимания выбора фаз для новых квантовых и магнитных материалов.

Интерфейсы «мозг-компьютер» (BCI) произвели революцию в нейронауке, обеспечивая широкий спектр приложений, от моторной реабилитации до нейроэргономики. Традиционные имплантируемые BCI с инвазивными микроэлектродными массивами сталкиваются с несколькими проблемами, особенно с необходимостью проводных соединений и связанными с ними рисками имплантации. В данной статье представлен беспроводной BCI без батареи, объединяющий имплант и его внешнюю поддерживающую систему. Наше проектирование сосредоточено на антенном системе с двойной функцией: во-первых, механизм индуктивной связи обеспечивает беспроводную передачу энергии, достаточно обеспечивая питание интегральной схемы специального назначения (ASIC) для стимуляции и считывания без батареи в импланте. Во-вторых, антенна обратного рассеяния в импланте облегчает беспроводную связь с высокой скоростью передачи данных (до 32 Мбит/с) без батареи. Эта система не только улучшает взаимодействие с BCI, устраняя провода, но также сохраняет точность передачи данных и эффективность использования энергии, обещая более безопасный и эффективный интерфейс для выполнения задач, таких как управление роботизированными руками.