Вероятностная теория псевдозавязей

Развитие групповой теории в математике, а также ее влияние на физику были впечатляющими на протяжении двадцатого века, и особенно за последние пятьдесят лет. Если ее вклад в физику частиц требует особого внимания, ее полезность не следует недооценивать и в других областях, таких как статистическая физика, и она также может быть интересна в теоретической биологии. Некоторые из этих аспектов будут рассмотрены.

Точное восстановление генетических регуляторных сетей (ГРС) необходимо для понимания транскрипционных процессов в разработке и заболеваниях. MERLIN-SUITE (https://github.com/Roy-lab/MERLIN-SUITE) представляет собой набор алгоритмических расширений на базе MERLIN (Модульное обучение регуляторных сетей с учетом информации по генам), это вероятностная структура, которая позволяет выявлять специфические для генов и модуля регуляторные программы ко-регулируемых модулей, захватывая как детализированные, так и модульные аспекты транскрипционных сетей. Хотя восстановление, основанное на экспрессии, эффективно, зачастую оно плохо соотносится с экспериментально подтвержденными регуляторными взаимодействиями. MERLIN-P решает эту проблему, интегрируя внешние регуляторные приоритеты, такие как мотивы, ChIP и данные о perturbations, для повышения биологической значимости и предсказательной точности. MERLIN-P-TFA дополнительно развивает рамки, включая регуляризованную оценку латентной активности транскрипционных факторов (TFA), преодолевая ограничение, что уровни мРНК TF могут не отражать активность белков. Интегрируя данные экспрессии, заранее известные данные и моделирование с учетом активности, этот унифицированный подход поддерживает надежное восстановление ГРС как в пакетных, так и в одноядерных наборах данных. Эта глава представляет MERLIN-SUITE с акцентом на MERLIN-P-TFA и демонстрирует его использование на одномодальном многомодальном наборе данных о перетасовке клеток мыши для вывода ГРС и выявления ключевых регуляторов.

За последние пятнадцать лет ряд результатов из области НейроИскусственного Интеллекта подняли основные вопросы как о том, как сравнивать модели глубоких нейронных сетей (ДНС) с мозгом, так и о том, насколько ожидаемо конвергентное развитие между искусственными сетями и реальными мозговыми сетями. Здесь мы показываем, что для любых двух минимальных решений ДНС для достаточно сложной задачи: (i) 'слабое' выравнивание представлений сети на основе аффинных преобразований гарантирует 'сильное' выравнивание привилегированных осей, и (ii) выравнивание 'молний' в иерархии сети приводит к возникновению привилегированных осей в результате оптимизации задачи по принципу 'от конца до конца'. Эти результаты формализуют понятие контравариантности, предложенное Као и Яминсом [2024], и иллюстрируют важные последствия для теории НейроИскусственного Интеллекта: при достаточно сложных задачах выбор метрики для межсетевого сравнения не так чувствителен, а конвергентное развитие, вероятно, неизбежно.

Режимы нарушений и поступление питательных веществ меняются по всему миру, что сказывается на структуре и функционировании растительных сообществ. Классическая теория жизненного цикла предполагает, что нарушения должны смещать сообщества от многолетних растений к однолетним, а обогащение питательными веществами может усилить этот сдвиг. Однако эти предсказания не были экспериментально протестированы в широких экологических градиентах. Здесь, используя глобальный согласованный эксперимент по травяным покрытиям, охватывающий 37 мест, мы проверили, как физические нарушения, удаление растительности и мелкая обработка почвы, а также удобрение изменяют баланс между однолетними и многолетними растениями, и ослабляет ли нарушение климатические пределы доминирования однолетников. Нарушение практически удвоило долю однолетних видов и более чем удвоило относительное покрытие однолетниками, в то время как удобрение оказало малое влияние и не взаимодействовало с нарушением. Сдвиг, вызванный нарушением, возник через контрастные пути: у злаков и бобовых он отразил утрату многолетнего покрова, тогда как у трав -- расширение покрова однолетников. В отсутствие нарушений доминирование однолетников ограничивалось системами с чрезвычайно жарким и сухим летом, но нарушение практически утроило масштаб климатического пространства, в котором однолетники доминировали. Быстро восстанавливаясь после нарушения, однолетники могут помочь поддерживать покров растений, но их расширение также свидетельствует о потере многолетнего покрова и долгосрочных экосистемных функциях, связанных с ним.

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.

Рекомбинация диверсифицирует геномы потомков и помогает обеспечить сегрегацию хромосом во время мейоза. Уровни мутаций повышены рядом с кроссоверами из-за индукции двунитевых разрывов и их несовершенного восстановления, что является побочным продуктом рекомбинации, обычно игнорируемым в теориях, объясняющих ее эволюцию. Для изучения эволюционной роли мутаций, связанных с рекомбинацией, мы анализируем популяционно-генетическую модель, в которой модификаторный локус контролирует как скорость рекомбинации между двумя локусами, испытывающими селекцию жизнеспособности, так и скорость мутации на этих локусах. Аналитические и численные результаты показывают, что преимущество, получаемое от рекомбинации благодаря ее способности устранять эпистатические, вредные мутации, оказывается преодолено селективной стоимостью даже небольших увеличений скорости мутации. Моделирование конечных популяций показывает, что мутации, связанные с рекомбинацией, также уменьшают вероятность фиксирования модификаторных аллелей в отсутствие эпистаза. Включив мутагенные эффекты рекомбинации, наш анализ расширяет обширное тело теории, чтобы учесть молекулярную особенность, неотъемлемую для образования кроссоверов. Наши результаты предполагают, что более высокая скорость рекомбинации эволюционирует за счет изменения шагов в пути кроссовера, которые менее подвержены мутационным повреждениям.