- 资讯公开站Nature News
X射线液相图谱解析偶氮苯异构化的复杂运动
X-ray liquidography decodes complex motions in azobenzene isomerization
- 资讯公开站Nature News
群体规模免疫多组学图谱揭示调控性疾病机制
Population-scale immune multiome atlas reveals regulatory disease mechanisms
- 资讯公开站Nature News
人前额叶皮层全生命周期单细胞转录组图谱
Lifespan single-cell transcriptomic atlas of the human prefrontal cortex
摘要显示，该研究构建了覆盖人类全生命周期的前额叶皮层单细胞转录组图谱，系统刻画了不同发育阶段与衰老过程中细胞类型组成及基因表达的变化。该资源为理解前额叶皮层在认知功能相关脑区中的发育、成熟与老化机制提供了参考数据基础。
意义：为脑发育与衰老研究提供单细胞参考图谱，可用于神经疾病靶点发现与AI辅助的细胞类型注释。
- 资讯公开站Nature News
小鼠大脑的脂质组学架构
The lipidomic architecture of the mouse brain
摘要显示，该研究绘制了小鼠大脑的脂质组学架构，系统解析脑内脂质的空间与分子组成。由于原文摘要内容有限，具体方法、样本规模与关键发现无法从现有信息确认，仅可确认其主题为小鼠脑脂质组的整体组织方式。
意义：脑脂质组图谱可为神经退行性疾病、脑成像与AI辅助多组学分析提供参考数据基础。
- 资讯公开站Nature News
跨脑部疾病的转录组脆弱性单细胞图谱
Single-cell atlas of transcriptomic vulnerability across brain disorders
该研究构建了跨多种脑部疾病的单细胞转录组图谱，用于识别不同疾病中共同与特异的脆弱细胞类型与基因表达特征。摘要显示，研究以单细胞分辨率比较疾病状态下的转录组变化，揭示易受损细胞群体的分布规律，为理解脑疾病的细胞层面机制提供统一参考框架。
意义：为脑疾病研究提供统一的单细胞层面参考图谱，有助于定位易损细胞类型并推动跨疾病的机制与靶点比较研究。
- 资讯公开站Nature News
人脑基因活动里程碑图谱为阿尔茨海默病提供线索
Landmark map of human brain’s gene activity holds clues to Alzheimer’s disease and more
摘要显示，《Nature News》报道了一项人脑基因活动图谱的里程碑式成果，该图谱被认为可为阿尔茨海默病及其他脑疾病研究提供线索。由于原始摘要内容有限，具体数据规模、研究团队与所用技术细节尚不明确，需查阅原文获取完整信息。
意义：全脑基因表达图谱为脑疾病靶点发现与神经科学基础研究提供可复用数据资源，值得关注后续开放数据与工具。
- 资讯公开站Nature News
大规模细胞基因表达图谱或变革脑衰老与疾病研究
Vast cellular gene-expression atlas could transform how scientists understand brain ageing and disease
摘要显示，《Nature News》报道了一项大规模细胞基因表达图谱研究，该图谱被认为可能改变科学家理解大脑衰老与疾病的方式。原文未提供具体数据、样本规模或研究机构信息，因此细节尚待核实。
意义：若图谱公开可用，或为脑衰老与神经疾病研究提供统一的细胞层面参考基准，值得开发者关注其数据与工具生态。
- 主题公开站Google News · 麒麟
麒麟传说的地域差异：各地麒麟故事大不同
摘要显示，民间文学爱好者搜集并比较了中国各地流传的麒麟传说版本，发现不同地域的麒麟故事存在明显差异。该内容以比较异同的方式呈现民间传说的地域多样性，趣味性较强，属于地方传说与民俗文化整理类内容。
意义：对AI行业直接价值有限，但可作为中文民俗文化语料，用于文化知识图谱或本土化内容生成的数据补充。
- 资讯公开站Nature News
大脑「微蛋白」图谱或为阿尔茨海默病提供新线索
Map of brain ‘microproteins’ could offer new clues to Alzheimer’s disease
《自然》新闻报道称，研究人员绘制了大脑中「微蛋白」的图谱，这类此前被忽视的小分子可能为理解阿尔茨海默病提供新线索，具体数据与方法有待进一步确认。
意义：提示蛋白质组研究中被忽略的微蛋白方向，可能为神经退行性疾病的机制研究与靶点发现提供新切入点。
- 论文公开站arXiv
部分知识下的约束实体选择：面向LLM知识图谱问答
Constrained Entity Selection under Partial Knowledge for LLM-Based Knowledge Graph QA
该论文研究大语言模型在知识图谱问答中的实体选择问题，提出CES-PK框架，利用轻量级符号约束（类型、关系、排除）过滤无效候选答案，并采用三值语义（满足、违反、未知）处理不完整知识图谱。在Hetionet生物医学知识图谱上的实验显示，该方法能提升精确率，同时保持召回率。
意义：提供一种无需完整语义解析即可提升KGQA可靠性的方法，对构建可验证的LLM问答系统有参考价值。
- 论文公开站arXiv
FedV-KGQA：垂直分区知识图谱上的多跳问答框架
FedV-KGQA: Multi-Hop Question Answering over Vertically Partitioned Knowledge Graphs
FedV-KGQA 是一种用于垂直分区知识图谱的多跳问答框架，其中各组织共享实体但拥有不相交的关系集。它结合局部图增强和知识图谱嵌入，确保原始三元组和关系参数不离开各自数据孤岛，建立结构数据边界，无需集中式图访问。引入主题实体锚定机制，在无运行时跨孤岛通信的情况下将问题定位到正确图邻域。在三个基准测试的12种配置中，性能接近集中式，可泛化至3跳推理，并对嵌入扰动具有鲁棒性。
意义：为数据治理和隐私约束下的知识图谱问答提供可行方案，实现多跳推理而无需集中数据，对联邦学习和隐私保护AI有重要价值。
- 论文公开站arXiv
VIALS：生命科学视觉工件解读基准
VIALS: A Benchmark for Visual Interpretation of Artifacts in the Life Sciences
VIALS 是一个视觉问答基准，包含161个生物技术行业实验流程中常见的视觉工件解读任务，如凝胶电泳图、显微镜图像、质粒图谱等。研究发现，前沿视觉语言模型虽能流畅描述自然图像，却难以准确解读这些科学图像，反映出领域知识和特定视觉推理能力的不足。而具备相关专业知识的科学家则觉得这些任务简单。
意义：该基准揭示了当前视觉语言模型在专业科学领域的短板，对开发面向生命科学行业的AI工具具有重要指导意义，推动模型提升领域特定视觉推理能力。
