- 论文公开站arXiv
Simulation-Free Learning of Population Dynamics with Wasserstein Lagrangian Residuals
The dynamics of cells, organisms, and fluids are often modeled as probability distributions evolving over time. Reconstructing and extrapolating this evolution from unpaired snapshots requires assumptions about the under…
- 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
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。
- 论文公开站arXiv
PerturbRx：学习治疗条件下的潜在状态转换以预测患者药物反应
PerturbRx: Learning Treatment-Conditioned Latent Transitions for Patient Drug Response Prediction
摘要显示，PerturbRx是一个治疗条件下的表示学习框架，用于预测患者级别的癌症治疗反应。它从上下文匹配但细胞未配对的对照和处理的单细胞群体中训练药物和剂量条件的转换预测器，然后冻结并迁移到预处理患者概况，无需治疗后测量。在TCGA和患者来源异种移植基准上，PerturbRx取得了最强的综合预测性能。
意义：该框架利用扰动预训练的潜在转换作为特征，无需治疗后数据即可预测反应，为精准肿瘤学中的药物反应预测提供了新思路。
