基于知识增强的图主题Transformer在可解释生物医学文本摘要中的应用 研究背景 由于生物医学文献发表量持续增加，自动生物医学文本摘要任务变得愈加重要。2021年，仅在PubMed数据库中就发表了1,767,637篇文章。现有的基于预训练语言模型（Pre-trained Language Models，简称PLMs）的摘要方法虽然提升了摘要性能，但在捕捉领域特定知识和结果可解释性方面存在显著局限。这可能导致生成的摘要缺乏连贯性，包括冗余句子或重要领域知识的遗漏。此外，变压器模型的黑箱特性使得用户难以理解摘要生成的原因和方式，因此在生物医学文本摘要中，包含领域特定知识和可解释性对提高准确性和透明度至关重要。 研究来源 本文的论文由Qianqian Xie、Prayag Tiwari（IEE...

分层注意力关系网络在诊断预测中的应用 近年来，电子健康记录（Electronic Health Records，简称EHR）在提高医疗决策、在线疾病检测和监测方面变得极为有价值。同时，基于深度学习的方法在利用EHR进行健康风险预测和诊断预测方面也取得了巨大的成功。然而，深度学习模型通常需要大量的数据，由于参数的庞大数量。此外，EHR数据中存在大量罕见的医学代码，这对临床应用带来了巨大的挑战。因此，一些研究提出采用医学本体来增强预测性能并提供可解释的预测结果。然而，这些医学本体通常规模较小且粒度较粗，缺乏许多诊断和医学概念，更不用说这些概念之间的各种关系了。 为了克服这一限制，本文提出将现有的大规模医学知识图谱（Knowledge Graph，简称KG）结合到诊断预测中，并设计了一种名为HAR...

本研究探讨了神经纤维瘤病1型（neurofibromatosis type 1, NF1）相关的丛状神经纤维瘤（plexiform neurofibroma, PNF）中Schwann细胞和成纤维细胞之间的相互作用。研究的背景源于NF1的高发病率，约影响全球1/3000的新生儿，并伴随一系列独特的临床表现。PNF是NF1患者中常见的周围神经鞘瘤，约50%的患者罹患此疾病，并严重影响其生活质量。尽管经过数十年的研究，PNF依然无法治愈。现有的治疗方法主要针对NF1相关的Schwann细胞，并取得了一些临床疗效。然而，许多治疗方法，如选择性MEK抑制剂Selumetinib，仅对部分患者有效，且长期使用会导致耐药性。这促使研究人员将目光转向PNF中的成纤维细胞及其在肿瘤中异常增殖和胶原沉积的作用...

Romidepsin 通过 DDIT4-mTORC1 通路展现抗食管鳞状细胞癌活性 食管鳞状细胞癌（esophageal squamous cell carcinoma, ESCC）是全球最为常见的人类恶性肿瘤之一，具有高发病率和高死亡率。由于当前治疗选择有限，开发新型有效的治疗药物成为迫切需求。在本文中，研究者通过高通量药物筛选（high-throughput drug screening, HTS）技术对ESCC细胞系进行筛选，发现了组蛋白去乙酰化酶抑制剂罗米德辛（Romidepsin）在抑制ESCC细胞增殖、诱导细胞凋亡和细胞周期阻滞方面具有显著效果。实验结果还在ESCC细胞系衍生的移植瘤（CDX）及患者来源的移植瘤（PDX）小鼠模型中得到了验证。该研究由来自重庆医科大学及中南大学的研...

研究背景 荧光光谱是一种广泛应用于识别和量化荧光物质（荧光团）的方法。然而，当材料中包含其他荧光团（基线荧光团）时，量化感兴趣的荧光团变得具有挑战性，特别是当基线的发射光谱未明确定义且与目标荧光团的发射光谱重叠时。为了准确区分并量化这些荧光物质，研究人员提出了基于多波长激发荧光光谱的新方法。这项研究的主要目标是解决基线荧光干扰这一问题，并提供一种无需先验假设的稳健估计算法。 论文来源 这篇名为《An Explicit Estimated Baseline Model for Robust Estimation of Fluorophores Using Multiple-Wavelength Excitation Fluorescence Spectroscopy》的论文，作者包括A. Ga...