• 神经纤毛蛋白-1（NRP1）基因敲低 Claudin-low 三阴性乳腺癌细胞系的大规模RNA测序数据集：探索潜在治疗靶点的转录组学资源

  在乳腺癌的复杂版图中，三阴性乳腺癌（TNBC）因其侵袭性强、预后差且易复发的特点，始终是临床治疗的一大挑战。由于缺乏雌激素受体（ER）、孕激素受体（PR）和人表皮生长因子受体2（HER2）的表达，TNBC患者无法从常规的内分泌治疗和HER2靶向治疗中获益，化疗仍是其主要治疗手段。尽管聚ADP核糖聚合酶（PARP）抑制剂和程序性死亡配体1（PD-L1）免疫疗法为部分携带BRCA突变或PD-L1阳性的患者带来了希望，但仍有大量TNBC患者面临治疗选择有限的困境。在这一严峻背景下，约占TNBC病例25%-39%的Claudin-low亚型因其独特的生物学特性引起了研究人员的极大关注。Claudin-

  来源：Scientific Data

  时间：2025-12-03

• 用于图分类的深度位置编码器

  本文围绕图神经网络（GNN）的局限性展开研究，提出了一种名为"深度位置编码器（DPE）”的创新方法，旨在解决传统图神经网络无法有效区分结构对称但位置不同的节点这一核心问题。研究团队通过理论分析与实验验证，展示了该方案在多个图学习任务中的显著优势。在理论突破层面，作者创造性地将谱图理论与深度学习相结合。传统方法依赖预计算的拉普拉斯矩阵特征向量，这种固定化的特征空间存在两个关键缺陷：其一，预定义的特征向量难以适应不同任务需求，导致模型泛化能力受限；其二，固定特征空间会引入"锚定效应"，即新任务需要重新设计特征空间，造成资源浪费。DPE通过端到端优化直接学习特征向量，将原本静态的谱图理论转化为动态可

  来源：Pattern Recognition

  时间：2025-12-03

• AQUDF：结合二次增强隐式表面重建的自适应频率退火算法

  在计算机视觉与三维重建领域， unsigned distance fields（UDFs）因其对非闭合几何体的建模优势正逐步成为研究热点。然而，当前基于多层感知机（MLP）的UDF重建方法普遍面临两大核心挑战：首先，神经网络在训练过程中存在显著的频谱偏置问题，导致其难以准确捕捉物体表面高频几何细节；其次，UDF在零层集附近的非可微特性引发梯度不稳定，直接影响表面重建的连续性与精度。针对上述问题，Cheng Chi等学者在《Adaptive Frequency Annealing with Quadratic-Enhanced Implicit Surface Reconstruction》中提

  来源：Neurocomputing

  时间：2025-12-03

• DAGCCF：基于动态交替图的跨模态互补融合技术，用于对话情感识别

  本文聚焦于对话场景下的多模态情感识别（ERC）技术优化，针对现有基于图神经网络（GNN）的解决方案存在的关键问题，提出动态交替图交叉模态互补融合（DAGCCF）框架。研究通过系统性实验验证了该框架在多模态信息融合中的有效性，并形成以下核心贡献：在技术架构层面，DAGCCF创新性地构建了双模块协同机制。动态交替图构建模块（DAGP）采用分层交替策略，第一层专门建模文本与语音的时序关联，第二层处理视觉与文本的语义互补，第三层整合语音与视觉的生理特征交互。这种层间交替机制有效避免了传统GNN单层融合可能引发的模态冲突问题。实验表明，当处理包含5种以上情感状态的对话数据时，交替融合策略使跨模态特征匹配

  来源：Neurocomputing

  时间：2025-12-03

• 在基于采样的大规模图神经网络（GNN）中，采样和迭代哪个起着关键作用？

  图神经网络（GNNs）在大规模图数据训练中的优化路径研究一、技术背景与问题界定当前图神经网络在生物化学、医疗诊断、网络安全等领域的应用持续扩展，但面临两个核心挑战：其一，图数据规模呈指数级增长，典型场景如互联网流量分析中单日数据可达EB级量级；其二，传统GNNs训练机制存在计算复杂度骤增问题，当节点数超过百万级时，内存消耗和计算时间将产生数量级级增长。这种现象在节点密集型网络（如社交网络）和多层GNNs架构中尤为显著，导致现有模型难以适应超大规模数据场景。二、技术路线演进分析现有解决方案主要分为四类技术路径：1. 硬件增强方案（分布式计算、异构硬件集群）2. 模型架构简化（参数量压缩、聚合机制

  来源：Neurocomputing

  时间：2025-12-03

• SSMGNN：一种结合状态空间模型的谱时序图神经网络，用于多变量时间序列预测

  在多变量时间序列（MTS）预测领域，现有研究普遍采用时空解耦架构，通过独立处理空间和时间依赖性来建模复杂系统。这种设计虽然降低了单模块的计算复杂度，却忽视了空间关联与时间演化之间的本质统一性。以FourierGNN为代表的最新方法尝试通过超变量图结构实现时空联合建模，但其静态的傅里叶图算子（FGO）在应对局部噪声干扰和动态环境扰动时存在显著局限。针对这些挑战，本研究提出时空状态模型图神经网络（SSMGNN），通过创新性地融合动态谱滤波机制与多尺度特征融合策略，构建了具有自适应时空感知能力的统一建模框架。在方法论层面，研究团队借鉴信号处理中的谱分析理论与状态空间模型（SSM）的数学基础，开创性地

  来源：Neurocomputing

  时间：2025-12-03

• 基于邻居增强和特征知识蒸馏的联邦图学习

  在联邦学习与图神经网络交叉领域的研究中，Haitao Wang等学者针对非独立同分布（non-IID）的异构图数据提出了FedNGKD算法框架。该研究聚焦于多领域场景下的联邦图学习挑战，特别是当不同客户端的子图在拓扑结构和节点特征维度存在显著差异时，如何有效协调全局模型训练成为关键问题。现有联邦图学习方案主要存在三个技术瓶颈：首先，传统方法在跨域数据训练时难以处理子图结构差异，导致邻居节点信息丢失和特征维度不匹配；其次，现有结构特征分离策略无法兼顾跨域共享与本地优化需求；再者，缺乏针对多领域异构图数据的通用训练范式。针对这些问题，FedNGKD框架创新性地构建了三层协同机制：在数据预处理层，开

  来源：Neurocomputing

  时间：2025-12-03

• 来自Canna edulis的3型抗性淀粉通过调节肠道-大脑轴，改善了帕金森病模型大鼠的帕金森病症状，包括行为功能和神经损伤

  帕金森病肠道菌群调节新策略研究进展一、研究背景与意义帕金森病（PD）作为第二大神经退行性疾病，其病理机制涉及多系统协同作用。近年研究发现肠道菌群通过脑-肠轴调控神经炎症和氧化应激反应，为PD治疗提供了新方向。本研究以金伟大丽花（Canna edulis）来源的第三代抗性淀粉（Ce-RS3）为干预靶点，通过整合宏基因组学、转录组学和行为学评价，系统探究了Ce-RS3对PD模型的调控机制。该研究首次建立"肠道菌群-抗性淀粉-神经保护"的完整作用链条，为功能性食品在神经退行性疾病治疗中的应用开辟新路径。二、实验方法体系构建研究采用"细胞模型-动物模型-多组学验证"的三级验证体系：1. 细胞层面：建立

  来源：The Journal of Nutritional Physiology

  时间：2025-12-03

• 综述：2型糖尿病中心脏的调节机制

  心脏自主神经病变（CAN）作为2型糖尿病（T2DM）患者的重要并发症，其病理机制和干预策略近年来受到广泛关注。本文系统梳理了糖尿病心脏自主神经病变的研究进展，重点聚焦于中枢自主神经系统对心脏交感神经过度激活的调控机制，并提出了未来研究的方向。### 一、糖尿病心脏自主神经病变的临床特征与流行病学糖尿病心脏自主神经病变是T2DM患者心血管风险升高的关键机制。临床表现为早期心率变异性降低、静息心率增快等交感神经亢进症状，晚期可进展为静息心率昼夜节律消失、运动时心率调节异常，并与心肌肥厚、心律失常等结构功能障碍密切相关。流行病学数据显示，T2DM患者CAN患病率介于9%-73%之间，其患病率与病程长

  来源：Journal of Molecular and Cellular Cardiology Plus

  时间：2025-12-03

• 免疫检查点抑制剂治疗后的胃肠道自主神经功能障碍：病例系列与系统评价

  摘要 背景 免疫检查点抑制剂（ICIs）彻底改变了癌症的治疗方式，但同时也伴随着与胃肠道（GI）相关的免疫不良事件（IrAEs）。胃肠道自主神经功能障碍是一种罕见的免疫相关不良事件，其可能由肠道神经系统功能障碍引起，有时还伴有全身性的自主神经衰竭。本文报告了一组接受ICI治疗后出现胃肠道自主神经功能障碍的病例，并对相关文献进行了系统性回顾。

  来源：Neurogastroenterology & Motility

  时间：2025-12-03

• 基于异质图注意力网络的芯片布线拥塞预测：整合网表结构与设计规范的新方法

  随着集成电路规模的不断扩大，芯片设计过程中的布线拥塞问题日益凸显。布线拥塞不仅会降低单元利用率、增加芯片面积和线长，还会严重影响芯片性能并提高制造成本。传统的拥塞检测方法需要在完成布局阶段后才能获得反馈，这个过程通常需要数天甚至数周时间，成为芯片设计流程中的主要瓶颈。现有研究大多专注于利用网表（netlist）结构信息进行拥塞预测，但忽视了一个关键因素——设计规范（design specifications）对布线结果的显著影响。设计规范包括频率、面积利用率等参数，这些参数在布局阶段作为约束条件，会直接影响布线过程。如图1所示，同一网表在不同设计参数下会产生完全不同的拥塞分布模式，这充分说明了

  来源：IEEE Journal of the Electron Devices Society

  时间：2025-12-03

• 在清醒状态下进行局部麻醉、无需使用止血带的臂丛神经移植手术

  臂丛神经损伤修复术的革新：WALANT技术的临床应用与价值一、背景与问题臂丛神经损伤作为严重创伤的常见并发症，其修复手术面临多重挑战。传统手术采用全身麻醉配合止血带技术，存在麻醉风险、术中失血及术后并发症多等问题。尤其对于合并高血压、糖尿病、呼吸系统疾病等基础疾病的患者，全身麻醉可能引发致命性并发症。这种现状在医疗资源匮乏地区尤为突出，传统手术模式难以满足临床需求。二、WALANT技术核心原理本研究提出的WALANT技术（清醒无止血带局部麻醉技术）通过创新性麻醉方案实现三大突破：1. 药物组合：采用低浓度利多卡因（0.25%-0.5%）与高浓度肾上腺素（1:400,000）的复合配方，实现麻醉

  来源：Plastic and Reconstructive Surgery Global Open

  时间：2025-12-03

• 通过非手术方法治疗肩胛上神经压迫

  肩部疼痛和无力的一个较少被提及的原因是肩胛上神经病变。虽然这种情况通常由外伤引起，但神经也可能在肩胛上管内受到压迫。这往往与反复进行头顶动作或受到占位性病变的压迫有关。诊断肩胛上神经病变的金标准是结合电生理检查（EDX）和磁共振成像（MRI），尤其是在怀疑存在囊肿、脂肪浸润或肿瘤等占位性病变时。 治疗方法仍存在争议，且取决于病因。对于没有相关病变的慢性压迫情况，首选非手术治疗方法，包括调整活动方式、使用抗炎药物等；不过也有人主张通过手术解除压迫以限制肌肉萎缩。 如果我们遇到的是由外伤引起的肩胛上神经病变，通常会建议进行手术减压。我们接诊了一位34岁的男性患者，他的右手为主要使用手，几年前曾有过

  来源：Plastic and Reconstructive Surgery Global Open

  时间：2025-12-03

• 由于生物聚合物注射导致的坐骨神经受压的外科治疗方法

  ### 深层生物聚合物注射导致坐骨神经受压的临床处理与手术优化分析#### 一、案例背景与问题界定患者为60岁女性，13年前在非正规医疗机构接受臀部生物聚合物填充术。术后3年逐渐出现臀部及下肢疼痛、麻木、肌力下降等症状，2010年后病情持续加重，已出现睡眠障碍等心理问题。影像学检查（MRI）显示：臀部深层组织存在大量生物聚合物沉积，压迫坐骨神经并引发周围组织炎症反应。临床查体发现臀部不对称、局部红肿及硬结，提示存在异物残留与神经机械性压迫双重问题。#### 二、手术技术特点与实施路径1. **三维解剖定位系统**采用复合定位法确保神经安全：首先通过髂嵴-坐骨结节连线确定参考平面，结合骨盆前倾角

  来源：Plastic and Reconstructive Surgery Global Open

  时间：2025-12-03

• 基于分类的肌电生物反馈系统在多发性硬化症康复治疗中的个性化应用研究

  在神经康复领域，严重运动功能障碍患者的治疗一直是个巨大挑战。多发性硬化症（Multiple Sclerosis, MS）等神经系统疾病会导致患者出现肌肉无力、协调性差、活动范围受限等症状，传统的物理治疗方法往往难以实施。特别是对于晚期MS患者，由于严重的运动障碍，他们甚至无法进行最基本的康复训练，这进一步加剧了肌肉萎缩和功能丧失，形成恶性循环。现有的肌电生物反馈技术虽然为这类患者提供了一线希望，但传统"基于方程"的方法存在明显局限性。这类系统通常只能处理一到两个传感器的信号，且传感器位置固定，无法根据患者的个体化需求进行灵活调整。对于症状复杂多变的MS患者来说，这种僵化的系统难以满足其特殊的康

  来源：IEEE Sensors Journal

  时间：2025-12-03

• 超越1.6 Tb/s的硅基局域网WDM发射器，实现高效传输

  摘要：我们展示了一种全硅制的局域网波分复用（LAN-WDM）发射器，其传输容量可达到1.6 Tbps及以上。该发射器采用了8个行波马赫-曾德尔调制器（TW-MZMs），每个调制器的电光带宽为60 GHz，同时使用基于晶格滤波器的高斯型通带多路复用器。通过结合线性与非线性均衡算法（该算法基于级联人工神经网络和最大似然序列估计技术，即ANN-MLSE），我们实现了单通道250 Gbps的四电平脉冲幅度调制（PAM4）传输，其对应的比特错误率（BER）低于20%的软判决前向纠错（SD-FEC）阈值（2E-2）。在1公里和10公里的单模光纤上传输时，8个通道的总比特率分别达到了2 Tbps和1.6 T

  来源：IEEE Photonics Technology Letters

  时间：2025-12-03

• 大语言模型在生成式图分析领域的革命性进展：查询、学习与应用全景透视

  在当今数据驱动的社会中，图结构数据已成为表示复杂关系网络的核心载体，从社交网络、交通网络到生物医学系统，图数据的应用无处不在。然而，传统的图学习方法如图神经网络(GNN)面临着泛化能力弱、标注成本高、跨任务迁移困难等固有局限。与此同时，大语言模型(LLM)在自然语言处理领域展现出惊人的推理能力和语义理解水平，但其序列化特性与图数据的拓扑结构存在本质冲突，如何将LLM的强大能力有效迁移至图分析任务成为学界亟待突破的瓶颈问题。发表于《IEEE Transactions on Knowledge and Data Engineering》的这篇综述论文，由香港浸会大学的Wenbo Shang和Xin

  来源：IEEE Transactions on Knowledge and Data Engineering

  时间：2025-12-03

• 基于机器学习重构独立数据驱动的全球电离层总电子含量模型

  当我们仰望星空，通过卫星信号进行精准定位或通信时，很少有人意识到这些信号需要穿越地球上空50-1000公里处的电离层。这个充满自由电子和离子的区域，如同一个"电子海洋"，会对穿越其中的卫星信号产生延迟效应，而这种延迟的大小主要取决于电离层中的总电子含量（Total Electron Content, TEC）。太阳活动周期性变化——约11年的太阳周期——会显著影响电离层中的电子密度，在太阳活动高年，强烈的太阳风暴会导致TEC值急剧增加，从而对依赖卫星信号的定位、导航、授时（Positioning, Navigation, and Timing, PNT）以及天地通信系统造成严重干扰。传统上，补

  来源：IEEE Journal of Indoor and Seamless Positioning and Navigation

  时间：2025-12-03

• 基于Fama-French多因子模型与模糊认知图的因果序列图神经网络在股票预测中的应用研究

  在全球资本市场规模突破100万亿美元的背景下，股票预测已成为量化金融领域亟待攻克的难题。传统模型往往难以捕捉金融市场中复杂的时空动态特性——既需要分析股票自身的时间序列规律，又要理解股票之间错综复杂的相互影响关系。尽管深度学习技术已在股票预测领域取得显著进展，但现有方法大多聚焦于单只股票的价格轨迹，忽视了股票间存在的方向性因果关系。这种因果关系在动量溢出效应中表现得尤为明显，例如特斯拉股价波动会对苹果产生显著影响，而反向影响则相对较弱。现有图神经网络方法如GraphCNNpred和TRAN通常依赖于对称的相关性矩阵构建股票关系图，这种处理方式无法准确描述现实市场中普遍存在的非对称因果关系。同时

  来源：IEEE Transactions on Fuzzy Systems

  时间：2025-12-03

• 面向神经形态应用的有机电化学晶体管电荷紧凑模型研究

  在仿生计算与生物电子学蓬勃发展的今天，科学家一直试图制造出能像人脑一样高效处理信息的器件。人脑的奥秘部分在于突触——神经元之间传递信号的连接点，它们通过离子和化学物质动态调节信号强度。有机电化学晶体管（OECT）正是一种能模拟这种行为的器件，它使用有机半导体材料，通过离子注入来调节电流，具备低功耗、高生物相容性和易加工等优势，可广泛应用于神经接口、可穿戴健康监测等领域。然而，要将OECT真正用于神经形态系统，面临一个核心挑战：如何建立准确且易于电路集成的物理模型，以描述其复杂的电化学与电子行为？现有模型多基于经验公式或简化假设，难以全面反映OECT内部离子与电子的相互作用。有些模型借用传统MO

  来源：IEEE Journal of the Electron Devices Society

  时间：2025-12-03

知名企业招聘：