#paper Yamashita S, Tanaka M, Ida C, Kouyama K, Nakae S, Matsuki T, Tsuda M, Shirai T, Kamemura K, Nishi Y, Moss J, Miwa M. Physiological levels of poly(ADP-ribose) during the cell cycle regulate HeLa cell proliferation. Exp Cell Res. 2022 Aug 1;417(1):113163. doi: 10.1016/j.yexcr.2022.113163. Epub 2022 Apr 18. PMID: 35447104; PMCID: PMC10009817. PAR: Poly(ADP-ribose) ;PARG Poly(ADP-ribose) glycohydrolase ; PARP Poly(ADP-ribose) polymerase ;该文章在在不使用PARG抑制剂的情况下量化了HeLa细胞整个细胞周期内PAR的基本水平，发现S期的PAR水平显着高于G1期，其次非应激条件下PAR的半衰期小于40秒，这与S期大量NAD +的消耗一致，这是由PARP抑制剂挽救的。第三，PARP抑制剂使细胞周期延迟至S期。第四，S期期间PAR水平的增加与PARP1、PARG、NAD +和pERK2的水平无关。第五，纯化的 PARP1 在 DNA 不存在的情况下被组蛋白 H4 激活。PARP 抑制剂延迟 S 期细胞周期并减少细胞增殖。

#paper doi：doi.org/10.1016/j.cell.2024.01.042 Past, present, and future of CRISPR genome editing technologies 本文是对 crisper 基因编辑技术发展历程、当前应用以及未来发展方向的汇总文章。介绍了crisper 系统 对 Cas9 以外的核酸酶的探索、减少脱靶编辑的高保真 Cas9 和 递送系统 的开发，以及其在疾病建模和体内外基因治疗的展望。

#paper doi.org/10.48550/arXiv.2403.16527, 2024, Hallucination Detection in Foundation Models for Decision-Making: A Flexible Definition and Review of the State of the Art. 智能控制系统能通过预训练在各场景下得到广泛应用，但在训练外场景下表现糟糕。大模型出现有希望提供现有训练方式缺乏的推理能力，但大模型会产生“幻觉”（听起来合理但很差的决策）。本文尝试定义“幻觉”，并给出检测和缓解规划中出现“幻觉”的方法分类，评估指标和数据集等

#paper doi: https://doi.org/10.1038/d41586-024-00930-y 非常有意思的发现👍 有点像锻炼肌肉，首先撕裂肌肉细胞，然后修复。大脑要形成强的突触联系，也需要先破坏DNA，然后修复。

#paper doi:10.1021/acs.estlett.4c00081 Environ. Sci. Technol. Lett., 2024, Drinking Boiled Tap Water Reduces Human Intake of Nanoplastics and Microplastics。 如果担心水里有微塑料，可以先烧开水，再过滤再喝。硬水（每升水300mg CaCO3）去除微塑料效果较好（约去除90），软水（每升水CaCO3小于60mg）效果较差（去除约25%）。作者认为粒径越小，表面能越高，越倾向于团聚或者吸附在其他物质表面，来减少自身的表面能。硬水烧开的过程中，随着水温升高，CaCO3形成了包封塑料颗粒的水垢颗粒或晶体结构。

#paper Single-cell chromatin state analysis with Signac. Nat Methods  (2021). https://doi.org/10.1038/s41592-021-01282-5 最近分析scATAC-seq数据，用到Signac的一些函数，特别GeneActivity函数的理解。系统的学习和理解一个分析工具，还是要花大量的时间，工具包的整体分析思路，源码中如何一步步实现的，fragments到peak，peak的注释，分析延展，与同类软件的对比，需要一点点理解和消化。

#paper DOI: https://doi.org/10.1111/1471-0528.15006, BJOG, 2018, No-call non-invasive prenatal testing gives important information. 这篇文章是个会议论文，发表时间相对来说也比较早了，在2018年；但是这篇文章所关注的问题却很实际，即NIPT应用中无法得出结果（no-call）的样本提示了哪些信息。文章给出的信息是大约1~3%的受检者会得到一个“no-call”的结果。”no-call”的一个最常见的原因是胎儿cfDNA比例不足，即母亲的cfDNA背景高，而造成这种情况的原因又与母亲的BMI指数有关。另外，’no-call’也与母亲存在染色体非整体风险有关。这就给临床实际处理这些问题时提供了一些参考信息；对此类‘no-call’的样本，有研究建议不仅要对受检者再次进行NIPT检测，还需进行CVS检测。此外，“no-call”样本还可能与母亲的pre-eclampsia有关。而放在实际的NIPT应用中，“no-call”样本不仅可以作为一些风险信息提供辅助参考，还与NIPT检测这项技术在临床上的运行、技术评估等有关。

#paper 叶昱利,李强,冯群娣.我的姐姐:男孩偏好与长姐身体健康[J].公共管理评论,2021,3(04):5-33. 我国家庭中男孩偏好现象仍相当普遍，特别是在高胎次中出生性别失衡。论文通过比较有弟弟,相对于有妹妹而言,对长姐健康的不同影响,来识别男孩偏好效应。利用头胎性别的外生性构建工具变量,运用2010—2018年中国家庭追踪调查数据中的二孩户长姐样本,论文发现,在其他情况相同的条件下,有弟弟,相较于有妹妹,显著降低了长姐的身体健康水平。异质性分析表明农村的男孩偏好效应相对较强,且男孩偏好效应随长姐年龄增加而变得更大。

#paper Systemic identification of wheat spike development regulators by integrated multiomics, transcriptional network, GWAS and genetic analyses. Molecular Plant(2024). DOI:https://doi.org/10.1016/j.molp.2024.01.010对小麦穗发育的8个关键时期，利用转录组、染色质可及性和多组蛋白质修饰测序，绘制了小麦的穗发育过程中的动态转录和表观修饰图谱，构建了一个小麦穗发育过程的转录调控网络。然后在研究中发现一个跟小麦开花相关的一个调控模块，利用分子实验进行验证其模块对开花的作用，又在调控网络中鉴定发现一个新的影响穗发育的基因，最终将这些数据整合了一个小麦穗发育的网站。也为小麦研究提供了一个数据库。

https://linkinghub.elsevier.com/retrieve/pii/S0092867421005018本文应用成熟小鼠的脑组织借助merish技术对55张小鼠的冠状脑组切片测序空间转录组，同时测序对应样本的单细胞（质控后4 000 000个）。依据不同切面不同脑区的时空组表达特征的不同，每张切片都分成不同的功能分区，而大脑总的大分区11个region，时空组都可以很好地再现不同脑区的结构和空间特征。作者还应用RCTD的方法联合时空和单细胞数据，预测不同脑区的细胞类型，整个大脑组织的脑细胞分为34个亚群，其中90%的亚群种类都是神经元细胞，其中每个区的兴奋性神经元数量都是高于抑制性神经元。不同脑区神经元除了表达神经元细胞共有marker以外，还表达具有空间特异性的神经元marker，且不同脑区的神经元细胞种类差异非常大，以中脑和后脑的神经元细胞种类最为丰富。该文献展示了成年小鼠脑细胞的分子和空间特征图谱，为后来的小鼠大脑组织研究提供了数据支持。

#paper Fehlings, D.L., Zarrei, M., Engchuan, W. et al. Comprehensive whole-genome sequence analyses provide insights into the genomic architecture of cerebral palsy. Nat Genet (2024). https://doi-org-443.webvpn.las.ac.cn/10.1038/s41588-024-01686-x 本文对超过320名患有脑瘩（CP）的儿童及其生物学父母进行了全基因组测序（WGS）数据分享。研究发现，11.3%的儿童存在致病/可能致病（P/LP）变异，17.7%的儿童存在不确定意义的变异。这些变异类型包括单核苷酸变异/缺失、拷贝数变异以及线粒体变异，其中COL4A1基因发现了最多的P/LP单核苷酸变异（SNVs）。此外，本项研究还将脑瘫患者与儿科对照组进行了比较，以确立新生突变率和遗传负荷分析的基准，发现新生有害变异与与神经系统相关的基因之间存在关联。本篇文章强调，脑瘫是最常见的儿童起始期身体残疾，经常伴随认知和行为障碍等额外发展影响。研究突显了遗传因素对脑瘫的重要影响，尤其是在没有明显产前、产时或产后病理因素、足月出生以及脑部影像学正常的情况下。研究强调了脑瘫的多因素本质，涉及遗传变异与环境因素的复杂交互作用。该研究的结果支持在脑瘫的诊断流程中引入全基因组测序，以识别包括罕见变异和线粒体变异在内的广泛遗传变异。同时表明，遗传测试有助于深入了解脑瘫的病因，改善家庭咨询，并指导针对性治疗。

#paper Clarifying the biological and statistical assumptions of cross-sectional biological age predictors: an elaborate illustration using synthetic and real data. BMC Medical Research Methodology. 2024. https://doi.org/10.1186/s12874-024-02181-x. 生物年龄代表了个体真实的生理状态，其与实际年龄可能会有差异（个体可能比实际年龄更年轻/更老）。生物年龄与实际年龄之间的偏离（aging divergence）激发了广泛的研究兴趣，通常认为当生物年龄大于实际年龄时，个体会有更低的预期寿命以及更高的死亡或者疾病风险。常见的生物年龄通常由生化或者分子特征预测得知，而实际应用中这类数据往往属于横截面数据（cross-section data, 指在某一个时间点收集的数据，与时序数据相区别）。 这篇文章指出，当使用的是横截面数据时候，研究 aging divergence是否与某一些性状相关往往有一个隐含假设（identical-association-assumption），即与年龄最有关的形状也必然与aging divergence最有联系。该假设是否成立直接影响分析结果是否有生物学意义。可惜的是从横截面数据中我们无法测试这种假设是否成立或者不成立（untestable）。这篇文章的主要贡献是通过模拟和真实数据显示地揭示了这个经常被忽视的隐含假设，对衰老的研究和衰老机理的解释有一些警醒作用。

#paper doi: 10.1016/j.celrep.2020.108206 Cell Reports, 2020, tagHi-C Reveals 3D Chromatin Architecture Dynamics during Mouse Hematopoiesis。高通量染色质构象捕获技术（Hi-C）一直受限于对样品量的高要求而在一些只有有限样品的场景中应用受限。本文作者介绍了一种借助tagmentation原理的改进版tagHi-C，借助Tn5的低样品损失可以将Hi-C对样品的需求降低到百细胞量级。基于此，作者解析了小鼠造血系统发育过程中的染色质构象改变。发现染色质区室结构随造血系统的发育是高度动态的，终端分化细胞染色质呈现凝聚状态，高表达基因可自身形成结构域且结构域强度与表达水平正相关等结论。本文是in situ Hi-C以来对该技术的一项重大改进。提供了一套完整的Hi-C测试数据。

#paper doi:10.1109/msp.2022.3155951 Interpreting Brain Biomarkers: Challenges and solutions in interpreting machine learning-based predictive neuroimaging 一直比较迷惑在探索脑-行为关系时，如何解释特征权重、进一步寻找影像学生物标志物的含义。本文对大部分的使用脑指标预测行为分数的机器学习研究进行了综述，告诉我们处理特征权重的几种基本形式：1.根据权重大小解释特征重要程度2.根据权重的稳定性确定重要程度3.根据逐步去除特征，通过判断特征在模型中的贡献确定。这篇研究给了我比较系统的处理此类问题的方法，很有参考价值。

#paper [1] Hu X , Kang M , Huang W ,et al.Dual-Stream Pyramid Registration Network[J].Springer, Cham, 2019.DOI:10.1007/978-3-030-32245-8_43. 这篇论文主要用于无监督的3D大脑医学图像配准。与以往的基于卷积神经网络(CNN)的配准方法不同，例如VoxelMorph，Dual-PRNet设计了一个双流架构，能够从一对3D体积图像中顺序估计多级配准场。 主要贡献包括： 设计了一个双流3D编码器-解码器网络，分别从两个输入体积计算两个卷积特征金字塔。 提出了一种顺序金字塔配准方法，设计了一系列金字塔配准(PR)模块，直接从解码特征金字塔预测多级配准场。通过顺序变形，逐渐以粗到细的方式细化配准场，使模型具有处理大变形的强大能力。 通过计算特征金字塔之间的局部3D相关性，可以进一步增强PR模块，从而得到改进的Dual-PRNet++，能够聚合丰富的详细解剖结构。 将Dual-PRNet++集成到3D分割框架中，通过精确变形体素级注释，实现联合配准和分割。 论文还介绍了相关工作，包括基于深度学习的医学图像配准方法，并对提出的方法进行了评估。在Mindboggle101数据集上，Dual-PRNet++在Dice得分上从0.511提高到0.748，大幅度超过了现有的最先进方法。此外，论文还展示了该方法在有限注释的联合学习框架中，如何通过利用有限的注释极大地促进分割任务的完成。

#paper A roadmap for the computation of persistent homology. doi: 10.1140/epjds/s13688-017-0109-5 本文是持续同调计算的经典介绍，tutorial性质。持续同调作为拓扑数据分析或者拓扑深度学习的基本概念，其基于的数据表征、计算方法、计算工具多种多样。本文综述介绍了这些内容，虽然使用的是数学语言，但不晦涩，容易理解，方便非拓扑背景的研究者与学习者对持续同调的学习和使用。

#paper doi:doi.org/10.1021/acs.analchem.2c05065 RETURN TO ISSUEPREVARTICLENEXT Simultaneous Dual-Wavelength Source Raman Spectroscopy with a Handheld Confocal Probe for Analysis of the Chemical Composition of In Vivo Human Skin 介绍了一种便携式共焦拉曼光谱系统，具有同时双波长光源和迷你手持探头，用于分析体内人体皮肤的化学成分。该系统能够同时获取指纹区（450−1750 cm−1）和高波数区（2800−3800 cm−1）的光谱，解决了当前商用CRS系统的局限性。关键点包括创新设计结合671和785 nm激光、精确的拉曼光谱分离算法（PRSSA）用于解耦FP和HW光谱，以及数据采集时间减少超过50%。该系统在快速和超宽带光谱采集方面表现出色，显示了在临床工作流程中整合CRS的潜力。 最近可能搞个拉曼光谱仪做美容

#paper doi: 10.1111/j.1467-8624.2008.01164.x Social and Cognitive Correlates of Children’s Lying Behavior 命令孩子在独处时不要触碰玩具，他能否做到？又是否会承认？这是研究儿童说谎的常用办法。约四成的3岁儿童会说谎，这一比例在5-7岁儿童中更高。相应的，3岁儿童的圆谎能力（语义泄漏控制）很弱，但一半的六七岁的儿童已经发展了这个能力。此外，儿童圆谎能力越弱，表明其抑制控制盒工作记忆越差，而儿童对说谎的道德概念比较弱，但是道德认识越强的儿童说谎的概率越低。

#paper, Deep attention fuzzy cognitive maps for interpretable multivariate time series prediction, doi: https://doi.org/10.1016/j.knosys.2023.110700, 尽管时间序列预测被广泛用于估计各行业复杂系统的未来状态，但准确、可解释和可推广的方法在用于进行长期非平稳预测时仍然受到限制。为此，本文提出了深度注意力模糊认知图谱（DAFCM），它由时空模糊认知图谱（STFCM）、长短期记忆（LSTM）神经网络、时间模糊认知图谱（TFCM）和残差结构组成。首先，改进的注意机制用于构建时空模糊认知图，捕捉节点对的空间相关性和各个节点的时间相关性。其次，将通过STFCM更新的节点状态输入到LSTM中，捕捉这些序列的长期趋势，改进时间注意力的 TFCM 应用于时间序列中的非平稳问题。最后，我们将先前节点的状态值添加到 DAFCM 中，并通过线性变换构建残差结构，以防止长期反向传播中的梯度爆炸和梯度消失。通过结合模糊认知图（FCM）的可解释性和深度学习的高预测精度，DAFCM可用于完成多领域的多变量长期非平稳时间序列预测等任务，其有效性通过6个公开验证跨越 9 个基线的数据集。我们将先前节点的状态值添加到 DAFCM 中，并通过线性变换构建残差结构，以防止长期反向传播中的梯度爆炸和梯度消失。通过结合模糊认知图（FCM）的可解释性和深度学习的高预测精度，DAFCM可用于完成多领域的多变量长期非平稳时间序列预测等任务，其有效性通过6个公开验证跨越 9 个基线的数据集。我们将先前节点的状态值添加到 DAFCM 中，并通过线性变换构建残差结构，以防止长期反向传播中的梯度爆炸和梯度消失。通过结合模糊认知图（FCM）的可解释性和深度学习的高预测精度，DAFCM可用于完成多领域的多变量长期非平稳时间序列预测等任务，其有效性通过6个公开验证跨越 9 个基线的数据集。

#paper doi:10.1101/2024.02.18.580107, 2024, FECDO-Flexible and Efficient Coding for DNA Odyssey. 这篇文献提出了一种新的DNA数据存储编码方法，FECDO（缩写自 Flexible and Efficient Coding for DNA Odyssey），旨在通过高效的数据压缩和灵活的编码策略来减少DNA合成成本，从而促进DNA数据存储技术的实用化。该方法首先使用深度学习方法（分别尝试了无任何先验知识的独立神经网络，以及预训练的语言模型）来提取数据特征，从而把要存储的数据，从独热编码张量（one-hot encoded tensor）转换成为边际概率序列，实现了压缩的过程；该概率序列被映射成为4字母（A、C、G、T）的碱基序列，进而再使用一个层次有限状态机（hierarchical finite state machine）排除掉不适合DNA存储的特殊编码（如连续相同碱基、有特殊二级结构等）。通过上述过程，本文方法通过实测文本和图像数据，对比bzip2方法，提高了12%-26%的压缩效率，这种压缩效率将反映到DNA合成成本的显著降低上，是DNA存储技术的关键问题。同时，本文还尝试将其中一组文字所编码的结果，实际合成为DNA（进行保存），之后使用PCR将目标片段扩增出来，使用NanoPore测序，再解码还原得到原始数据，从整个流程上对方法进行了验证。由于目前文章尚处于bioRxiv preprint（文章提交版本v2），只提供了正文全文和正文图表，并未提供补充材料、方法描述和程序源码，尚有许多实现和结果的细节未公布，我个人比较怀疑该方法的信息容错能力和实测效果，正文中图表上展现的非英语文本和图像的压缩效果看起来也不是很理想，这些都有待文章正式发表后看到相应解答。