#paper http://dx.doi.org/10.1016/j.beproc.2016.12.012 The representation of space in the brain 这是一篇综述文章，主要讲了大脑中空间表征的几类细胞，重点介绍位置细胞、头朝向细胞和栅格细胞，此外还介绍了联合细胞、边界细胞、目标细胞等。这篇文章从不同的细胞入手，分别介绍了生物实验中如何发现这些细胞在哪些脑区，有哪些性质以及神经环路，同时还阐述了这些空间表征的细胞联合协作共同完成空间导航任务。

#paper https://jamanetwork.com/journals/jamapsychiatry/article-abstract/2792053 An Atlas of Genetic Correlations and Genetically Informed Associations Linking Psychiatric and Immune-Related Phenotypes 问题：人类基因组揭示了精神疾病和免疫相关联，但是方向性如何？ 方法结果：在这项涉及44个显著的精神病学-免疫遗传相关性的遗传相关性研究中，使用双向样本和多变量孟德尔随机化方法，发现了7组精神病学-免疫的基因相关性。

#paper https://doi.org/10.1016/j.media.2020.101939 Image registration: Maximum likelihood, minimum entropy and deep learning 这篇文章系统的整理了基于信息理论的配准算法，并构建了一个基于极大似然估计的信息论框架囊括了成对配准算法和组配准算法。核心内容没有很多，就是废话有点多。

#paper https://doi.org/10.1016/j.foodhyd.2021.107173 Development of black fungus-based 3D printed foods as dysphagia diet: Effect of gums incorporation 随着人口老龄化趋势，随着老年人吞咽困难的迅速增加，对吞咽困难饮食的需求也越来越大。3D打印能够将糊状且不具吸引力的吞咽困难饮食加工成外观诱人的开胃食品。黑木耳（黑木耳）具有许多促进健康的作用，但其弹性质地和巨大的咀嚼力使其不适合老年人。在这项工作中，研究者开发3D打印的视觉上有吸引力的纹理改性黑木耳食品作为潜在吞咽困难饮食的可行性，添加了牙龈（0.3%、0.6%、0.9%、w/w），即k-卡拉胶、黄原胶和阿拉伯胶。结果表明，k-卡拉胶和黄原胶的加入通过降低水的流动性和促进氢键的形成，显著提高了油墨样品的机械强度（屈服应力和弹性）、粘度、硬度和粘性，而阿拉伯胶的加入则表现出相反的效果。国际吞咽困难饮食标准化倡议（IDDSI）测试表明，含阿拉伯胶和黄原胶的样本未能通过勺子倾斜测试，而含黄原胶的样本可归类为5级-碎和湿性吞咽困难。使用对照油墨或含银油墨的3D打印样品显示出较差的自支撑能力。含黄原胶油墨不易挤出，印刷样品中有缺陷点。相比之下，黄原胶-0.9%的样品显示出高印刷精度，具有强大的自支撑能力和光滑的表面纹理。这项工作为使用3D打印开发视觉吸引力的吞咽困难饮食提供了见解。

#paper https://doi.org/10.1038/s41438-020-0329-x Horticulture Research 2020 桔梗基因组 本文使用了基因组转录组甲基化联合分析，首先进行了基础的基因组组装注释和进化分析，再从基因和表观遗遗传学角度深度解析了参与桔梗皂苷合成过程相关基因家族。主要结果如下：1）Genome assembly of P. grandiflorus桔梗基因组组装：二倍体，680Mb，BUSCO96.9%，杂合度较低，组装较好（平均采样深度的频率处k-mer缺失相对较低、能比对上的reads占98%，未组装的2%） 2）Genome annotation of P. grandiflorus桔梗基因组注释：鉴定了9027个转录因子，其中bHLH家族最大，并在该家族发现了4个TSAR基因重复序列（调节色氨酸合酶的β亚基合成），其中只有PGJG172350在根、茎、叶、花中表达，表明其可能参与桔梗皂苷合成。含有36.2%重复序列。 3）Evolution of the P. grandiflorus genome in the Asterid lineage 桔梗在菊亚纲中的进化分析。使用人参、三七、胡萝卜、向日葵进行比较基因组学分析。以往研究表明，CYP450与YGT基因家族参与三萜皂苷合成，因此重点关注两个家族在基因组中的进化情况。4）Expansion of the CYP716 family contributes to the diversification of platycoside scaffolds in P. grandiflorus CYP716家族的扩增促进了桔梗中桔梗皂苷支架结构的多样化。统计了7个物种内与TS支架相关的158个基因，桔梗的35个基因中，扩增的基因家族有三个：a）CYP716A亚家族最多，CYP716A12, CYP716A140, and CYP716A75，仅在桔梗中发现。b）CYP716S5，与杂环皂素合成相关，该物质可药用，但在桔梗中量很少。c）CYP72A154催化β-amyrin骨架的C-30羟基化。5）Divergent expression of the CYP716 family genes in different tissues of P. grandifloras CYP716基因家族在桔梗不同组织中的差异表达 a）详细描述了个个基因在不同组织中的表达量，并得出结论，表达量的差异是导致桔梗不同部位中桔梗皂苷积累量不同的原因。b）外源施加激素可以使TS相关基因高表达，对桔梗施加12, 24, and 48 h.检测表达量发现两个CYP716家族基因PGJG086700 (CYP716A140)和PGJG310130 (CYP716A141)在所有三个时间点的根中都有高表达，暗示可能与桔梗皂苷合成相关。6）Genomic expansion and divergent expression of TSB- related genes in P. grandifloras桔梗TSB相关基因的扩张及表达差异 筛选TSB合成相关通路基因，分析保守结构域，通过蛋白结构域和系统发育分析，在7种模式植物中共鉴定出了827个tsb相关基因。系统发育表明，桔梗中含有GGPS基因簇，但在组织中表达量均不高；bAS也有大量重复，具有组织特异性，根中高表达；DDS在根中均低表达，为桔梗中达玛型TS更少的原因。7）Hypomethylation of CYP716 and bAS genes of P. grandifloras 桔梗中CYP716 and bAS基因家族低甲基化。将MJ处理后的三个样本做甲基化测序，CYP450家族和其他tsb相关基因在桔梗中可能是低甲基化的，表明两个基因家族表观遗传变化影响桔梗皂苷生物合成。

Paper# www.pnas.org/cgi/doi/10.1073/pnas.1714249114 Distinct roles of N- and O-glycans in cellulase activity and stability N-和O-聚糖在纤维素酶活性和稳定性中的独特的作用 在自然界中，许多微生物分泌糖苷水解酶，氧化还原酶，辅助的生物酶的混合物，以降解多糖衍生物和植物的木质素等。这些酶通常被糖基化修饰，通常分为N-和o -糖基化，其作用已被广泛认为是为应对细胞外的恶略的环境，防止这些生物酶被水解。糖基化修饰酶蛋白已被证明对活性成倍的影响，但这些影响尚未完全被了解。在这里，我们研究了糖苷水解酶家族7的纤维生物水解酶(Cel7A)， 模拟了其的含有o -糖基化位修饰点的纤维素结合结构域，模拟了其的含有N-和o -糖基化位点的催化结构域，以及含了o -糖基化位点修饰有抑制水解功能的链接linker结构域。我们报道了纤维素酶Cel7A 糖基化修饰的共识图谱，包括糖链位点和基序。此外,我们检查糖基化修饰在降解多糖得活性、底物结合和热和蛋白水解稳定性等方面的作用。纤维生物水解酶(Cel7A)催化结构域（CD）上的N-糖基化位点被敲除后的实验结果显示，N-糖基化位点的敲除对纤维生物水解酶(Cel7A)催化活性及与纤维素底物的结合程度的影响很小， 但确实影响纤维生物水解酶(Cel7A)的稳定性。纤维素结合结构域（CBM）的O-糖基化位点的敲除，含对酶结合纤维素底物的影响并不大，对整个酶蛋白的抗外界的酶解作用，对整个酶蛋白的活性的影响都不大。然而，连接纤维素结合结构域和催化结构域的linker的o -糖基化，极大的增加了整个酶蛋白抗水解的能力。通过分子模拟预测了连接子（linker）区域的o -糖基化的附加作用，即当纤维素结合于Cel7A为在上，模型预测了α-螺旋的形成和增加了非糖基化连接子与纤维素的相互作用。总的来说,这项研究揭示了N-和o -糖基化可能的关键作用广泛适用于其他植物细胞壁降解酶。

#paper https://doi.org/10.1038/s41592-022-01488-1 这篇于2022年发表在nature method的文章，介绍了一种基于AlphaFold2的蛋白质折叠预测的接口工具ColabFold。该工具首要解决了一个广大用户使用AlphaFold2的难点，就是在无GUP，无大存储计算资源下依然可以使用这些蛋白质结构预测的工具，并且提升了计算速度。 ColabFold工作主要在三个方面:1.在多序列比对(MSA)时用MMseqs2替换了 HMMer和HHblits的方法，从结果看提高了约50倍速度且保持高准确度。值得提一下，MSA在蛋白质结构预测中是主要的限速步骤；2.构建了自己的同源比对数据库ColabFoldDB。 相比较Big Fantastic Databse（BFD）和 MGnify database，ColabFoldDB数据库具有更好的MSA多样性。3.开发基于Google Colaboratory的notebook版本的使用接口 ，这个使用工具允许无计算资源和编程经验的用户方便使用https://github.com/sokrypton/ColabFold。当然也开发了本地命令行版本https://github.com/YoshitakaMo/localcolabfold

#paper  https://doi.org/10.1038/s41580-021-00407-0, Nat Rev Mol Cell Biol, 2021, A guide to machine learning for biologists. 这篇review paper深入浅出的介绍了各类机器学习算法和在生物领域的应用。文章一开始先梳理了很多ML的关键概念（例如机器学习算法的分类，overfitting/underfitting，bias-variance tradeoff）。随后分别介绍了传统机器学习算法（PCA, k-means, SVM, ridge regression, randomforest等），基于深度学习的算法（CNN, RNN, transformer, autoencoder等），描述了每种算法的优缺点和并且探讨了在生物学数据中使用机器学习算法的最佳实践。文章最后还介绍了机器学习算法在生物学领域的所面临的的挑战，例如数据可得性, 数据泄露, 模型可解释性，以及隐私保护方面的问题。感兴趣的可以看看，是一篇十分不错的参考文献。

#paper doi.org/10.1016/j.neuroimage.2022.119550 NeuroImage, 2022, Superficial white matter bundle atlas based on hierarchical fiber clustering over probabilistic tractography data. 与已知的长联络纤维束相比，短联络纤维束具有更高的被试间变异性和更小的尺寸，因此对对短联络纤维束的研究仍是一个未完成的任务。然而，它们的描述对于理解人类大脑功能障碍和更好地描述人类大脑连接体是必不可少的。在这项工作中，作者提出了一个短联络纤维的多被试脑图谱，它是使用基于纤维束聚类的浅表层白质识别方法计算的。为了创建脑图谱，作者使用了来自HCP数据库的100名受试者的概率纤维追踪束图，并用非线性配准的方式将它们对齐。该方法从被试内的短联络纤维（30~50 mm）聚类开始。在皮层脑图谱的基础上，对来自所有受试者的簇内质心进行分割，以识别连接图谱中每个感兴趣区域的质心。为了减少计算量，将每个ROI组的质心随机分成10个子组。然后，对每个中心子组应用被试间层次聚类，然后再进行第二级聚类，为每个ROI组选择被试间最可重复的聚类。最后，根据它们连接的区域对类别进行标记，并进行聚类以创建最终的纤维束图。最终的图谱由525束沿整个大脑的浅表层短联络纤维组成，其中384束连接不同的ROI，141束连接相同ROI的部分。在三个不同的束图数据库上使用自动分割方法验证了束的可重复性。确定性和概率性追踪结果具有较高的可重现性，尤其是HCP数据中的概率性追踪。与之前的研究相比，我们的图谱具有更多的束和更大的皮层表面覆盖。

#paper doi.org/10.1038/s41467-021-24213-6 nature communications, 2021, Single-cell transcriptomic analysis reveals disparate effector differentiation pathways in human Treg compartment. 人类调节性 T细胞 (Treg) 是具有高度免疫抑制的一类CD4+ T细胞类群。本文通过对健康人的骨髓及外周血采样分选出Treg细胞，采用单细胞转录组、单细胞TCR技术构建了健康个体两个不同组织的Treg细胞图谱，并通过轨迹分析解析了Treg细胞两条不同功能的主要分化途径，辅以流式细胞仪分选验证。随后采用同样的技术对移植后aGVHD阴性和阳性的患者进行Treg解析，发现这两个分化途径及相应的细胞群体在移植患者中保守，尽管在aGVHD患者中存在一些功能和迁移障碍。这些发现扩大了对 Treg 细胞异质性和分化的理解，并为解剖 Treg 在健康和疾病中的复杂性提供了单细胞图谱参考。

#paper doi:10.1089/genbio.2022.0017 GEN Biotechnology, 2022, Deep Learning Concepts and Applications for Synthetic Biology. 这是一篇2022年新出的深度学习与合成生物学的综述，或者我更愿意称之为元综述。文章对深度学习在合成生物学领域的应用做了简要介绍。对合成生物学中可用于深度学习框架的数据做了分类，对深度学习目前常用的结构也做了介绍。最值得一看的是深度学习在合成生物学领域的的应用：比如生物组成的设计与建模、使用生成模型方法合成新的组成、结构预测、视觉应用等等，对于提纲挈领非常有帮助。但是内容不是很具体，这也是我称之为元综述的原因。在每个具体的小节，作者在基本概念的科普之后，一般会指向几篇这个领域更合适的综述。因此，带着自己的方向和问题去看这篇元综述，逐步挖下去，应该会有很好的阅读体验。

#paper doi:10.1128/IAI.00334-21 Infect Immun.，2022，Categorizing Sequences of Concern by Function To Better Assess Mechanisms of Microbial Pathogenesis 病原微生物往往通过产生毒力因子作用于宿主进而损伤宿主。VFDB数据库是经典的毒力因子数据库，但其收录的毒力因子太多太多，并包含了大量并不直接损伤宿主的毒力因子，例如帮助细菌在贫瘠环境中存活的铁载体等。对于专注于狭义毒力因子的研究者来说，数据库中这些广义毒力因子是令人不悦的噪音。为了改善这种情况，这篇文章的作者对已知的毒力因子进行了梳理、归类和去冗余。本文的大部分篇幅用于对每个类别的描述，读起来不像论文而更像是一场讲座的讲稿。

#paper doi:10.1016/j.gpb.2022.08.003 Genomics, Proteomics & Bioinformatics, 2022, Dynamic Spatial-temporal Expression Ratio of X Chromosome to Autosomes but Stable Dosage Compensation in Mammals. 哺乳动物的性染色体，在雌性和雄性中分别为XX和XY，也即X染色体的数量在雌雄之间相差了一倍，然而X染色体上的基因并未因此在两性之间出现巨大的表达差异，这个现象称为剂量补偿效应。本文通过收集和分析多组学数据，包括转录组（RNA-seq）、翻译组（Ribo-seq）、蛋白组（质谱），涉及不同物种（人、鸭嘴兽、负鼠；使用鸡作为外类群），以及（小鼠模型的）不同发育阶段，对此现象进行了深入细致的研究。采用将X染色体连锁的各基因表达，与常染色体基因表达、直系同源基因的表达，分别计算比值，评估剂量补偿效应的量化情况，发现该表达量比值，在不同组织和不同发育阶段，存在时空动态性，且与演化相关。很有意思的一篇生信文章。

#paper doi:doi/full/10.1002/adfm.202010747 Thymus Extracellular Matrix-Derived Scaffolds Support Graft-Resident Thymopoiesis and Long-Term 胸腺细胞外基质衍生的支架支持移植后的胸腺造血和成年胸腺上皮细胞的长期体外培养 在这项研究中，开发了一种基于脱细胞胸腺组织细胞外基质的三维支架，命名为TS。当播种胎儿或成人胸腺组织时，TS可以以不同的效率支持淋巴前体的成熟，使其成为能够对有丝分裂刺激作出反应的常规和调节性T细胞。 一个功能性胸腺微环境的成功工程，关键取决于成年TEC的体外生长。然而，保存细胞的胸腺造血能力是在体外创建胸腺类器官的主要缺陷之一。因此，这种能力构成了一个关键的困难，需要有效地解决，以建立、研究和操纵T细胞的发展，无论是为实验研究开发一个体外平台，还是为体内替代工作开发一个器官。尽管在结构和细胞条件方面缺乏优化，可能反映在结果的稳健性相当有限，但我们的结果首次描述了允许成年TEC在体外和体内长期生存的工程条件，同时支持胸腺造血。 除了改善TS的工程之外，还需要努力确定具有长期再增殖潜力的TEC前体，能够产生所有的TEC谱系和亚群。来自小鼠TEC的单细胞转录组数据的使用揭示了TEC亚型的相当复杂性，并为确定这些细胞的发育轨迹的计算工作提供了依据。在适当的TS上长期重新填充TEC前体，将确保维持一个能够吸引血源性T细胞前体的环境，并在很长一段时间内指导他们分化和选择成熟的常规和调节性T细胞。在体外培养后，需要改进细胞检索的协议，以便对TEC进行深入的表型和定量调查。由于这些TEC前体很可能是脆弱的，因此需要部署一些条件，以保证有效、迅速和均匀地播种到ECM支架上，并允许用额外的基质细胞（包括间质细胞和内皮细胞）来补充这些基本环境，已知这有助于胸腺交叉对话。使用灌注式生物反应器和选择性条件将进一步帮助在体外创造一个自我组织的胸腺微环境，提供强大的持续T细胞输出。精确控制调节体外胸腺组织形成的化学物理条件对于可重复性和扩展性至关重要，无论是生成较小的器官用于药物筛选，还是生成较大的微环境用于器官替代策略，作为对无胸腺或胸腺发育不全者的治疗选择。 免疫治疗的核心问题： 让免疫系统恢复工作能力，目前的CarT CARNK等等 都是属于治标 如何恢复治本是全世界目前的前沿聚焦方向，也许中医真的可以发挥一些东西。 但是器官再造面临了太多挑战： 1. 类器官作为新型的药筛模型，成本虽然较PDX更低，但还是远高于细胞系。类器官成本占比较高的包括培养使用的基质胶，常用的基质胶为美国BD Biosciences公司的Matrigel，在行业内处于较为垄断的地位，价格较高。Matrigel可以产生类似于哺乳动物细胞基底膜的生物活性基质材料，帮助多种类型的细胞达到附着和分化。Matrigel的来源是小鼠肉瘤细胞系，除了成本较高的问题，同时批次间存在一定的变异性。且由于是动物来源，对于有机类的药物的检测有局限性。考虑到小鼠来源的细胞外基质对于药物筛选实验结果存在一定的干扰，因此基质的工程技术开发用于合成外源差异较小的、非动物来源的基质胶用于成本下降和性能优化将是类器官产业化需要解决的关键性问题之一。基质胶以外，培养也涉及多种细胞因子组合使用，细胞生长因子通常也价格不菲。选择效果更好的细胞因子以及尝试减少使用细胞因子的数量也可以带来成本下降的空间。 2. 目前大多类器官本身并不具备血管化的结构。因此，随着类器官体积的增长，类器官受限于氧气的缺失以及代谢废物的增加，可能导致的组织坏死。已有研究构建血管内皮细胞微环境的肿瘤类器官，将类器官肿瘤细胞和血管内皮细胞在Matrigel上共同培养，生成血管结构以期解决类器官血管化缺失的问题。 3. 血管化以外的难点还包括模拟肿瘤和免疫环境的相互作用关系。2019年Nature Protocol发表了肿瘤类器官和免疫细胞共同培养的相关protocol，可以体现和模拟出肿瘤微环境的部分特征。以上皮类器官和免疫细胞共培养模型为例，可通过在培养基中添加活化的免疫细胞、在组织消化成单细胞后和免疫细胞共同生长、添加ECM中的重组细胞因子等方法重塑类器官和免疫细胞的相互作用。 4. 相比于单个类器官，类器官系统的构建能够对药物疗效和潜在毒性做出更完整全面的评估。目前类器官仅能检测出药物对于肿瘤的抑制效果，对于其他器官组织是否存在其他副作用和安全性风险并不能做出预判。为了解决这一问题，2017年Skardal et al.构建了有心脏、肺部、肝脏组成的集成于闭合循环关注体中的类器官系统，以达到全面揭示药物对不同器官的毒性和药效的目的。 5. 重复性(reproducibility)和一致性 (consistency)也是类器官发展的重大瓶颈，这很大程度上由于过程控制的欠缺与行业标准的空白。类器官培养过程中人为因素的过多参与、自动化程度低导致因为系统偶然性造成的误差较大。同时，类器官检测手段十分匮乏，活体观察主要集中在形态学观察，断点观察集中在基于荧光的各类指标的检测，能够活体实时对类器官各项指标进行检测的光学、电化学等手段仍较为欠缺。当前，类器官很多研究者致力于制造更新的类器官，做出之前未能做出的类器官，我们可以制作海马体、垂体、腺体、脾、肾的类器官，却难以确定一个符合要求的类器官需要满足那些个体的诸如尺寸、形状、基因表达量等，群体的诸如类器官之间的方差等统计学指标。这将限制类器官的高效研究与向临床研究的转化。 6. 对于类器官培养过程中的工程控制也是亟待解决的问题。当前类器官培养大多使用Matrigel水凝胶作为培养基质，Matrigel是康宁生命科学公司生产的Engelbreth-Holm-Swarm (EHS)小鼠肉瘤细胞分泌的胶状蛋白混合物。Matrigel因其含有外源成分，难以应用在人的很多治疗场景。另一方面，虽然类器官与微流控技术已有一些结合研究的例子，但使用微流控芯片对类器官生存的流体环境进行模拟仍不成熟，如何使用微流控等技术对类器官培养时流体微环境进行控制是亟待解决的问题。同时，现有类器官的直径约在100-500μm之间，虽然具有一定程度的尺度效应，但还是难以模拟真实组织、器官的场景。倘若要制造尺度更大的类器官，类器官的血管化也是十分重要的问题。

#paper doi:10.1101/2022.08.24.505159 bioRxiv, 2022, A genome-wide atlas of recurrent repeat expansions in human cancer. 这篇来自斯坦福大学的Michael Snyder团队。通过重分析来自ICGC和TCGA的2622个癌症全基因组测序数据，涉及29个癌种，从中鉴定出160个重复序列扩张（recurrent repeat expansions, rRE）事件，且这些事件绝大多数都与特定癌症亚型相关。这些重复序列所处基因组区域，也富集在某些基因的调控元件附近，提示了它们在基因调控方面可能发挥作用。其中一个GAAA重复发生在UGT2B7基因的内含子中，在34%的肾细胞癌样本中都能观察到，于是通过斯坦福癌症中心入组了12例肾癌病例，对其样本开展了二代测序（Illumina NovaSeq）和三代测序（PacBio），验证了该rRE事件的发生。

#paper 《宋金时代两次汴京战役中的抛石之战》介绍了公元1200年左右，在宋金蒙元战争中，重型武器抛石机的使用，对关心历史的同学，提供了详实的参考史料。对很多玩游戏帝国时代的同学，有助于了解抛石机具体历史使用场景。在辽宋金代，战争中使用砲的记录远远超过前代”。依托众人合力、借助物理器械发射石弹的交战，成为当时战事中持续使用、效力凸显且制胜攸关的重要作战方式，石战水平发挥出历史上的极致。

#paper Master Thesis,Business information technology Faculty of Electrical Engineering, Mathematics and Computer Science University Twente May 2016 , Applying Intelligence Amplification in Decision Making Intelligence Amplification (IA，智力放大)最早是由Ashby在Introduction of Cybernetics中提出的一个概念，是研究如何用人工智能（AI）去提升人类智能的，类似概念也有Augmented Intelligence。本篇论文作者比较系统的研究了这一概念用于决策系统中。本文主要由三部分构成：首先较为系统的综述了这一领域的文献现状，也顺便说清楚了IA系统中人（Human）和智能体（Agent）的关系，第二部分详细描述了一个IA决策系统的框架及基本元素，最后介绍了如何评估这个系统，并评估了自己的方案。遗憾的是我才读一半，还没看到如何评估来。

#paper arXiv:2208.04939v1 ,2022,U-Net vs Transformer: Is U-Net Outdated in Medical Image Registration? 基于Transformer的网络由于其长距离建模能力，在可变形图像配准中越来越流行。然而本文认为，一个具有5层卷积Unet网络的感受野足以在不需要依赖长距离建模能力的情况下捕捉精确的图像形变。本文想要探究UNet网络在应用于医学图像配准时，与现代基于Transformer的方法相比是否已经过时？为此，作者提出了一个具有大的卷积核的UNet网络（LKU-Net），即通过在一个普通的UNet网络内嵌入平行的卷积块来争强网络的感受野。在公用3D IXI 大脑数据集上进行基于atlas的配准实验，作者证明了LKU-Net的变现依旧可以和如今最先进的基于Transformer的方法相当甚至超越，而且只用了TransMorph 1.12%的参数量和10.8%的计算量。作者进一步将算法应用在MICCAI 2021的配准比赛中，同样超越了Transmorph，目前排在第一。只对UNet进行了简单的改造，基于Unet的配准算法依旧可以达到最先进的效果，证明基于UNet的配准网络并未过时。

#paper doi：10.1038/s41571-022-00660-y. Nature review clinical oncology, 2022, Circulating tumour DNA - looking beyond the blood. 液体活检，是近十年来发展最为迅速的肿瘤检测技术。区别于组织活检，它无创好获取，又能一定程度的克服组织异质性，因而成为组织检测的替代或补充。 到目前为止，绝大多数液体活检研究都聚焦在外周血里的ctDNA（循环肿瘤DNA），而实际上外周血之外的其他体液中也含有ctDNA，这些ctDNA在特定场景中可能有着比血浆ctDNA更多的优势。 近日，来自曼彻斯特大学的Natalie Cook教授和他的研究团队在Nature Reviews Clinical Oncology杂志上发表综述文章，系统阐述了非血液来源ctDNA在肿瘤诊疗中的研究进展。 这一研究详细探讨了这些替代来源的ctDNA相较于血液ctDNA的独特作用，并深入分析了非血液来源ctDNA适宜的应用场景及所面临的挑战，为我们理解和应用非血液来源的ctDNA提供了支持。 PS：群里学习了很多，感谢各位大佬，防止过期赶紧打个卡，因为同时在写一篇解读这个综述的文稿，所以格式有点自媒体的感觉，不是抄袭哈

#paper doi: 10.1007/s11222-022-10130-1 Merlo, L., Maruotti, A., Petrella, L., & Punzo, A. (2022). Quantile hidden semi-Markov models for multivariate time series. Statistics and Computing, 32(4). https://doi.org/10.1007/s11222-022-10130-1 模型关键词： 解决问题：多元时间序列，分位数回归； 解决技术：隐藏半马尔科夫（解决停留时间不满足几何分布有偏问题，模型可以选择更多的分布形式，从而更加灵活）、多元非对称拉普拉斯分布（解决一般非位数回归扩到高维的问题） 估计方法：极大似然估计，EM算法 实证：意大利大气空气质量预测，尤其是极端分位数的估计