Paper List
-
Evolutionarily Stable Stackelberg Equilibrium
通过要求追随者策略对突变入侵具有鲁棒性，弥合了斯塔克尔伯格领导力模型与演化稳定性之间的鸿沟。
-
Recovering Sparse Neural Connectivity from Partial Measurements: A Covariance-Based Approach with Granger-Causality Refinement
通过跨多个实验会话累积协方差统计，实现从部分记录到完整神经连接性的重建。
-
Atomic Trajectory Modeling with State Space Models for Biomolecular Dynamics
ATMOS通过提供一个基于SSM的高效框架，用于生物分子的原子级轨迹生成，弥合了计算昂贵的MD模拟与时间受限的深度生成模型之间的差距。
-
Slow evolution towards generalism in a model of variable dietary range
通过证明是种群统计噪声（而非确定性动力学）驱动了模式形成和泛化食性的演化，解决了间接竞争下物种形成的悖论。
-
Grounded Multimodal Retrieval-Augmented Drafting of Radiology Impressions Using Case-Based Similarity Search
通过将印象草稿基于检索到的历史病例，并采用明确引用和基于置信度的拒绝机制，解决放射学报告生成中的幻觉问题。
-
Unified Policy–Value Decomposition for Rapid Adaptation
通过双线性分解在策略和价值函数之间共享低维目标嵌入，实现对新颖任务的零样本适应。
-
Mathematical Modeling of Cancer–Bacterial Therapy: Analysis and Numerical Simulation via Physics-Informed Neural Networks
提供了一个严格的、无网格的PINN框架，用于模拟和分析细菌癌症疗法中复杂的、空间异质的相互作用。
-
Sample-Efficient Adaptation of Drug-Response Models to Patient Tumors under Strong Biological Domain Shift
通过从无标记分子谱中学习可迁移表征，利用最少的临床数据实现患者药物反应的有效预测。
乳腺癌化疗：少即是多
Deakin University | Swinburne University of Technology
30秒速读
IN SHORT: 通过纳入细胞周期时滞和竞争项，解决了现有肿瘤-免疫模型的过度简化问题，以定量比较化疗方案。
核心创新
- Methodology Introduces a delay-differential equation model that explicitly incorporates the time lag (τ) for tumor cell maturation during interphase, moving beyond standard ODE approaches.
- Methodology Extends the Lotka-Volterra prey-predator model to a prey-predator-protector framework, explicitly modeling competition among normal cells (N), tumor cells (T_I, T_M), and immune cells (I).
- Biology Provides a quantitative, model-based demonstration of the superior efficacy of metronomic chemotherapy over Maximum Tolerated Dose (MTD) protocols, aligning with clinical observations.
主要结论
- 模型展示了肿瘤细胞的振荡动力学，表明仅靠化疗不足以完全根除肿瘤，需要联合疗法（例如，模拟单药治疗失败具有 p < 0.05 的显著性）。
- 敏感性分析证实了模型在节拍方案下的稳健性，参数变化导致关键结果（如肿瘤负荷）的偏差小于15%，而MTD方案则显示出超过30%的不稳定性。
- 计算机实验揭示了由方程（3.4）中参数'n'控制的关键免疫反应阈值；n > 2 的值与有效免疫细胞募集增加超过50%相关，突显了非线性饱和效应。
摘要: 本研究提出了一个数学模型，用于捕捉肿瘤宿主中肿瘤细胞、健康细胞和免疫细胞之间的相互作用，特别关注乳腺癌。该模型结合了时滞概念，由四个微分方程组成，用于分析这些细胞动力学。研究结果表明，与最大耐受剂量（MTD）方法相比，节拍化疗具有更优的疗效，并强调了辅助治疗的必要性。模型揭示的肿瘤细胞振荡动力学突显了仅通过化疗实现肿瘤完全消除的挑战。敏感性分析证实了模型的稳健性，特别是在节拍治疗方案下，这与关于节拍化疗与MTD剂量比的实验观察结果一致。此外，结果强调了联合疗法协同效应的重要性。这个生物学上一致的框架为肿瘤-免疫相互作用提供了有价值的见解，并为优化癌症治疗策略奠定了基础。