Daily Digest — 2026.06.28

AI × 生物每日论文速递

周末特辑：化合物库风险感知优先化、基因组图存储加速、形态进化 JAX 推断、呼吸信号 CNN 应激识别、海洋生态深度学习仿真，以及复杂自适应系统自组织原理。

今日论文

arXiv

bioRxiv

研究方向

药物发现与分子优先化

1 篇

arXivq-bio.QM · cs.LG

Budget-Constrained Compound Library Prioritization with Risk Awareness and Uncertainty Quantification

Liang S

TL;DR：将早期药物发现中"库太大、预算有限"问题形式化为风险感知压缩任务，结合裂分保形不确定性量化（split-conformal UQ）和可解释 2D 活性预测，在 ChEMBL 36 上内部 Spearman 相关 0.77，EF@1% 时序留出集 2.44。

方法：Morgan 指纹 + RDKit 描述符输入 MLP；split-conformal UQ 提供覆盖率保证的预测区间；数据泄露审计 + 可导出审计报告，全流程对监管友好
结果：ChEMBL 36 内部 Spearman 0.7674，时序留出 0.5171；BACE 100 分子重放 AUC 0.7626，EF@1% 2.03，Hit@10 = 0.9
亮点：风险感知排序（risk-aware ordering）在预算极度受限（@1%）时显著优于随机采样，同时保留不确定性供人类审查

编者按大多数 AI 药物发现文章专注于预测精度，却忽视了"买多少、测哪些"的预算约束现实。这篇单作者论文反其道而行：以可审计、不确定性可量化的框架直面 hit 率与成本的权衡。保形预测区间的引入尤其值得关注——它让决策者可以用统计保证而非模型置信度做预算分配，更接近真实制药项目的决策流程。

局限 · 仅在 ChEMBL 和 BACE 上验证，未进行前瞻性盲测；单靶点框架尚未扩展到多靶点或表型筛选场景。

化合物库不确定性量化保形预测早期药物发现

基因组学、进化生物学与生物信息系统

2 篇

arXivq-bio.GN · cs.AR

GRAINS: Storage-Aware Algorithm-Architecture Co-Design Enabling High-Performance and Low-Cost Graph-Based Genome Analysis

Mansouri Ghiasi N, Mustafa H, Güloglu T, Nadig R, Koliogeorgi K, Rebolledo Ruiz S, Rautmann M, Eris F, Sadrosadati M, Park J, Mutlu O

TL;DR：首个面向大规模基因组图（genome graph）的存储感知算法-架构协同设计系统，通过闪存内处理（in-flash processing）消除冗余数据搬运，实现 2.7–47.8× 速度提升、4.4–31.6× 能耗节约，已录用 ISCA 2026。

方法：新型批处理与执行流程 + 闪存内/存储内计算，复用 SSD 基础设施实现轻量调度，最大化 Flash die 并行度
结果：相比软件基线 2.7–47.8× 加速、4.4–31.6× 节能；相比硬件加速基线 1.5–17.0× 加速、3.1–20.7× 节能
亮点：将存储层变为计算层，根本上解决基因组图分析中的数据移动瓶颈，为百万级别泛基因组分析提供算力基础

编者按泛基因组（pangenome）正取代线性参考基因组成为新标准，但图数据结构的随机访问模式让现有计算架构不堪重负。GRAINS 选择从存储层入手而非 GPU/TPU，是一个少见且务实的切入角度。近 50× 的速度提升意味着原本需要数天的泛基因组比对分析可以在小时级别完成，这对罕见病诊断和大规模人群基因组研究的实际落地至关重要。

局限 · 依赖特定 SSD 硬件的内部并行特性，在通用存储或云环境中难以复现；实际量产成本与现有服务器的兼容性尚需评估。

泛基因组存储计算算法架构协同ISCA 2026

arXivq-bio.PE · stat.CO

Hyperiax and Phylogenetic Inference from Shape Data

Yang G, Teller M, Hipsley C, Nielsen R, Sommer S

TL;DR：基于 JAX 的开源系统 Hyperiax，将反向滤波前向引导（BFFG）框架高效应用于进化树上的形态学形状推断，可处理 850 节点蝴蝶翅膀系统发生树（118 个二维地标）和 696 节点鸟喙系统发生树（79 个三维地标）。

方法：在 JAX 中实现树遍历和消息传递算法，支持离散时间模型和随机微分方程模型；BFFG 框架用于非线性随机过程的祖先状态重建与参数推断
结果：成功处理 850 节点蝴蝶翅膀系统发生（118 个 2D 地标）和 696 节点鸟喙系统发生（79 个 3D 地标），规模超越既有实现
亮点：首次弥合理论 BFFG 方法与实际形态进化数据分析之间的实现鸿沟，JAX 并行化使此前不可行的大规模树形推断成为现实

编者按形态学性状的系统发生推断长期被分子序列数据"边缘化"——主要原因是高维形状数据在进化树上的统计处理极度困难。Hyperiax 用随机过程 + JAX 的组合给出了一个工程上可行的答案。对古生物学、比较形态学和宏进化研究者而言，这是近年难得的基础工具进展。

局限 · 当前主要展示方法实现，实际生物学发现有限；BFFG 在非欧氏形状空间的理论保证仍需进一步验证。

系统发生学形态进化JAX随机微分方程

医学 AI · 生态系统模型 · 复杂系统

3 篇

arXiveess.SP · q-bio.NC

State-Specific Respiratory Signatures for Affective and Stress Recognition: Interpretable Respiratory Markers, Autocorrelation Lags, and Compact CNN Models

Velichko A, Huyut MT

TL;DR：在 WESAD 数据集上，60 秒呼吸窗口 + 紧凑 1D-CNN 实现应激检测准确率 96.72%、宏 F1 95.30%；同时引入自相关转换滞后（Zpm/Zmp）作为可解释呼吸标记，为非应激状态（冥想 MCC 0.887）提供强于 CNN 的可解释特征。

方法：双路分析——原始信号 1D-CNN 与手工特征（时序、变异性、波形统计、频谱、自相关、非线性预测指数六类）并行；leave-one-subject-out 交叉验证
结果：应激检测 CNN 准确率 96.72%、MCC 90.61%；冥想状态手工特征 MCC 88.65%，优于 CNN；基线和娱乐状态手工特征表现较弱
亮点：自相关转换滞后（Zpm/Zmp）是全新的可解释呼吸标记，将黑盒预测与生理可解释性桥接，有助于临床接受度

编者按可穿戴设备的应激/情绪识别长期面临两难：CNN 精度高但不可解释，手工特征可解释但精度低。本文的双路设计为不同状态选择不同分析路径，是一种务实的工程妥协。Zpm/Zmp 自相关滞后指标若能在更大队列得到验证，有望成为低功耗可穿戴应激监测的标准特征。

局限 · WESAD 数据集规模较小（15 名受试者），跨人群泛化能力未知；实验室诱导应激与真实情境应激存在生态效度差距。

应激识别呼吸信号可穿戴可解释 AI

arXivq-bio.PE · cs.LG

Deep Learning Model Emulators for Marine Biogeochemistry Forecasting from Days to Decades

Skakala J, Higgs I, Moffat D

TL;DR：用 LSTM 和物理约束 1D-CNN 仿真复杂海洋生物地球化学模型，在日分辨率下保持数十年稳定，同时在浮游植物等关键变量的 10 天预报技巧上显著超越原物理模型。

方法：LSTM 处理选定变量子集，物理约束 1D-CNN 仿真全近海层系统；以海洋物理模拟器输出作为驱动，利用可解释性技术识别行为驱动因子
结果：仿真器在数十年时间尺度保持稳定，成功再现日变率与极端事件；浮游植物春季爆发时机可提前数年预测
亮点：仿真速度远超原物理模型，为气候预估集成和海洋碳汇研究提供了可行的快速替代方案

编者按海洋生物地球化学模型是气候系统中计算最昂贵的组件之一。用深度学习替代物理过程模型（"neural emulator"策略）在大气模型中已有成功案例，本文将其延伸至生态耦合系统，且覆盖天到十年的跨尺度预报。物理约束 CNN 比纯数据驱动更不容易违背质量守恒，这是生态仿真中难得的严谨设计。

局限 · 仿真器训练和验证于单一海域，跨区域泛化需额外验证；对超出训练分布的气候情景（如极端升温）的外推能力存疑。

海洋生态神经仿真器气候预测LSTM

arXivq-bio.NC · cs.NE

Surviving by Serving: Functional Relevance Drives Self-Organization in Complex Adaptive Systems

Metzner C, Ghebleh A, Schilling A, Maier A, Kinfe T, Krauss P

TL;DR：提出"以服务求生存"（SBS）原则：多智能体系统中，组件输出被其他组件利用时得以持续存在，否则触发适应；无需全局目标或外部选择压力，系统自发涌现功能网络与核心-外围结构。

方法：最小多智能体模型，智能体转化共享资源并仅接收本地反馈（输出是否被下游利用）；无全局目标函数，无集中协调
结果：自发形成稳定交互网络、新颖功能状态与预适应搜索阶段；核心-外围拓扑结构在多次独立运行中一致涌现
亮点：SBS 原理将"生物系统为何自组织"从进化论抽象落实为可计算的最小机制，对理解神经网络、免疫系统和生态位构建均有参考价值

编者按自组织理论已有数十年历史，但大多数模型需要预设选择压力或全局适应度函数。SBS 原则的新颖之处在于只需"本地有用性"这一最小条件即可涌现复杂功能拓扑——这与生物进化的实际情境更为吻合。对于研究细胞信号网络、突触可塑性或生态位构建的读者，SBS 提供了一个新的理论透镜。

局限 · 当前仅为计算模型，尚缺乏与真实生物系统（如神经回路或免疫网络）的定量对应；模型过度简化的资源转化机制可能限制适用范围。

自组织复杂自适应系统涌现理论生物学