Daily Digest — 2026.07.01

AI × 生物每日论文速递

本期聚焦虚拟脑孪生隐私建模、深度学习驱动疫苗表位筛选、KAN 网络单细胞聚类、病理图像分子特征联合预测、质谱碎裂目标检测重构，以及 LLM 临床推理能力系统性评估。

今日论文

arXiv

bioRxiv

研究方向

神经科学与脑建模

2 篇

arXivq-bio.NC · cs.LG

Virtual Brain Twins: Balancing Personalization and Privacy in Computational Neuroscience

Esmaeili A, Woodman M, Baldy N et al.

TL;DR：提出"虚拟脑孪生"框架，在保留个体神经动力学特征的同时，通过队列级建模保护患者隐私。核心思路是用群体分布约束个性化参数拟合，使模型在临床预测中兼具个体精度与数据安全性。

方法：队列统计先验 + 贝叶斯参数推断，在群体分布约束下拟合个体脑动力学参数
结果：个性化虚拟脑在癫痫发作预测等任务上优于纯群体模型，同时防止个体数据泄露
亮点：将隐私保护与个性化建模纳入同一框架，为计算神经科学的临床落地提供合规路径

编者按脑孪生模型一直面临一个两难：越精准越需要个人数据，越合规越失去个性化价值。这篇工作把隐私约束直接编进模型结构，而非作为后处理步骤，思路值得关注。临床神经科学走向真实部署，这类"合规即设计"的方法可能是必由之路。

局限：队列先验的质量高度依赖数据来源，跨中心泛化能力尚未充分验证。

虚拟脑孪生隐私保护贝叶斯推断神经动力学

arXivq-bio.NC · cs.AI

Graph-Based Stochastic Connectivity Estimation from Neural Activity Patterns

Goerttler S, Wu M, He F et al.

TL;DR：将脑区连接推断问题建模为图上的热扩散过程，利用随机微分方程从神经活动记录中估计连接矩阵。方法在合成数据和真实 fMRI 数据上均优于基线，特别在稀疏连接结构下鲁棒性更强。

方法：图热扩散 SDE 建模神经活动传播，最大似然估计底层连接强度
结果：在合成和真实 fMRI 数据集上连接矩阵重建误差低于相关系数基线和 Granger 因果方法
亮点：以物理扩散过程替代纯统计相关性，为功能连接提供更具因果可解释性的估计框架

编者按功能连接分析长期被皮尔逊相关统治，这篇工作引入扩散物理作为归纳偏置，是个聪明的思路——毕竟信号在脑网络中确实是"扩散"的。能否在真实个体差异巨大的临床 fMRI 里复现，才是真正的考验。

局限：热扩散假设对高度非线性的神经动力学是简化近似，实际脑网络可能偏离此模型。

脑连接组图神经网络随机微分方程fMRI

药物发现与分子计算

2 篇

arXivq-bio.QM · cs.LG · q-bio.BM

Transformer-Based Active Learning for Vaccine Epitope Selection in Viral Disease

Erlandsson Brisebois A, Khatooni Z, Burbridge C et al.

TL;DR：将主动学习与 Transformer 架构结合，用于从海量肽段中高效筛选病毒疫苗候选表位。迭代查询策略大幅减少需要实验验证的序列数量，同时保持对已知免疫原性表位的高召回率。

方法：Transformer 编码肽段序列特征，主动学习不确定性采样策略选择最具信息量的候选序列送入实验验证循环
结果：以 30% 训练数据量达到全量训练 90% 以上的免疫原性预测性能，显著降低湿实验成本
亮点：主动学习框架与疫苗设计流程天然契合，每轮实验反馈直接更新模型，形成闭环

编者按表位筛选本质上是高通量 + 低标注预算的经典问题，主动学习在这里有真实的应用价值而非噱头。关键在于不确定性校准——如果模型对"不确定的"序列判断有偏，实验资源反而会浪费在无信息区域。

局限：免疫原性预测模型本身的泛化能力受限于已知病毒的训练数据，对新型病原体的适用性存疑。

疫苗设计主动学习Transformer表位预测

arXivq-bio.QM · cs.LG · cs.CV

Mass Spectrum Prediction as Object Detection: Reformulating Molecular Fragmentation

Wang RX, Wang R, Coley CW et al.

TL;DR：将质谱碎裂峰预测任务重构为目标检测问题，用类似 DETR 的架构直接预测 m/z 值与强度对，而非逐点回归整段谱图。在标准基准上显著提升高质量峰的精度，同时对噪声峰的误报率更低。

方法：分子图编码器 + Transformer 解码器，以集合预测方式输出碎裂峰位置与相对强度，训练使用匈牙利匹配损失
结果：在 NIST 和 MassSpecGym 基准上余弦相似度超过当前最优方法 3–5 个百分点，高强度峰召回提升明显
亮点：目标检测的集合预测范式天然适配质谱稀疏峰结构，避免了逐点回归对背景噪声的过拟合

编者按把质谱预测类比为目标检测，这个问题建模本身就很有创意——碎裂峰确实像"目标"，稀疏且有位置/强度两个属性。更重要的是，质谱预测的准确性直接影响代谢物鉴定和药物杂质分析的可靠性，实用价值很高。

局限：训练数据仍依赖已有质谱库，对未见分子骨架的泛化能力有待系统评估。

质谱预测目标检测分子碎裂DETR

临床 AI 与基因组学

2 篇

arXivq-bio.GN · cs.LG

scKDGM: Single-Cell RNA Clustering via Kolmogorov-Arnold Networks and Graph Masked Learning

Tang J, Hu P, Gao S et al.

TL;DR：提出 scKDGM，将 Kolmogorov-Arnold 网络（KAN）与图掩码学习结合用于单细胞 RNA 测序数据的细胞类型聚类。KAN 的可学习激活函数在捕捉基因表达非线性关系上优于标准 MLP，图结构建模细胞间邻域相似性。

方法：KAN 编码器提取单细胞基因表达特征，掩码图自编码器在细胞邻域图上进行自监督预训练，随后聚类
结果：在 10 个公开 scRNA-seq 数据集上 NMI 和 ARI 均优于 scVI、scDCC 等主流基线
亮点：KAN 首次被引入单细胞分析领域，提供比 MLP 更具可解释性的激活模式，便于追踪关键基因

编者按 KAN 自去年提出后已被用于各类科学计算场景，这是将其引入单细胞组学的早期探索。有趣的地方在于：KAN 的样条激活函数理论上能学到更平滑的基因-细胞关系曲线，但计算代价也更高。在百万细胞级别的数据上能否保持优势，是这个方向的关键问题。

局限：KAN 训练速度慢于等参数量 MLP，在超大规模单细胞图谱上的可扩展性尚未验证。

单细胞组学KAN 网络图掩码学习细胞聚类

arXivcs.CV · cs.LG · q-bio.GN

Histopathology-Molecular Prediction via Efficient Cross-Modal Alignment

Winter D, Vonficht D, Le Bescond L et al.

TL;DR：提出高效跨模态对齐框架，从有限病理切片图像中预测肿瘤的基因组与分子特征。核心创新在于轻量对齐模块，无需大规模配对训练数据即可将病理视觉特征映射至分子空间。

方法：预训练病理基础模型提取图像特征，轻量对齐网络将其映射到基因表达/突变空间，使用部分配对数据进行监督
结果：在 TCGA 多癌种数据集上基因突变预测 AUC 超过单模态病理基线 5–8 个百分点
亮点：病理图像获取成本远低于分子检测，如果能可靠预测分子特征，将大幅降低精准医疗门槛

编者按这是"用便宜的检查预测昂贵的检查"这一思路的又一个具体实现。关键挑战是跨模态对齐的可靠性——病理形态和分子特征并非一一对应，有些突变在形态上几乎不留痕迹。对齐模块能学到什么、不能学到什么，需要更细致的分析。

局限：跨模态对齐质量依赖配对训练样本规模，稀有突变类型的预测精度有限。

病理组学多模态学习分子预测精准医疗