热点事件持续更新
脑网络老化纵向动态的SAOM建模研究
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年10月10日,bioRxiv发布一项预印本研究,提出基于随机行动者导向模型(SAOMs)的数据驱动框架,将纵向脑网络变化建模为由局部连接因素驱动的边形成与消解过程。研究将该框架应用于一个衰老队列的功能与结构脑网络,模型识别出共同促进枢纽形成、短程连接和模块化组织的相互作用机制,且功能网络的变化速率显著高于结构网络;结构网络在认知障碍下还表现出枢纽形成机制的去特异性。目前该研究以预印本形式发布,尚未见后续报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月10日 08:00
bioRxiv预印本提出SAOM框架,揭示脑网络老化中功能变化快于结构及认知障碍下的机制去特异性。报道时间线
沿着报道,了解事件的不同侧面。
10月10日
- bioRxiv 预印本基于随机行动者导向模型识别驱动衰老过程中脑连接变化的网络因素
研究团队提出基于随机行动者导向模型(SAOMs)的数据驱动框架,将纵向网络变化建模为由局部连接因素驱动的边形成与消解过程。应用于一个衰老队列的功能与结构脑网络后,模型识别出共同促进枢纽形成、短程连接和模块化组织的相互作用机制,且功能网络的变化速率显著高于结构网络。结构网络在认知障碍下还表现出枢纽形成机制的去特异性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。