1，特別評述 | 人工智慧助力藥物研發：可解釋性深度神經網絡分子表徵模型
來源：BioArt
近日，中科院上海藥物所蔣華良院士和鄭明月研究員（第一作者為博士研究生熊招平）在Journal of Medicinal Chemistry發表封面文章Pushingthe Boundaries of Molecular Representation for Drug Discovery with the GraphAttention Mechanism。該論文介紹了一種基於注意力機制的圖神經網絡模型(Attentive FP）。
該模型可以用於分子表徵，在多個藥物發現相關的數據集上的預測表現達到當前最優，並且該模型所學到的內容具有可解釋性。這種可解釋性在機器的認知和人的認知的差異間架起了一座橋梁，由此可能更好地利用機器的認知增強藥物學家的認知，產生更大的實際應用價值。Attentive FP的特徵可視化表明，它可以自動從特定任務中學習到分子結構內非局部的特性，因此可以幫助藥物學家或化學家超越經驗和直覺，直接從各種性質數據中獲取對該分子結構更深層的理解。
2，Sci Signaling | 劉芳團隊解析調控中間神經元遷移的秘密
來源：BioArt
8月6日，多倫多大學劉芳教授課題組在Science Signaling雜誌發表了題為Disruption of SynGAP–dopamine D1 receptor complexes alters actin and microtubule dynamics and impairs GABAergic interneuron migration的研究論文 (第一作者蘇萍) ，闡釋了D1受體通過與SynGAP的相互作用，調控GABA能中間神經元切向遷移的具體的分子機制。
3，研究發現精神病中基因的異常表達，並提出可能的治療方法
來源：大話精神
一項新的研究表明，許多以前與自閉症相關的基因的異常表達也出現在暴力精神病的病例中。研究人員利用幹細胞技術分析了精神病暴力犯罪者腦細胞中基因和蛋白質的表達。發表在《分子精神病學》上的這一發現可能會為精神病的治療開闢新的途徑。這項研究是由東芬蘭大學、赫爾辛基大學和瑞典卡羅林斯卡學院合作開展。
4，許多精神疾病都具有更高的衝動性
來源：大話精神
漢密爾頓研究人員領導的一項研究發現，患有多種不同精神疾病的個體更傾向於選擇較小的、即時的獎勵，而不是更大的延遲獎勵。麥克馬斯特大學(McMaster University)和聖約瑟夫醫學院漢密爾頓分校(St. Joseph’sHealthcare Hamilton)的研究人員結合了40多項研究的數據，進行了一項薈萃分析，結果發表在《美國醫學會精神病學雜誌》(JAMA Psychiatry)上。
5，新的MRI技術可以「看到」大腦中的分子變化
來源：阿爾茨海默病
在9月5日發表在《自然通訊》（Nature Communications）上的一篇論文中，Aviv Mezer博士和他在耶路撒冷希伯來大學（Hebrew University of Jerusalem，HUJI）的Edmond和Lily Safra腦科學中心的研究小組成功地將MRI從診斷設備轉換成一種可以記錄腦組織生物組成變化的設備。
6，Cell重要成果：包含1,000個神經元的小鼠大腦連接圖譜
來源：生物通
霍華德休斯醫學研究所Janelia研究院的研究人員追蹤每個細胞在大腦中的分支路徑，確定它的去向以及它連接的細胞，構建了包含1,000個神經元的小鼠大腦神經元連接圖譜。這一重要發現公布在Cell雜誌上，研究小組報告說，這些神經元如果端對端放置，伸展超過80米，大約相當於兩輛校車的長度。
7，意想不到的新機制調節神經幹細胞分化
來源：生物通
利用幹細胞修復器官是現代再生醫學的首要目標之一，慕尼黑路德維希·馬克西米利安大學和亥姆霍茲慕尼黑中心的科學家們發現，Akna蛋白在這一過程中起著關鍵作用。例如，它通過一種機制控制神經幹細胞行為，這種機制也可能參與癌轉移形成。這項研究發現發表在著名的Nature雜誌上。
8，多一杯肥宅快樂水，多一份死亡風險？
來源：DeepTech深科技
一項涉及歐洲10個國家45萬人的大型研究發現，與每月飲用少於一杯軟飲料（含糖或人工甜味的飲料）相比，每天飲用兩杯或更多這些甜飲的人群，全因死亡風險更高。
該研究由世界衛生組織下屬國際癌症研究機構（IARC）的研究人員進行，研究分析了含糖和含人工甜味飲料的總消費量，與總死亡率和特異性死亡率之間的關係。此外，研究人員還觀察到，總軟飲料消費量越高，患帕金森病的風險就越大，這項研究也首次將軟飲料消費與帕金森病聯繫起來，不過，這一結論還需要進行更多的研究來進行驗證。相關結果發表於JAMA Intern Med雜誌。
註：腦科學日報由 Brainnews團隊 編輯整理，內容版權歸屬每一篇文章來源。