集智斑图顶刊论文速递栏目上线以来，持续收录来自Nature、Science等顶刊的最新论文，追踪复杂系统、网络科学、计算社会科学等领域的前沿进展。现在正式推出订阅功能，每周通过微信服务号「我的集智」推送论文信息。

扫描下方二维码，关注“我的集智”服务号，即可订阅Complexity Express：           

 

Complexity Express 一周论文精选

以下是2022年11月21日-11月27日来自Complexity Express的复杂性科学论文精选。如果Complexity Express列表中有你感兴趣的论文，欢迎点赞推荐，我们会优先组织解读~

目录：

1. 结构化小脑连接支持韧性模式分离

2. 超图中超边和重叠社团的推断

3. 复杂网络和脑连接体中的几何同构、贪婪导航性和近视转移

4. 新兴的细胞工程时代：利用细胞的模块化来编程复杂的生物功能

5. 活性物质中局部熵产生和可提取功的无模型测量

6. 用于空间转录组学的空间感知维度削减

7. 结合语言模型和策略推理，在策略游戏中发挥人类水平

8. 小型蛋白质折叠结构和序列空间的取样

1.结构化小脑连接支持韧性模式分离

论文题目：Structured cerebellar connectivity supports resilient pattern separation

论文来源：Nature

论文链接：https://www.nature.com/articles/s41586-022-05471-w

小脑被认为有助于检测和纠正预期命令和执行命令之间的错误，并对社会行为、认知和情感至关重要。运动控制的计算必须快速进行，以实时纠正错误，并且应该对模式之间的微小差异敏感，以进行精细的错误纠正，同时对噪音有韧性。有影响力的小脑信息处理理论在很大程度上假设了随机网络连接，这增加了网络第一层的编码能力。然而，最大限度地提高编码能力会降低对噪音的韧性。

为了了解神经元电路如何解决这一基本的权衡问题，我们使用自动大规模透射电子显微镜和基于卷积神经网络的图像分割，绘制了小鼠小脑皮层的前馈连接图。我们发现，脑网环路的输入层和输出层都表现出冗余和选择性的连接模体，这与普遍的模型形成了对比。数值模拟表明，这些冗余的、非随机的连接模体增加了对噪声的韧性，而对整体编码能力的代价可以忽略不计。这项工作揭示了神经元网络结构如何支持编码能力和冗余之间的权衡，揭示了生物网络架构的原理，以及对人工神经网络的设计有意义。

图：利用大规模电子显微镜重建小脑皮层的前馈环路。（a）小脑皮层中前馈神经元的接线示意图。（b）小脑皮层前馈网络的扩展和收敛。（c）说明性数据显示二维（左）中的两个输入表征一旦投射到三维（中）可以线性分离（右）。

2.超图中超边和重叠社团的推断

论文题目：Inference of hyperedges and overlapping communities in hypergraphs

论文来源：Nature Communications

论文链接：https://www.nature.com/articles/s41467-022-34714-7

超图（Hypergraphs）是对任何数量的系统单元之间的结构化相互作用的编码，最近被证明是描述许多现实世界生物和社会网络的成功工具。在这里，我们提出了一个基于统计推理的框架来描述超图的结构组织。该方法允许以一种原则性的方式推断任何大小的缺失超图，并联合检测存在高阶互动的重叠社团。此外，我们的模型有一个高效的数值实现，在从高阶数据推算出的成对记录上，它的运行速度比 dyadic 算法快。我们将该方法应用于各种现实世界的系统，显示出在超边预测任务中的强大性能，检测出与互动所携带的信息完全一致的社团，以及对增加的噪声超边的稳健性。我们的方法说明了超图概率模型在为具有高阶互动的关系系统建模时的基本优势。

图：（左）显示了一个高中数据集的一个子集，节点属于 2BIO1（浅蓝色）和 MP*2（橙色）类，以及十个外部客人（绿色）。节点大小与度成正比。灰色的超网格模拟了一个事件，为了视觉上的清晰，我们省略了其他的超网格。（中）显示了由 Hypergraph-MT 提取的分区，（右）我们发现了由 Graph-MT 提取的分区。在后者中，灰色的边表示事件发生前图中的相互作用（通过 clique expansions 获得），红色的边是由于模拟事件而增加的相互作用。这个例子显示了使用超图的优势，因为这种表示方法对增加一个嘈杂的超图更有韧性，在检测社团方面也更稳健。

3.复杂网络和脑连接体的

几何同构、贪婪导航性和近视转移

论文题目：Geometrical congruence, greedy navigability and myopic transfer in complex networks and brain connectomes

论文来源：Nature Communications

论文链接：https://www.nature.com/articles/s41467-022-34634-6

我们在网络几何学中引入一种几何同构（geometrical congruence，GC）的测度，以评估网络拓扑结构遵循基础几何的程度。这需要为网络中每个不相邻的节点对找到所有拓扑上的最短路径：这是一项非同寻常的计算任务。因此，我们提出了一种优化算法，将 26 年的最坏情况下的计算减少到一周的并行计算。

通过分析具有显著几何的人工网络，我们发现，与目前的观点不同，从测地线（三维物体的表面上找出两个点的最短距离）角度而言，双曲网络一般不会显示出高的几何同构和高效的贪婪导航性（greedy navigability，GN）。只有当度分布幂律指数严格地接近于 2 时，控制几何同构的近视转移才会发挥最佳效果。分析真实的网络——其几何形状往往是潜在的——几何同构克服了贪婪导航，作为区分宏观结构 MRI 脑连接体的表型状态的标志，表明连接体可能有一个潜在的神经生物学几何结构，比可见的三维欧几里得占更多的信息。

图：几何（双曲）空间中不同类型路径的可视化。（a） nPSO 网络在双曲空间的原生盘表示法中的表示：链接为灰色，遵循双曲测地线，节点按社区成员身份着色，其大小与程度的对数成正比。（b）该面板突出了双曲测地线（GEO，红色）、几何最短路径（GSP，绿色）、贪婪路由路径（GRP，黄色带方向性箭头）以及网络中两个特定非相邻节点（ i 和 j ）之间所有可能的拓扑最短路径（TSP，黑色虚线）中涉及的双曲链接，其特征是成功的 GRP。（c）与面板（b）类似，但两个非相邻节点的特征是 GRP 不成功。（d）直方图在不同的间隔内表示nPSO网络中值一定范围内非相邻节点对的比例。（e）该面板突出了两个非相邻节点之间的GEO、GSP和TSP，其特征是=0.61，对应于模式值。（f）类似于面板（e），但两个非相邻节点的特征是=0.67，对应于平均值。（g）类似于面板（e），但两个非相邻节点的特征是=0.96，对应于直方图的前5%值。

4.新兴的细胞工程时代：利用细胞的

模块化来编程复杂的生物功能

论文题目：The emerging era of cell engineering: Harnessing the modularity of cells to program complex biological function

论文来源：Science

论文链接：https://www.science.org/doi/10.1126/science.add9665

一个生物工程的新时代正在出现，其中活细胞被用作解决治疗挑战的构建模块。这些努力有别于传统的分子工程——它们的重点不是优化单个基因和蛋白质作为治疗手段，而是使用分子组件作为模块，重新规划细胞如何做出决定和沟通，以实现体内更高层次的生理功能。这种以细胞为中心的方法是由一个不断增长的组件工具箱促成的，该工具箱可以合成控制核心细胞级的功能输出，例如一个细胞应该去哪里，它应该与哪些其他细胞互动，以及它应该传输或接收哪些信息。细胞工程的力量已经通过开发旨在杀死癌症的免疫细胞得到了临床验证。这种重塑细胞连通性的工具箱正开始被用于设计治疗其他一系列疾病的细胞疗法，并对组织和器官的自组织进行编程。通过迫使复杂的生物功能在概念上提炼成一套有限的指令，在细胞水平上运作，这些努力也揭示了将分子成分与高阶生理功能联系起来的基本层次逻辑。

图：以细胞为中心的复杂生物功能编程视角。生物系统被编码为基因或分子成分，但其更高尺度的功能最终通过所产生的细胞相互作用的方式表现出来。因此，专注于如何重新连接细胞的输入和输出可能提供一个特别有用的视角，从这个角度来战略性地指导生物功能的工程。

5.活性物质中

局部熵产生和可提取功的无模型测量

论文题目：Model-Free Measurement of Local Entropy Production and Extractable Work in Active Matter

论文来源：Physical Review Letters

论文链接：https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.129.220601

时间反转对称性的打破和熵产生是非平衡现象的普遍特征。尽管它在活系统和生命系统的物理学中很重要，但具有许多自由度的系统的熵产生仍然没有什么实际意义，因为其状态空间的高维度使其难以测量。在这里，我们介绍了一个局部的熵产生的测量方法和一个数值协议来估计它。我们在系统的特定区域内建立了熵产生和功的可提取性之间的联系，并表明这一数量如何关键地取决于被追踪的自由度。我们在理论、模拟和实验中验证了我们的方法，考虑经历运动诱导的相分离的活性布朗粒子系统，以及活性布朗粒子和整流装置中的大肠杆菌，其中粒子动力学的时间反转不对称性与空间不对称性相耦合，揭示了其在宏观尺度上的影响。

图：大肠杆菌[快照 (a) 和熵产生 (c)]和活性布朗粒子 [快照 (b) 和熵产生 (d)]在整流细胞中的局部熵产生。在下图中，熵产生是用 2×2 区块捕捉的，颜色越亮表示熵产生越大。颗粒分布显示，在漏斗的驱动下，细胞右侧的颗粒密度较高，颗粒沿壁堆积。

6.用于空间转录组学的

空间感知维度削减

论文题目：Spatially aware dimension reduction for spatial transcriptomics

论文来源：Nature Communications

论文链接：https://www.nature.com/articles/s41467-022-34879-1#Fig2

空间转录组学是基因组技术的集合，汇合了转录组分析与对应组织的空间定位信息。分析空间转录组数据在计算上是具有挑战性的，因为从各种空间转录组技术收集的数据通常是有噪声的，并且在组织位置之间呈现显著的空间相关性。

在这里，我们开发了一种具有空间感知能力的降度方法 SpatialPCA，它可以提取具有生物信号并保留空间关联结构的空间转录组数据的低维表征，从而使得许多以前在单细胞 RNAseq 研究中开发的现有计算工具得以用于空间转录组的分析。我们说明了 SpatialPCA 在空间域检测中具有优势，并探讨了其在组织轨迹推断和高分辨率空间地图构建中的应用。在真实的数据应用中，SpatialPCA 可检测到的肿瘤周围微环境中的关键分子及免疫学特征，包括在肿瘤发生和转移期间形成逐渐的三级淋巴结构的转录组转变。此外，SpatialPCA 可检测已死去的神经元发育历史，这是当前皮层组织中转录组景观的基础。

图：SpatialPCA 的方法示意图。SpatialPCA 是一种空间感知的降维分析方法，它将基因表达 Y 和位置信息 L 作为输入。它通过因子分析模型将基因表达矩阵 Y 模拟为潜在因子 Z 的函数。重要的是，SpatialPCA 利用位置信息 L 构建核矩阵 Σ，以显式地模拟潜在因子 Z 跨组织位置的空间相关结构。因此，从 SpatialPCA 推断的低维组分 Z 包含有价值的空间相关信息，并且可以与已经在 scRNA-seq 研究中开发的各种分析工具配对，以使空间转录组学可进行有效且效果更好的下游分析，包括空间转录组可视化、空间域检测、组织轨迹推断和高分辨率空间图构建。

7.结合语言模型和策略推理，

在策略游戏中发挥人类水平

论文题目：Human-level play in the game of Diplomacy by combining language models with strategic reasoning

论文来源：Science

论文链接：https://www.science.org/doi/10.1126/science.ade9097

尽管在训练人工智能系统模仿人类语言方面取得了很大进展，但构建使用语言在互动环境中有意识地与人类交流的智能体仍然是一个重大挑战。我们介绍 Cicero，第一个在桌游强权外交中实现人类水平的 AI，这是一个包含合作和竞争的战略游戏，强调使用自然语言谈判，以及七个玩家之间的战术协调。Cicero 将语言模型与规划和强化学习算法结合起来，通过对话推断玩家的信念和意图，并产生对话来实现其计划。在一个匿名的 40 次的在线“强权外交”中，Cicero 的平均得分是人类玩家的两倍多，并且在玩过一个以上游戏的参与者中排名前 10% 。

图：Cicero 的结构。Cicero 根据棋盘状态和对话预测每个玩家可能采取的行动，将其作为使用 RL 训练的模型进行规划的起点。规划的输出是代理人的行动以及对其他玩家行动的信念，这些信念被用来选择对话模型的意图，并以此为条件。生成的信息候选者在发送最终信息之前要经过几个过滤步骤。

8.小型蛋白质折叠结构

和序列空间的取样

论文题目：Sampling of structure and sequence space of small protein folds

论文来源：Nature Communications

论文链接：https://www.nature.com/articles/s41467-022-34937-8

自然界只对能够折叠成稳定蛋白质的一小部分序列空间进行采样。此外，单个折叠中的微小结构变化，有时只有几个氨基酸，就可以定义一个蛋白质的分子功能。因此，为了设计具有新功能的蛋白质，如分子识别，控制和取样形状多样性的方法是必要的。

为了探索这一空间，我们开发并实验验证了一个计算平台，该平台可以设计各种小的蛋白质褶皱，同时对形状多样性进行采样。我们设计并评估了 8 种不同折叠的约 30,000 个新的蛋白质设计的稳定性。在这些设计中，发现了大约 6200 个稳定的蛋白质，包括一些被预测为具有最小化的硫氧嘧啶折叠的蛋白质。获得的数据揭示了蛋白质折叠规则的结构特征，如螺旋连接环。除了作为蛋白质工程的资源，这个庞大而多样的数据集还为机器学习提供了训练数据。我们开发了一个精确的分类器来预测我们设计的蛋白质的稳定性。这些方法和广泛的蛋白质形状为设计新的蛋白质功能而不影响稳定性提供了一个基础。

图：FoldArchitect 和 RosettaScripts 集成概述。（a）FoldArchitect接受用户规范，包括二级结构（SS）和循环的长度范围，以及如何应用距离约束（例如谐波约束）。（b）各种距离约束（黄线）和二级结构元素的配对可以在折叠描述文件中编码（遵循XML格式）。（c）拉马钱德兰图中的多肽ABEGO区域可以在RosettaScripts中指定为循环连接。

关于Complexity Express

Complex World, Simple Rules.

复杂世界，简单规则。

由于学科交叉融合，大量针对复杂系统的研究成果散落在人工智能、统计物理、网络科学、数据科学、计算社会科学、生命科学、认知科学等等不同领域的期刊会议中，缺乏整合。

 

为了让大家能及时把握复杂系统领域重要的研究进展，我们隆重推出「Complexity Express」服务，汇总复杂系统相关的最新顶刊论文。

 

Complexity Express 是什么？

Complexity Express 每天爬取复杂系统领域最新发表的顶刊论文，每周通过“我的集智”服务号汇总推送。

 

进入 Complexity Express 页面即可随时查看顶刊论文更新，你也可以通过微信接收研究更新推送和一周汇总。

               

Complexity Express 为谁服务？

• 如果你是复杂系统领域的研究者，可获得重要论文上线通知，每周获取最新顶刊论文汇总。

• 如果你是复杂系统领域的学习者，可了解学界关注的前沿问题，把握专业发展脉络。

• 如果你是传统的生命科学、社会科学等学科中的研究者/学习者，可以从复杂科学和跨学科研究中获得灵感启发。

• 如果你是关注前沿研究发现的知识猎手，可获得复杂系统研究对自然和人类世界的最新洞见。

Complexity Express 栏目也是集智俱乐部公众号的主要选题来源，诚挚邀请你订阅，与我们信息同步。

 

Complexity Express 论文从哪里来？

考虑复杂系统研究往往属于跨学科工作，我们主要抓取综合类和泛物理类/计算机类的顶级期刊，从每周新发表的数百篇论文中精选出与复杂系统相关的论文。

 

Complexity Express 参考影响因子和学者口碑，选择了如下期刊，每日爬取其论文更新：

• Nature

• Science

• PNAS

• Nature Communications

• Science Advances

• Physics Reports

• Physical Review Letters

• Physical Review X

• Nature Physics

• Nature Human Behaviour

• Nature Machine Intelligence

• Review of Modern Physics
• Nature Review Physics
• Nature Computational Science
• National Science Review
• 更多期刊持续增补中，欢迎推荐你认为重要的期刊！

 

如果你在 Complexity Express 中发现了感兴趣的论文，请立刻“点赞”！每周最高赞的论文，集智编辑部将组织专业解读~

 

Complexity Express 追踪哪些领域？

我们力求兼顾热点追踪与领域覆盖，目前筛选的论文主要集中在如下与复杂性关系密切的领域：

• 复杂系统基本理论
• 复杂网络方法及应用
• 图网络与深度学习
• 计算机建模与仿真
• 统计物理与复杂系统
• 量子计算与量子信息
• 生态系统、进化、生物物理等
• 系统生物学与合成生物学
• 计算神经科学与认知神经科学
• 计算社会科学与社会经济复杂系统
• 城市科学与人类行为
• 科学学
• 计算流行病学
• 以及一些领域小众，但有趣的工作

 

由于复杂性研究领域横跨多个学科，研究论文散落在不同的期刊上，很难不重不漏地把握最新工作。针对复杂性领域的论文筛选，我们专门设计了算法。经过数月的训练迭代优化，目前对上述领域爬取准确率达到90%以上。

 

将来我们还会根据你的具体研究领域，推出研究分类与个性化的订阅服务，敬请期待！

 

由于复杂性领域涉及的论文关键词和研究问题纷繁复杂，所以算法难免有不成熟的地方，如果你发现我们有漏掉的重要论文，或者爬到了领域有偏差的论文，欢迎联系我们（小助手微信：swarmaAI），帮助我们持续优化算法。

如果你对科学学、计算术语学等感兴趣并有代码能力，欢迎报名成为集智算法志愿者/实习生（具体请邮件联系算法组负责人huqiao@swarma.org）。

如果你对复杂科学及相关跨学科研究有长期兴趣，并乐于解读分享，欢迎加入集智作者团队（具体请邮件联系编辑部负责人liupeiyuan@swarma.org）。

更多论文

更多复杂性顶刊论文，请到Complexity Express页面查看。订阅即可每周获取更新提醒。

       

点击“阅读原文”，追踪复杂科学顶刊论文