WikiEdge:ArXiv速遞/2025-05-26
摘要
- 原文標題：Challenges and perspectives in using multimodal imaging techniques to advance the understanding of fish intestinal microvilli
- 中文標題：多模態成像技術在推進魚類腸道微絨毛認知中的挑戰與前景
- 發佈日期：2025-05-26 10:29:43+00:00
- 作者：Ankit Butola, Luis E. Villegas-Hernández, Dhivya B. Thiyagarajan, Bartłomiej Zapotoczny, Roy A. Dalmo, Balpreet Singh Ahluwalia
- 分類：physics.optics, physics.med-ph
- 原文連結：http://arxiv.org/abs/2505.19798v1
中文摘要：腸道微絨毛的主要功能是增加腸道內壁表面積以最大化營養吸收。儘管其對魚類健康至關重要，但微絨毛的微小尺寸和密集分佈阻礙了對其研究，因此需要先進的顯微技術進行可視化。利用超解像度顯微鏡對微絨毛進行表徵，可以深入了解其結構組織、空間分佈和表面特性。本文系統研究了不同光學、電子和力顯微技術對魚類微絨毛的分析方法。採用的超解像度光學顯微技術包括三維結構光照明顯微鏡(SIM)、受激發射損耗顯微鏡(STED)和熒光漲落顯微鏡。我們還使用共聚焦顯微鏡和全內反射熒光顯微鏡等衍射極限光學顯微技術觀察了魚類腸道微絨毛。此外，還採用了定量相位顯微鏡(QPM)和明場成像等無標記顯微技術。為獲得超高解像度，我們使用了掃描電子顯微鏡(SEM)、透射電子顯微鏡(TEM)和原子力顯微鏡(AFM)。我們系統比較了這些顯微技術在解析和量化微絨毛特徵方面的表現，涵蓋1-2微米的結構形態到10-100納米的表面細節。研究結果凸顯了每種方法在不同尺度上捕捉微絨毛特徵的優勢、局限性和互補性。這些技術被應用於大西洋鮭胃腸道微絨毛的超解像度和高質量成像。
摘要
- 原文標題：Eradicating the Unseen: Detecting, Exploiting, and Remediating a Path Traversal Vulnerability across GitHub
- 中文標題：消除隱患：檢測、利用和修復GitHub中的路徑遍歷漏洞
- 發佈日期：2025-05-26 16:29:21+00:00
- 作者：Jafar Akhoundali, Hamidreza Hamidi, Kristian Rietveld, Olga Gadyatskaya
- 分類：cs.CR
- 原文連結：http://arxiv.org/abs/2505.20186v1
中文摘要：開源軟件中的漏洞可能對現代數字生態系統造成連鎖反應。當這些漏洞在多個項目中重複出現時尤其令人擔憂，因為攻擊者一旦發現其中一個漏洞，就能輕易擴大攻擊規模。由於開發者經常復用自身或外部代碼資源，許多開源項目中存在近乎相同的漏洞。 我們開展了一項研究，調查GitHub開源項目中導致路徑遍歷攻擊(CWE-22)的特定漏洞代碼模式的普遍性。為在GitHub規模上處理該研究，我們開發了自動化流程：掃描GitHub尋找目標漏洞模式，先通過靜態分析確認漏洞，再在項目環境中實際利用漏洞進行驗證，計算CVSS評分評估影響程度，使用GPT-4生成補丁，最後向維護者報告漏洞。 通過該流程，我們識別出1,756個存在漏洞的開源項目，其中部分項目極具影響力。多數受影響項目的漏洞屬於高危級別(CVSS評分高於9.0)，攻擊者無需權限即可遠程利用，嚴重影響系統機密性和可用性。我們已負責任地向維護者披露漏洞，其中14%已修復。研究還調查了漏洞代碼模式的根本原因，並評估了該漏洞模式大量複製對流行LLM產生的副作用。本研究強調，亟需通過可擴展的自動化漏洞管理方案和提高開發者安全意識來保障開源生態安全。
摘要
- 原文標題：Transformer in Protein: A Survey
- 中文標題：蛋白質中的Transformer：綜述
- 發佈日期：2025-05-26 15:08:18+00:00
- 作者：Xiaowen Ling, Zhiqiang Li, Yanbin Wang, Zhuhong You
- 分類：cs.LG, cs.CR, q-bio.QM
- 原文連結：http://arxiv.org/abs/2505.20098v1
中文摘要：隨着蛋白質信息學的快速發展，對提升預測準確性、結構分析和功能理解的需求日益迫切。Transformer模型作為強大的深度學習架構，在解決蛋白質研究中的各類挑戰方面展現出前所未有的潛力。然而，該領域仍缺乏對Transformer應用的系統性綜述。本文通過調研100餘項研究填補這一空白，深入分析了Transformer在蛋白質相關任務中的實際應用與研究進展。我們的綜述系統覆蓋了蛋白質結構預測、功能預測、蛋白質-蛋白質相互作用分析、功能註釋及藥物發現/靶點識別等關鍵領域。為呈現不同蛋白質領域的進展全貌，我們採用面向領域的分類體系：首先介紹Transformer架構與注意力機制的基礎概念，歸類適用於蛋白質科學的Transformer變體，並總結必要的蛋白質知識；針對每個研究領域，闡明其目標與背景，批判性評估現有方法及其局限性，重點解析Transformer模型帶來的突破性貢獻；同時整理關鍵數據集與開原始碼資源以促進復現與基準測試。最後，我們探討了Transformer應用於蛋白質信息學的持續挑戰，並提出了未來研究方向。本綜述旨在為Transformer與蛋白質信息學的協同融合提供整合性基礎，推動該領域的進一步創新與應用拓展。
摘要
- 原文標題：Challenges and perspectives in using multimodal imaging techniques to advance the understanding of fish intestinal microvilli
- 中文標題：多模態成像技術在推進魚類腸道微絨毛認知中的挑戰與前景
- 發佈日期：2025-05-26 10:29:43+00:00
- 作者：Ankit Butola, Luis E. Villegas-Hernández, Dhivya B. Thiyagarajan, Bartłomiej Zapotoczny, Roy A. Dalmo, Balpreet Singh Ahluwalia
- 分類：physics.optics, physics.med-ph
- 原文連結：http://arxiv.org/abs/2505.19798v1
中文摘要：腸道微絨毛的主要功能是增加腸壁表面積以最大化營養吸收。儘管其對魚類健康至關重要，但微絨毛的微小尺寸和密集分佈特性阻礙了相關研究，因此需要採用先進顯微技術進行觀測。利用超解像度顯微鏡對微絨毛進行表徵，可揭示其結構組織、空間分佈和表面特性。本文系統研究了多種光學、電子及力顯微技術對魚類微絨毛的分析方法：超解像度光學顯微技術採用三維結構光照明顯微鏡（SIM）、受激發射損耗顯微鏡（STED）和熒光漲落顯微鏡；衍射極限光學顯微技術包括共聚焦顯微鏡和全內反射熒光顯微鏡；無標記顯微技術則採用定量相位顯微鏡（QPM）和明場成像；為獲得超高解像度，還使用了掃描電子顯微鏡（SEM）、透射電子顯微鏡（TEM）和原子力顯微鏡（AFM）。我們通過系統比較這些顯微技術在解析1-2微米級結構形態至10-100納米級表面細節方面的表現，闡明了各方法在不同尺度捕捉微絨毛特徵的優勢、局限性和互補性。這些技術被應用於大西洋鮭胃腸道微絨毛的超解像度與高解像度成像研究。