DynoSys：面向基因、环境与神经生物学信号多模态集成的动态系统框架
其他定量生物学
2026-05-06 v1
摘要
理解青少年行为和心理健康结果的发展需要在时间维度上整合基因潜力、环境暴露和神经生物学过程。本文提出了一个统一的量化框架，将人体建模为动态系统，其中基因因素构成基础状态，环境暴露作为时变输入，大脑可能作为调制处理器，行为表型则作为系统输出。我们利用 Adolescent Brain Cognitive Development (ABCD) 研究的纵向数据，构建了跨六种表型的和谐化多域表示：外显行为、内显行为以及四种物质使用启动结果（酒精、尼古丁、大麻和任何物质使用）。我们整合了 polygenic risk scores (PRS)、多域环境特征以及通过稳定选择和降维方法获得的多模态神经影像表示。我们的框架支持连续纵向建模和基于生存分析的事件建模。我们进一步开发了以主成分、加权风险得分和聚类汇总为主的可解释的域级表示。这些表示使得使用生存分析、状态空间模型和机器学习方法进行下游建模成为可能。这一工作为研究基因和环境因素如何随时间交互以塑造行为结果提供了可扩展且可解释的框架，为识别可干预的风险因素并制定早期干预策略奠定了基础。
关键词
引用
@article{arxiv.2605.02952,
title = {DynoSys: A Dynamic Systems Framework for Multimodal Integration of Genetic, Environmental, and Neurobiological Signals},
author = {Mengman Wei and Qian Peng},
journal= {arXiv preprint arXiv:2605.02952},
year = {2026}
}