XiaoMi-AI文件搜索系统
World File Search System下壁
基于多壁碳纳米管和纤维素纳米晶体的混合泡沫用于各向异性电磁屏蔽和热传输
通过定向冰模板法制备了基于具有各向异性结构的纤维素纳米晶体 (CNC) 和多壁碳纳米管 (MWCNT) 的轻质且机械强度高的混合泡沫。各向异性混合 CNC-MWCNT 泡沫表现出高度各向异性的热导率和方向相关的电磁干扰 (EMI) 屏蔽性，对于含有 22 wt% MWCNT 的混合泡沫，在 8 到 12 GHz 之间最大的 EMI 屏蔽效率 (EMI-SE) 为 41–48 dB。EMI-SE 主要由吸收 (SE A ) 决定，这对于微波吸收器应用非常重要。低径向热导率的建模强调了声子散射在异质 CNC-MWCNT 界面处的重要性，而轴向热导率主要由沿取向的棒状颗粒的固体传导决定。轻质 CNC-MWCNT 泡沫结合了各向异性热导率和 EMI 屏蔽效率，这种特性十分独特，可用于定向热传输和 EMI 屏蔽。
miR2118 依赖的富含 U 的 phasiRNA 在水稻花药壁发育中的产生
生殖特异性小 RNA 是动物和植物生殖系发育的重要调节因子。microRNA2118 (miR2118) 在植物中是保守的，可诱导阶段性小干扰 RNA (phasiRNA) 的产生。为了揭示 miR2118 的生物学功能，我们在此描述了 miR2118 簇大量缺失的水稻突变体。我们的结果表明，miR2118 的缺失会导致水稻严重的雄性和雌性不育，并伴有体细胞花药壁细胞的明显形态和发育异常。小 RNA 分析表明，花药壁中依赖 miR2118 的 21 核苷酸 (nt) phasiRNA 富含 U，与生殖细胞中的 phasiRNA 不同。此外，miR2118 依赖的 21-nt phasiRNA 生物合成可能涉及 Argonaute 蛋白 OsAGO1b/OsAGO1d，这些蛋白在花药壁细胞层中含量丰富。我们的研究突出了体细胞花药壁和生殖细胞之间 phasiRNA 的位点特异性差异，并证明了 miR2118/U-phasiRNA 在花药壁发育和水稻繁殖中发挥的重要作用。
探索六角硼和碳纳米管的结构，电子和氢存储特性：从单壁到
被发现位于SWNT-BN的B原子上，SWNT-C上的C-C = C上。该观察结果强调了B原子在SWNT-BN中接受电子的能力以及SWNT-C中碳原子之间的π键的定位。此外，对于DWNT，特别是DWNT-BN，HOMO位于内壁（IW）和外壁（OW）的N原子上，而Lumo则位于IW和OW中的B原子上（见图2（E，F）。 相比之下，对于DWNT-C，HOMO位于IW的碳原子上，而Lumo位于OW的碳原子上（见图 2（g，h）。 这种区别强调了碳原子在IW中作为电子供体和碳原子作为电子受体的作用。 这些数字还展示了掺杂的DWNT-C变体的同性恋和Lumo mos。2（E，F）。相比之下，对于DWNT-C，HOMO位于IW的碳原子上，而Lumo位于OW的碳原子上（见图2（g，h）。这种区别强调了碳原子在IW中作为电子供体和碳原子作为电子受体的作用。这些数字还展示了掺杂的DWNT-C变体的同性恋和Lumo mos。
认知储备涉及决策，并且与神经退行性的左顶壁和海马肥大有关
认知储备是积极应对脑恶化和延迟神经退行性疾病认知下降的能力。它通过通过差异招募大脑网络或替代认知策略来优化性能来运行。我们使用亨廷顿疾病（HD）作为神经变性的遗传模型研究了认知储备，以比较premifest HD，明显的HD和控制。与明显的高清相反，尽管神经变性，但前命中率HD仍以控制为控制。通过分解决策基础的认知过程，漂移扩散模型揭示了一个响应范围，该响应逐渐从控件到premifest和明显的HD逐渐不同。在这里，我们表明，Premanifest HD中的认知储备得到了增加的证据积累率增加，以补偿做出决定所需的证据数量的异常增加。这种较高的速率与左上顶和海马肥大有关，并且在疾病进展过程中表现出铃铛形状，这是补偿的特征。
基于多壁碳纳米管和纤维素纳米晶体的混合泡沫，用于各向异性电磁屏蔽和热传输
摘要最近，COVID-19大流行对世界各地的个人和社会产生了极大的影响。这项研究旨在描述瑞典中学（10-12岁）学生对细菌和病毒的理解，从而说明了大流行在学校和社会中的影响。数据是通过半结构化的各个视图和要求学生绘制图像的。使用了访谈成绩单的主题编码和学生注释图纸的内容分析。图纸上微生物的形态通常是“电晕”的，具有圆形和突出的部分。病毒被认为比细菌大，但有时也相似。细菌和病毒之间的相互关系用上等微生物表达。学生将微生物像细胞一样，从不将它们描绘成动物或具有拟人化特征。病毒被认为比细菌引起更严重的疾病。学生很少将特定病毒束缚在特定的传染病上，并经常将（病毒和疾病）称为“电晕”。然而，当它们确实建立连接时，病毒被认为会引起流感和covid-19，细菌会引起感冒和鼠疫。通常，这些结果表明，病毒在COVID-19的后果中在小学生的脑海中获得了微型iSM的更为明显的位置。
壁细胞分泌的 PRELP 通过调节内皮细胞间完整性保护血脑屏障的功能
结果：Prelp − / − 小鼠表现出神经炎症和神经血管完整性降低，导致小脑和皮质中 IgG 和葡聚糖渗漏。Prelp − / − 小鼠的组织学分析显示血脑屏障的细胞间完整性降低，周细胞和星形胶质细胞末端的毛细血管附着降低。RNA 测序分析发现 Prelp − / − 小鼠的细胞间粘附和炎症受到影响，基因本体分析以及基因集富集分析表明炎症相关过程和粘附相关过程（如上皮-间质转化和顶端连接）受到显著影响，表明 PRELP 是细胞间粘附的调节剂。免疫荧光分析表明，Prelp − / − 小鼠神经血管中钙粘蛋白、claudin-5 和 ZO-1 的粘附连接蛋白表达水平受到抑制。此外，体外研究表明，PRELP 应用于内皮细胞可增强细胞间完整性，诱导间充质-内皮转化并抑制 TGF-β 介导的细胞间粘附损伤。
带电域壁的异常运动和铜 - 氯酸盐中相关的负电容
最初发生（在≈297K时发生。在较低的温度（≈255k [1]）下，原始的高对称性偏置 - 正直态被恢复。与此重入相变相关的对称性在冷却时不可能增加。一些观察结果表明，这会在热容量中产生局部倾角，[1,2]在降低温度时暂停熵的降低。[1]奇怪的对称性转化也发生在通量生长的钛酸钡晶体中，在该晶体中，高度有序的“ Forsbergh模式”可以首先出现，然后随后逐渐消失，因为温度单调变化。[3,4]最近，人们认为加热会导致高元元迷宫铁电域模式，以使位于较低的对称条纹阵列：一种效果分类为“反向过渡”。[5]清楚地，对称变化偶尔会以与通常所见的相反意义发生。虽然基本的热力学定律没有破坏，但这种情况是不明显的，逮捕的，值得一提的。[6]
拟南芥壁相关激酶不需要寡乳核苷诱导的信号传导和免疫力
1 Institute of Plant and Microbial Biology and Zürich-Basel Plant Science Center, University of Zürich, Zürich 8008, Switzerland 2 Center of Plant Molecular Biology (ZMBP), University of Tübingen, Tübingen 72076, Germany 3 Department of Biology, Bowdoin College, Brunswick, ME 04011, USA 4 The Sainsbury Laboratory, University of East Anglia,诺里奇研究公园，诺里奇NR4 7UH，英国 *信函的作者：cyril.zipfel@botinst.uzh.ch.ch.ch†现在的地址：加拿大安大略省伦敦西部大学生物学系。作者负责分配本文中提出的发现不可或缺的材料，这是根据作者指示（https://academic.up.com/plcell/pages/general-instructions）中所述的政策为：cyril zipfel（cyril.zipfel.zipfel@botinst.uzh.ch.ch.ch.ch.ch.ch.ch.ch.ch.ch.ch）。
在环境透射电子显微镜中观察电场引导下直单壁碳纳米管的合成
经过近三十年的国际深入研究，碳纳米管 (CNT)，尤其是单壁纳米管 (SWNT)，仍然是纳米科学和量子科学研究的强大动力。这种典型的一维纳米科学物体具有各种电学、光学和机械特性，催生了大量的应用。这些应用面临的主要障碍是将高质量、合适的 CNT 定位和组织到特定的架构中，同时保留其优异的性能，这些性能通常与其晶体质量和高纵横比有关。因此，一条通往具体科学问题和应用的突出研究方向是寻找对齐、选择、定位和完善 SWNT 的策略 [1, 2, 3]。应用包括柔性高温电子器件、光电子器件和热电器件 [4]、纳米流体 [5]、终极纳米级晶体管 [6, 7]、纳米力学 [8]、扫描探针尖端 [9]、量子力学系统 [10] 和场发射 (FE) 源 [11]。为了通过更好地控制生长来克服主要障碍，显然首先希望在原子尺度上观察单个 CNT 的时间分辨生长，其次希望找到控制这种生长的有用工具，如果可能的话，最好是动态控制。对于这种控制，需要不同的外力，如电场 [12]、气流 [13]、与原子台阶的相互作用
横跨陆地节肢动物的分散，生命史和热壁细分市场的一致协变
建立肽序列与原纤维形成之间的基本关系对于理解蛋白质错误折叠过程和指导生物材料设计至关重要。在这里，我们将全原子分子动力学（MD）模拟与人工intel-ligence（AI）相结合，以研究短肽序列排列的细微变化如何影响其形成原纤维的倾向。我们的结果表明，疏水残基的分布和电荷簇的分布很小，可以显着影响成核速率和跨β结构的稳定性。为了快速扩展此分析，我们开发了一个主动学习 - 增强的框架 - 用于分子动力学的机器学习（ML4MD），从而根据MD衍生的聚合数据迭代地完善了其预测。ML4MD有效筛选了许多肽排列，并指导发现先前未识别的原纤维式序列，从而在接收器操作特征（ROC）曲线（AUC）下达到0.939的接收器下方。总体而言，ML4MD通过将详细的原子模拟与快速和高敏锐的ML预测整合在一起，简化了淀粉样蛋白样肽的合理设计。