XiaoMi-AI文件搜索系统
World File Search System从头
靶标富集纳米孔测序和从头组装揭示了由 CRISPR-Cas9 诱导的 1 个复杂的靶基因组重排同时发生
靶标富集的纳米孔测序和从头组装揭示了 CRISPR-Cas9 在人类细胞中诱导的 1 个复杂的靶基因组重排的共现 2 3 4 5 Keyi Geng 1、Lara G. Merino 1、Linda Wedemann 1、Aniek Martens 1、Małgorzata Sobota 1、6 Yerma P. Sanchez 1、Jonas Nørskov Søndergaard 1、Robert J. White 2、Claudia Kutter 1 * 7 8 1 瑞典卡罗琳斯卡医学院生命科学实验室微生物学、肿瘤和细胞生物学系 10 2 约克大学生物系，英国约克 11 * 通讯作者。电话：+46 (0) 70 4933896。电子邮件：12 claudia.kutter@ki.se 13 14 15 标题：Xdrop-LRS 揭示 CRISPR-Cas9 的靶向效应 16 17 18 关键词 19 意外的 CRISPR-Cas9 编辑、组合基因组复制-倒置-整合、20 基于液滴的靶向富集、长读测序、从头序列组装 21 22 23 摘要 24 CRISPR-Cas9 系统被广泛用于通过双 25 向导 RNA 永久删除基因组区域。CRISPR-Cas9 可能会引起基因组重排，但持续的技术发展使得表征复杂的靶向效应成为可能。我们将创新的基于液滴的靶向富集方法与长读测序相结合，并将其与定制的从头序列组装相结合。这种方法使我们能够在靶基因组位点内以千碱基规模剖析序列内容。我们在此描述了 Cas9 造成的广泛基因组破坏，包括靶区域基因组重复和倒置的等位基因共现，以及外源 DNA 的整合和聚集的染色体间 DNA 片段重排。此外，我们发现这些基因组改变导致功能异常的 DNA 片段，并可能改变细胞增殖。我们的研究结果拓宽了 Cas9 删除系统的结果范围，强调了细致的基因组验证的必要性，并引入了数据驱动的工作流程，从而能够以卓越的分辨率详细剖析靶序列内容。
标题：靶向角蛋白 17 介导的嘧啶从头生物合成重编程以克服胰腺癌的化学耐药性作者：Chun-
标题：靶向角蛋白 17 介导的从头嘧啶生物合成重编程以克服胰腺癌的化学耐药性 作者：Chun-Hao Pan 1,2*、Nina V. Chaika 3*、Robert Tseng 1*、Md Afjalus Siraj 4、Bo Chen 1、Katie L. Donnelly 1、Michael Horowitz 1、Cindy V. Leiton 1、Sumedha Chowdhury 4、Lucia Roa-Peña 1、Lyanne Oblein 1、Natalia Marchenko 1、Pankaj K. Singh 3¶、Kenneth R. Shroyer 1¶、Luisa F. Escobar-Hoyos 4¶ 附属机构：1. 美国纽约州石溪市石溪大学文艺复兴医学院病理学系 2. 分子和3. 内布拉斯加大学医学中心病理学和微生物学系，内布拉斯加州奥马哈，美国 4. 耶鲁大学治疗放射学和分子生物物理学和生物化学系，康涅狄格州纽黑文，美国 *这些作者对这项工作贡献相同¶ 通讯作者 标题：K17 诱导的嘧啶生物合成驱动 PDAC 化学耐药性 关键词：胰腺癌、角蛋白 17、代谢重编程、嘧啶生物合成、二氢乳清酸脱氢酶 附加信息 财政支持：这项工作得到了胰腺癌行动网络转化研究基金的资助；资助编号 18-65-SHRO（KRS）、NCI K99-R00 CA226342-01（LFE-H）、赫什伯格基金会（LFE-H）、达蒙·鲁尼恩基金会（创新者奖 - LFE-H）、为纪念露丝·巴德·金斯伯格 (Ruth Bader Ginsburg) 而颁发的 AACR 胰腺癌研究奖（LFE-H）、以及石溪大学颁发的 Bahl IDEA 奖（KRS）。通讯作者：1. Pankaj K. Singh, PhD 940 Stanton L. Young Blvd., Oklahoma City, OK 73104 (405)-271.8001, pankaj-singh@ouhsc.edu 2. Kenneth R. Shroyer, MD, PhD 101 Nicolls Road, Stony Brook, NY 11794 (631) 444-3000, Kenneth.Shroyer@stonybrookmedicine.edu 3. Luisa F. Escobar-Hoyos, PhD, MS 15 York Street, New Haven, CT 06513 (203) 737-2003, luisa.escobar-hoyos@yale.edu
经过多日的练习，完成双手控制任务的从头运动学习
经过多天的练习，完成双手控制任务的从头运动学习 Adrian M. Haith 1 、Christopher Yang 2 、Jina Pakpoor 1 和 Kahori Kita 1 约翰霍普金斯大学 1 神经病学系、2 神经科学系，美国马里兰州巴尔的摩 摘要 尽管关于运动学习的许多研究都集中在我们如何调整动作以在面对强加的扰动时保持表现，但在许多情况下，我们必须从头学习新技能，或者从头学习。与适应相比，人们对从头学习知之甚少。部分原因在于学习一项新技能可能涉及许多挑战，包括学习识别新的感觉输入模式和产生新的运动输出模式。但是，即使有了熟悉的感觉线索和练习过的动作，根据当前状态快速选择适当的动作仍然是一个挑战。在这里，我们设计了一个双手手到光标映射来隔离这个控制问题。我们发现，尽管参与者对映射有明确的了解，但他们最初还是难以在这种双手映射下控制光标。然而，经过多天的练习，表现稳步提高。参与者在恢复到真实光标时没有表现出任何后遗症，这证实了参与者是从头开始学习新任务的，而不是通过适应。对目标中途运动扰动的纠正反应最初很弱，但随着练习，参与者逐渐能够对这些扰动做出快速而有力的反应。经过四天的练习，参与者在双手映射下的行为几乎与使用真实映射光标时的表现相匹配。然而，在表现水平上仍然存在微小但持续的差异。我们的研究结果说明了学习新控制器的动态和局限性，并引入了一个有前途的范例，用于研究运动技能学习的这一方面。 通讯作者：Adrian Haith 209 Carnegie 550 North Wolfe Street Baltimore, MD, 21287, USA adrian.haith@jhu.edu 简介
量子剂量等法上的量子态空间从头到尾：获得，分类和采用高密度神经单位记录
神经单位活动背后的含义一直是一个挑战，因此它将在可预见的未来持续存在。是最能发表的策略之一，检测高分辨率神经传感器记录中的神经活动，然后正确地将其归因于其相应的源神经元，即峰值分选过程，到目前为止已经盛行。支持不断改进的记录技术和复杂的算法，用于提取有价值的信息和聚类过程中的丰度，这使Spike Smorts Smorts spike smants spike cons spike s smitters s smitters s smange cons s spike of to spike conse spike cons in to spike consection spike swiments <> 在电生理学分析中，Spike Smorts smange smints spike smange smints spike smitters spike smitters。 本评论试图说明，在尖峰分类算法的所有阶段，过去5年的创新都带来了值得与非专家用户社区共享的概念，结果和问题。 通过彻底检查神经传感器，录制程序和各种尖峰分类策略的最新创新，相关知识的骨骼化在此处，并具有更接近原始目标的倡议：在神经转录方面迈出了一个迈出的一步。在电生理学分析中，Spike Smorts smange smints spike smange smints spike smitters spike smitters。 本评论试图说明，在尖峰分类算法的所有阶段，过去5年的创新都带来了值得与非专家用户社区共享的概念，结果和问题。 通过彻底检查神经传感器，录制程序和各种尖峰分类策略的最新创新，相关知识的骨骼化在此处，并具有更接近原始目标的倡议：在神经转录方面迈出了一个迈出的一步。在电生理学分析中，Spike Smorts smange smints spike smange smints spike smitters spike smitters。本评论试图说明，在尖峰分类算法的所有阶段，过去5年的创新都带来了值得与非专家用户社区共享的概念，结果和问题。通过彻底检查神经传感器，录制程序和各种尖峰分类策略的最新创新，相关知识的骨骼化在此处，并具有更接近原始目标的倡议：在神经转录方面迈出了一个迈出的一步。
多个 Pristionchus pacificus 基因组揭示了从头候选基因和重复基因之间不同的进化动态
多个 Pristionchus pacificus 基因组揭示了从头候选基因和重复基因之间不同的进化动态
农作物野生近缘种从头驯化的途径
1 美国农业部植物科学研究中心，美国明尼苏达州圣保罗 55108 2 明尼苏达大学植物精准基因组学中心，美国明尼苏达州圣保罗 55108 3 明尼苏达大学基因组工程中心，美国明尼苏达州圣保罗 55108 4 明尼苏达大学农学与植物遗传学系，美国明尼苏达州圣保罗 55108 5 马里兰大学植物科学与景观建筑系，美国马里兰州帕克分校 6 马里兰大学生物科学与生物技术研究所，美国马里兰州罗克维尔 7 植物发育激素控制实验室。生物科学系，高级农业学校“Luiz de Queiroz”，圣保罗大学，CP 09, 13418-900，皮拉西卡巴，圣保罗，巴西 8 马克斯普朗克分子植物生理学研究所，Am Muëhlenberg 1, 14476波茨坦戈尔姆，德国 9 Departamento de Biologia Vegetal，Universidade Federal de Vic¸osa，Vic¸osa，米纳斯吉拉斯州，CEP 36570-900，巴西
通过大规模从头计算模拟揭示相变材料的结晶机制和电子结构
相变材料 (PCM) 可以在结晶状态和非晶态之间快速可逆地切换，具有显著的光学和电子对比度。[1–3] 这些特性被广泛应用于电子非挥发性存储器 [4–7] 和纳米光子学等一系列设备中。[8–10] 在基于 PCM 的随机存取存储器 (PCRAM) 中，SET 操作通过结晶实现，RESET 通过熔融淬火非晶化实现。 可以对更复杂的操作进行编程，包括迭代 RESET 和累积 SET，对应于中间和部分结晶/非晶态，用于神经启发计算应用。[11–18] 伪二元 GeTe–Sb 2 Te 3 系列上的 Ge–Sb–Te (“GST”) 化合物 [19] 已得到广泛研究，旗舰化合物 Ge 2 Sb 2 Te 5 和 GeSb 2 Te 4 目前被用作
通过大规模从头计算模拟揭示相变材料的结晶机制和电子结构
相变材料 (PCM) 可以在结晶状态和非晶态之间快速可逆地切换，具有显著的光学和电子对比度。[1–3] 这些特性被广泛应用于电子非挥发性存储器 [4–7] 和纳米光子学等一系列设备中。[8–10] 在基于 PCM 的随机存取存储器 (PCRAM) 中，SET 操作通过结晶实现，RESET 通过熔融淬火非晶化实现。 可以对更复杂的操作进行编程，包括迭代 RESET 和累积 SET，对应于中间和部分结晶/非晶态，用于神经启发计算应用。[11–18] 伪二元 GeTe–Sb 2 Te 3 系列上的 Ge–Sb–Te (“GST”) 化合物 [19] 已得到广泛研究，旗舰化合物 Ge 2 Sb 2 Te 5 和 GeSb 2 Te 4 目前被用作
从头个性化疾病模块揭示基因的合成渗透性并为个性化治疗方案提供信息
目前，尽管对个体疾病病因和治疗方法的理解十分有限，但需求仍然很大。为了填补这一空白，我们提出了一种新颖的计算流程，收集有效的疾病基因协作途径，以设想个性化的疾病病因和治疗方法。我们的算法从头构建了个性化的疾病模块，这使我们能够阐明突变基因在特定患者中的重要性，并了解这些基因在患者之间的合成渗透性。我们发现，臭名昭著的癌症驱动因素 TP53 和 PIK3CA 的重要性在乳腺癌中波动很大，在具有不同突变数量的肿瘤中达到峰值，而罕见突变的基因（如 XPO1 和 PLEKHA1）在特定个体中具有很高的疾病模块重要性。此外，个性化模块破坏使我们能够设计出因患者而异的定制单一和组合靶向疗法，这表明需要精准治疗流程。作为对从头个体化疾病模块的首次分析，我们通过对个体患病基因的活动提供新颖的深刻见解，展示了个体化疾病模块对精准医疗的强大作用。
