XiaoMi-AI文件搜索系统
World File Search System以预
单细胞和大量RNA测序的综合分析揭示了基于NK细胞标记基因的新型签名，以预测预后和免疫促进者和妊娠疫苗接种的障碍
在筛选的2681篇文章中，有28项研究（n = 1573名参与者）有资格纳入。与个人，提供商和系统因素有关的五个总体主题。疫苗摄取的障碍包括对疫苗安全性和功效的担忧，缺乏对疫苗的益处和必要性的了解，对胎儿或母亲的不利影响以及对疾病严重程度的低认识。主持人包括可信赖的医疗保健提供者的建议，轻松接种疫苗接种，就疫苗接种的福利和安全性进行清晰的沟通以及对家人和朋友的积极社会影响。增加疫苗接种吸收的策略包括可信赖的医疗保健专业人员的强烈和主动疫苗建议，在常规产前护理期间提供疫苗，以及有关解决孕妇关注的疫苗的明确沟通。
基于机器学习的风险预测模型，以预测免疫异常的孕妇流产
方法：通过电子病历（EMR）收集了出现在四川省人民医院的免疫临床妊娠患者。数据分为训练集，测试集分别为8：2。进行了比较，以评估用于临床应用的传统怀孕风险评估工具的性能。该分析涉及评估临床治疗的成本效益，评估模型的性能并确定其经济价值。数据采样方法，特征筛选和机器学习算法用于开发预测模型。这些模型使用训练集的10倍交叉验证对这些模型进行了验证，并使用boottrapping进行了测试集的外部验证。模型性能由特征曲线（AUC）下的区域评估。基于最佳参数，开发了流产风险的预测模型，并使用Shapley添加剂扩展（SHAP）方法来评估最佳模型特征贡献。
完全可以预见：
他的研究评估了自2023年10月7日以来，战争引起的水和污水服务损害对加沙人民健康的回荡影响，并根据国际人道主义法（IHL）和规范进行了讨论。它通过基本的流行病学，工程和法律框架来解释公开可用的数据和第一手观察。为了遵守IHL，军事决策者有义务在计划和进行军事行动时考虑其攻击的合理可预见的间接影响，并促进恢复基本的公共服务。到2024年4月10日，发现水和污水服务的直接损害是导致由于脱水而导致数十个新生死亡的因素之一，成千上万例急性腹泻，结ab和急性肝炎。如果将霍乱介绍给加沙，预计将在未来几个月内发生数千人死亡。在恶性周期中相互基础的其他因素包括：缺乏电力和燃料，人满为患的生活条件，广泛的和严重的营养不良以及人道主义援助不足以减轻影响。效果的性质被认为是在2023年10月7日之前被预见的，此后不久就可以明确预见，现在已被量化，合格并预测到未来几个月。尽管有这种预期和对影响的验证，但没有证据表明在攻击计划中已经考虑了它们。以色列可以通过完全恢复公共卫生，水和污水服务来减少长期的影响。完全遵守IHL会看到以色列以短期足够数量的安全饮用水，用于卫生和卫生的大量水，疾病控制计划所需的材料以及保护健康和维护人员所需的材料。可以通过将它们考虑到正在进行的军事行动的计划和执行中来避免未来的效果。在不遵守IHL的情况下，幸存者的战争结束将在敌对行动结束后数年。
一个基于可解释的信念规则的先进的基于基于信念的框架，以预测建筑物的能耗
摘要：建筑能源消耗的预测对减少能源浪费的公用事业公司，用户和设施经理有益。但是，由于预测算法的各种缺点，例如，非透明输出，通过后事后工具的临时解释，较低的准确性以及无法处理数据不确定性，这种预测在该领域中的适用性有限。结果，基于领域的知识解释性具有高精度对于使能源预测值得信赖至关重要。以此为动机，我们提出了一个基于域知识的基于可解释的基于信念规则的专家系统（EBRBES），以基于领域的知识解释，以准确预测能源消耗。我们优化了BRBES的参数和结构，以提高预测准确性，同时使用其推理引擎处理数据不确定性。为了预测能源消耗，我们会考虑到楼层，日光，室内入住和建筑加热方法。我们还描述了如何实现能源消耗的反事实。此外，我们提出了一种基于信念规则的自适应平衡确定（BRBABD）算法，用于确定解释性和准确性之间的最佳平衡。为了验证所提出的EBRBES框架，使用了基于瑞典Skellefteå的案例研究。Brbabd的结果表明，我们提出的EBRBES框架在解释性和准确性之间的最佳平衡和准确性之间的平衡高于85.08％。
人工神经网络语言模型可以预测人类大脑对语言的反应，即使经过一定量的训练
人工神经网络已成为人类语言处理的计算上可行的模型。对这些模型的一个主要批评是，它们接收的训练数据量远远超过人类在语言学习过程中接收的数据量。在这里，我们使用两种互补的方法来探究训练数据量如何影响模型捕捉人类对句子的 fMRI 反应的能力。首先，我们根据 fMRI 基准评估了用 100 万、1000 万、1 亿或 10 亿个单词训练的 GPT-2 模型。我们认为 1 亿个单词的模型在训练数据量方面在发展上是可行的，因为这个数量与儿童在生命的前 10 年估计接触到的数据量相似。其次，我们测试了在 90 亿个标记数据集上训练的 GPT-2 模型的性能，以在训练的不同阶段达到人类基准上最先进的下一个单词预测性能。通过这两种方法，我们发现：(i) 在发展上可行的数据量上训练的模型在捕捉句子的 fMRI 反应方面已经实现了接近最大的性能。此外，(ii) 较低的困惑度（衡量下一个单词预测性能的指标）与与人类数据的更强的一致性相关，这表明经过足够训练以实现足够高的下一个单词预测性能的模型也会获得可以预测人类 fMRI 反应的句子表征。同时，这些发现表明，尽管一些训练对于模型的预测能力是必要的，但发展上可行的训练量（约 1 亿个单词）可能就足够了。
386 N-聚糖和胶原蛋白的分析以预测...
乳腺癌（BC），但约有30％的人无反应。由于ICI的效力取决于癌细胞对肿瘤特性抗原的有效表现，因此增加了这种预定的化合物可以提高ICIS的疗效。方法/研究人群：多醚离子载体抗生素，monensin（mon）的酯和尿电衍生物的文库已被合成。MTT细胞活力测定，以确定MON及其衍生物的IC50值。选择性索引，以识别癌症与非癌细胞的最选择性化合物。主要的组织相容性复合物（MHC）I类和II类表现以及编程的死亡凸式1（PD-L1）表达已使用流式细胞仪确定。蛋白质。为每个实验进行了至少三个生物学重复。结果/预期的结果：MON及其几个衍生物在纳摩尔范围内与MDA-MB-231人类BC细胞系的活性。mon及其最有效的衍生物显着增加了MHC I类和II类表现，并下调了BC细胞系中PD-L1的表达。讨论/意义：目前的发现将导致新的治疗方法的发展，这些方法可以用作单一药物或与现有ICI结合使用，以治疗转移性BC。通过突破我们的理解和发展新疗法的界限，这项研究可以影响改善BC转移性患者的预后。
不同水平的治疗策略，以恢复微生物组，以预防/延迟急性淋巴细胞白血病（ALL）或阻止其在儿童中的进展
摘要：微生物组的成分，多样性，代谢和产物的变化，特别是肠道微生物组（GM）的变化，与包括血液学肿瘤在内的众多人类疾病的发作和疾病的发作和疾病相关。在后一种病理中，患有急性淋巴细胞白血病（所有），这是儿科受试者中最广泛的恶性肿瘤。因此，所有病例在其所有临床阶段均呈现出典型的功能失调的GM，并导致膨胀，这有助于其进展，对治疗的反应改变以及可能的复发。患有GM的儿童具有组成，多样性和功能的特征变化，并且这种改变可能会影响并预测化学疗法治疗或干细胞造血移植后所有所有人的并发症和预后。此外，越来越多的证据还报告了通用汽车能够通过胎儿生活期间的发育编程以及其对Onco-Hematogoly病理学发作的敏感性，从而影响新生儿造血系统的形成，生长和作用。在这里，我们建议一些治疗策略，可以在两个级别的干预措施下应用以恢复微生物组，从而防止/延迟/延迟或阻止其进展。
Arimax模型，以预测巴西半干旱地区降雨不稳定性下的谷物产量
摘要 - Ceará的状态在巴西半干旱地区的大部分地区。最初，该研究将CEARá的年降雨分为6个时期：非常多雨，多雨，正常，正常干旱，干旱和干旱。此细分基于1901年至2020年之间的年度降雨量。研究估计该期间该州的年降雨量的平均降雨量和不稳定，以及估计降雨分割的时期的平均降雨量和降雨量。随后，研究开发了针对收获区域，收益率，生产价值和平均年平均谷物价格（在1947年至2020年）（可用年份）之间的预测模型。进行这些预测，研究使用了Arimax模型，该模型是盒子模型的扩展，并添加了外源变量。假设该变量会影响这些预测，则模型中包含的外源变量是1947年至2020年之间观察到的年降雨量。结果表明，该州的降雨量具有很高的不稳定性，并且从统计的角度来看，调整后的模型被证明是简约而强大的。
临床合成数据生成，以预测和确定心血管疾病的危险因素
。加拿大疗养院疗养院疗养院疗养院的加拿大加拿大学生（FIISC）。 9019，Tromsø9019，挪威Maja-lisa.lochen@uit.no 6 Nord University的护理和健康科学学院
方法将机器学习与基于结构的蛋白质设计结合起来，以预测和设计蛋白质的翻译后修饰
蛋白质的翻译后修饰（PTM）在其功能和可行性中起着至关重要的作用。这些修饰会影响蛋白质折叠，信号传导，蛋白质 - 蛋白质相互作用，酶活性，结合亲和力，聚集，降解等等。迄今为止，已经描述了超过400种PTM，代表了远远超出遗传编码氨基酸的化学多样性。这种修饰对蛋白质的成功设计构成了挑战，但也代表了使蛋白质工程工具箱多样化的主要机会。为此，我们首先训练了人工神经网络（ANN），以预测十八种最丰富的PTM，包括蛋白质糖基化，磷酸化，甲基化和脱氨酸。在第二步中，这些模型是在计算蛋白建模套件Rosetta中实现的，该模型允许与现有协议的灵活组合来建模修饰的位点并了解它们对蛋白质稳定性和功能的影响。最后，我们开发了一种新的设计协议，该协议可以最大化或最大程度地减少修改特定站点的预先指定的概率。我们发现，基于ANN预测和基于结构的设计的这种组合可以使现有和引入新颖PTM的修改。我们工作的潜在应用包括但并不包括对表位的聚糖掩盖，从而加强了通过phos-odylation加强蛋白质 - 蛋白质相互作用，还可以保护蛋白质免受脱氨基责任的影响。我们的作品为Rosetta的蛋白质工程工具箱添加了新颖的工具，该工具允许PTM的理性设计。这些应用对于设计新蛋白质治疗剂的设计尤其重要，在这种蛋白质疗法的设计中，PTM可以彻底改变蛋白质的治疗特性。