XiaoMi-AI文件搜索系统
World File Search System佐知
数据和文本挖掘SUMGNN：通过有效的知识图摘要
动机：由于药物与药物相互作用（DDI）数据集和大型生物医学知识图（kgs）的可用性不断提高，因此使用机器学习模型可以准确检测不良DDI。然而，这在很大程度上仍然是一个开放的问题，如何有效利用大型和嘈杂的生物医学kg进行DDI检测。由于其巨大的大小和公斤的噪音量，将KG与其他较小但较高质量的数据直接整合在一起通常是不那么好处（例如实验数据）。大多数现有方法完全忽略了kgs。有些试图通过图形神经网络将KG与其他数据直接集成在一起，成功有限。此外，大多数预先的作品都集中在二进制DDI预测上，而多型DDI药理学效应预测更有意义但更艰巨的任务。结果：要填补空白，我们提出了一种新方法sumgnn：知识汇总图形神经网络，该网络可以通过子图提取模块来启用，该模块可以有效地锚定在kg的相关子图上的基于自我意见的基于子分类的知识中的相关子图中的相关范围，以生成多个元素的知识和数据集成的多个频道和数据集成的频道和数据。 significant- ly improved multi-typed DDI predictions.sumgnn的表现优于最佳基线高达5.54％，而在低数据关系类型中，绩效增长尤为重要。此外，SUMGNN通过每个预测的生成的推理路径提供了可解释的预测。可用性和实施：该代码可在补充材料中找到。联系人：cao.xiao@iqvia.com补充信息：补充数据可在Online Bioinformatics获得。
总经理路易斯·艾伯特·马德拉佐
曾任职务：意大利维琴察第 173 空降步兵旅，S-6 Re-Trans 操作员；意大利维琴察第 173 空降步兵旅第 508 空降步兵团第 1 营 Bravo 连，连队通讯士官长；北卡罗来纳州布拉格堡第 44 医疗司令部第 36 区域支援医疗连，排士官长；加利福尼亚州洛杉矶洛杉矶营帕萨迪纳招募中心，招募员和未来士兵领袖；第 35 战斗支援支援营，第 10 区域支援组，日本座间营，S-6 营；南卡罗来纳州杰克逊堡第 193 步兵旅第 13 步兵团第 2 营，连队一等士官长；南卡罗来纳州杰克逊堡第 193 步兵旅，总部一等士官长；第 5 旅工程营、第 4 安全部队援助旅、查理连一等军士；肯塔基州诺克斯堡人力资源司令部、25U 信号分部经理；第 20 化学、生物、放射、核、爆炸物司令部、G-6 高级士兵顾问。
卡非佐米 (Kyprolis®) - 治疗指南
卡非佐米可导致静脉血栓形成。血栓最常出现在腿部，称为深静脉血栓 (DVT)，有时血栓会流向肺部，导致肺栓塞 (PE)。医生可能会给您开抗凝药来预防或治疗血栓。DVT 的常见症状包括身体某些部位发红、肿胀、疼痛和触摸时发热，通常是小腿。PE 的症状需要立即治疗，包括：呼吸短促或胸痛。
硼替佐米包裹的双响应共聚物...
胆囊癌 (GBC) 是一种罕见但恶性程度最高的胆道肿瘤。它通常在晚期才被诊断出来，常规治疗方法并不令人满意。作为蛋白酶体抑制剂，硼替佐米 (BTZ) 在 GBC 中表现出优异的抗肿瘤能力。然而，其长期治疗效果受到其耐药性、稳定性差和高毒性的限制。本文报道了 BTZ 封装的 pH 响应性雌酮共聚物纳米粒子 (ES-NP (BTZ; Ce6)) 用于 GBC 特异性靶向治疗。由于 GBC 中雌激素受体表达高，ES-NP (BTZ; Ce6) 可以通过 ES 介导的内吞作用迅速进入细胞并聚集在细胞核附近。在酸性肿瘤微环境 (TME) 和 808 nm 激光照射下，BTZ 被释放，Ce6 产生 ROS，从而破坏“反弹”反应通路蛋白，如 DDI2 和 p97，从而有效抑制蛋白酶体并增加细胞凋亡。与使用 BTZ 单药治疗的传统治疗相比，ES-NP (BTZ; Ce6) 可以在较低 BTZ 浓度下显著阻碍疾病进展并提高其耐药性。此外，ES-NP (BTZ; Ce6) 在患者来源的异种移植动物模型和其他五种类型的实体肿瘤细胞中表现出类似的抗肿瘤能力，揭示了其作为广谱抗肿瘤制剂的潜力。
米哈伊尔·沃龙佐夫亲王
这项工作得益于加拿大社会科学与人文研究理事会提供的奖学金和差旅费资助，包括参与与苏联科学院的加拿大-苏联文化交流项目，我对理事会表示最深切的谢意。我还要感谢列宁格勒的苏联中央国家历史档案馆、苏联科学院历史研究所档案馆和普希金斯基大教堂档案馆知识渊博、乐于助人的工作人员；感谢列宁格勒萨尔特科夫-谢德林公共图书馆、莫斯科列宁州立图书馆、格鲁吉亚第比利斯州立图书馆和新不伦瑞克大学哈里特欧文图书馆细心的工作人员；还要感谢彭布罗克伯爵允许我在威尔顿府使用其家族档案。我特别感谢圣托马斯大学管理部门长期以来的不懈支持。这项工作还受益于与许多博学学者的讨论和建议：鼓舞人心的老师和珍贵的朋友 Marc Raeff；另一位鼓舞人心的老师，耶鲁大学的 Firuz Kazemzadeh；伦敦斯拉夫和东欧研究学院和最近的曼荷莲学院的 Stephen Jones；密歇根大学的 Ron Suny；莫斯科国立大学历史系的 Sergei Dmitriev；莫斯科历史档案研究所的 Petr Eroshkin；列宁格勒科学院历史研究所的 Sergei Iskiul' 和其他同事；莫斯科科学院历史研究所的 Ekaterina Indova 和其他同事；第比利斯科学院历史研究所的 Irakli Antelava、Otar Zhordania 和其他同事；新奥尔良大学的 Edward Lazzerini；乔治华盛顿大学的 Muriel Atkin；雷丁英国广播公司的 Robert Parsons；以及圣托马斯大学历史系的同事和学生
传感器和图像 AI 的实施以实现预测性维护
[压合机] 三铃工业株式会社以每分钟200～300次的高速压合金属带。由于离线目视检查是在加工一卷金属带后进行的，因此，如果冲压废料或冲压碎屑（金属碎片）粘附在模具上，就会产生数千到数万个缺陷凹痕。为了减少凹痕缺陷，需要在冲压废料、冲压碎屑等粘附到模具上时立即检测出来。
脑膜炎球菌：你需要知道什么
问：脑膜炎球菌危险吗？答：是的。每年，美国有数百人感染脑膜炎球菌病并死于该感染。此外，五分之一的幸存者会遭受永久性终身残疾，如癫痫、肢体缺失、肾病、听力丧失和智力障碍。大多数脑膜炎球菌感染发生在 1 岁以下的婴儿中。 2至10岁儿童中脑膜炎球菌病的发病率较低，但随着青春期的开始，发病率会升高。青少年感染的可能性比婴儿小，但如果感染，则死亡的可能性更大。 脑膜炎球菌尤其危险，因为它会迅速产生大量称为内毒素的有毒物质。内毒素会引起血管损伤，导致低血压和休克。因此，脑膜炎球菌感染血液后很快就会致命。孩子们前一分钟可能还好好的，但4-6小时后却会死去。该疾病进展如此之快，甚至适当的治疗干预都可能会被延迟，或者初步治疗可能无效。脑膜炎球菌病常常引起社区恐慌，因为疫情发生在大学、学校、托儿所、军营和其他人们密切接触的地方。
基于LLM的SPARQL查询生成从自然语言上通过联合知识图
在生物信息学中，查询复杂知识图（kgs）的能力对于提取有意义的见解至关重要。但是，手动制作SPARQL查询，尤其是跨多个连接的KGS的联合查询，甚至对于专家而言，甚至可能是一项耗时且具有挑战性的任务。这导致人们对知识图答录（KGQA）系统的需求不断增长，该系统可以将自然语言查询转化为SPARQL，从而弥合用户问题与可用结构化数据之间的差距。大型语言模型（LLMS）提供了一个令人兴奋的机会来应对这一挑战，从而有可能自动从自然语言输入中产生准确的SPARQL查询。然而，尽管LLM在该领域表现出了令人印象深刻的能力[1] [2]，但当前的系统难以处理大规模，不断发展的kg，例如SIB Swiss Swiss生物信息学研究所的目录[3]。在这项工作中，我们提供了一种解决方案，旨在帮助SIB的生物信息学KGS [4]，例如Uniprot [5]，BGEE [6]或OMA [7]，以探索和查询可用数据。我们的方法利用LLM和端点元数据来生成SPARQL查询，同时解决动态整合不断发展的数据集的挑战，而无需持续不断的再培训。通过提供可扩展的系统1，以适应生物信息学知识的复杂且不断变化的景观，我们的目标是显着减少在联邦公里范围内查询的时间和专业知识所需的时间和专业知识。
Goproteingnn：利用蛋白质知识图蛋白表示学习
摘要 - 虽然自动驾驶的能力已迅速发展，但融合到密集的交通仍然是一个重大挑战，但已经提出了许多针对这种情况的运动计划方法，但很难对其进行评估。大多数现有的闭环模拟器依赖于其他车辆的基于规则的控件，这导致缺乏多样性和随机性，因此无法准确评估高度交互式场景中的运动计划能力。此外，传统的评估指标不足以全面地评估密集流量合并的性能。回应，我们提出了一个闭环评估基准，用于评估合并方案的运动计划功能。我们的方法涉及在大规模数据集中训练的其他车辆，具有微观行为特征，可显着提高复杂性和多样性。此外，我们通过利用大型语言模型来评估每种自动驾驶汽车合并到主要道路上来重组评估机制。广泛的实验证明了该评估基准的高级性质。通过此基准，我们获得了对存在方法的评估并确定了常见问题。我们设计的环境和车辆运动计划模型可以通过https://anonymon.4open.science/r/ bench4merge-eb5d访问。
黑洞信息悖论：全知是宇宙的基本属性吗？
我们试图研究解决黑洞信息悖论的本体论方面。我们对这一悖论的解决产生了几个现在对我们理解量子力学至关重要的概念，这些概念指出所有信息都是守恒的，即使是在量子层面上。如果量子信息是守恒的，永远不会被抹去或摧毁，那么这表明所有信息至少在理论上、最终都是可以从宇宙的事件视界中检索和了解的。从本体论上讲，这支持了宇宙中所有信息的储存库因此必须存在的论点。在此，我们追溯了这一争论的步骤，并得出结论，我们对宇宙的理解指向一个无所不知的实体的存在。