XiaoMi-AI文件搜索系统
World File Search System内部独立
FCA 的可持续性披露制度
正如我们在第三份简报中指出的那样，公司必须证明，SDR 标签产品已实施“强有力的、基于证据的可持续性标准”。证明该标准符合 SDR 制度的一个关键方面是确保该标准已由第三方或公司本身（通过内部独立评估）独立验证。在每种情况下，进行评估的人员必须独立于投资过程，而相关公司将需要证明他们“具备适当的技能”。公司还需要披露可持续性标准适用的原因以及“进行评估的职能或第三方（不指名道姓）”。
对获得 1 亿美元或以上联邦财政援助或其他交易授权的项目进行独立评估
e. 独立评估。独立评估是客观的、基于证据的、针对特定主题的评估，由主题专家（内部和外部）进行，针对预定的评估点进行，并根据需要响应风险观察。独立评估将包括整个项目评估，并对成本、进度、范围和其他调查方向以及由此产生的风险进行特定要素质量审查。为了保持独立，独立评估必须由对涵盖项目没有直线管理或政策制定责任或权力的个人进行。独立评估的范围和成本将根据各个项目的具体情况而有所不同。进行独立评估的主要目的是为项目管理监督提供信息。独立评估应遵循执行部门要素制定和记录的健全、标准化程序。独立评估可以通过两种方式对涵盖项目进行：(1) 内部独立评估，部门要素进行独立评估
navsuppact 那不勒斯通知 5040
NAVSUPPACTNAPLESNOTE 5040 N01E 1 11 月 22 日 NAVSUPPACT NAPLES NOTICE 5040 来自：美国海军支援活动指挥官，意大利那不勒斯 主题：2023 财年内部监督计划 参考：(a) CNICINST 5040.3A，海军设施司令部企业指挥官内监察长检查办公室 (b) CNREURAFCENTNOTE 5040，10 月 5 日，2023 财年年度地区监察长监督指南 附件：(1) 内部监督计划——2023 财年 1. 目的。根据参考 (a)，附件 (1) 公布了职责并告知部门主管 (DH)/特别助理 (SA) 2023 财年 (FY) 内部监督计划。 2. 背景。根据参考文献 (a) 和 (b)，安装监察长 (IG) 为指挥官 (CO) 提供内部独立能力，以评估指挥职能的效率、有效性和完整性以及对指导、法规和法律的遵守情况。检查和审查过程会提出建议，以纠正对任务完成、指挥完整性或海军资源的经济使用产生不利影响的情况。它还协助管理人员和基金管理员确定实践、程序和内部控制的充分性和有效性。安装 IG 在指挥检查计划检查期间为欧洲、非洲、中部海军地区 (CNREURAFCENT) 指挥官 IG 提供支持。3. 讨论。附件 (1) 确定了 IG 检查员在 2023 财年将执行的合规性检查。4. 行动。安装 IG 将：a. 根据附件 (1) 进行检查。他们还可以根据安装计划经理的要求进行特殊研究或分析。b.在拟开始对其职权范围内的任何计划进行任何检查之前至少提前一周以书面形式通知 DH/SA。c. 初步报告和最终报告将连同任何调查结果和建议通过执行官 (XO) 转发给 CO，以征求意见和/或同意。
DeepMalaria：人工智能驱动的强效抗疟药发现
由于耐药性的出现，抗疟药物的疗效正在下降。据报道，所有可用的抗疟药物，包括青蒿素，都出现了耐药性，因此对替代药物候选物的需求一直存在。传统的药物发现方法是对大型化合物库进行高通量筛选 (HTS) 以识别新药线索，这种方法耗时且资源密集。虽然虚拟计算机筛选是解决这个问题的一种方法，但模型的泛化并不理想。人工智能 (AI) 利用基于结构或基于配体的方法，在化学性质预测领域表现出高度准确的性能。利用现有数据，AI 将成为盲目搜索 HTS 或基于指纹的虚拟筛选的合适替代方案。AI 模型将学习数据中的模式并帮助有效地搜索命中化合物。在这项工作中，我们引入了 DeepMalaria，这是一种基于深度学习的过程，能够使用化合物的 SMILES 预测其抗恶性疟原虫抑制特性。基于图形的模型在葛兰素史克 (GSK) 数据集中的 13,446 种公开可用的抗疟原虫命中化合物上进行训练，这些化合物目前正用于寻找治疗疟疾的新型候选药物。我们通过预测大环化合物库中的命中化合物和已批准用于重新利用的药物来验证该模型。我们选择了大环化合物，因为这些配体结合结构在疟疾药物发现中尚未得到充分探索。该过程的计算机模拟流程还包括对内部独立数据集的额外验证，该数据集主要由天然产物化合物组成。利用从大型数据集进行的迁移学习来提高深度学习模型的性能。为了验证 DeepMalaria 生成的匹配结果，我们使用了常用的基于 SYBR Green I 荧光测定的表型筛选。DeepMalaria 能够检测到所有具有纳摩尔活性的化合物和 87.5% 的抑制率超过 50% 的化合物。进一步的实验揭示了这些化合物的作用机制，结果表明，其中一种热门化合物 DC-9237 不仅能抑制恶性疟原虫的所有有性阶段，而且是一种速效化合物，这使其成为进一步优化的有力候选者。