XiaoMi-AI文件搜索系统
World File Search System图谱
prod 的一个新致死等位基因的遗传图谱
艾玛·约翰逊 1* , 塔尔博特·金尼 1* , 汉娜·鲁伦 1* , 瑞安南·阿梅鲁德 2 , 黛莎·R·安德森 3 , 玛丽·安德森 2 , 阿内林·梅·安德烈斯 3 , 拉米尔·阿尔沙德 3 , 凯莉·巴宾-霍华德 3 , Dede G Barrigah 3 , Addison Beauregard 1 , Leah Beise 2 , 诺兰克里斯托弗森 3 , 伊利亚 L 大卫 3 , 卢克·德瓦德 1 , 玛雅迪亚兹 3 , 莉莉·唐纳 2 , 娜塔莉·埃林格 1 , Diellza Elmazi 3 , 莱利·恩格尔哈特 1 , Tamkanat Farheen 3 , 马克·M·菲格罗亚 3 , 索伦·弗拉顿 2 , 麦迪逊·弗拉什 1 , 伊丽莎白·冈萨雷斯 2 , 杰伦古尔斯比 4 , Estefania Guzman 3、Logan Hanson 3、John Hejl 4、Jackson Heuschel 3、Brianna Higgins 1、Brylee Hoeppner 1、Daijah Hollins 3、Josette Knutson 1、Rachel Lemont 3、Mia Lopez 1、Samantha Martin 4、Trinity May 2、Abby McDade 3、Nearyroth Men 2、Ellie Meyer 1、Caroline R Mickle 3、Sebastian Mireles 4、Avery Mize 1、Jaiden Neuhaus 1、April Ost 2、Sarah Piane 4、Makenzie Pianovski 3、Aliya Rangel 3、Jessica Reyes 4、Alexandra Ruttenberg 3、Jacob D Sachs 3、Brandon Schluns 3、Nicholas施罗德 4 , Peighton R Skrobot 3 , Cylie Smith 1 , Sydney Stout 1 , Andrew Valenzuela 1 , Kaiden P Vinavich 3 , Amber K Weaver 3 , Michael Yager 3 , Jose Zaragoza 4 , Gabriela Zawadzki 3 , Weam El Rahmany 3 , Nicole L. Scheuermann 3 , Hemin P Shah 3、Kayla L Bieser 5、Paula Croonquist 2、Olivier Devergne 3、Elizabeth E Taylor 3、Jacqueline K Wittke-Thompson 4、Jacob D Kagey 6§、Stephanie Toering Peters 1
小麦抗锈病基因座全基因组图谱
摘要 锈病，包括叶锈病、条锈病/黄锈病和秆锈病，严重影响小麦 (Triticum aestivum L.) 的产量，每年造成巨大的经济损失。培育和推广具有遗传抗性的品种是控制这些疾病最有效和可持续的方法。小麦育种者用于选择抗锈病的遗传工具包已迅速扩展，利用最新的基因组学、作图和克隆策略鉴定了大量基因位点。本综述的目的是建立一个小麦基因组图谱，全面总结已报道的与抗锈病相关的基因位点。我们的图谱总结了过去二十年 170 篇出版物中针对三种锈病绘制的数量性状基因位点 (QTL) 和特征基因。根据最新的小麦参考基因组 (IWGSC RefSeq v2.1)，总共有 920 个 QTL 或抗性基因被定位在小麦的 21 条染色体上。有趣的是，26 个基因组区域包含多个锈病基因座，表明它们可能对两种或多种锈病具有多效性。我们讨论了一系列利用这些丰富的遗传信息来有效利用抗性来源的策略，包括利用基因组信息来堆叠理想的和多个 QTL，以开发具有增强的抗锈病小麦品种。
与 CRISPR 技术相关的专利图谱……
• 农业是 CRISPR 技术应用的主要领域之一。 • 中国是全球CRISPR发明的领先国家，农业是该技术应用的重要关注点。 • 美国是产生与农业领域的CRISPR技术相关的专利申请家族数量最多的国家，并且获得了广泛的地域保护。 • 大部分存款与教学和研究机构有关，尤其是美国的机构。 • 在 CRISPR 技术在农业应用相关发明开发方面表现突出的公司包括 Corteva、拜耳、利马格兰集团、Sakata Seed、先正达和 KWS。 • 利马格兰集团、坂田种子、先正达和 KWS 的发明大部分来自其各自的原产国：法国、日本、瑞士和德国。 • 在该地区的主要储户中，一些较小的公司也开展了重要的发明开发活动，例如 Benson Hill、Inari Agriculture Technology、Pairwise Plants Services 和山东顺风生物科技。
绘制精神疾病的基因图谱
此外，表观基因组关联研究 (EWAS) 等功能基因组学方法提供了有关环境因素如何与遗传倾向相互作用以影响精神疾病的见解。表观遗传修饰，包括 DNA 甲基化和组蛋白修饰，可以改变基因表达而不改变底层 DNA 序列。通过在精神疾病的背景下研究这些修饰，研究人员可以探索环境暴露（如压力或创伤）如何导致疾病风险和进展。例如，在患有重度抑郁症的个体中观察到 DNA 甲基化模式的变化，这可能将环境压力源与与该疾病相关的基因表达变化联系起来。
胎儿脑部 MRI 图谱和数据集：综述
胎儿大脑发育是一个复杂的过程，涉及不同的生长和组织阶段，这对于大脑回路和神经连接的发育至关重要。胎儿脑图谱和标记数据集是研究产前大脑发育的有前途的工具。它们支持识别非典型大脑模式，为临床状况的潜在早期迹象提供见解。简而言之，通过现代工具进行产前大脑成像和后期处理是一个前沿领域，将极大地促进我们对胎儿发育的理解。在这项工作中，我们首先对特定术语（即“大脑模板”和“大脑图谱”）进行术语澄清，强调与文献中术语使用不一致相关的潜在误导性解释。我们讨论了胎儿大脑个体发育的主要结构和神经发育里程碑。我们的主要贡献是对 18 个产前大脑图谱和 3 个数据集进行系统回顾。我们还顺便关注产前神经影像学的临床、研究和伦理影响。
知识图谱上的可理解人工智能
人工智能应用逐渐走出研究实验室的安全墙，侵入我们的日常生活。知识图谱上的机器学习方法也是如此，自 21 世纪初以来，其应用稳步增长。但是，在许多应用中，用户需要对 AI 的决策进行解释。这导致对可理解人工智能的需求增加。知识图谱是可理解人工智能的沃土的缩影，因为它们能够以人类和机器可读的方式显示连接数据（即知识）。本调查简要介绍了知识图谱上的可理解人工智能的历史。此外，我们认为可解释人工智能的概念过于繁重，与可解释机器学习重叠。通过引入父概念“可理解的人工智能”，我们在解释这两个概念的相似性的同时，对它们进行了明确区分。因此，我们在本调查中为知识图谱上的可理解人工智能提供了一个案例，包括可解释的机器学习和知识图谱上的可解释人工智能。这导致引入了一种新的知识图谱上的可理解人工智能分类法。此外，我们还对该研究领域的研究进行了全面概述，并将其置于分类法的背景下。最后，确定了该领域的研究空白，以供未来研究。
基于时空图像的脑电图情绪识别编码图谱
情绪识别在人与人之间的互动中起着至关重要的作用，因为它是理解人类在日常生活中遇到事件和互动时情绪状态和反应的关键。在人机交互方面，情绪研究变得至关重要，因为它是设计先进系统的基础，以支持广泛的应用领域，包括法医、康复、教育等。一种有效的情绪识别方法是基于脑电图 (EEG) 数据分析，它被用作分类系统的输入。从多个通道收集各种情绪的脑信号会产生繁琐的数据集，这些数据集难以管理、传输和用于各种应用。在此背景下，本文介绍了 Emp a theia 系统，该系统通过在对脑电图信号进行分类之前将其编码为图像来探索不同的脑电图表示。具体来说，所提出的系统通过基于图像的编码处理和传输交互状态和映射 (PRISMIN) 框架从 EEG 数据中提取时空图像编码或图集，从而获得输入信号的紧凑表示。然后通过 Emp a theia 架构对图集进行分类，该架构包含基于卷积、循环和变压器模型的分支，这些模型经过设计和调整，可捕捉空间和时间方面
配体导向两步标记：一种绘制贩运图谱的新技术
背景：GLUT4 在胰岛素或运动刺激下促进脂肪细胞和骨骼肌吸收葡萄糖，在维持葡萄糖稳态方面发挥着至关重要的作用。GLUT4 运输中断是 2 型糖尿病的标志，与肥胖有关。1 目前研究 GLUT4 的技术主要依赖于 GFP-GLUT4 融合蛋白的表达 2 或抗体的使用。3 尽管如此，GFP 融合蛋白不适合研究 GLUT4 的亚群，而基于抗体的方法存在特异性问题，通常仅限于固定组织。缺乏标记内源性 GLUT4 和识别其在各个区室中的相互作用伙伴的工具，阻碍了对其运输和调节的理解，并限制了为治疗目的而调节其分布的策略的发展。配体引导的两步标记提供了一个平台，可以以极好的特异性标记内源性 GLUT4，同时保留其功能（图 1a）。该方法可以标记目标蛋白 (POI) 的亚群，之前曾用于研究神经元中的 AMPA 受体运输。4 我们的实验室在设计、合成和应用类似的配体定向标记探针方面拥有丰富的经验。我们建议采用这种技术标记内源性 GLUT4，以研究其运输并绘制其相互作用组图。
乳腺癌防治知识图谱：基于文献的数据分析研究
背景：乳腺癌发病率一直居高不下，自21世纪以来持续上升。因此，针对乳腺癌预防和治疗的研究工作显著增加。尽管关于这一主题的文献资料丰富，但缺乏系统的整合。为了解决这个问题，知识图谱已成为一种有价值的工具。知识图谱通过利用其强大的知识整合能力，为理解乳腺癌预防和治疗提供了一种全面而结构化的方法来理解乳腺癌的预防和治疗。目的：我们旨在整合乳腺癌治疗和预防方面的文献数据，构建知识图谱，并为临床决策提供支持。方法：我们使用医学主题词搜索 2018 年至 2022 年期间在 PubMed 上发表的乳腺癌预防和治疗临床试验文献。我们从语义 MEDLINE 数据库 (SemMedDB) 下载三重数据，并将其与检索到的文献进行匹配，以获得目标文章的三重数据。我们使用 NetworkX 将三重信息可视化以进行知识发现。结果：在近5年的文献研究范围内，恶性肿瘤出现频率最高（587/1387，42.3%），药物治疗（267/1387，19.3%）为主要治疗方法，曲妥珠单抗（209/1805，11.6%）为最常用的治疗药物。通过知识图谱的分析，我们发现不同类型的乳腺癌的治疗方法、治疗药物和预防措施之间存在复杂的关系网络。结论：本研究构建了乳腺癌防治知识图谱，实现了近5年相关文献的整合和知识发现，研究者可以从图中洞察治疗方法、药物、治疗不良反应的预防知识以及不同知识领域之间的关联。