XiaoMi-AI文件搜索系统
World File Search System学年度
组织心理学与组织行为学年度回顾 员工绿色行为作为环境可持续组织的核心
环境可持续性已成为组织的道德和战略要务，越来越多的员工对以环境可持续的方式行事感兴趣、受到鼓励或被指示这样做。因此，组织学者越来越多地研究员工亲环境行为或员工绿色行为 (EGB) 的个人层面前因。我们认为，为了推动这方面的研究并为有效的干预措施提供信息，研究应该调查 EGB 作为一个复合绩效领域，如何与多个层面（即个人、团队、工作环境、组织、社会）的前因和后果相关联。因此，我们通过这篇评论追求三个相互关联的目标。我们首先对 EGB 的研究进行全面回顾，包括定义、理论框架、方法论和实证研究结果。其次，我们开发了一个 EGB 的综合概念模型，作为组织环境可持续性的核心。第三，我们最后提出了未来理论发展和方法改进的建议，以及对员工、领导者和人力资源管理的实际意义。
基因组学和人类遗传学年度评论 基因组测序在新生儿重症监护病房中的作用
遗传性疾病会破坏胎儿-新生儿适应过程中婴儿基因组的功能，是美国新生儿和婴儿死亡的主要原因。由于疾病的严重性、基因位点和等位基因的异质性以及重叠和多样的临床表型，新生儿重症监护病房的诊断性基因组测序需要开发方法来缩短周转时间并改善基因组解释。从 2012 年到 2021 年，31 项临床研究记录了一级快速或超快速全基因组测序的诊断和临床效用，通过经济高效地识别致病基因组变异，改变医疗管理，提出新的治疗策略，并改善预后。基因组诊断还可以预测父母和幸存的先证者的生殖复发风险。利用实施科学和质量改进，部署基因组学习医疗保健系统将有助于通过将基因组测序整合到最佳实践的新生儿重症监护中，降低新生儿和婴儿死亡率。
《药理学和毒理学年度评论》利用电子健康记录和基因组学的力量进行药物研发
人们长期以来都认识到，来自人类遗传学研究的信息有可能加速药物发现，这导致了数十年的研究如何利用遗传和表型信息进行药物发现。已建立的简单和高级统计方法允许通过基因组和表型组分析同时分析基因型和临床表型数据，使用来自不同组织的转录组学和蛋白质组学数据集的数量性状基因座数据进行共定位分析，以及孟德尔随机化是后基因组时代药物开发的重要工具。大量研究表明基因组数据如何为识别新药物靶点、药物重新利用和药物安全性分析提供机会。随着生物库数量的增加，它们能够通过电子健康记录将深入的组学数据与丰富的表型性状库联系起来，评估和验证药物靶点的更有效的方法将继续扩展到不同临床研究学科。
癌症生物学年度回顾：人源化小鼠模型用于评估癌症免疫疗法
免疫疗法是癌症治疗的前沿。许多新型癌症免疫疗法的出现，包括免疫检查点抗体、CAR（嵌合抗原受体）T 细胞和 TCR（T 细胞受体）T 细胞的过继转移、NK（自然杀伤）细胞、T 细胞接合剂、溶瘤病毒和疫苗，正在彻底改变不同类型肿瘤的治疗方法。一些方法已在临床上使用，还有许多其他方法正在进行中。然而，并非所有患者都有反应，会产生耐药性，而且随着可用疗法的增多，需要进一步了解它们的工作原理、如何优先考虑它们的临床评估以及如何将它们结合起来。为此，动物模型发挥了重要作用，人源化小鼠模型（即植入人类免疫细胞和癌细胞的免疫缺陷小鼠）代表了向前迈出的一步，尽管它们有几个局限性。在这里，我们回顾了当今可用的不同类型的人源化模型、克服其缺陷的方法、它们在评估癌症免疫疗法中的应用，以及它们作为帮助个性化临床决策的工具的预期发展。
基因组学和人类遗传学年度评论 不依赖细胞生长的生化反应的全基因组筛选方法
全基因组筛选是全面了解生物现象分子机制的有效方法。然而，尽管它在过去几十年中广泛应用于各种生物目标，但将其应用于具有暂时和可逆生物输出的生化反应仍然是一项艰巨的挑战。为了揭示各种生化反应背后的分子机制，我们最近开发了复兴筛选方法，该方法结合了基于流式细胞术的细胞分选和从收集的细胞中重建文库。我们对传统全基因组筛选技术的改进已被证明能成功揭示感兴趣的生化反应的分子机制。在本文中，我们阐明了复兴筛选的技术基础，重点介绍了其在 CRISPR-Cas9 单向导 RNA (sgRNA) 文库筛选中的应用。最后，我们还讨论了全基因组筛选的未来，并描述了体外和体内筛选的最新成果。
生理学年度评论一项平衡法：从过去学习以建立以未来为中心的阿片类药物策略
阿片类药物的有害副作用，例如呼吸道抑郁，承受性，依赖性和滥用潜力，限制了阿片类药物在整个临床病史中的治疗效用。但是，以前没有尝试开发有效的疼痛药物，从而实质上可以改善这些作用，而当前的阿片类药物流行证实，它们比以往任何时候都对疼痛管理领域更大。最近对新阿片类药物开发的尝试通过最大程度地减少了在MU阿片类受体中的调节蛋白抑制蛋白3的参与来减少这些副作用，但这种方法引起了重大争议。在这里，我们讨论了开发更安全的阿片类药物及其相关历史背景所做的持续努力。我们提出了一个新的模型，该模型对先前假定的结果进行了调解，以解释MU-阿片受体中不同的信号传导轮廓如何有助于阿片类药物的耐受性和依赖性。我们的目标是让此框架告知寻找新一代较低责任阿片类镇痛药的新一代。
物理研究实验室，艾哈迈达巴德
关于我们！ SCOP-2024 是光学和光子学年度学生会议的第九届。多年来，SCOP 一直是交换科学思想的渠道，促进了从事光学各个领域的学生、研究人员和科学家之间的合作。 SCOP-2024 为期三天，将汇集各种思想和讨论，这些思想和讨论存在于光学研究领域的前沿，例如非线性光学、超快光学和量子光学。该计划还包括讨论 PRL 的研究、参观 PRL 的各个光学科学实验室以及与 OPTICA 学生分会的互动。
药理学和毒理学年度评论人工智能和机器学习在从先导到候选药物决策及其他方面的应用
迄今为止，人工智能 (AI) 和机器学习 (ML) 在药物研发中的应用主要集中在以下研究方面：靶标识别；基于对接、片段和基序生成化合物库；合成可行性建模；根据与具有已知活性和对靶标亲和力的化合物的结构和化学计量学相似性对可能的命中结果进行排序；优化较小的库以进行合成和高通量筛选；结合筛选证据来支持命中结果到先导化合物的决策。将 AI/ML 方法应用于先导化合物优化和先导化合物到候选化合物 (L2C) 决策的进展较慢，尤其是在预测吸收、分布、代谢、排泄和毒理学特性方面。本综述调查了造成这种情况的原因，报告了近年来取得的进展，并总结了一些仍然存在的问题。有效的 AI/ML 工具可以降低 L2C 和后期开发阶段的风险，对于加速药物开发过程、降低不断上升的开发成本和实现更高的成功率至关重要。
药理学和毒理学年度回顾使用 DREADD 技术识别抗糖尿病药物的新靶点
G 蛋白偶联受体 (GPCR) 形成一个质膜受体超家族，可与四种主要的异三聚体 G 蛋白家族 G s 、 G i 、 G q 和 G 12 偶联。GPCR 是药物治疗的极佳靶点。由于各个 GPCR 由许多不同类型的细胞表达，因此特定细胞类型表达的特定 GPCR 的体内代谢作用尚不清楚。设计 GPCR 被称为 DREADD（仅由设计药物激活的设计受体），可选择性地与不同类别的异三聚体 G 蛋白偶联，极大地促进了该领域的研究。本综述重点介绍如何使用 DREADD 技术探索不同 GPCR/G 蛋白级联在几种代谢重要的细胞类型中的生理和病理生理作用。从这些研究中获得的新见解应促进基于 GPCR 的治疗方法的开发，以治疗 2 型糖尿病和肥胖症等主要代谢疾病。