XiaoMi-AI文件搜索系统
World File Search System广云
RNA靶向CRISPR-Cas13提供广谱噬菌体免疫
。CC-BY-ND 4.0 国际许可下可用（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2022 年 3 月 26 日发布。；https://doi.org/10.1101/2022.03.25.485874 doi：bioRxiv 预印本
MDL-001：一种口服、安全且耐受性良好的广谱...
MDL-001 耐受性良好，不良事件轻微、可逆且与剂量无关。与该药物相关的最常见不良事件包括头痛（28% vs. 安慰剂组 30%）、疼痛（23% vs. 安慰剂组 10%）和潮热（20% vs. 安慰剂组 20%）。实验室参数无临床相关变化。
通过工程模式识别受体增强植物的广谱抗性
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2025年3月7日发布。 https://doi.org/10.1101/2025.03.02.641080 doi：Biorxiv Preprint
通过工程模式识别受体增强植物的广谱抗性
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本于2025年3月1日发布。 https://doi.org/10.1101/2025.02.26.640353 doi：Biorxiv Preprint
MDL-001：一种口服、安全且耐受性良好的广谱...
Virgil Woods* 1、Tyler Umansky* 1、Sean M Russell1、Briana L McGovern 2.3、Romel Rosales 2.3、M Luis Rodriguez 2.3、Harm van Bakel 2,4,5,6、Emilia Mia Sordillo 7、Viviana Simon 2,3,7,8,9、Adolfo Garcia-Sastre 2,3,7,7 9.10、Kris M White 2.3、William F Brubaker 11、Davey Smith 12 和 Daniel Haders** 1
广谱 CRISPR-Cas13a 可实现高效的噬菌体基因组编辑
CRISPR-Cas13 蛋白是 RNA 引导的 RNA 核酸酶，通过与互补的靶噬菌体转录本结合，然后进行一般的非特异性 RNA 降解，来防御入侵的 RNA 和 DNA 噬菌体。在这里，我们分析了 Leptotrichia buccalis 的 LbuCas13a 的防御能力，发现它具有强大的抗病毒活性，不受靶噬菌体基因的必要性、基因表达时间或靶序列位置的影响。此外，我们发现 LbuCas13a 的抗病毒活性对各种噬菌体具有广泛效果，方法是将 LbuCas13a 与来自不同系统发育群的九种大肠杆菌噬菌体进行对抗。利用 LbuCas13a 靶向的多功能性和效力，我们将 LbuCas13a 应用于广谱噬菌体编辑。使用两步噬菌体编辑和富集方法，我们在三种不同的噬菌体中实现了七次无标记基因组编辑，效率高达 100%，包括多基因删除和替换单个密码子等编辑。Cas13a 可用作编辑地球上最丰富、最多样化的生物实体的通用工具。
语义增强图像-文本预训练模型的零样本三维模型分类
Cheraghian 等人 [ 21 – 23 ] 在零样本 3 维模型分类方 面提出了 3 维点云的零样本学习方法、缓解 3 维零样 本学习中枢纽点问题的方法和基于直推式零样本学 习的 3 维点云分类方法，并将它们封装进一个全新 的零样本 3 维点云方法 [ 24 ] 中。以上方法均是利用已 知类样本的点云表征及其词向量对未知类别进行分 类，开创了零样本 3 维模型分类方法。近年来， CLIP 在零样本图像分类上取得了良好的效果，因此有研 究者将 CLIP 应用到零样本 3 维模型分类方法中， Zhang 等人 [ 25 ] 提出了基于 CLIP 的 3 维点云理解 (Point cloud understanding by CLIP, PointCLIP) 模型， PointCLIP 首先将 3 维点云投影成多个深度图，然 后利用 CLIP 的预训练图像编码器提取深度图特 征，同时将类别名称通过 CLIP 预先训练的文本编 码器提取文本特征。但是 PointCLIP 的性能受到深 度图和图像之间的域差异以及深度分布的多样性限 制。为了解决这一问题，基于图像 - 深度图预训练 CLIP 的点云分类方法 (transfer CLIP to Point cloud classification with image-depth pre-training, CLIP2Point) [ 26 ] 将跨模态学习与模态内学习相结合 训练了一个深度图编码器。在分类时，冻结 CLIP 的图像编码器，使用深度图编码器提取深度图特 征，该方法缓解了深度图和图像间的模型差异。用 于 3 维理解的图像 - 文本 - 点云一致性表征学习方法 (learning Unified representation of Language, Im- age and Point cloud for 3D understanding, ULIP) [ 27 ] 构建了一个图像、文本和点云 3 种模态的 统一嵌入空间，该方法利用大规模图像 - 文本对预 训练的视觉语言模型，并将 3 维点云编码器的特征 空间与预先对齐的视觉 - 文本特征空间对齐，大幅 提高了 3 维模型的识别能力。与之相似的是，基于 提示文本微调的 3 维识别方法 (CLIP Goes 3D, CG3D) [ 28 ] 同样使用 3 元组形式确保同一类别的 3 维模 型特征和图像特征之间以及 3 维模型特征和文本特 征之间存在相似性，从而使点云编码器获得零样本 识别的能力。另外， PointCLIP V2 [ 29 ] 在 Point- CLIP 的基础之上，通过利用更先进的投影算法和 更详细的 3 维模型描述，显着提高了零样本 3 维模型 分类准确率。本文采用语义增强 CLIP 解决图像和文 本的语义鸿沟问题，通过在语义层面为图像和文本 提供更多相似的语义信息，使图像和文本对齐更具有 一致性，从而有效提高 3 维模型的零样本分类性能。 2.2 提示工程
增强Oracle云基础架构中的云安全性
摘要：云计算已成为现代IT基础架构的重要组成部分，为组织提供了可扩展且灵活的解决方案。安全问题仍然是其广泛采用的重大障碍。本研究探讨了Oracle云基础架构（OCI）的关键安全挑战，包括数据泄露，未经授权的访问，身份管理和网络漏洞。虽然Oracle的安全工具（例如Oracle Cloud Guard和Data安全）有助于减轻这些风险，而不断发展的网络威胁需要持续适应。共同的责任模型进一步需要采取主动的安全措施和法规依从性。为了提高云安全性，这项研究研究了混合加密技术的性能，比较了OCI中基于RSA，Blowfish，基于池塘的关键管理。结果表明，RSA + Blowfish模型可显着提高加密速度，降低解密延迟并增强安全指标。绩效评估指标以准确性（99.47％），精度（99.12％），召回（99.08％）和F1得分（99.10％）确认其鲁棒性。这些发现建立了混合加密作为确保基于云的数据的有前途的方法。
Zscaler 云沙箱
关于 Zscaler Zscaler (NASDAQ: ZS) 加速数字化转型，使客户能够更加敏捷、高效、有弹性和更安全。Zscaler Zero Trust Exchange 通过安全地连接任何位置的用户、设备和应用程序，保护数千名客户免受网络攻击和数据丢失。基于 SASE 的 Zero Trust Exchange 分布在全球 150 多个数据中心，是世界上最大的内联云安全平台。了解更多信息请访问 zscaler.com 或在 Twitter 上关注我们 @zscaler 。