XiaoMi-AI文件搜索系统
World File Search System描述符
基于新型特征描述符和特征选择技术预测谷氨酸棒状杆菌启动子
启动子是重要的非编码DNA调控元件，与RNA聚合酶结合激活下游基因的表达。工业上人工精氨酸主要由谷氨酸棒杆菌合成，特定启动子区域的复制可增加精氨酸的产量，因此需要对谷氨酸棒杆菌中的启动子进行准确定位。在湿实验中，启动子的识别依赖于sigma因子和DNA剪接技术，这是一项费力的工作。为了快速方便地识别谷氨酸棒杆菌中的启动子，我们发展了一种基于新型特征表示和特征选择的方法来完成这项任务，通过多种理化性质的统计参数描述DNA序列，结合方差分析和层次聚类过滤冗余特征，其预测准确率高达91.6%，灵敏度91.9%可以有效识别启动子，特异性91.2%可以准确识别非启动子。此外，我们的模型可以在400个独立样本中正确识别181个启动子和174个非启动子，证明了所开发的预测模型具有良好的稳健性。
遗传相似性与遗传祖先作为人类遗传学样本描述符
样本标签研究人员选择适用于下游分析的人类基因组数据形状以及其他人如何解释结果。一些样本标签，例如种族或种族，以模棱两可和不一致的方式应用（Panofsky和Bliss，2017年； Popejoy等人。，2020年； BYEON等人。，2021）。今天，样本描述符通常还包括对样品基因组数据分析的标签。研究人员使用的一个常见的遗传样本描述是“遗传血统群体”：例如，将生活在美国的个体标记为具有“欧洲遗传血统”或“非洲遗传血统”。由于这些标签是基于统计方法，因此它们似乎比根据社会分组分配的标签要少。但是，使用流行基因组学方法来分配人群描述符，其自身相交的挑战。的确，遗传血统标签显然是混乱的根源，范围和遗传标签之间的滑倒与社会标签之间的底漆（参见Mathieson和Scally，2020年； Lewis等； Lewis等，2022年，最近呼吁对我们的遗传血统的含义更加准确。从这个角度来看，我认为人类遗传学的领域应远离使用遗传血统作为样本描述符。这样的术语是不精确的且潜在的误导性，并且对于大多数应用，研究人员都使用它们来指示与某些预定的样本集的遗传相似性或相关性。许多在大多数应用中，人类遗传学家实际上与控制遗传相似性，地理和环境的比较有关，而不是祖先人群的某些模糊概念。
使用多模态 MRI 的放射纹理特征描述符来区分复发性脑肿瘤与放射性坏死
尽管采取了化学放射疗法和手术切除等多模式积极治疗，多形性胶质母细胞瘤 (GBM) 仍有可能复发，这被称为复发性脑肿瘤 (rBT)。在多种情况下，良性和恶性病变在放射影像上可能看起来非常相似。其中一个例子就是放射性坏死 (RN)（放射治疗的中度良性影响），在结构磁共振成像 (MRI) 上，它们在视觉上几乎与 rBT 无法区分。因此，需要在常规获取的脑部 MRI 扫描中识别可靠的非侵入性定量测量：对比前 T1 加权 (T1)、对比后 T1 加权 (T1Gd)、T2 加权 (T2) 和 T2 液体衰减反转恢复 (FLAIR)，可以准确区分 rBT 和 RN。在这项工作中，复杂的放射纹理特征用于在多模式 MRI 上区分 rBT 和 RN，以进行疾病表征。首先，提取随机多分辨率放射组学描述符，该描述符可捕获体素级纹理和结构异质性以及强度和直方图特征。随后，这些特征用于机器学习设置，以从四个 MRI 序列（包含 30 个 GBM 病例（12 个 RN，18 个 rBT）的 155 个成像切片）中表征来自 RN 的 rBT。为了减少准确度估计的偏差，我们使用留一交叉验证 (LOOCV) 和分层 5 倍交叉验证与随机森林分类器来实现模型。在本研究中，我们的模型使用多分辨率纹理特征区分 rBT 与 RN，对于 LOOCV 提供 0.967 ± 0.180 的平均准确度，对于分层 5 倍交叉验证提供 0.933 ± 0.082 的平均准确度。我们的研究结果表明，与文献中的其他研究相比，复杂的纹理特征可以更好地区分 MRI 中的 rBT 和 RN。关键词：复发性脑肿瘤，放射性坏死，放射组学特征，多模态磁共振成像
受阻表面态作为预测无机晶体材料催化活性位点的描述符
设计高活性催化剂的关键是确定活性的来源。然而，这仍然是一个挑战。[8,9] 特定催化剂的活性传统上与其表面性质有关。因此，具有大表面积、良好导电性和高迁移率的材料被认为是良好的催化剂，因为它们具有丰富的活性位点，有利于氧化还原反应中中间体的吸附和电子转移。这是广泛使用的催化剂合成策略的动机，例如纳米结构化、掺杂、合金化或添加缺陷。每种方法都旨在暴露优先晶体表面或对其进行工程改造以提高其活性。[10–12] 然而，从设计的角度快速准确地确定活性位点的位置仍然是一项艰巨的任务，这使得从许多潜在的有趣材料中发现高性能催化剂成为一项挑战。拓扑材料具有稳健的表面态和高迁移率的无质量电子。 [13–15] 此外，无论是从理论还是实验角度，许多最先进的催化剂（如 Pt、Pd、Cu、Au、IrO 2 和 RuO 2 ）都被认为具有拓扑衍生的表面态 (TSS)。[16,17] 因此，有证据表明 TSS 在催化反应中发挥着重要作用。[18,19] 此类状态主要由
使用描述符 obta 进行高精度材料特性预测的实验设计
摘要 在材料科学中，可控和不可控描述符均可用于表征材料。可控描述符的例子包括元素组成和制造过程；相反，不可控描述符由表征特定样品的实验数据生成，例如原始光谱数据或比重。在本研究中，我们考虑一种实验设计来获得一个高精度预测模型，其中材料的不可控描述符是特征，其材料属性是标签。一般而言，由于不可控描述符与材料属性更密切相关，因此基于它们的预测将更准确。本研究中实验设计的目标不是改善材料属性本身，而是预测其属性。为了实现这种设计，我们选择合适的可控描述符来合成候选材料，当相应的不可控描述符和材料属性添加到训练数据中时，预测精度会提高。我们提出了两种实验设计方法，一种基于贝叶斯优化，另一种基于不确定性抽样。使用记录了可控和不可控描述符以及机械性能的聚合物数据库，我们确认我们的方法可以选择合适的候选材料来训练一个高精度预测模型，其中材料性能由不可控描述符预测。我们提出的方法可以应用于材料开发，其中不可控描述符比获得目标材料性能更容易通过实验获得；它也将有助于提取材料结构和性能之间的关系。
得到的信息描述符、平衡态和集合熵
摘要：本文重新审视了电子态的信息源，强调了熵/信息内容的合成度量的必要性，这些度量结合了概率和相位/电流密度的贡献。概率分布反映了波函数模量，并对香农的全局熵和费舍尔的梯度信息产生了经典贡献。由于概率“对流”，分子状态的相位分量同样决定了它们的非经典补充。局部能量概念用于检查平衡、相变状态下的相位均衡。重新审视了波函数模量和相位分量的连续性关系，强调了合成梯度信息的局部源的对流特性，平衡（静止）量子态中的潜在概率电流与水平（“热力学”）相相关。强调了化学过程的能量和合成梯度信息（动能）描述符的等价性。在大集合描述中，反应性标准由系统平均电子能量的群体导数定义。它们的熵类似物由整体梯度信息的相关导数给出，可提供一组等效的反应性指标来描述电荷转移现象。
项目 16 – 心血管医学 – 位于盖伊和圣托马斯医院 参考号：2122/KCL/16 个人安置描述符 (IPD)
学术实习地点：盖伊和圣托马斯医院 部门简介 心血管临床学术集团整合了 KCL 心血管医学与科学学院和国王健康伙伴临床心血管服务。我们拥有英国最大的英国心脏基金会研究卓越中心，最近又续签了第三任期。该学院拥有 ~45 名 PI（包括 4 名 BHF 教授）和 50 多名博士/医学博士生，员工人数达 200 人。这里有各种国际领先的从实验室到临床的研究项目，涵盖主要疾病领域（https://www.kcl.ac.uk/scms/index）。临床培训在盖伊和圣托马斯医院 (GSTT) 进行，该医院是英国领先的心脏中心，提供全面的心脏病学/心脏外科服务和良好的临床创新记录。许多决定心肌活力和功能的关键细胞过程都是通过细胞内信号通路调节的，这些通路对环境或机械刺激作出反应并导致下游靶标的化学修饰。我们的工作重点是决定缺血性心脏病中心肌活力和功能的信号通路。我们特别感兴趣的是通过冠状动脉侧支的生长和微循环内血流的适应性变化来适应缺血的临床和实验研究。我们使用各种基础和临床实验室技术以及先进的横断面成像来研究这些。研究主题位于圣托马斯医院校园的心血管学院，涉及雷恩研究所和盖伊和圣托马斯临床心脏病学部门的跨学科临床医生和科学家小组。与 Michael Marber 合作的其他相关研究人员包括 Simon Redwood、Divaka Perera、Michael Shattock、Amedeo Chiribri、Reza Razavi 和 Rene Botnar 学术项目结构/预期内容 有各种项目可供选择，可以根据职业抱负和学术兴趣进行量身定制。通常，这些项目涉及检查侵入性生理流量和压力信息，并将其与通过横断面成像获得的非侵入性指标进行比较。目的是验证新的非侵入性技术来测量心脏功能并预测临床结果。我们关注的心血管疾病是心肌缺血、心力衰竭和主动脉瓣狭窄。
I AM 表现水平描述符 (PLD) 6 年级科学
内容连接器 低于熟练程度 接近熟练程度 达到熟练程度 分析、解释和计算思维 6.ESS.2.a.1 演示地球自转、公转、倾斜以及与太阳和月亮的相互作用如何导致季节、潮汐、白天变化、日食和月相。
