XiaoMi-AI文件搜索系统
World File Search System文章
![文章标题：基于机器学习算法的情感分析：全面的研究作者：Song Jiang [1]，Ela Kumar [2]隶属关系：Unive](/simg/a/a18931ee1afd48d7d579d30bde6e7c6026fd7595.webp)
文章标题：基于机器学习算法的情感分析：全面的研究作者：Song Jiang [1]，Ela Kumar [2]隶属关系：Unive
Article title: Sentiment Analysis Based on Machine Learning Algorithms: A Comprehensive Study Authors: song jiang[1], Ela Kumar[2] Affiliations: university of houston[1], k l deemed to be university[2] Orcid ids: 0009-0007-8363-7304[1] Contact e-mail: sjiang24@central.uh.edu License information: This work has been在Creative Commons Attribution许可下发布的开放访问http://creativecommons.org/licenses/4.0/，只要适当地引用了原始工作，就可以在任何媒介中不受限制地使用，分发和复制。可以在https://www.scienceopen.com/上找到条件，使用条款和发布政策。预印度语句：本文是预印本，未经同行评审，正在考虑，并提交给ScienceOpen的预印本进行开放的同行评审。doi：10.14293/pr2199.000601.V2预印本在线发布：2024年2月19日
文章 COVID-19 疫苗接种：原发性纤毛运动障碍患者的认知和行为
1 伯尔尼大学社会与预防医学研究所，3012 伯尔尼，瑞士；eva.pedersen@ispm.unibe.ch (ESLP)；maria.mallet@ispm.unibe.ch (MCM)；yin.lam@ispm.unibe.ch (YTL)；myrofora.goutaki@ispm.unibe.ch (MG) 2 伯尔尼大学健康科学研究生院，3012 伯尔尼，瑞士 3 意大利 Ciliare Primaria Sindrome di Kartagener Onlus 协会，70124 巴里，意大利；saradcp@virgilio.it 4 ADCP 协会，42218 Saint-Étienne，法国；icizeau@cegetel.net 5 PCD Support UK，伦敦 MK18 9DX，英国； fiona.copeland@stonac.co.uk 6 Asociación Española de Pacientes con Discinesia Ciliar Primaria, Santo Ángel 30151, 菲律宾； asociaciondcpes@gmail.com 7 PCD 基金会，明尼阿波利斯，明尼苏达州 55420，美国； michelemanion@gmail.com 8 原发性纤毛运动障碍中心，NIHR 生物医学研究中心，南安普敦大学医院 NHS 基金会信托，南安普敦 SO16 6YD，英国； Amanda-lea.harris@uhs.nhs.uk (ALH)； jlucas1@soton.ac.uk (JSL) 9 南安普顿大学医学院，临床和实验医学学院，南安普顿 SO17 1BJ，英国 10 费德里科二世大学转化医学科学系，80138 那不勒斯，意大利； santamar@unina.it 11 伯尔尼大学医院儿科系儿科呼吸医学和过敏学科，伯尔尼大学医院，伯尔尼大学，3010 瑞士 * 通讯地址：Claudia.kuehni@ispm.unibe.ch；电话：+41-31-684-35-07 † COVID-PCD 患者咨询小组（按字母顺序）：Sara Bellu，意大利 Kartagener Onlus 原发性纤毛诊断协会，意大利；Isabelle Cizeau，法国 ADCP 协会；Fiona Copeland，英国 PCD 支持；Katie Dexter，英国 PCD 支持；Lucy Dixon，英国 PCD 支持；Trini L ó pez Fern á ndez，西班牙原发性纤毛诊断协会Susanne Grieder，Selbsthilfegruppe Primäre Ciliäre Dyskinesie，瑞士； Catherine Kruljac，澳大利亚 PCD 原发性纤毛运动障碍，澳大利亚； Michele Manion，PCD 基金会，美国； Bernhard Rindlisbacher，Selbsthilfegruppe Primäre Ciliäre Dyskinesie，瑞士； Hansruedi Silberschmidt，Verein Kartagener Syndrom und Primäre Ciliäre Dyskinesie，德国。
评论文章：药物再利用的挑战与机遇：Sindhu S 1 和 Murugan S 2 的简短评论
摘要：药物再利用是医学领域的一个新兴领域。配制用于治疗新临床疾病的新药需要时间，并且需要大量投资。因此，人们非常关注旧药再利用以用于新疗法。FDA 批准用于特定治疗的大多数药物也可用于治疗各种其他临床疾病。换句话说，可以说是药物的“重复使用”。这篇小型综述重点介绍了再利用药物在细菌感染和癌症治疗中的应用。除了药物再利用的好处之外，还有一些挑战需要解决。因此，本综述讨论了再利用药物在治疗传染性（细菌感染）和非传染性（癌症）疾病中的应用。关键词：药物再利用；V 期临床试验；生活方式药物
纳格尔·托马斯 (Nagel Thomas) 撰写的《成为蝙蝠是什么感觉》文章
研讨会“心灵哲学：老鼠、人类和机器”从更哲学、伦理和道德的角度探讨了与人工智能相关的主题，同时也采用了更全面的方法。讨论的一个方面是，我们如何将不同程度的责任、自由、惩罚归因于未来具有增强能力的人工智能——甚至拥有良知。一个主要障碍是如何正确评估这样的人工智能：它的能力、能力和可能性，以便我们获得正确的结果，从而进一步使我们能够决定和应用正确的政策。在这种情况下，我们讨论了纳格尔的作品“成为蝙蝠是什么感觉” [4]。纳格尔的观点是，如果不能通过自己的眼睛看世界，就不可能正确评价另一个实体。在本文中，我想探讨一下，至少在与该主题相关的大多数社会实际需求的范围内，是否有必要真正能够“从内部体验”以决定并赋予这种人工智能一定程度的自由、责任等。
已接受文章
摘要 ：大多数抗菌肽 (AMP) 和抗癌肽 (ACP) 折叠成膜破坏性阳离子两亲性 α 螺旋，但其中许多也具有不可预测的溶血性和毒性。在这里，我们利用循环神经网络 (RNN) 区分活性与非活性、非溶血与溶血 AMP 和 ACP 的能力，以发现新的非溶血性 ACP。我们的发现流程包括：1) 使用生成 RNN 或遗传算法生成序列，2) RNN 分类活性和溶血，3) 选择序列新颖性、螺旋性和两亲性，以及 4) 合成和测试。对 33 种肽的实验评估产生了 11 种活性 ACP，其中 4 种不溶血，其特性类似于天然 ACP lasioglossin III。这些实验展示了机器学习直接指导发现非溶血性 ACP 的第一个例子。
文章的风险因素和先天性心脏病的儿童在体外膜中氧合 - 十年单中心报告
摘要：对于患有先天性心脏缺陷（CHD）的儿童，可能需要进行体外生活支持。这项回顾性的单中心研究旨在调查体外膜氧合（ECMO）儿童的结果，重点是各种危险因素。在88例患者中，有36例（41％）具有单腹膜心脏缺陷，而52（59％）的患者患有双心脏缺陷。总共有25个（28％）幸存，第一个组中有7（8％），后者有18个（20％）。p值为0.19，表明存活率没有显着差异。患有双室心脏的儿童的ECMO持续时间较短，但在重症监护室中停留更长的时间。单个心室的儿童（赔率[OR] 1.57，95％的置信间隔[CI] 0.67–3.7）的儿童ECMO并发症的总体率更高。在两组中，出血都是最常见的并发症。单个心室患者（22％比9.6％），第二次ECMO运行的发生更为常见。ECMO对于包括单腹膜患者在内的先天性心脏缺陷的儿童有效。出血仍然是与较差的结果相关的严重并发症。需要在30天内进行第二次ECMO运行的患者的存活率较低。
文章利用计算机靶标预测寻找熟悉天然产物的新分子靶标
1 因斯布鲁克大学药学/生药学研究所、因斯布鲁克分子生物科学中心 (CMBI)，Innrain 80 / 82, 6020 因斯布鲁克，奥地利； F.Mayr@uibk.ac.at (FM)； Veronika.Temml@pmu.ac.at (佛蒙特州)； birgit.waltenberger@uibk.ac.at (BW); Stefan.Schwaiger@uibk.ac.at (SS)； hermann.stuppner@uibk.ac.at (HS) 2 研究单位分子内分泌学和代谢，亥姆霍兹中心慕尼黑，Ingolstädter Landstraße 1, 85764 Neuherberg，德国； gabriele.moeller@helmholtz-muenchen.de（总经理）； adamski@helmholtz-muenchen.de (JA) 3 格赖夫斯瓦尔德大学药学院制药/药物化学系，Friedrich-Ludwig-Jahn-Straße 17, 17489 Greifswald，德国；ulrike.garscha@uni-greifswald.de (UG)；jana.fischer@uni-greifswald.de (JF) 4 伯尔尼大学儿童医院儿科内分泌、糖尿病和代谢科，Freiburgstrasse 15, 3010 Bern，瑞士；patrirodcas@gmail.com (PRC)； amit.pandey@dbmr.unibe.ch (AVP) 5 伯尔尼大学生物医学研究系，Freiburgstrasse 15, 3010 伯尔尼，瑞士 6 巴塞尔大学药学系分子与系统毒理学分部，Klingelbergstrasse 50, 4056 巴塞尔，瑞士；silvia.inderbinen@unibas.ch (SGI)；alex.odermatt@unibas.ch (AO) 7 萨尔州亥姆霍兹药物研究所 (HIPS)，药物设计和优化系，E8.1 校区，66123 萨尔布吕肯，德国； rolf.hartmann@helmholtz-hzi.de 8 萨尔大学，制药和药物化学，E8.1 校区，66123 萨尔布吕肯，德国 9 海德堡大学，药学和分子生物技术研究所 (IPMB)，药物化学，Im Neuenheimer Feld 364，69120 海德堡，德国；christian.gege@web.de 10 埃德蒙马赫基金会 (FEM) 研究与创新中心，Via Mach 1，38010 San Michele all'Adige，意大利；stefan.martens@fmach.it 11 耶拿弗里德里希席勒大学药学研究所制药/药物化学系，Philosophenweg 14，07743 耶拿，德国； oliver.werz@uni-jena.de 12 遗传学实验学校，慕尼黑工业大学，Emil-Erlenmeyer-Forum 5, 85356 Freising-Weihenstephan, 德国 13 新加坡国立大学杨潞龄医学院生物化学系，8 Medical Drive, Singapore 117597，新加坡 14 药学研究所，萨尔茨堡帕拉塞尔苏斯医科大学制药和药物化学系，Strubergasse 21, 5020 Salzburg, Austria 15 药学/药物化学研究所，因斯布鲁克分子生物科学中心 (CMBI)，因斯布鲁克大学，Innrain 80 / 82, 6020 Innsbruck, Austria * 通讯作者：daniela.schuster@pmu.ac.at；电话：+43-699-14420025
![文章标题：在药物重新使用中的机器学习和人工智能 - 挑战和观点作者：Ezequiel Anokian [1]，Judith Ber](/simg/2/2867641feba13bf24711be4221be8a75a718a686.webp)
文章标题：在药物重新使用中的机器学习和人工智能 - 挑战和观点作者：Ezequiel Anokian [1]，Judith Ber
文章标题：药物重新培训中的机器学习和人工智能 - 挑战和观点作者：Ezequiel Anokian [1]，Judith Bernett [2]，Adrian Freeman [3]，Markus List [2]，LucíaPrietoSantamaría[4]，Auntorrarhman Tanoli [4] Bonnin [1]分支机构：发现与转化科学（DTS），Clarivate Analytics，巴塞罗那（西班牙）[1]，《系统生物学数据科学》，慕尼黑技术大学，慕尼黑技术大学，德国（德国）[2] Biopharmaceuticals R＆D，阿斯利康，剑桥（英国）[3]，EscuelaTécnicasuperior de gegenierossismorlosinformáticos，Madrid大学（西班牙）大学（西班牙） （FIMM），Hilife，Hilife，赫尔辛基大学（芬兰），Bioicawtech，赫尔辛基（芬兰）[5] [5] Orcid ID：0000-0003-0694-1867 [1] [1]，0000-0001-501-5812-8013 [2] 0000-0002-0941-4168 [2], 0000-0003-1545-3515 [4], 0000-0003-2435-9862 [5], 0000-0001-5159-2518 [1] Contact e-mail: Sarah.bonnin@clarivate.com Journal: Drugrxiv review statement:手稿目前正在审查中，应由酌处权对待。手稿提交日期：2024年3月12日关键字：机器学习，神经网络，人工智能，药物repurost
研究文章 将数字人文主义概念发展为人类与人工智能的互动
本研究的目的是建立数字人文主义作为互联网和人工智能范式背景下技术变革的驱动力，以人与数字技术之间的社会互动为基础。本文使用一般的哲学和特殊的科学认知方法，特别是分析、综合、概括和建模、结构和功能、敏捷、价值论、协同方法。使用这种方法分析了数字人文主义作为现代发展概念的概念基础，它不仅促进技术进步，而且还考虑到互联网和人工智能在人与技术的社会互动中的挑战和机遇。作者确定了数字人文主义的问题及其克服方法，旨在确保技术发展服务于个人的社会福祉并提高社会生活质量。作者分析了互联网和人工智能时代数字人文主义的新趋势，这些趋势可以提供信息、教育、医疗服务等，使人们的生活更加舒适和富有成效。数字人文主义的概念促进了技术与人类价值观和需求的融合。识别人工智能对技术变革和社会互动的影响有助于创造人道和公正的社会。
