XiaoMi-AI文件搜索系统
World File Search System有望
非编码 RNA 有望成为药物或药物靶点
摘要：随着对各种疾病相关非编码RNA的了解不断加深，ncRNA正成为新的药物和药物靶点。基于不同类型的非编码RNA的核酸药物已被设计和测试。化学修饰已被应用于非编码RNA，如siRNA或miRNA，以增加其对降解的抵抗力，同时尽量减少对其生物功能的影响。化学生物学方法也已被开发来调节各种疾病发生中相关的非编码RNA。设计核糖核酸酶靶向嵌合体以降解内源性非编码RNA等新策略正在成为调节基因表达的有前途的方法，可作为下一代药物。本综述总结了基于非编码RNA的治疗诊断学的现状、开发核酸药物的非编码RNA的主要化学修饰、RNA与不同功能生物分子的结合以及设计和筛选用于调节内源性非编码RNA表达或活性的潜在分子以进行药物开发。最后，讨论了改善非编码RNA传递的策略。
蛋白聚糖 Glypican-1 有望成为胰腺导管腺癌创新靶向治疗策略的候选药物
摘要：胰腺导管腺癌 (PDAC) 占所有胰腺癌的 90%，5 年生存率为 7%，80% 的患者被诊断为晚期或转移性恶性肿瘤。尽管诊断检测、手术技术和全身治疗方面取得了最新进展，但有效治疗 PDAC 的选择仍然有限。迫切需要开发能够区分癌细胞和非癌细胞的靶向疗法，以减少副作用并更好地抑制肿瘤生长。抗体靶向策略是引入创新疗法的潜在有效选择。可以提出基于抗体的免疫疗法和基于抗体偶联纳米颗粒的靶向疗法，其中抗体靶向特定的肿瘤相关抗原 (TAA)。在此背景下，在 PDAC 中高表达而在非恶性病变和健康胰腺组织中不表达或表达水平非常低的磷脂酰肌醇聚糖-1 (GPC1) 是一种有用的 TAA，可通过基于特定抗体的免疫疗法和基于抗体偶联纳米颗粒的靶向疗法实现。在这篇综述中，我们描述了 PDAC 的主要临床特征。我们提出蛋白聚糖 GPC1 是用于 PDAC 靶向疗法的有用 TAA。我们还对可用于靶向 GPC1 的基于抗体的免疫疗法和基于抗体偶联纳米颗粒的靶向疗法的主要开发方法进行了概述。
英国制造的 Prometheus 2 成像和监测立方体卫星有望在英国发射 空中客车公司联合设计了 Prometheus 2 立方体卫星，并进行了最终环境和
英国制造的 Prometheus 2 成像和监测立方体卫星有望在英国发射 空中客车联合设计的 Prometheus 2 立方体卫星已完成最终环境和振动测试，准备从康沃尔发射 @AirbusSpace @dstlmod @Heads_InSpace #defencematters #SpaceMatters #NextSpace 史蒂文尼奇，2022 年 9 月 7 日 — — 由空中客车和 In-Space Missions 联合设计的 Prometheus 2 卫星有望于今年晚些时候从英国康沃尔郡纽基发射，环境测试已完成，振动测试正在进行中。 Prometheus 2 立方体卫星由国防科学技术实验室 (Dstl) 代表国防部 (MOD) 所有。它们由空中客车防务与航天公司共同出资，In-Space Missions Ltd 负责建造。两颗谷物盒大小的 Prometheus-2 立方体卫星将在距离地球约 550 公里的低地球轨道上运行，并将为包括 GPS 在内的复杂成像和监测无线电信号提供测试平台。这些卫星将通过开发以朴茨茅斯附近国防科技实验室为重点的地面系统，支持国防部在轨道和地面的科学和技术 (S&T) 活动。每颗立方体卫星将安装单独的设备，以测试未来概念，以支持国防部未来的太空情报和监视 ISTARI 计划。空客有效载荷将支持公司针对未来低地球轨道操作、ISR 任务概念的内部研发项目以及外部第三方客户的研发需求。空中客车防务与航天英国公司董事总经理理查德·富兰克林表示：“实现这一重要里程碑进一步证明了政府和空客与中小企业合作投资的价值，这些投资旨在快速在轨道上取得成果，并帮助支持和发展英国航天工业生态系统。设计并制造首颗在英国发射的小型卫星，对于参与此次成功合作的所有人来说都是一项伟大的成就，同时也是去年发射的普罗米修斯 1 号有效载荷成功的基础。”这些有效载荷采用了现代软件定义无线电技术，还将使第三方组织能够使用普罗米修斯 2 星座来研究信号收集、卫星间通信、在轨数据处理、空间领域感知和定位、导航和计时或地理定位功能。通过空中客车防务与航天有限公司可以获得此项研究能力。这些卫星是研究演示器，不会用于国防情报、监视和侦察 (ISR) 行动。从这次任务中获得的经验教训将用于降低关键技术风险，产生下一波合作实验，加强国际伙伴关系并支持 Dstl 自己的卫星运营。
Wadsley-Roth 相铌基氧化物阳极有望实现高功率和能量密度水系锂离子电池
摘要：间歇性和瞬时可再生能源迫切需要发展具有高功率能量密度的本质安全电能存储技术。水系锂离子电池（ALIB）由于其不易燃的特性而成为一种很有前途的集成技术。然而，受阳极材料的限制，它们的能量密度与非水系电池的能量密度存在相当大的差距。在此，首次尝试将 Wadsley-Roth 相铌基氧化物（M-Nb-O）用于水系锂离子阳极。通过与 M-Nb-O 阳极（Zn2Nb34O87）的代表物配对，ALIB 的输出电压、能量密度和功率密度显着增加，长期循环寿命显着提高。单独来看，能量型全电池（NCM811// Zn2Nb34O87）可产生高记录密度能量（191.5 Wh kg −1），平均放电电压高达约 2.25 V，而功率能量型全电池（LiMn2O4//Zn2Nb34O87）在超高粉末密度 16 489 W kg −1 下表现出优异的倍率性能，能量密度高达 30.0 Wh kg −1。
基因编辑有望培育出新的抗病柑橘树
在过去的几十年中，两种细菌性疾病——黄龙病 (HLB) 和柑橘溃疡病——已严重摧毁佛罗里达州的柑橘产业，导致数百万棵树木死亡，该州损失了数十亿美元的税收，产量减少了 80%。HLB 病已蔓延至阿拉巴马州、加利福尼亚州、乔治亚州、路易斯安那州、密西西比州、南卡罗来纳州和德克萨斯州。目前，尚无针对这些威胁行业的疾病的经济实惠的解决方案。种植者正在使用大量农药来对抗这种疾病；这是不可持续的，且收效甚微。“当务之急是找到 HLB 病的解决方案。这不仅关系到所有佛罗里达州种植者的生计，而且这种疾病还威胁着全州 50,000 个工作岗位，以及佛罗里达州标志性作物的延续，”佛罗里达自然资源首席执行官 Bob Behr 说。生物技术初创公司 Soil Cul-ture Solutions, LLC (d/b/a Soilcea) 与佛罗里达大学 (UF) 合作，试图通过使用 CRISPR 精准育种开发抗病柑橘树来解决这一问题。CRISPR 精准育种是一种强大的工具，可用于培育新的抗病品种，美国农业部 (USDA) 可将其归类为
胆管癌类器官的激酶组分析揭示了有望实现治疗分层的潜在药物靶点
摘要背景：胆管癌是一种罕见但致命的胆道癌症。目前，其一线治疗仅限于化疗，临床获益有限。针对致癌细胞内信号的激酶抑制剂在过去几十年中改变了癌症的治疗模式。然而，它们尚未广泛应用于胆管癌治疗。胆管癌具有明显的分子异质性，这使新疗法的发现变得复杂，并且需要对患者进行分层。因此，我们研究了商业激酶组分析平台是否可以预测胆管癌中的可用药靶点。方法：使用 PamChip ® 磷酸酪氨酸激酶微阵列平台测定患者来源的胆管癌类器官、非肿瘤邻近组织来源和健康供体来源的肝内胆管细胞类器官中的激酶活性。将激酶组谱与胆管癌类器官的 RNA 测序和（多）激酶抑制剂筛选进行比较和关联。结果：单个胆管癌类器官的激酶活性谱不同，不会聚集在一起。然而，生长因子信号传导（EGFR、PDGFRβ）和下游效应物（MAPK 通路）在胆管癌类器官中更活跃，可以提供潜在的可用药靶点。对 31 种激酶抑制剂的筛选发现了几种有希望的全效抑制剂和化合物，它们对患者有特异性疗效。激酶抑制剂对几种抑制剂的敏感性与其靶激酶的活性相关，表明它们是反应的潜在预测因子。此外，我们还确定了药物反应与这些药物未直接针对的激酶之间的相关性。结论：总之，激酶组分析是一种确定胆管癌可用药靶点的可行方法。未来的研究应确认激酶活性谱作为患者分层和精准医疗的生物标志物的潜力。关键词：胆管癌、激酶组分析、药物筛选
产电细菌有望为供电、传感和合成带来新机遇
微生物电化学反应可用于合成高附加值化学品和固定CO2等。[7–9] 双向电子转移通过直接电子转移、纳米线转移和穿梭转移等多种自适应途径发生，表明电子转移效率是影响微生物电化学活性的关键因素。[2,5,10] 随着外电极可以有效地作为电子受体或供体被发现，人们对细菌与电极之间双向电子交换的深入探索已经在各种生物电化学系统中创造了新技术，例如微生物燃料电池（MFC）、微生物电解电池（MEC）、微生物海水淡化电池（MDC）和微生物电合成（MES））。 [1,11] 利用生物电化学系统，产电细菌可以革命性地从有机废物中产生可再生生物电，合成高价值化学品和生物燃料，或执行许多其他对环境重要的功能，如生物修复、海水淡化和生物传感。特别是，MFC 中细菌细胞外电子转移 (EET) 过程的利用已引起广泛关注，可替代我们已有 100 年历史的能源密集型有氧技术，成为废水处理方法的替代品。[12–14] 虽然许多可再生、碳中性的能源，如风能、太阳能、地热能和核能，已经开始取代化石燃料，以紧急缓解能源危机和全球变暖，但 MFC 可以更有效地产生清洁电力，同时去除废水中的污染物。为了解决这些紧迫的社会问题，人们对MFC进行了大量且持续的研究，主要集中在大规模系统的开发和运行上。[12,15] 扩大MFC的规模对于应对迫在眉睫的能源-气候危机至关重要。尽管过去几十年来MFC取得了长足的发展和性能提升，但其规模化和商业化仍然难以实现。[12–16] 最关键的挑战是其性能极低，且性能不会随着尺寸的增大而成比例提高。[16–19] 许多研究已经探索了通过纳米技术、细菌基因工程和材料创新来提高MFC性能的方法。[13,20,21] 然而，它们能否经济高效且稳健地集成到大规模应用中还值得怀疑。尽管模块化堆叠
转录组学和药物发现分析表明，针对 KDM4 亚家族的天然化合物有望成为癌症的辅助治疗方法
KDM4 蛋白是组蛋白去甲基化酶的一个亚家族，靶向组蛋白 H3 的赖氨酸 9 和 36 的三甲基化，这分别与转录抑制和延长有关。它们在癌症中的失调可能导致染色质结构改变和转录缺陷，从而可能促进恶性肿瘤。尽管 KDM4 蛋白是癌症治疗中有希望的药物靶点，但只有少数药物被描述为这些酶的抑制剂，而对天然化合物作为可能的抑制剂的研究仍然需要。天然化合物是生物活性物质的主要来源，许多已知以表观遗传过程为目标，例如 DNA 甲基化和组蛋白去乙酰化，使其成为发现新组蛋白去甲基化酶抑制剂的丰富来源。在这里，通过转录组分析，我们确定 KDM4 家族失调并且与多种肿瘤组织中的不良预后有关。此外，通过分子对接和分子动力学方法，我们筛选了 COCONUT 数据库，以搜索天然来源的抑制剂，并与 FDA 批准的药物和 DrugBank 数据库进行了比较。我们发现天然产物中的分子在 FRED 对接分析中得分最高。含有糖、芳香环和 OH 或 O- 基团的分子有利于与 KDM4 亚家族蛋白的活性位点相互作用。最后，我们整合了蛋白质-蛋白质相互作用网络，将转录组分析和对接筛选的数据关联起来，以提出可用作多靶点疗法或与 KDM4 酶的潜在天然抑制剂联合使用的 FDA 批准药物。这项研究强调了 KDM4 家族与癌症的相关性，并提出了可用作潜在疗法的天然化合物。
人工智能有望开发气候友好型材料
为了打破这一僵局，维斯瓦纳坦建造了一个名为 Otto 的“自动驾驶实验室”。然后，他让实验室优化最近发现的一类电解质的稳定性，其中盐以非常高的浓度溶解在水中——目前还没有很好的理论来指导实验。该团队去年年底报告称，在短短 40 小时内，人工智能机器人组合就迭代探索了四种盐的约 120 万种组合，并改进了最著名的“水包盐”电解质。维斯瓦纳坦说，机器人产生的结果是一种人类科学家可能从未想过的组合。“我们仍然不清楚它为什么有效，而这正是我们正在寻找的答案。”
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles，公共卫生硕士、博士；Johan Ordish，文学硕士；Richard Branson，理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试，解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究，制定其对经过合成数据训练的人工智能医疗设备的监管立场，并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起，这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此，医疗器械法规是否适合人工智能变得越来越重要，制造商是否了解并遵守其义务也变得越来越重要，其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心，通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具，并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力，并考虑在更广泛的改革背景下使用合成数据，以确保医疗器械法规适用于人工智能。合成数据概况 近年来，人们对合成数据的兴趣日益浓厚，原因有很多，包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力，以及解决真实数据局限性的能力，如数据缺失、欠采样和样本量小。4 更重要的是，尽管合成数据的潜在应用已经讨论了多年，但直到最近，合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲，合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面，高保真度合成数据集将能够捕捉复杂的临床关系，并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源，并且根据需要合成数据的应用，使用低效用或中等效用合成数据可能是可以接受的。
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles，公共卫生硕士、博士；Johan Ordish，文学硕士；Richard Branson，理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试，解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究，制定其对经过合成数据训练的人工智能医疗设备的监管立场，并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起，这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此，医疗器械法规是否适合人工智能变得越来越重要，制造商是否了解并遵守其义务也变得越来越重要，其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心，通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具，并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力，并考虑在更广泛的改革背景下使用合成数据，以确保医疗器械法规适用于人工智能。合成数据概况 近年来，人们对合成数据的兴趣日益浓厚，原因有很多，包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力，以及解决真实数据局限性的能力，如数据缺失、欠采样和样本量小。4 更重要的是，尽管合成数据的潜在应用已经讨论了多年，但直到最近，合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲，合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面，高保真度合成数据集将能够捕捉复杂的临床关系，并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源，并且根据需要合成数据的应用，使用低效用或中等效用合成数据可能是可以接受的。