XiaoMi-AI文件搜索系统
World File Search System模仿
PARP抑制剂通过乳腺癌细胞中的NF-B-PTX3轴信号抑制血管生成模仿
摘要：聚（ADP-核糖）聚合酶抑制剂（PARPI）是靶向疗法，可抑制参与多种细胞功能的PARP蛋白。parpi可以充当血管生成的调节剂；然而，乳腺癌中PARPI与血管生成模仿（VM）之间的关系尚不清楚。为了确定PARPI是否调节血管通道的形成，我们评估了Olaparib，Talazoparib和Veliparib的治疗是否抑制乳腺癌细胞系的血管通道形成。在这里，我们发现PARPI充当三重阴性乳腺癌细胞中VM形成的有效抑制剂，与BRCA状态无关。从机械上讲，我们发现PARPI触发并抑制NF-κB信号传导，从而导致VM抑制。我们进一步表明PARPI降低了血管生成因子PTX3的表达。此外，PTX3抑制了PARPI抑制的VM抑制作用。总而言之，我们的结果表明，通过靶向VM，PARPI可以为三重阴性乳腺癌提供一种新的治疗方法。
模仿大师：探索虚拟AI老师在精细运动技能中的功效
运动技能，尤其是笔迹等精细的运动技能，在学术追求和日常生活中起着至关重要的作用。传统的教授这些技能的方法，尽管有效，但可能会耗时且不一致。随着机器人技术和人工智能等广告技术的兴起，对自动化此类教学过程的兴趣越来越多。在这项研究中，我们研究了一位虚拟AI老师在模拟人工教育技术中进行运动技能的技术的潜力。我们介绍了一个AI教师模型，该模型捕获了人类构造的独特特征。使用辅助学习环境对模仿教师学习者的互动，我们测试了AI模型针对四个指导假设进行了测试，强调了能够证明的学习者表现，提高了技能掌握率，并降低了学习成果的变异性。我们的发现，在合成学习者上得到验证，揭示了所有测试过的假设的重大证明。值得注意的是，我们的模型在不同的学习者和设置中展示了鲁棒性，并展示了对笔迹的适应性。这项研究强调了将模仿和巩固学习模型与机器人技术相结合的潜力，以彻底改变关键运动技能的教学。
模仿人类过程的合成神经元可能会导致更明智的机器人技术
标记是有机金属化学，化学催化，材料科学，有机电子，光伏和纳米技术领域的研究人员。他还是西北麦考密克工程学院的材料科学和工程学教授，也是化学与生物工程学教授，也是应用物理学教授。他的共同对应作家安东尼奥·弗切蒂（Antonio Facchetti）是佐治亚理工学院材料科学与工程学院的教授，也是西北地区的化学兼职教授。
额颅交流刺激在正面眼场上模仿视觉处理的注意调制
研究文章|行为/认知经颅交流电流刺激在正面眼场上刺激模仿视觉处理的注意调节https://doi.org/10.1523/jneurosci.1510-23.2024收到：2023年8月7日收到：2024年4月16日接受：2024年4月17日接受：2024年4月17日，2024年4月17日
放大后诊断：模仿医生阅读习惯的多标签分类模型来诊断脑部疾病
图 1：有些疾病很容易误诊，这需要观察和考虑相邻的图像。在这张 CT 扫描中，我们需要观察相邻的图像来区分出血点或钙化。如果不放大图像，很容易忽略硬膜下出血。
人性化的小鼠模型系统模仿产前Zika感染，并揭示了神经干细胞的过早分化
此预印本版的版权持有人于2025年2月25日发布。 https://doi.org/10.1101/2025.02.21.639556 doi：Biorxiv Preprint
作者更正：通过结构模仿大氨基酸的碳量子点对小鼠进行靶向肿瘤治疗诊断
在本文最初发表的版本中，图 4a 中 A549 细胞和图 6b 中 NH 2 -null LAAM TC-CQDs 组显微照片的设置存在错误。原始图片和更正后的图片如下所示。我们还被告知补充信息中的几张图片存在错误。特别是，我们在补充图 20 中意外地使用了几组重复的 RWPE-1、HL-7702、CCC-HPE-2 和 CCC-HIE-2 细胞系图像，在补充图 29 中体内荧光图像下的小鼠图像（一些图像从补充图 56 中重复；在此图中，我们还为 TPTC 组的 0 小时时间点和 TPTC/LAAM TC-CQDs 的 6 小时时间点选择了不正确的图像），在补充图 30 中切除的小鼠器官（一些图像从补充图 38 中重复），以及在补充图 61 中 TPTC/LAAM TC-CQDs 组的心脏和脾脏图像（两张显微照片与盐水组的有重叠）。这些补充图的原始版本和更正版本也在下面重现。所有这些错误都是在从我们使用的核心设施中获取、处理和存储的大量图像数据集中选择代表性图像时发生的。
研究人员会开发模仿抗原的合成细胞，以改善T细胞活化| UCLA Health
天然细胞的粘弹性。微流体系统用于精确控制这些合成细胞的大小，形状和机械性能。它们的粘弹性使合成细胞可以更好地复制T细胞检测到的有机细胞相互作用，从而显着改善了T细胞激活，扩展和功能。
复杂的乙状结肠憩室炎模仿巨型子宫肌瘤患者的骨盆疼痛：病例报告
本报告描述了四十多岁的妇女的案例，其中有大子宫肌瘤的史，她的肌疼痛和泌尿症状都呈现给急诊室。初始计算机断层扫描（CT）显示出简单的急性憩室炎，但是尽管抗生素治疗，但她的病情恶化，随访的CT揭示了乙状结肠穿孔，需要高前切除术和次序子宫切除术。该病例强调了大肌瘤在结肠上施加外部压力，损害运动性并增加了憩室形成的风险。肠道微生物组的改变可能导致结肠粘膜炎症，通常在憩室疾病中出现。子宫肌瘤患者的微生物组组成改变了，这可能会进一步增加憩室疾病的风险。这些发现为未来研究子宫肌瘤对憩室疾病的病理生理的影响提供了一种途径。
目标导向设计代理：将视觉模仿与一步前瞻优化相结合以实现生成设计
工程设计问题通常涉及大型状态和动作空间以及高度稀疏的奖励。由于无法穷尽这些空间，因此人类利用相关领域知识来压缩搜索空间。深度学习代理 (DLAgents) 之前被引入使用视觉模仿学习来模拟设计领域知识。本文以 DLAgents 为基础，并将其与一步前瞻搜索相结合，以开发能够增强学习策略以顺序生成设计的目标导向代理。目标导向的 DLAgents 可以采用从数据中学习到的人类策略以及优化目标函数。DLAgents 的视觉模仿网络由卷积编码器 - 解码器网络组成，充当与反馈无关的粗略规划步骤。同时，前瞻搜索可以识别由目标指导的微调设计动作。这些设计代理在一个无约束桁架设计问题上进行训练，该问题被建模为一个基于动作的顺序配置设计问题。然后，根据该问题的两个版本对代理进行评估：用于训练的原始版本和带有受阻构造空间的未见约束版本。在这两种情况下，目标导向型代理的表现都优于用于训练网络的人类设计师以及之前反馈无关的代理版本。这说明了一个设计代理框架，它可以有效地利用反馈来增强学习到的设计策略，还可以适应未见的设计问题。[DOI：10.1115/1.4051013]