XiaoMi-AI文件搜索系统
World File Search System模仿
通过模仿抑制突变 RAS- RAF 相互作用...
1 土耳其伊斯坦布尔美迪波尔大学工程与自然科学研究生院；2 土耳其伊斯坦布尔美迪波尔大学健康科学研究生院医学生物学与遗传学项目；3 土耳其伊斯坦布尔美迪波尔大学健康科学与技术研究所 (SABITA) 癌症研究中心；4 土耳其伊斯坦布尔萨班哲大学工程与自然科学学院；5 土耳其伊斯坦布尔美迪波尔大学国际医学院医学生物学系；6 土耳其伊斯坦布尔美迪波尔大学工程与自然科学学院计算机工程系；7 土耳其伊斯坦布尔美迪波尔大学健康科学与技术研究所 (SABITA) 再生与修复医学研究中心 (REMER)
通过热点模仿的墨西哥蛋白RNA相互作用的合理设计的抑制剂
图1：热点模拟方法。我们通过将其应用于Musashi-1的RRM1域来证明这种方法。（a）MSI1 / RNA复合物的结构。RNA（棍棒）围绕蛋白质包裹（球形）。将两个相邻的碱基A106和G107（洋红色）埋在蛋白质表面的浅口袋中。（b）通过收集涉及分子间氢键的深埋碱（洋红色）和原子（以黄色显示的供体，绿色供体显示），从复合物中的RNA产生了相互作用图。（c）相互作用图的组成部分聚集在空间中，不参与氢键的原子将其恢复为碳原子。这会产生“热点药理”。 （d）通过与荧光标记的RNA竞争确定的带有单个无碱性位点与原始同源RNA序列的RNA之间结合自由能的差异。正值表明当给定基碱被无碱位点替换时，结合减少，表明A106和G107对这种相互作用的结合亲和力的贡献大于附近的其他碱基。（e）热点药效团是基于配体筛选的模板，寻找可以模仿药效团的三维特征的化合物。屏幕导致化合物R12的鉴定，该复合R12模拟了环的几何形状，并提供了四个所需的氢键组中的三个。（F）R12与荧光素标记的RNA竞争MSI1结合，如通过荧光极化测定所观察到的。这些数据不允许确定结合亲和力。（g）热点药效团回到蛋白质结构上的叠加说明了应由理想配体捕获的相互作用：针对三个芳族侧级堆叠，以及四个分子间氢键。（H）R12在蛋白质结构上的叠加表明，该化合物有望保留芳香族堆积，并概括了四个氢键中的三个。
![CEO 2纳米纸中光子模式的光谱观察和建模
arxiv：2401.08196v1 [cs.cr] 2024年1月16日
1个基于云的分层模仿学习，可扩展...
arxiv：2309.11256v2 [CS.CR] 2024年1月17日
信任软件供应链：启用区块链的SBOM ...
公正游戏：加强学习的挑战](/simg/9/97a040ad6466b0b474ee909e1146675a41b18c35.webp)
CEO 2纳米纸中光子模式的光谱观察和建模 arxiv：2401.08196v1 [cs.cr] 2024年1月16日 1个基于云的分层模仿学习，可扩展... arxiv：2309.11256v2 [CS.CR] 2024年1月17日 信任软件供应链：启用区块链的SBOM ... 公正游戏：加强学习的挑战
[1] H. Ramp，T。J. Clark，B。D. Hauer，C。Doolin，K。C. Balram，K。Srinivasan和J. P. Davis，《从3D微波炉从3D微波腔到电信的波长转导，使用Piezoeleelectric oporyicalical Crystals，应用物理学Letters Letters Letters Letters 116，（202020202020）。[2] M. Schatzl, F. Hackl, M. Glaser, P. Rauter, M. Brehm, L. Spindlberger, A. Simbula, M. Galli, T. Fromherz, and F. Schäffler, Enhanced Telecom Emission from Single Group- IV Quantum Dots by Precise CMOS-Compatible Positioning in Photonic Crystal Cavities , ACS Photonics 4 , 665 (2017).[3] J. Morville，S。Kassi，M。Chenevier和D. Romanini，快速，低噪声，模式，逐示，通过二极管激光自锁定的自锁，应用物理学B：激光器和光学80、1027（2005）。[4] O. Painter，R。K. Lee，A。Scherer，A。Yariv，J。D. O'Brien，P。D. Dapkus和I. Kim，二维光子波段缺陷模式激光，科学284，1819（1999）。[5]
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。
情感模仿、情感信息空间和元宇宙
摘要 当前的技术设计追求将类似人类的特征应用于人工智能技术。由于人类思维的本质复杂性，这些尝试面临许多挑战。认知模仿是一种在设计智能技术时模仿人类信息过程的设计方法。重点是模仿认知、人类知识结构和所代表的心理信息内容，这解决了技术设计中的一个基本问题。然而，认知是人类思维中信息处理的一个方面。情感信息处理在解决认知过程的意义方面也起着至关重要的作用。本文讨论了情感模仿（从概念工程的认知模仿扩展而来）作为一种设计人工智能技术智能和类人实体的设计方法。情感模仿的自然框架来源是情感信息空间，指的是人周围具有情感意义的物体。情感模仿和情感信息空间在指导元宇宙设计方面的潜力被用作一个说明性示例。
启发，但不模仿：人工智能与人类智能之间的对话
顾：我认为智能不只是拥有尽可能多的知识，而是从知识中学习普遍的规则，并运用到新任务中去。在神经科学中，有一个很好的例子，就是爱德华·托尔曼在1948年提出的“认知地图”。这个概念最早是在观察老鼠在迷宫中漫游时的行为时提出的。在这种空间导航任务中，老鼠首先将一系列空间和时间事件作为自我中心坐标存储起来，形成“情景记忆”，然后以认知地图的形式进一步转化为更抽象的“语义记忆”。基于自我中心地图，老鼠和其他动物可以利用结构化知识在新环境中导航，或者在迷宫中某些路径被阻塞时规划新路线。现在，我们知道认知地图不仅是空间导航的地图，也是抽象导航的地图，例如通过社交或价值空间。在最近的一篇《细胞》文章中，科学家发现猴子使用相同的大脑区域（包括海马体）来穿越空间，无论是物理空间还是抽象空间。这些大脑区域负责抽象一般规律并形成可以转移以解决不同问题的真实知识。这就是人类和其他动物拥有元学习或学会学习的能力的方式，这实际上是智力的关键，特别是使我们能够掌握多任务处理的一般智力。
T231E突变体，在阿尔茨海默氏病中模仿Tau的病理磷酸化会导致线粒体展开的蛋白质反应激活I
触摸神经元。CRISPR-CAS9基因编辑用于将磷酸化T231A，磷酸化模拟T231E和乙酰基模拟的K274/281Q突变引入Tain4 Orf。为简单起见，这些突变体将称为T231A，T231E和K274/281Q。（b，c）第3天的触摸神经元的荧光图像，表达dendra2 :: Taut4转化融合和T231E突变体的单拷贝转基因编码。虚拟的圆圈表示PLM细胞体的位置，显示在插图中。比例尺，0.5 µm。注意，斑点荧光来自后肠中标记为GFP的HSP-60表达式。（c，d）成年第3和第10天，对面板A中列出的菌株的PLM细胞体荧光定量。数据是来自两个独立技术重复的平均值±SD。各个数据点从单独动物的单个PLM细胞中划分值（n = 25±5）。统计分析是通过Tukey的事后测试进行的双向方差分析，在比较包围样品时，*** p <0.001。请注意，左侧条形柱是指单独携带Dendra2报告基因的转基因菌株的荧光定量，而右侧则是指携带Dendra2和HSP-60记者的菌株。（e）表达整合的UPR MT报告基因P HSP-60 :: GFP和单拷贝MOSSCI插入的转基因蠕虫的代表性荧光图像。比例尺，0.5毫米。数据是平均±SD（来自两个独立生物学重复的20只动物）。（f）从面板中列出的菌株的后肠道区域中荧光信号强度定量。ns表示不显着，如通过单向方差分析计算，然后进行Tukey的多重比较测试。
人工智能在公共部门审计中的伦理影响作者 Ahmed Eltweri 博士 利物浦约翰摩尔斯大学会计学助理教授 摘要 人工智能 (AI) 是一种大趋势技术，旨在模仿人类的智能和认知技能。此外，这项技术进步旨在为其用户提供竞争优势。因此，由于大多数司法管辖区的法律要求公共部门的审计公司和组织在资源使用和分配方面比私营公司更高效、更有效，从而实现物有所值，鉴于上述情况，许多会计师事务所宣布将人工智能纳入其审计和咨询职能，倾向于影响审计质量和费用的若干影响，例如数据分析、时间管理、准确性、对商业环境的透彻了解，从而增强客户服务 (Munoko 等人，2020 年)。然而，全球审计行业都面临着额外的要求，需要特别注意考虑尽管增加了好处，但这种采用可能仍会出现的其他后果。因此，监管机构、政策制定者和政府不断被提醒对这种新兴技术负有的责任。关键词技术、会计和审计职能、审计专业、道德参考文献
人工智能在公共部门审计中的伦理影响作者 Ahmed Eltweri 博士 利物浦约翰摩尔斯大学会计学助理教授 摘要 人工智能 (AI) 是一种大趋势技术，旨在模仿人类的智能和认知技能。此外，这项技术进步旨在为其用户提供竞争优势。因此，由于大多数司法管辖区的法律要求公共部门的审计公司和组织在资源使用和分配方面比私营公司更高效、更有效，从而实现物有所值，鉴于上述情况，许多会计师事务所宣布将人工智能纳入其审计和咨询职能，倾向于影响审计质量和费用的若干影响，例如数据分析、时间管理、准确性、对商业环境的透彻了解，从而增强客户服务 (Munoko 等人，2020 年)。然而，全球审计行业都面临着额外的要求，需要特别注意考虑尽管增加了好处，但这种采用可能仍会出现的其他后果。因此，监管机构、政策制定者和政府不断被提醒对这种新兴技术负有的责任。关键词技术、会计和审计职能、审计专业、道德参考文献
对头足类动物的观点模仿和生物启发的技术，用于本体感受自主软机器人
科学界。[1-7]无论如何，每次活着都会揭示出新颖的适应性和动态反应性的模仿行为，它都会激发并促进未来派和不受欢迎的技术成果。[8-12]在生物学水平上，视觉crypsis是物种通过与栖息地的颜色和几何图案相匹配而与周围环境相似的能力。从这个意义上讲，生物可以通过色素沉着或散发性元素在介观尺度上的布置和优化结构进行光学控制（这可以在体内表现出身体上的皱纹和质地以逃避检测或观察）。[13–18]这两种机制的特征在于时间响应，范围从毫秒到数百秒。在自然界中，几个物种都利用了隐性能力，例如，在头足类动物中，[7] crustaceans，[19]爬行动物，[1,20,21]昆虫，[22,23]鸟类，[24,25]贝壳，[26,27]植物，[26,27]植物，[28,29]。生物色彩变化和身体模式与生殖，交流，防御和/或掠夺性策略有关。不幸的是，在动物和植物中引导这些行为的神经或中央控制链系统仍然以某种方式引起了科学家的雾。[7,30–32]关于其中央信息过程系统的完整知识，可以对许多科学分支的惊人开发，从神经生物学[33,34]到量子生物学。更重要的是，章鱼是一种杰出的智能物种，例如，可以按照部分的顺序打开罐子或避免掠食者。[35]毫无疑问，自然世界中最讨论的研究案例是头足类动物，不仅可以高度进化和专门从事快速自适应色彩更改的显示器，而且还可以在暴露于特定的机械，热，光学，光学或化学刺激的情况下会使他们的皮肤生成3D模式。软肌肉排列，[36–38]空间分布和可扩展的吸收成分（即染色体），[39,40]虹彩元素（即虹膜phores）[41,42]，[41,42]和亮白色散射剂（即亮白色散射器（即负责）[43] [43]是负责的。[44]因此，由于其身体的力学和形态之间的共生以及分离的感觉神经运动控制系统，头足类通常被视为体现智力的完美例子[45]。他们的“学习”，“机械”和“物质智力”将是我们的评论，从而使我们的lodestars成为