XiaoMi-AI文件搜索系统
World File Search System片段
At 标记的抗 HER2 单域抗体片段
单域抗体片段 (sdAbs) 是靶向 a 粒子治疗的理想选择，尤其是使用 211 At 时，因为它们在肿瘤中快速积累并从正常组织中清除。在这里，我们评估了这种策略的治疗潜力，使用 5F7 和 VHH_1028 — 2 个 sdAbs，它们以高亲和力结合人类表皮生长因子受体 2 型 (HER2) 的结构域 IV。方法：使用 N-琥珀酰亚胺基-3-211 At-astato-5-胍基甲基苯甲酸酯 (iso-211 At-SAGMB) 标记 HER2 特异性 sdAbs 和 HER2 无关的 VHH_2001。比较了 iso-211 At-SAGMB-5F7 和 iso-211 At-SAGMB-VHH_2001 对 HER2 表达的 BT474 乳腺癌细胞的细胞毒性。在皮下移植 BT474 异种移植瘤的小鼠中进行了三项实验，以评估单剂量 iso-211 At-SAGMB-5F7（0.7 – 3.0 MBq）、iso-211 At-SAGMB-VHH_1028（1.0 – 3.0 MBq）以及 iso-211 At-SAGMB-VHH_1028 和 iso-211 At-SAGMB-VHH_2001（1.0 MBq）的治疗效果。结果：暴露于 iso-211 At-SAGMB-5F7（D 0 5 1.313 kBq/mL）后，BT474 细胞的克隆形成存活率降低，而 iso-211 At-SAGMB-VHH_2001 无效。使用 211 At 标记的 HER2 特异性 5F7 和 VHH_1028 观察到剂量依赖性肿瘤生长抑制，但使用 HER2 无关的 VHH_2001 则未观察到。在 3.0 MBq 剂量下，使用 iso-211 At-SAGMB-5F7 治疗的 4 只小鼠中有 3 只出现肿瘤完全消退，使用 iso-211 At-SAGMB-VHH_1028 治疗的 11 只小鼠中有 8 只出现肿瘤完全消退；中位生存期分别延长了 495% 和 414%。结论：将快速内化、高亲和力的 HER2 靶向 sdAb 与 iso-211 At-SAGMB 残留修复剂相结合，是一种针对 HER2 表达癌症的靶向 α 粒子治疗的有前途的策略。
天然分子的全基因组测序，简短片段CfDNA和FFPE DNA
优化与碎片模板一起使用的ONT SQK-LSK110连接协议改善了测序性能。修改降低了自由适配器的量，并增加了完全适配器绑扎的分子与最终文库中半适配器绑扎和非适应器绑扎分子的比率。
使用片段分子轨道法
摘要：蛋白质 - 蛋白质相互作用（PPI）对于许多蛋白质的功能至关重要。异常PPI有可能导致疾病，这使PPI有望成为药物发现的靶标。人类Interactome参考数据库中有超过64,000个PPI，但是迄今为止，很少有PPI调节剂被批准用于临床使用。PPI特异性疗法的进一步开发高度取决于结构数据的可用性以及可靠的计算工具的存在，以探索两种相互作用的蛋白质之间的接口。碎片分子轨道（FMO）量子力学方法提供了一种全面且计算的廉价平均值，可以识别出在蛋白质蛋白质界面上发生的分子相互作用的强度（Kcal/mol）和化学性质（静电或疏水性）。我们已经集成了FMO和PPI探索（FMO-PPI），以识别对蛋白质 - 蛋白质结合至关重要的残基（热点）。为了验证这种方法，我们已将FMO-PPI应用于代表几种不同蛋白质亚家族的蛋白质 - 蛋白质复合物的数据集，并获得了与已发布的诱变数据一致的FMO-PPI结果。我们观察到临界PPI可以分为3个主要类别：两种蛋白质（分子间）的残基之间的相互作用，同一蛋白质（分子内）中的残基之间的相互作用以及两种由水分子（水气囊）介导的两个蛋白质的残基之间的交互。我们通过证明如何利用FMO-PPI获得的这些信息来支持基于结构的PPI调节剂（SBDD-PPI）的药物设计，从而扩展了发现。
海报：resDNASEQTM HEK293 和 E1A 片段长度定量分析：基因治疗和疫苗制造中 GMP 批签发的综合解决方案
目的生物制药产品必须限制宿主细胞残留 DNA 污染物，以防止对患者产生基因毒性和免疫毒性风险。现有的残留宿主细胞 DNA 监管指南要求每剂量 ≤10ng，DNA 大小为 200bp 或更低。在病毒载体生产中，衣壳化 DNA 的数量、大小和致癌序列是额外的关注点。为了满足这一需求，赛默飞世尔科技开发了两种旨在满足监管指导的互补检测方法。Applied Biosystems™ resDNASEQ™ 定量 HEK293 DNA 试剂盒可定量总残留宿主细胞 DNA，Applied Biosystems™ resDNASEQ™ E1A DNA 片段长度试剂盒可对针对 E1A 致癌基因的短（86bp）、中（200bp）和长（476bp）片段进行大小分析。
IDT_使用 Alt-R CRISPR-Cas9 系统和 Megamer ssDNA 片段进行同源性定向修复参考指南 (RUO21-0211_002 02/22)
30 多年来，IDT 的创新工具和基因组学应用解决方案一直在推动进步，激励科学家敢于梦想，实现下一个突破。IDT 开发、制造和销售核酸产品，为学术和商业研究、农业、医学诊断和药物开发等领域的生命科学行业提供支持。我们拥有全球业务，提供个性化的客户服务。
FAME：基于片段的条件分子生成，用于表型药物发现
摘要 由于化学空间的复杂性，从头分子设计是药物发现中的一个关键挑战。随着分子数据集的可用性和机器学习的进步，许多深度生成模型被提出来生成具有所需特性的新分子。然而，现有的大多数模型只关注分子分布学习和基于靶标的分子设计，从而阻碍了它们在实际应用中的潜力。在药物发现中，表型分子设计比基于靶标的分子设计具有优势，特别是在同类首个药物发现中。在这项工作中，我们提出了第一个针对表型分子设计，特别是基于基因表达的分子设计的深度图生成模型（FAME）。FAME 利用条件变分自动编码器框架从基因表达谱中学习条件分布生成分子。然而，由于分子空间的复杂性和基因表达数据中的噪声现象，这种分布很难学习。为了解决这些问题，首先提出了一种采用对比目标函数的基因表达去噪 (GED) 模型来降低基因表达数据中的噪声。然后设计 FAME 将分子视为片段序列并学习以自回归的方式生成这些片段。通过利用这种基于片段的生成策略和去噪的基因表达谱，FAME 可以生成具有高有效率和所需生物活性的新型分子。实验结果表明，FAME 优于现有的表型分子设计方法，包括基于 SMILES 和基于图的深度生成模型。此外，我们研究中提出的降低基因表达数据噪声的有效机制可应用于一般的组学数据建模，以促进表型药物的发现。关键词：片段、条件生成、基因表达、变分自动编码器、对比学习。
视频人工智能系统的成本和收益如何？视频人工智能：初始成本和长期收益 投资人工智能是许多公司经常谈论的事情。但您实际上投资的是什么？成本是多少？长期收益是什么？在本白皮书中，我们将解释如何以及为何投资视频人工智能。 为什么要投资视频人工智能？主要原因是视觉图像包含非常重要的数据。通过使用这些数据，您可以作为一家公司脱颖而出，目标是为您的客户提供更好的解决方案。 通过投资视频人工智能 (Video AI)，您可以从视频数据中获得正确的智能信息。简而言之，人工智能 (AI) 以高度智能的方式识别、分类和索引镜头。在此基础上，可以搜索、编辑和量化收集和分类的数据。人工智能软件实时处理视频数据，以便您可以在发生检测警报时快速评估和响应。此外，可以轻松检索现有视频片段。因此，您可以快速搜索数千小时的镜头以查找所需的事件。当 AI 系统识别、分类和索引素材时，会产生额外的数据。从长远来看，这些收集到的元数据可以成为有价值的商业智能的额外来源。可以使用各种商业智能工具清晰地以图形方式显示这一点。当您考虑实施视频 AI 系统时，重要的是要正确评估总购置成本。换句话说，就是总拥有成本 (TCO)。当然，这些成本会根据每个组织的独特需求和情况而有所不同。本白皮书将概述系统要求、基础设施、网络和实施方面的各种实施因素和相关成本考虑因素。以及该产品可以提供的巨大长期节省。系统要求视频 AI 是一种智能软件技术，但为了使软件正常运行，外围设备必须到位。提前清楚了解所需的系统要求非常重要。IP 摄像机的数量、所需的 AI 功能以及安装类型（本地、远程或云）的组合决定了所需的系统要求。一些视频 AI 平台易于与已安装的 IP 摄像机结合使用。在销售过程中提出这一点很重要，因为它会影响初始投资。一个好的视频 AI 实施合作伙伴可以就所需的硬件为您提供建议。为了达到预期的效果，确定摄像机的类型和摄像机的位置非常重要。基础设施视频 AI 解决方案的基础设施因需求而异。有些人希望为多个位置提供集成解决方案，而其他人可能会考虑将视频 AI 用于单个位置。IP 摄像机、AI 服务器和 NVR/VMS 系统都可以位于一个物理位置本地，也可以位于多个物理位置。将物理位置上的摄像机与（公共）云中的软件相结合也是可能的。同样，正确的 AI 实施合作伙伴的作用非常重要。
视频人工智能系统的成本和收益如何？视频人工智能：初始成本和长期收益 投资人工智能是许多公司经常谈论的事情。但您实际上投资的是什么？成本是多少？长期收益是什么？在本白皮书中，我们将解释如何以及为何投资视频人工智能。 为什么要投资视频人工智能？主要原因是视觉图像包含非常重要的数据。通过使用这些数据，您可以作为一家公司脱颖而出，目标是为您的客户提供更好的解决方案。 通过投资视频人工智能 (Video AI)，您可以从视频数据中获得正确的智能信息。简而言之，人工智能 (AI) 以高度智能的方式识别、分类和索引镜头。在此基础上，可以搜索、编辑和量化收集和分类的数据。人工智能软件实时处理视频数据，以便您可以在发生检测警报时快速评估和响应。此外，可以轻松检索现有视频片段。因此，您可以快速搜索数千小时的镜头以查找所需的事件。当 AI 系统识别、分类和索引素材时，会产生额外的数据。从长远来看，这些收集到的元数据可以成为有价值的商业智能的额外来源。可以使用各种商业智能工具清晰地以图形方式显示这一点。当您考虑实施视频 AI 系统时，重要的是要正确评估总购置成本。换句话说，就是总拥有成本 (TCO)。当然，这些成本会根据每个组织的独特需求和情况而有所不同。本白皮书将概述系统要求、基础设施、网络和实施方面的各种实施因素和相关成本考虑因素。以及该产品可以提供的巨大长期节省。系统要求视频 AI 是一种智能软件技术，但为了使软件正常运行，外围设备必须到位。提前清楚了解所需的系统要求非常重要。IP 摄像机的数量、所需的 AI 功能以及安装类型（本地、远程或云）的组合决定了所需的系统要求。一些视频 AI 平台易于与已安装的 IP 摄像机结合使用。在销售过程中提出这一点很重要，因为它会影响初始投资。一个好的视频 AI 实施合作伙伴可以就所需的硬件为您提供建议。为了达到预期的效果，确定摄像机的类型和摄像机的位置非常重要。基础设施视频 AI 解决方案的基础设施因需求而异。有些人希望为多个位置提供集成解决方案，而其他人可能会考虑将视频 AI 用于单个位置。IP 摄像机、AI 服务器和 NVR/VMS 系统都可以位于一个物理位置本地，也可以位于多个物理位置。将物理位置上的摄像机与（公共）云中的软件相结合也是可能的。同样，正确的 AI 实施合作伙伴的作用非常重要。
基于片段和结构的药物发现，用于开发针对 DNA 损伤反应的治疗剂
癌症将直接影响超过三分之一人口的生活。DNA 损伤反应 (DDR) 是一个复杂的系统，涉及损伤识别、细胞周期调控、DNA 修复以及最终的细胞命运决定，在癌症病因和治疗中发挥着核心作用。涉及 DDR 靶向的两种主要治疗方法包括：采用抗癌基因毒性剂的组合治疗；以及合成致死，利用偶发性 DDR 缺陷作为癌症特异性治疗的机制。尽管许多 DDR 蛋白已被证明“无法用药”，但基于片段和结构的药物发现 (FBDD、SBDD) 已推进治疗剂的识别和开发。FBDD 已导致 4 种药物（约 50 种药物处于临床前和临床开发阶段），而 SBDD 估计已为 200 多种 FDA 批准药物的开发做出了贡献。基于蛋白质 X 射线晶体学的片段库筛选，尤其是针对难以捉摸或“无法用药”的靶标，可以同时生成命中结果以及蛋白质-配体相互作用和结合位点（正构或变构）的详细信息，从而为化学可处理性、下游生物学和知识产权提供信息。使用一种新颖的高通量基于晶体学的片段库筛选平台，我们筛选了五种不同的蛋白质，命中率约为 2-8%，晶体结构约为 1.8 至 3.2 Å。我们考虑了当前的 FBDD/SBDD 方法以及设计工作的一些典型结果
情感视频片段引发的大脑状态动态
摘要 — 在过去的几十年中，情绪研究一直试图识别一种“生物标志物”或一致的大脑活动模式，以表征单一类别的情绪（例如恐惧），该模式在该类别的所有实例中都保持一致，无论个体和环境如何。在这项研究中，我们研究了人们在观看选择用来唤起特定情绪类别实例的视频片段时情绪体验过程中的变化而不是一致性。具体而言，我们开发了一种顺序概率方法来模拟参与者在观看视频期间大脑活动的时间动态。我们将这些片段期间的大脑状态描述为血氧水平依赖性（BOLD）信号模式中状态转换之间的不同状态占用期。我们发现在观看同一视频的不同个体之间状态占用概率分布存在很大差异，这支持了以下假设：当涉及到情绪体验的大脑相关性时，变化确实可能是一种常态。