XiaoMi-AI文件搜索系统
World File Search System研究现状
人工智能在药物化学领域的研究现状
与许多科学技术领域一样，人工智能 (AI) 目前在药物发现和药物化学领域备受期待。在这里，AI 主要指机器学习 (ML)，它只是方法论 AI 频谱的一部分。对 AI 的高度兴趣主要源于使用多层神经网络 (NN) 架构的深度学习。进入药物化学的其他 AI 方法包括专家系统和（实验室）机器人技术。然而，深度学习显然占主导地位。值得注意的是，ML 在化学信息学和药物化学领域已有悠久的历史。二十多年来，ML 方法已广泛应用于化合物性质预测。在药物化学中，计算研究感兴趣的特性首先包括小分子的生物活性，也包括物理化学特性（例如溶解度）或体内特性（例如代谢稳定性或毒性）。预测此类特性旨在支持药物化学实践中的关键任务：决定下一步合成哪种化合物。多年来，NN（早期用于特性预测的流行方法）大部分已被其他 ML 方法（例如支持向量机、随机森林或贝叶斯建模）所取代。这主要是由于 NN 倾向于将模型过度拟合到训练数据，以及其预测的黑箱特性（黑箱也适用于其他（但不是全部）ML 方法）。在药物化学中，化学直觉继续发挥着重要作用，无法用化学术语解释的黑箱预测不利于 ML 在实际应用中的接受。最近，随着深度神经网络 (DNN) 的出现和对深度 ML 的高度期望，NN 在药物化学中经历了复兴。这些期望主要源自其他领域，例如计算机视觉（图像分析）、自然语言处理或网络科学（包括社交网络）。
印度罕见遗传病和药物研发研究现状
迄今为止，印度的主要卫生议程优先考虑传染病和公共卫生。鉴于社会经济条件和贫困，很大一部分印度人口受到不同病原体的感染，最明显的是肠道、寄生虫、分枝杆菌和病毒。然而，近年来，随着监测的改善、治疗的可用性、社会经济条件的改善和教育的提高，这些疾病的传播有所下降。现在人们意识到非传染性疾病在印度已达到流行的程度，人们更加重视这些疾病的诊断和管理。非传染性疾病造成的死亡比例大幅上升，2016 年约占所有死亡人数的 61.8% ( https://www.wbhealth.gov.in/NCD/ ) 这些疾病的四大类是心血管疾病、慢性呼吸道疾病、糖尿病和癌症，其中一些疾病具有共同的风险因素，包括与生活方式相关的行为。政府政策发生了转变，更加重视预防和管理非传染性疾病。卫生和家庭福利部 (MoHFW)（国家卫生使命 2023）已启动具有明确预算拨款的计划来控制这些疾病。虽然这些举措值得称赞，但它们往往只包括最常见的非传染性疾病。相对罕见的疾病（其中大多数具有遗传起源）在这些计划中没有找到一席之地。近年来，印度对罕见遗传病的认识逐渐提高，这些疾病也引起了科学家、临床医生和政策制定者的关注。很明显，这些疾病并不像人们普遍认为的那样罕见，印度人口因所有罕见疾病所承受的总体负担非常沉重。此外，95% 以上的罕见病都无法治愈。不幸的是，大多数现有疗法的价格远远超出了印度人的购买力，部分原因是这些疗法的开发和生产是在国外进行的，而新技术平台的知识产权（其中一些新疗法的基础）归国际制药公司所有。总体而言，大约 2900 个基因的突变导致大约 7300 种遗传病，其中大多数在本质上都是罕见的。然而，这项研究是在全国各地以分散的方式进行的。研究罕见遗传病可以提高我们对基因功能和生理之间关系的理解。这些天然遗传变异是一种强大的资源，为科学家通过基因型-表型相关性了解基础生物学提供了巨大的机会。在最近为了解这些疾病的研究水平而组织的一次会议（2023 年罕见遗传病研究峰会）中，很明显，印度有大量科学家和临床医生正在研究罕见遗传病。以单卷形式记录研究很重要，这可以有用地反映所取得的进展，了解差距领域，并规划该国未来的研究方向。本期特刊旨在展示印度一些主要的罕见病研究工作。它还应该有助于提高人们对这一广阔研究领域的认识，具有很高的翻译机会。
生物医学领域超材料研究现状概述
摘要。本文综述了超材料在生物医学领域的广泛应用和研究现状，展示了其在提高诊断准确性、促进组织再生和治疗疾病方面的巨大潜力。本文综述了超材料在生物医学领域的广泛应用和研究现状，展示了其在提高诊断准确性、促进组织再生和治疗疾病方面的巨大潜力。与传统材料的性能相比，超材料凭借其独特的物理性质和高度的可设计性，在生物医学领域取得了令人瞩目的进展。以太赫兹超材料为例，通过将其高灵敏度与高可设计性相结合，实现了对生物分子和组织的精确检测。以太赫兹超材料为例，通过将其高灵敏度与生物组织的高穿透性相结合，实现了对生物分子和组织的精确检测。另一方面，机械超材料通过模拟生物组织的力学行为，促进了柔性应变传感器灵敏度的提高和组织工程的进步。此外，光驱动、热驱动、磁驱动、手性和电驱动等多功能超材料为生物技术产业开辟了新的可能性。此外，光驱动、热驱动、磁驱动、手性和电驱动等多功能超材料为生物医学领域开辟了新的可能性。尽管存在生物相容性和材料降解速率控制的挑战，超材料在疾病诊断、治疗和药物发现等方面的应用仍然很有希望。未来的研究应侧重于提高材料的生物相容性，开发先进的制造技术，促进个性化医疗，并加强跨学科合作，进一步探索超材料在生物医学中的潜力。
南非可再生能源价值链研究现状：企业和就业特征
这种需求可以为南非供应商创造机会并创造就业机会。然而，这取决于当地企业能否利用政府适当的工业发展支持来抓住机遇。要做到这一点，特别是在制造业价值链方面，需要更好地了解当地制造业和生产材料的公司及其就业特征。这一点尚未到位：对南非可再生能源行业进行了大量研究，但很少有研究提供有关为不同可再生能源行业提供供应的价值链 (VC) 的详细信息。他们也没有详细介绍这些价值链中的当地公司或其就业特征。只有少数研究提供了有关制造这些投入所用材料的信息（以及与可再生能源制造价值链中使用的材料相关的工作）。
共享办公空间和创客空间：绘制研究现状
学术界一直在深入研究共享办公及其优缺点。在实践中，这种现象及其特征和表现形式在多个层面上对不同类型的人和组织都变得越来越重要。但为什么会这样？研究活动在研究人员、国家和期刊之间是如何分布的？为了回答这些问题，我们首先分析了现有文献，并提取了各自方法的焦点。我们通过分析来自 Web of Science 的数据对现有文献进行了聚类分析。通过这些聚类，我们展示了研究流的发展以及研究之间的联系。研究结果表明，共享办公空间与创新行为和知识交流相关，使其成为工作和社会交流的场所，也是从事日常工作、创新想法、知识创造和互动的工具。通过这些发现，我们有助于理解整个研究流，并更深入地了解现有研究及其联系。这使得研究人员能够了解人们的兴趣来自何处、兴趣将发展到何处以及他们如何为该主题做出贡献。我们的研究表明，学者们应该对协同工作现象采取广泛的方法。它为许多不同的研究领域奠定了基础，所有这些领域对于整体理解都很重要，显示出进行有趣研究的潜力。从实际角度来看，需要在整个工作环境中重新考虑协同工作的影响因素。© 2022 作者。由 Elsevier España, SLU 代表 Journal of Innovation & Knowledge 出版。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）
中医四诊人工智能研究现状与趋势：基于科学计量学的研究
中医四诊是医生诊断疾病的一种非侵入性方法，包括望、闻、问、切。这些诊断方法在中国已有 3000 多年的历史 (1)。舌诊、脉诊和面诊是中医公认的诊断方法，基于对人体内部心、肝、脾、肺、肾的整体评估。随着疾病的发生，血管和器官功能的变化将反映在舌头、脉搏和面部表现上。因此，可以通过这些部位的颜色、厚度、频率和气味来了解疾病的严重程度和原因。随着中医研究的快速发展，中医四诊也随着现代科学技术 (2) 而发展，包括人工智能 (AI)。人工智能是由 McCarthy 等人在 20 世纪 50 年代提出的 (3)。此后，人工智能迅速发展，广泛应用于金融、医学等不同领域。近年来，由于中医大数据的发展，中医图像分析领域成为人工智能研究的热点。通过对基于人工智能的医学图像进行预测分析，医生可以做出更好的诊断和治疗决策。许多有意义的舌脉
缩比飞行试验研究现状回顾及主要实际挑战分析
摘要：非系留子尺度模型测试，通常称为子尺度飞行测试，传统上在航空研究和开发中用途较小，但意义重大。随着电子、快速成型和无人机技术的最新进展扩大了其功能并降低了成本，这种实验方法在学术界和业界越来越受到关注。然而，子尺度模型不能满足模拟全尺寸飞行所需的所有相似性条件。这导致了各种缩放方法和其他替代应用。通过文献综述和对不同缩放策略的分析，本研究全面介绍了近年来子尺度飞行测试的使用情况，并综合了其主要问题和实际局限性。结果表明，虽然在某些飞行条件下估计全尺寸特性仍然是一个有趣的应用，但子尺度模型正逐渐发挥更广泛的作用，成为具有宽松相似性约束的低成本技术测试平台。通过飞行实验，讨论和评估了作者和其他组织实施的解决已发现的实际挑战的不同方法。
非小细胞肺癌中的 microRNA 与耐药性：我们的研究现状和未来方向
简单总结：耐药性问题是非小细胞肺癌治疗面临的一大挑战。肿瘤细胞可能天生就对药物有耐药性，也可能由于多种适应性反应而在治疗过程中产生耐药性。然而，耐药性的分子机制尚未完全了解。microRNA 是调节基因表达并在许多细胞过程中发挥关键作用的小型非编码 RNA。最近，对 microRNA 的研究提供了有关其在调节耐药性分子机制方面的作用的证据。在这里，我们总结了有关 miRNA 在目前用于治疗非小细胞肺癌的药物耐药性方面的作用的现有知识，并根据这些证据批判性地讨论了实验方法。
脑机接口与虚拟现实在空间认知评估与训练中的研究现状
空间认知评估与训练（SCET）是认知研究中一个快速发展的研究领域（Chunyin等，2011）。SCET 在轻度认知障碍（MCI）的诊断和康复中也具有重要意义，主要是因为MCI患者在早期就表现出空间认知障碍的症状（Allison等，2016；Laczó等，2016）。对于SCET来说，实时、精准的量化是评估的最终目标（Lin等，2015）；训练中期望受试者有强烈的参与感，训练内容与他们的日常生活密切相关（Bormans等，2016）。虚拟现实（VR）（Tu等，2017）和脑机接口（BCI）（Xu等，2013）是SCET中的热门技术。利用VR进行训练满足了受试者的体验和社交需求，可以作为空间认知训练（SCT）的主要方式（Serino等，2015；Bormans等，2016；Davis和Ohman，2016；Migo等，2016；Tu等，2017；Zygouris等，2017）。然而在这些研究中，受试者和训练者很难实时了解训练效果，尽管他们非常渴望及时观察训练效果，以便调整训练状态或计划。基于脑电信号（EEG）的BCI（Xu et al.，2018）常用于实时SCET，可在高时间分辨率的前提下应用于实时监测大脑活动（Lin et al.，2015；Han et al.，2017；Chen et al.，2018；Guevara et al.，2018；Pergher et al.，2018）。因此，将BCI与VR（Lechner等，2014；Koo等，2015；De Tommaso等，2016；Donati等，2016；Vourvopoulos和I Badia，2016）结合起来是进行SCET的一个不错的选择，并且有初步应用研究（Bischof和Boulanger，2003；Jaiswal等，2010；Kober和Neuper，2011；Tarnanas等，2015）表明BCI-VR是一种值得推荐的SCET方法。然而，这种结合还处于起步阶段，在得出结论之前还需要做更多的工作。本研究将回顾与VR，BCI和BCI-VR相结合的SCET相关的文献；讨论BCI-VR在SCET中的潜在优势以及未来需要解决的问题；并提出自己的观点。希望本研究的分析能为 SCET 的信息技术领域提供有价值的建议。本研究使用 Web of Science-科学引文索引/社会科学引文索引 (WOS-SCI/SSCI) 数据库，重点研究了 BCI、VR 和 BCI-VR 在 SCET 中的研究。使用的搜索关键词为：“空间认知评估 (SCE)”或“空间认知训练 (SCT)”与“脑机接口 (BCI)”或“虚拟现实 (VR)”的组合。最近一次搜索是在 2019 年 3 月 21 日进行的。
量子技术中的量子最优控制。欧洲研究现状、愿景和目标战略报告
1 引言 量子最优控制理论 (QOCT) 是指一套设计和实现外部电磁场形状的方法，这些电磁场以最佳方式操纵原子或分子尺度上的量子动力学过程 [246]。它建立在更通用的控制理论的基础上，控制理论是在应用数学、工程学和物理学交叉领域发展起来的，涉及操纵动态过程以实现特定任务。主要目标是使所研究的动态系统以最优方式运行并达到其物理极限，同时满足现有设备施加的约束。量子过程也不例外，但控制理论的某些方面必须进行调整，以考虑到量子世界的特殊性。过去几年中，QOCT 已成为新兴量子技术不可或缺的一部分 [6]，证明了控制将科学知识转化为技术 [246]：如果叠加原理是量子力学的核心特征，那么量子控制就是叠加原理在起作用。量子技术需要相对隔离良好、特性良好的量子系统。与化学反应动力学等使用 QOCT 的其他领域相比，这一特性使其成为 QOCT 的理想试验台。另一方面，QOCT 已经成熟到如今已可在实验中使用。QOCT 的下一个挑战是成为一种