XiaoMi-AI文件搜索系统
World File Search System精确目标
用于对同时发生的EEG-fNIRS信号进行分类的深度循环卷积神经网络
摘要：脑机接口（BCI）是大脑与外界进行通信的强大系统。传统的BCI系统仅基于EEG信号工作。最近，研究人员使用EEG信号与其他信号的组合来提高BCI系统的性能。在这些信号中，EEG与fNIRS的结合取得了良好的效果。在大多数研究中，仅将EEG或fNIR视为链状序列，并且没有考虑相邻信号之间的复杂相关性，无论是时间还是通道位置。在本文中，引入了一个深度神经网络模型，通过引入时间和空间特征来识别人脑的精确目标。所提出的模型结合了EEG和fNIRS信号之间的空间关系。这可以通过将这些链状信号的序列转换为分层的三阶张量来实现。测试表明，所提出的模型的精度为99.6％。 关键词：EEG，fNIRS，混合BCI，深度学习，空间，时间。
方案 使用 CRISPR/Cas9 在马克斯克鲁维酵母中进行无标记基因敲除和敲低的方案
人们对食品和工业酵母马克斯克鲁维酵母的菌株工程越来越感兴趣，不同的研究小组已经描述并使用了许多 CRISPR/Cas9 系统。我们开发的方法允许使用细胞的内源性 DNA 修复机制非常快速有效地灭活靶基因。我们使用的菌株和质粒是免费提供的，在这里我们提供了一套集成的方案，可以轻松灭活基因并将 DNA 片段精确整合到基因组中，例如用于启动子替换、等位基因交换或引入点突变。这些方案使用 Cas9/gRNA 表达质粒 pUCC001 和 Golden Gate 组装来对靶向序列进行分子克隆。提供了一组全基因组的靶向序列。在野生型菌株或缺乏非同源末端连接 (NHEJ) DNA 修复的菌株中使用这些质粒，第一组方案解释了如何在精确目标处引入插入/缺失（NHEJ 介导）或精确缺失（同源性依赖性修复 (HDR) 介导）。第二组方案描述了如何交换启动子或编码序列以产生重编程基因。这些方法不需要使用显性或营养缺陷型标记基因，因此产生的菌株不含标记。这些方案已在多个 K. marxianus 菌株中进行了测试，非常简单，可以在任何分子生物学实验室中进行，无需专门的设备。