XiaoMi-AI文件搜索系统
World File Search System结构模型
通过纳入 3D 配体信息，增强 AI/ML 方法在先导化合物优化过程中的实用性
药物发现中的 AI/ML 方法日趋成熟，其效用和影响可能会渗透到药物发现的许多方面，包括先导化合物发现和先导化合物优化。典型方法利用 ML 模型进行结构-属性预测，并使用简单的基于二维的小分子化学表示。此外，有限的数据（尤其是与新靶点有关的数据）使得难以构建有效的结构-活性 ML 模型。在这里，我们描述了我们最近使用 BIOVIA 生成治疗设计 (GTD) 应用程序的工作，该应用程序可以利用配体蛋白相互作用的 3D 结构模型，即所需特征的药效团表示。使用与 SYK 抑制剂 entospletinib 和 lanraplenib 以及两种不相关的临床 SYK 抑制剂的发现有关的 SAR 数据集，我们展示了如何使用 GTD 有效解决先导化合物发现和先导化合物优化中的几个常见问题。这包括努力利用化学空间约束和在 GTD 中应用进化压力，基于项目中期阶段的数据回顾性地重新识别候选药物分子。此外，关于如何配置 GTD 平台以生成包含来自多个不相关分子系列的特征的分子的研究展示了 GTD 方法如何将 AI/ML 应用于药物发现。
采用数字技术方法设计银行网络中的创业模式 Afshin Nobakht 1、Majid Nasiri 2、Parviz Saeedi 3
摘要 本研究旨在设计一种具有数字技术方法的银行网络中的创业模型。研究方法根据其目的适用，在执行方法上定量，在性质上探索性研究。研究的统计人群包括 384 名银行业信息技术和创业领域的专家，采用简单随机抽样方法。使用问卷收集数据。使用 AMOS 软件和解释结构模型 (ISM) 进行数据分析。结果表明，银行在金融技术发展、电子商务模式创建、电子创业设施开发、电子商务基础设施管理、数字货币和区块链开发、数字创业理念的吸收以及电子银行发展等维度上创造和扩展数字创业领域在创建数字银行创业网络中发挥着关键作用。此外，银行创业在组织创业发展、商业创业发展、电子创业发展和数字创业模式发展等维度上的发展也加速了银行数字创业网络的创建。研究结果表明:银行数字创业领域的开创与拓展对银行数字创业网络构建具有正向显著影响;银行创业发展对银行数字创业网络构建具有正向显著影响。
基于有限元法和参数模型降阶的电力电子模块热机械耦合分析
本研究通过将有限元法 (ANSYS-FEM) 与参数模型降阶 (pMOR) 相结合，提出了一种新方法，用于执行参数研究并检查电力电子模块 (PEM) 耦合热机械模型的非线性材料行为。与广泛使用的顺序耦合方法相比，所考虑的耦合方法可以同时解决热模型和结构模型。与通常用于 pMOR 研究的恒定参数值不同，本研究使用 pMOR 方法参数化了导线材料的温度相关材料属性。本文考虑使用 pMOR 方法进行热机械分析的广义 2D 模型，参数化导线材料的温度相关热膨胀系数 (CTE) 和杨氏模量 (E)，以探索它们对导线键合的影响。本文将矩阵插值法应用于 pMOR 研究，并使用 PRIMA（一种基于 Krylov 子空间的模型降阶 (MOR) 技术）进行局部模型降阶。已经开发出一种基于拉格朗日插值技术的新高效流程，用于在参数化降阶模型 (pROM) 中实现矩阵插值。降阶模型 (ROM) 的自由度 (DOF) 仅为 8，而全阶模型 (FOM) 的自由度为 50,602。pROM 提供了出色的解决方案，并将本案例的计算时间缩短了 84%。
人工智能在新冠肺炎疫情期间重塑医疗保健：以诊断和预后为背景的综述
摘要：预防呼吸衰竭对于感染 SARS-CoV-2 病毒性肺炎（称为新型冠状病毒肺炎 (NCP)）的大部分 COVID-19 患者至关重要。快速诊断和检测高危患者以进行有效干预已被证明是困难的。使用大型计算机断层扫描 (CT) 数据库，我们开发了一个人工智能 (AI) 参数来诊断 NCP 并将其与其他类型的肺炎和传统对照区分开来。对来自 Scopus、Nature medicine、IEEE、Google scholar、Wiley Library 和 PubMed 等各种资源的文献进行了研究和分析。使用的搜索词是“COVID-19”、“AI”、“诊断”和“预后”。为了加强 AI 在 COVID-19 诊断和预后中的整体表现，我们分离了几个组成部分来感知威胁和机遇，以及它们影响医疗保健部门的相互依赖关系。本文旨在找出印度背景下医疗保健行业中 AI 的关键因素。通过批判性文献综述和专家意见，我们共发现了 11 个影响 COVID-19 诊断和预后的因素，并最终使用解释结构模型 (ISM) 构建了已识别因素之间的相互关系框架。最后，交叉乘法应用和分类影响矩阵 (MICMAC) 分析得出了这些已识别因素的驱动力和依赖力。我们的分析将帮助医疗保健利益相关者认识到成功实施 AI 的要求。
电子电子散射对半导体设备能量分布的影响
半导体设备热载体降解的物理建模需要准确了解载体分布函数。Childs等。预测，分散功能的高能尾受电子散射（EES）[1]的强烈影响。通过使用迭代方法，在EES存在下是非线性的玻尔兹曼方程来显示这一点。进行了以下近似值：1）在采用未知的分布函数（DF）的各向同性部分的能量依赖性形式主义； 2）假定声子能量比动能小得多。因此，迭代方法不适用于低能范围，而使用蒙特卡洛方法。 3）在散落率中，EES率的贡献被忽略了。虽然需要1）使问题在数字上可以处理，但近似值2）和3）尚不清楚，因为它们并不能显着简化问题，但可以大大改变结果。在这项工作中，我们使用的不是玻尔兹曼方程，一个两粒子动力学方程，其优势在于，在EES的主体中也是线性的。在[2]中已经预先提出了一种用于均匀电场的两粒子蒙特卡洛法，该方法已经计算出轨迹对以对两个粒子的六维k空间进行采样。我们扩展了固定的蒙特卡洛算法，以说明空间变化的电场。假设单谷带结构模型和硅的材料参数，获得了以下数值结果。图1显示了均匀电场的不同类型散射事件的频率。尽管EES是DOM-
具有多种功能的人类蛋白质数据库
摘要 MultifacetedProtDB 是一个多功能人类蛋白质数据库，其信息来源于其他数据库，包括 UniProt、GeneCards、人类蛋白质图谱 (HPA)、人类表型本体 (HPO) 和 MONDO。它收集了文献中提到的“多面”多任务蛋白质，这些蛋白质具有多效性、多结构域、混杂性（与催化多种底物的酶有关）和兼职性（具有两种或多种分子功能），难以在现有的非特定数据库中直接搜索到。多功能蛋白质的研究是一个不断扩展的研究领域，旨在阐明生物过程的复杂性，特别是在人类中，其中多功能蛋白质在各种过程中发挥作用，包括信号转导、代谢、基因调控和细胞通讯，并且经常参与疾病的爆发和发展。该网络服务器允许使用多个过滤器按基因、蛋白质和任何相关的结构和功能信息进行搜索，如 PDB 中的可用结构、结构模型和相互作用因子。蛋白质条目补充了全面的注释，包括 EC 编号、GO 术语（生物途径、分子功能和细胞成分）、Reactome 中的途径、UniProt 中的亚细胞定位、HPA 中的组织和细胞类型表达以及 MONDO、Orphanet 和 OMIM 分类后的相关疾病。MultiFacetedProtDB 可作为网络服务器免费使用：https://multifacetedprotdb.biocomp.unibo.it/。
显示鉴定的抗TIM3和抗试剂新抗体
抗体发现是一个漫长而劳动密集型的过程，需要大量的实验室工作，以确保抗体证明其在人类患者中用作治疗剂所必需的适当效率，生产和安全特征。传统上，此过程始于噬菌体显示或B细胞隔离运动，在该活动中，该活动是主要的选择标准。然而，通过这种方法识别的初始引线在开发性和表位定义方面缺乏足够的表征，通常在后期进行。在这项研究中，我们提出了一条管道，该管道将早期噬菌体展示筛选与基于AI的表征相结合，从而在整个选择过程中实现了更明智的决策。使用免疫检查点Tim3和Tigit作为目标，我们识别出具有相似结合特性的五个初始铅。由于表面物理化学特性不利，这些引线中的两个被预测具有较差的开发性纤维。生成了2：T4（反对Tigit）和6E9（针对TIM3），生成了及其各自目标的复合物的结构模型。预测的表位使我们能够预期与Tim3和Tigit结合伙伴进行竞争，并推断这些抗体预期的拮抗功能。这项研究奠定了从高吞吐量分析中得出的多维AI驱动的铅候选者的基础。
机器学习模型用于研究针对半胱氨酸的蛋白质组共价配体能力
摘要：机器学习 (ML) 识别共价配位位点可能会加速靶向共价抑制剂的设计，并有助于扩大可用药的蛋白质组空间。本文我们报告了基于树的模型和卷积神经网络 (CNN) 的严格开发和验证，这些模型和神经网络是在新近整理的数据库 (LigCys3D) 上训练的，该数据库包含近 800 种蛋白质中的 1,000 多个配位半胱氨酸，由蛋白质数据库中的 10,000 多个三维结构代表。树模型和 CNN 的未见测试分别产生了 94% 和 93% 的 AUC（受试者工作特征曲线下面积）。基于 AlphaFold2 预测的结构，ML 模型以超过 90% 的召回率重现了 PDB 中新配位的半胱氨酸。为了协助共价药物发现社区，我们报告了 392 种人类激酶中预测的可配体半胱氨酸及其在序列比对激酶结构（包括 PH 和 SH2 结构域）中的位置。此外，我们还发布了可搜索的在线数据库 LigCys3D（https://ligcys.computchem.org/）和网络预测服务器 DeepCys（https://deepcys.computchem.org/），这两个数据库都将通过包含新发布的实验数据不断更新和改进。本研究代表了迈向由机器学习主导的大型基因组数据和结构模型集成的第一步，旨在为下一代共价药物发现注释人类蛋白质组空间。
人工智能对人力资源管理的影响
本研究旨在考察人工智能在人力资源管理中对中央贸易和汽车公司组织敏捷性的影响。以中央贸易和汽车公司186名员工为样本，制定了一份调查问卷（以电子方式进行）。收回153份问卷并用于本研究。因此，回复率为82.2％。使用简单随机抽样技术收集数据。使用SPSS的统计程序进行数据筛选和清理，同时使用PLS-SEM测试测量模型和结构模型。结果表明，人工智能人力资源管理（人机交互系统，智能培训系统和智能激励系统）对中央贸易和汽车公司的组织敏捷性（速度，灵活性和响应性）具有显着的积极影响。此外，结果表明，人工智能人力资源管理维度对中央贸易和汽车公司的速度产生了积极的直接影响。同时，结果表明，人工智能人力资源管理维度对中央贸易和汽车公司的灵活性产生了积极的直接影响。最后，结果表明，人工智能人力资源管理维度对中央贸易和汽车公司的响应能力产生了积极的直接影响。这项研究建议，中央贸易和汽车公司必须优先投资先进的人工智能技术，以增强人力资源流程。采用人工智能驱动的申请人跟踪系统、人才管理预测分析和人工智能聊天机器人等尖端工具可以显著简化人力资源部门的运营。关键词：人工智能、人力资源管理、组织敏捷性、中央贸易和汽车公司。
Ariel 太空任务的望远镜组装 - IRIS
Ariel（大气遥感红外系外行星大型巡天）是欧空局“宇宙视野”计划框架内采用的 M4 任务。其目的是通过凌日光谱法对已知系外行星的大气层进行巡天。发射计划于 2029 年进行。Ariel 科学有效载荷包括一台离轴、未被遮挡的卡塞格林望远镜，该望远镜为波段在 0.5 至 7.8 µm 之间的一组光度计和光谱仪提供信号，并在低温（55 K）下运行。望远镜组件采用创新的全铝设计，可耐受热变化，避免影响光学性能；它由一个主抛物面镜组成，其椭圆形孔径为 1.1 m 的长轴，随后是安装在重新聚焦系统上的双曲面次镜、抛物面重新准直三镜和一个平面折叠镜，将输出光束引导至与光学平台平行。基于 3 个柔性铰链的创新安装系统支撑着光学平台一侧的主镜。光学平台另一侧的仪器舱内装有 Ariel 红外光谱仪 (AIRS) 和精细制导系统/近红外光谱仪 (FGS/NIRSpec)。望远镜组装处于初步设计审查的 B2 阶段，开始制造结构模型；一些组件，即主镜、其安装系统和重新聚焦机制，正在进行进一步的开发活动，以提高其准备程度。本文介绍了 ARIEL 望远镜组装的设计和开发。