XiaoMi-AI文件搜索系统
World File Search System编码的
遍布全球海洋的原核生物病毒编码的辅助代谢基因
©作者2024。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http://creativecommons.org/licenses/4.0/。Creative Commons公共领域奉献豁免（http：//creativecom- mons.org/publicdomain/zero/zero/1.0/）适用于本文中提供的数据，除非在数据信用额度中另有说明。
可拉伸的，可识别和编码的触觉感觉的可伸缩的皮肤可通态神经形态系统
在生物体验系统中，信息的感知，转移和处理依赖于分布的平行神经网络来有效解决复杂而非结构化的现实世界问题。1,2，例如，Tac-Tile感觉与机械信号转换为机械感受器的电信号有关。3然后这些电信号通过神经纤维流动到拟南芥，诱导神经递质的释放和突触后膜的发射，最后将它们传递到大脑中以形成触觉。神经编码和学习是在协作和处理外部信息的过程中进行的。受到生物系统的启发，已经开发出神经形态电子来重建和增强智能功能，4
结合上下文编码的深度学习用于脑肿瘤语义分割和患者生存预测
基于深度学习的脑肿瘤分割模型遇到的最具挑战性的问题之一是，由于类别表示固有的不平衡，导致肿瘤组织类别分类错误。因此，在训练用于脑肿瘤分割的大规模深度学习模型时，通常会考虑强正则化方法，以克服对代表性组织类型的过度偏见。然而，这些正则化方法往往在计算上是详尽的，并且可能无法保证学习代表输入 MRI 示例中存在的所有肿瘤组织类型的特征。最近使用深度 CNN 模型进行上下文编码的工作已显示出对自然场景语义分割的希望，特别是由于改进了代表性特征学习，小物体分割得到了改善。因此，我们提出了一种新颖、高效的基于 3DCNN 的深度学习框架，该框架具有上下文编码，用于使用多模态磁共振成像 (mMRI) 进行语义脑肿瘤分割。所提模型中的上下文编码模块强制进行丰富的、与类别相关的特征学习，以提高整体多标签分割性能。随后，我们在基于机器学习的生存预测管道中使用上下文增强特征来提高预测性能。使用公开的2019年脑肿瘤分割（BraTS）和生存预测挑战数据集对所提方法进行评估，结果表明，所提方法显著提高了肿瘤组织分割性能和整体生存预测性能。
使用DNA编码的图书馆技术和机器学习增强化学空间靶向肿瘤抗性机制
筛查，早期诊断和治疗方面的进步对总体癌症致命率3的下降有重大影响。然而，在改善癌症患者4的结果方面，对治疗的耐药性仍然是最大的挑战。在1942年由耶鲁大学药物老兄会和医生5 - 7的多学科团队做出多种药物后，可以发展出癌症对化学疗法的概念证明，他们对患者进行静脉内的氮芥末术治疗淋巴瘤8。这项临床试验揭示了所谓的获得的耐药性。进一步的研究表明，只有一些癌症对治疗作出反应，从而揭示了内在的抗药性。大约35年后，Ling及其同事证明了一种被指定为透化性糖蛋白的细胞表面糖蛋白的作用，在中国仓鼠卵巢细胞对秋水仙碱9、10中的耐药性。作者表明，这些细胞还耐有结构和机械无关的药物，该药物被定义为多药耐药9、10。克隆了编码该渗透性 - 糖蛋白11的ABCB1基因11。这是膜蛋白的大型超家族的第一个成员，其中包括48个MEM啤酒分为7个家庭，称为ATP结合盒（ABC）转运蛋白12。自ABCB1以来，许多其他ABC运输ER与耐药性13有关。这些抑制剂的毒性仍然是一个主要问题，其中包括在某些第13-15条中解决的问题。不幸的是，大多数临床试验未能支持这些药物外排转运蛋白作为克服ABC转运蛋白介导的耐药性14的治疗策略。癌症对化学疗法反应的表征已导致鉴定出许多其他耐药性机制，这是由于摄取转运蛋白的表达降低，表观遗传改变，药物隔离和增强的DNA损伤修复4。
在大量病毒物种和家族中对病毒编码的圆形RNA的无偏和全面识别
A.S.C.，B.M.，D.C。撰写了手稿； B.G.D.，B.M.，C.V.L.，D.C。设计了研究项目； A.S.C.，C.Y.S.，D.C。设计了VCIRCTRAPPIST； A.S.C.，M.B.，M.G.，M.G.，S.M.，C.P.，L.V。 进行了研究并处理了样品； B.G.D.，N.A.G.，B.M.，C.V.L.，D.C。提供了试剂和样品； B.G.D.，B.M.，C.V.L。 获得了资金； A.S.C.，B.M.，D.C。分析了数据； M.B.，M.G.，M.G.，S.M.，C.P.，L.V.，C.Y.S.，B.G.D.，N.A.G.，C.V.L。 审查了手稿； D.C.是该项目的领导者。A.S.C.，B.M.，D.C。撰写了手稿； B.G.D.，B.M.，C.V.L.，D.C。设计了研究项目； A.S.C.，C.Y.S.，D.C。设计了VCIRCTRAPPIST； A.S.C.，M.B.，M.G.，M.G.，S.M.，C.P.，L.V。进行了研究并处理了样品； B.G.D.，N.A.G.，B.M.，C.V.L.，D.C。提供了试剂和样品； B.G.D.，B.M.，C.V.L。获得了资金； A.S.C.，B.M.，D.C。分析了数据； M.B.，M.G.，M.G.，S.M.，C.P.，L.V.，C.Y.S.，B.G.D.，N.A.G.，C.V.L。审查了手稿； D.C.是该项目的领导者。
使用张量网络解码器对泡利噪声进行量子编码的随机 Clifford 电路
其中 p I + p X + p Y + p Z = 1。我们主要考虑去极化噪声的情况 p X = p Y = p Z = p / 3，p I = (1 − p )。▶ 众所周知 1 使用随机 Clifford 单位向量进行编码，可以实现称为哈希界限的速率
DNA编码的化学文库产生非共价和非肽SARS-COV-2主要蛋白酶抑制剂
1美国贝勒医学院病理与免疫学系的药物发现中心，美国德克萨斯州休斯敦77030，美国。2 Verna和Marrs McLean生物化学与分子药理学系，贝勒医学院，德克萨斯州休斯敦77030，美国。3，明尼苏达州明尼阿波利斯，明尼苏达州，明尼苏达州，分子生物学和生物物理学系，分子生物学和生物物理学，美国明尼苏达州55455，美国。4美国贝勒医学院国家热带医学院儿科系，美国德克萨斯州休斯敦77030。 5美国德克萨斯州贝茨街1102号，德克萨斯州休斯敦市贝茨街1102号疫苗开发中心，美国德克萨斯州77030，美国。 6伯克利结构生物学中心分子生物物理学和综合生物成像，劳伦斯·伯克利国家实验室，美国加利福尼亚州伯克利94720，美国。 7，德克萨斯大学圣安东尼奥大学生物化学与结构生物学系，德克萨斯州圣安东尼奥市，美国78229，美国。 8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。 9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。 10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。 ✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu4美国贝勒医学院国家热带医学院儿科系，美国德克萨斯州休斯敦77030。5美国德克萨斯州贝茨街1102号，德克萨斯州休斯敦市贝茨街1102号疫苗开发中心，美国德克萨斯州77030，美国。 6伯克利结构生物学中心分子生物物理学和综合生物成像，劳伦斯·伯克利国家实验室，美国加利福尼亚州伯克利94720，美国。 7，德克萨斯大学圣安东尼奥大学生物化学与结构生物学系，德克萨斯州圣安东尼奥市，美国78229，美国。 8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。 9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。 10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。 ✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu5美国德克萨斯州贝茨街1102号，德克萨斯州休斯敦市贝茨街1102号疫苗开发中心，美国德克萨斯州77030，美国。6伯克利结构生物学中心分子生物物理学和综合生物成像，劳伦斯·伯克利国家实验室，美国加利福尼亚州伯克利94720，美国。7，德克萨斯大学圣安东尼奥大学生物化学与结构生物学系，德克萨斯州圣安东尼奥市，美国78229，美国。8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。 9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。 10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。 ✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu
通过质粒编码的单链胰岛素类似物的肌肉内表达长期控制胰岛素依赖性糖尿病
抽象的每日胰岛素注射对于治疗胰岛素依赖性抑制作用是必需的。但是，该过程痛苦和不便。因此，我们已经做出了探索努力，以建立一种替代方法来通过肌肉内注射编码单链胰岛素模拟（SIA）的质粒内注射连续胰岛素供应，从而提供了安全，有效且长期控制胰岛素依赖性糖尿病的方法。为了产生SIA，将短的动肽替换为自然胰岛素，以取代其原始的长且刚性的C肽。然后，使用合成启动子SP301来驱动骨骼肌细胞中SIA的有效和特异性表达。通过将pluronic L64和低压电孔（L/E）结合起来，将专门的基因递送技术应用于有效地通过肌肉内注射将构建的质粒转移到骨骼肌细胞中。通过这些努力，建立并改善了基于质粒的肌内基因表达系统系统，使其适用于基因治疗。质粒表达的SIA显示出与天然胰岛素相似的生物学功能。单个L/E-PSP301-SIA给药提供了约1.5个月的体内持续的SIA表达。此外，用L/E-PSP301-SIA治疗的糖尿病小鼠比接受其他治疗的糖尿病小鼠更健康。这种基于质粒的系统是安全治疗糖尿病的
DNA编码的化学文库产生非共价和非肽SARS-COV-2主要蛋白酶抑制剂
1美国贝勒医学院病理与免疫学系的药物发现中心，美国德克萨斯州休斯敦77030，美国。2 Verna和Marrs McLean生物化学与分子药理学系，贝勒医学院，德克萨斯州休斯敦77030，美国。3，明尼苏达州明尼阿波利斯，明尼苏达州，明尼苏达州，分子生物学和生物物理学系，分子生物学和生物物理学，美国明尼苏达州55455，美国。4美国贝勒医学院国家热带医学院儿科系，美国德克萨斯州休斯敦77030。 5美国德克萨斯州贝茨街1102号，德克萨斯州休斯敦市贝茨街1102号疫苗开发中心，美国德克萨斯州77030，美国。 6伯克利结构生物学中心分子生物物理学和综合生物成像，劳伦斯·伯克利国家实验室，美国加利福尼亚州伯克利94720，美国。 7，德克萨斯大学圣安东尼奥大学生物化学与结构生物学系，德克萨斯州圣安东尼奥市，美国78229，美国。 8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。 9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。 10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。 ✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu4美国贝勒医学院国家热带医学院儿科系，美国德克萨斯州休斯敦77030。5美国德克萨斯州贝茨街1102号，德克萨斯州休斯敦市贝茨街1102号疫苗开发中心，美国德克萨斯州77030，美国。 6伯克利结构生物学中心分子生物物理学和综合生物成像，劳伦斯·伯克利国家实验室，美国加利福尼亚州伯克利94720，美国。 7，德克萨斯大学圣安东尼奥大学生物化学与结构生物学系，德克萨斯州圣安东尼奥市，美国78229，美国。 8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。 9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。 10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。 ✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu5美国德克萨斯州贝茨街1102号，德克萨斯州休斯敦市贝茨街1102号疫苗开发中心，美国德克萨斯州77030，美国。6伯克利结构生物学中心分子生物物理学和综合生物成像，劳伦斯·伯克利国家实验室，美国加利福尼亚州伯克利94720，美国。7，德克萨斯大学圣安东尼奥大学生物化学与结构生物学系，德克萨斯州圣安东尼奥市，美国78229，美国。8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。 9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。 10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。 ✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu
DNA编码的库筛选发现针对隐性变构结合位点的有效DNMT2抑制剂
。cc-by-nc-nd 4.0国际许可证。根据作者/资助者，它是根据预印本提供的（未经同行评审的认证），他已授予Biorxiv的许可证，以在2025年1月16日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2025.01.15.632061 doi：Biorxiv Preprint