XiaoMi-AI文件搜索系统
World File Search System网络图
无需分割的自动化血管矢量化
双光子荧光显微镜 (2PM) 的最新进展使得活体小鼠的血管网络大规模成像和分析成为可能。然而，提取密集毛细血管床的网络图和矢量表示仍然是许多应用中的瓶颈。血管矢量化在算法上很困难，因为血管具有多种形状和大小，样本通常光照不均匀，并且需要较大的图像体积才能获得良好的统计能力。最先进的三维血管矢量化方法通常需要分割（二值）图像，依赖于手动或监督机器注释。因此，逐体素图像分割会受到人类注释者或训练者的偏见。此外，分割图像通常需要在骨架化或矢量化之前进行补救形态学过滤。为了解决这些限制，我们提出了一种矢量化方法，可从未分割图像中直接提取血管对象，而无需机器学习或训练。 MATLAB 中的无分割自动化血管矢量化 (SLAVV) 源代码已在 GitHub 上公开提供。这种新方法使用简单的血管解剖模型、高效的线性滤波和矢量提取算法来消除图像分割要求，用手动或自动矢量分类取而代之。半自动化 SLAVV 在小鼠皮层微血管网络（毛细血管、小动脉和小静脉）的三个体内 2PM 图像体积上进行了演示。矢量化性能已被证明对于血浆或内皮标记对比度的选择具有稳健性，并且处理成本与输入图像体积成比例。全自动 SLAVV 性能在不同质量的模拟 2PM 图像上进行评估，所有图像均基于大（1.4 × 0.9 × 0.6 mm 3 和 1.6 × 10 8 体素）输入图像。从自动矢量化图像计算出的感兴趣的血管统计数据（例如体积分数、表面积密度）比从强度阈值图像计算出的统计数据具有更高的图像质量稳定性。
ORSO（社会组学在线资源）：一个将科学家与基因组学数据集连接起来的数据驱动型社交网络
高通量测序在生物医学领域已变得无处不在。随着新技术的出现和测序成本的下降，可用数据的多样性和数量呈指数级增长，成功浏览数据变得更具挑战性。尽管数据集通常由公共存储库托管，但科学家必须依靠不一致的注释来识别和解释有意义的数据。此外，高通量生物数据的实验异质性和广泛的质量意味着即使具有所需细胞系、组织类型或分子靶标的数据也可能不易解释或整合。我们开发了 ORSO（社交组学在线资源）作为一个易于使用的 Web 应用程序，将生命科学家与基因组学数据联系起来。在 ORSO 中，用户在数据驱动的社交网络中交互，他们可以收藏数据集并关注其他用户。除了来自主要生物医学联盟的 30,000 多个数据集外，用户还可以将自己的数据贡献给 ORSO，以方便其他用户发现它。 ORSO 利用用户交互，提供了一种新颖的推荐系统，可自动将用户与托管数据连接起来。除了社交互动之外，推荐系统还考虑了主要读取覆盖率信息和带注释的元数据。ORSO 以图形显示方式呈现推荐系统使用的相似性，从而允许探索数据集关联。网络图的拓扑结构反映了已建立的生物学，相关系统的样本被分组在一起。我们使用从胚胎干细胞分化到心肌细胞的 RNA 序列时间过程数据集测试了推荐系统。ORSO 推荐系统正确地预测早期数据点源为胚胎干细胞，晚期数据点源为心脏和肌肉样本，从而推荐了相关数据集。通过将科学家与相关数据联系起来，ORSO 提供了一种重要的新服务，促进了广泛的研究兴趣。
netmeta：使用频率学派方法进行网络元分析
描述 一套全面的函数，提供用于网络元分析的频率学派方法 (Balduzzi 等人，2023 年) < doi:10.18637/jss.v106.i02 > 并支持 Schwarzer 等人 (2015 年) < doi:10.1007/978-3-319-21416-0 >，第 8 章“网络元分析”： - 遵循 Rücker (2012) < doi:10.1002/jrsm.1058 > 的频率学派网络元分析； - 治疗组合的加性网络元分析 (Rücker 等人，2020 年) < doi:10.1002/bimj.201800167 >； - 使用 Mantel-Haenszel 或非中心超几何分布方法 (Efthimiou et al., 2019) < doi:10.1002/sim.8158 >，或惩罚逻辑回归 (Evrenoglou et al., 2022) < doi:10.1002/sim.9562 > 对二元数据进行网络荟萃分析； - 按累积排名曲线下表面 (SU-CRA) 对治疗进行排名图和排名 (Salanti et al., 2013) < doi:10.1016/j.jclinepi.2010.03.016 >； - 按照 Rücker & Schwarzer (2015) < doi:10.1186/s12874-015-0060-8 >，使用 P 分数（无需重采样的 SUCRA 频率学派类似物）对治疗进行排名； - 拆分直接和间接证据以检查一致性 (Dias et al., 2010) < doi:10.1002/sim.3767 >, (Efthimiou et al., 2019) < doi:10.1002/sim.8158 >； - 带有网络荟萃分析结果的排行榜； - “比较调整”漏斗图 (Chaimani & Salanti, 2012) < doi:10.1002/jrsm.57 >； - 按照 Krahn 等人 (2013) < doi:10.1186/1471-2288- 13-35 > 的净热图和基于设计的 Cochran's Q 分解； - 由 König 等人 (2013) < doi:10.1002/sim.6001 > 描述的表征两种治疗之间证据流的测量值； - 按照 Rücker 和 Schwarzer (2016) < doi:10.1002/jrsm.1143 > 的描述自动绘制网络图；
大学赠款委员会净局
单元I对半导体的简介，固体中的能带，有效质量的概念，状态的密度，费米水平。pn连接，二极管方程和二极管等效电路，二极管中的故障，齐纳二极管，隧道二极管，金属半导体连接 - 欧米克和肖特基触点，JFET的特征和同等电路，MOSFET，MOSFET。低维半导体设备 - 量子井，量子线，量子点。高电子迁移式晶体管（HEMT），太阳能电池 - I-V特征，填充因子和效率，LED，LCD和柔性显示器。未来设备的新兴材料：石墨烯，碳纳米管（CNT），ZnO，SIC等。单元-II IC制造 - 晶体生长，外延，氧化，光刻，掺杂，蚀刻，隔离方法，隔离方法，金属化，粘合，薄膜沉积和表征技术：XRD，TEM，SEM，EDX，EDX，薄膜，薄膜和无源设备，MOS技术和Mos设备和莫斯设备和莫斯式的NMOS和CMOS和CMOS和CMOS的缩放，NMOS和CMOS和CMOS的缩放，NMOS和CMOS和CMOS和CMOS的缩放，NMOS和CMOS和CMOS，NMOS和CMOS，NMOS和CMOS，NMOS和CMOS，NMOS和CMOS缩放，CMOS和CMOS，NMOS和CMOS缩放，CMOS和CMOS和CMOS的缩放电压，NMOS和CMOS逆变器，电荷耦合设备（CCD） - 结构，电荷存储和传输，VLSI设计的基础，贴纸图，布局设计规则。单元III叠加，Thevenin，Norton和最大功率传递定理，网络元素，网络图，节点和网格分析。拉普拉斯变换，傅立叶变换和Z变换。时间和频域响应，被动过滤器，两个端口网络参数：Z，Y，ABCD和H参数，传输函数，信号表示，状态可变的电路分析方法，AC电路分析，瞬态分析，零和极点，Bode图。
原创文章 CD14 和 CSF1R 作为诱发骨关节炎的发育分子靶点
摘要：目的：骨关节炎(OA)是一种以关节软骨损伤为主、可累及整个关节组织的非炎症性退行性关节疾病。但CD14和CSF1R与骨关节炎的关系尚不明确。本研究旨在探讨CD14和CSF1R在骨关节炎中的重要作用，为其防治提供新的方向。方法：从GPL10558和GPL570生成的基因表达综合(GEO)数据库中下载骨关节炎数据集GSE46750和GSE82107，利用R包limma筛选差异表达基因(DED)，进行加权基因共表达网络分析(WGCNA)，进行蛋白质-蛋白质相互作用(PPI)网络的构建与分析、功能富集分析、基因集富集分析(GSEA)和比较毒性基因组学数据库(CTD)分析。 TargetScan 筛选出调控中枢 DEGs 的 miRNA。结果：共鉴定出 687 个 DEG，按照基因本体论（GO）主要集中在炎症反应、IL-17 信号通路、类风湿关节炎、运动、调控对外界刺激的反应等，富集项与 GO 京都基因和基因组百科全书 (KEGG) 对 DEG 的富集项类似，主要集中在运动、炎症反应、防御反应、含胶原蛋白的细胞外基质、受体调节活性等。在 Metascape 的富集项目中，GO 有炎症反应、SARS-CoV-2 信号通路网络图、PIDIL8CXCR1 通路、调控骨重塑和软骨内骨化等。通过 PPI 网络构建与分析，获得 20 个核心基因。基因表达热图显示核心基因（C1QC、CSF1R、CD14、TYROBP、HLA-DRA、C1QB、FCER1G、S100A9、HCLS1、WAS、BTK、TREM1）在骨关节炎滑膜组织中高表达，在正常滑膜组织中低表达。CTD分析显示，12个基因（C1QC、CSF1R、CD14、TYROBP、HLA-DRA、C1QB、FCER1G、S100A9、HCLS1、WAS、BTK、TREM1）与炎症、坏死、痛风、急性髓系白血病和血小板减少有关。结论：CD14和CSF1R在骨关节炎中高表达，可能成为骨关节炎的治疗靶点。
编辑维基数据的十个快速技巧
本文继承了十年前编辑维基百科的十条简单规则[1]。它介绍了维基百科的机器可读表亲：维基数据——从计算生物学的角度来看，这个项目可能更具相关性。维基数据是一个免费的协作知识库[2]，为每个维基百科页面及其他页面提供结构化数据。它依赖于与维基百科相同的同行生产原则：任何人都可以做出贡献。开放的协作模式在实践中往往出人意料地高效，尽管在理论上它们似乎不太可能奏效。尽管如此，它们在学术圈仍然遭到很多抵制和怀疑[3,4]。自 2012 年上线以来，维基数据已迅速发展成为一个跨学科的开放知识库，内容涵盖从基因到细胞类型再到研究人员[2,5-7]。它具有广泛的应用，例如验证有关疾病爆发的统计信息[8]、协调人类冠状病毒资源[9]或评估生物多样性[10，11]。它可以被认为是一个巨大的网络图（图1A），其中的项目作为节点（现在超过1亿个），通过超过十亿条语句相互链接，并通过数十亿条语句进一步链接到更广泛的网络。我们将在文中用斜体字链接到示例维基数据项目和属性（图1）。在线界面使项目本身具有一定的人性化可读性（图1B），但它们的结构化特性使其能够以完全用散文编写的信息源无法实现的方式查询和组合信息。这种多功能性使其在计算生物学中的应用比仅仅依赖维基百科更加通用和灵活[12]。维基数据上的查询范围很广，从哪些基因变异可以预测结直肠癌的阳性预后，到按荷兰以其名字命名的街道数量对分类单元进行分类。我们将尝试使用与计算生物学相关的例子，但请记住，几乎所有东西都可以这样做，从苏格兰中世纪女巫处决地图到按使用人口划分的紧急电话号码，再到描绘青蛙的画作。由于它属于 CC0 版权豁免，因此 Wikidata 的结构化内容基本上已发布到公共领域以用于其他项目 [ 13 ]。您可能已经在搜索引擎结果的顶部看到了它的结构化数据，但它也在幕后使用
AMARETTO 用于网络生物学和医学
通过基于图的多组学、临床、成像和扰动数据融合将疾病、驱动因素、靶点和药物联系起来 我们提出*AMARETTO 作为网络生物学和医学的软件工具箱，旨在开发一个用于癌症诊断、预后和治疗决策的数据驱动平台。*AMARETTO 通过基于网络图的多组学、临床、成像、驱动和药物扰动数据融合，将疾病、驱动因素、靶点和药物联系起来，涵盖癌症的模型系统和患者研究。*AMARETTO 平台采用模块化方法，基于多模态和多尺度网络结构建模整合先前的生物学知识：(1) AMARETTO 算法从功能基因组学或多组学数据中学习调控回路网络（驱动因素和靶基因回路），并将这些回路与每个生物系统（例如模型系统或患者）内的临床、分子和成像衍生的表型相关联； (2) 社区-AMARETTO 算法学习跨多个生物系统（例如模型系统和患者、群组和个体、疾病和病因、体外和体内系统）衍生的网络共享或不同的调节电路子网络；（3）扰动-AMARETTO 算法分别将模型系统中的遗传和化学扰动映射到患者衍生的网络上以进行驱动因素和药物发现，并优先考虑主要驱动因素、目标和药物以进行后续实验验证；（4）成像-AMARETTO 算法将放射学和组织病理学成像数据映射到患者衍生的多组学网络上，以进行非侵入性和组织病理学成像诊断。我们通过 Jupyter Notebook 工作流程展示了 *AMARETTO 在多个用例中的实用性，这些用例整合了多组学、临床、成像以及驱动和药物扰动数据，涵盖了癌症的模型系统和患者研究：（1）一项关于丙型和乙型肝炎病毒诱发的肝细胞癌 (LIHC) 的研究，其中发现驱动因素和药物，用于跨肝细胞癌全病因的化学预防，并在大鼠模型中进行了实验验证；（2）一项关于多形性胶质母细胞瘤 (GBM) 和低级别胶质瘤 (LGG) 的研究，其中发现与非侵入性成像诊断的成像衍生特征相关的诊断和预后分子亚类的驱动因素；以及（3）一项关于五个 SCC 癌症部位的鳞状细胞癌 (SCC) 的泛癌症研究，特别是肺 (LUSC)、头颈部 (HNSC)、食道 (ESCA)、宫颈 (CESC) 和膀胱 (BLCA)。
项目标题映射全球去灭绝参与者，网络...
映射全球去灭绝参与者，网络和材料描述去灭绝或通过生物技术重现灭绝物种的过程正在迅速前进，因为在科学界内外的全球辩论中有很多全球辩论。灭绝的支持者声称，它可以恢复失去的生物多样性，战斗气候变化和加强人类动物共生（Adams 2017; Desalle and Amato 2017）。批评家认为，它在利用曾经是其目标物种自然栖息地的地区的同时将资源从保护工作中转移（Icun 2016; Genovesia and Simberloff 2020）。尽管财务支持日益增加，公众和媒体兴趣提高，但对关键参与者，利益相关者，地理领域，技术和与去灭绝相关的材料的系统，多学科研究仍然存在很大的知识差距。这项研究旨在通过评估三个著名的当代灭绝项目来解决该领域的这一差距：羊毛猛mm象，甲状腺素和北部白犀牛。该IJRA项目是一个更广泛的项目的一部分，该项目是进行系统性网络和人种学研究分析的一部分。在此计划期间，我们将专注于网络分析，优先考虑建立和开发的一个协作，全面且面向用户的数据库，这些数据库是从三个上述候选人物种开始的全球除外扩散计划中涉及的参与全球除外灭绝计划的材料。在IJRA计划期间，我们将重点关注前两项活动，并有机会进入第二个活动。网络分析包括四个主要活动：（1）网络刮擦数据源，以识别每种情况下涉及去灭绝研究的关键参与者和实体； （2）建立和分析有关这些参与者和实体之间关系和联系的关系数据的数据库； （3）使用网络图和指标代表和可视化这些数据； （4）创建和发布交互式在线地图，以显示数据之间的地理连接。用于网络刮擦活动的方法，我们将使用诸如废料等工具来从项目网站，社交媒体，新闻稿，媒体报道和学术出版物中刮擦数据。我们将提取信息，例如姓名，隶属关系，角色，位置以及这些灭绝项目所涉及的演员和实体的联系详细信息。对于数据库活动，我们将使用MySQL等软件来存储和管理刮擦数据。我们还将使用Python Pandas或R Tidyverse等软件来清洁，处理和分析数据。我们将收集和计算有关参与者和实体之间关系和联系的关系数据，例如协作，交流，引用，资金，影响或冲突。我们还将使用描述性和推论统计来衡量网络的结构，组成，动力学和模式。所需的技能 /经验我们正在从信息学，数据科学，科学和技术研究，社会科学和 /或对以下一个或多个领域感兴趣的数字人文科学等领域中寻找候选人：生物技术，基因组学，基因工程学，去灭绝，消除术，保护，保护，保护，后殖民主义。我们正在寻找符合这些要求的候选人，即
欧洲氢能骨干
自 2020 年成立以来，欧洲氢能骨干网 (EHB) 计划通过发布其旗舰 EHB 地图为欧洲氢能市场的发展做出了贡献，其愿景是建立泛欧洲氢能运输基础设施。这些网络地图展示了这一愿景在技术上是可行的，在经济上也是负担得起的。氢能对实现气候中和的作用得到了广泛认可，未来欧洲能源系统对氢能管道运输的需求也是如此。最近，欧盟委员会于 2021 年 12 月发布的氢能和脱碳气体一揽子计划承认了氢能管道基础设施在促进市场竞争、供应安全和需求安全方面的重要作用。¹ 俄罗斯入侵乌克兰后，快速清洁能源转型的动力从未如此强烈。这一立场在欧盟委员会的 REPowerEU 提案中得到了牢固确立，该提案旨在逐步消除欧洲对俄罗斯化石燃料的依赖，并提高欧盟范围内能源系统的弹性。除其他措施外，REPowerEU 还提出了一项雄心勃勃的目标，即在 Fit for 55 预计的 560 万吨可再生氢的基础上，再增加 1500 万吨可再生氢，这超出了欧盟氢能战略的目标。² 要实现这些目标，就需要加快发展综合天然气和氢气基础设施、氢气储存设施和港口基础设施。根据欧盟委员会的 REPowerEU 提案，并为了响应氢能市场的加速发展，本报告提出了更新、扩展和加速的 EHB 愿景，目前涉及来自 28 个国家的 31 家能源基础设施公司。本报告中呈现的更新后的氢能基础设施网络图以 EHB 计划之前的工作为基础。加速愿景显示，到 2030 年，将出现五条泛欧洲氢气供应和进口走廊，将工业集群、港口和氢谷与氢气供应充足的地区连接起来，并支持欧盟委员会推动欧洲 2060 万吨可再生和低碳氢市场发展的雄心。³ 氢基础设施随后可以发展成为一个泛欧洲网络，到 2040 年，长度将达到近 53,000 公里，主要基于重新利用的现有天然气基础设施。⁴ 此外，地图还显示了可能出现的其他路线，包括潜在的海上互连器和 EHB 成员活跃区域以外地区的管道。本报告中提供的地图的“实时”版本也可以在 EHB 倡议的网站上以数字格式找到，该网站将于 2022 年 4 月在本报告发布后不久推出。⁵ 本报告提出的 2040 年欧洲氢能骨干网预计总投资额为 800-1430 亿欧元。这一投资成本估算在欧洲能源转型的总体背景下相对有限，其中包括连接各国与海上能源枢纽和潜在出口地区的海底管道和互连线。沿拟议的陆上主干线运输 1,000 公里以上的氢气平均成本为每公斤氢气 0.11-0.21 欧元，这使得 EHB 成为大规模长距离氢气运输最具成本效益的选择。如果仅通过海底管道运输氢气，则每运输 1,000 公里每公斤氢气的成本为 0.17-0.32 欧元。
ehb-报告-220428-17h00-互动式-1.pdf
自 2020 年成立以来，欧洲氢能骨干网 (EHB) 计划通过发布其旗舰 EHB 地图为欧洲氢能市场的发展做出了贡献，其愿景是建立泛欧洲氢能运输基础设施。这些网络地图展示了这一愿景在技术上是可行的，在经济上也是负担得起的。氢能对实现气候中和的作用得到了广泛认可，未来欧洲能源系统对氢能管道运输的需求也是如此。最近，欧盟委员会于 2021 年 12 月发布的氢能和脱碳气体一揽子计划承认了氢能管道基础设施在促进市场竞争、供应安全和需求安全方面的重要作用。¹ 俄罗斯入侵乌克兰后，快速清洁能源转型的动力从未如此强烈。这一立场在欧盟委员会的 REPowerEU 提案中得到了牢固确立，该提案旨在逐步消除欧洲对俄罗斯化石燃料的依赖，并提高欧盟范围内能源系统的弹性。除其他措施外，REPowerEU 还提出了一项雄心勃勃的目标，即在 Fit for 55 预计的 560 万吨可再生氢的基础上，再增加 1500 万吨可再生氢，这超出了欧盟氢能战略的目标。² 要实现这些目标，就需要加快发展综合天然气和氢气基础设施、氢气储存设施和港口基础设施。根据欧盟委员会的 REPowerEU 提案，并为了响应氢能市场的加速发展，本报告提出了更新、扩展和加速的 EHB 愿景，目前涉及来自 28 个国家的 31 家能源基础设施公司。本报告中呈现的更新后的氢能基础设施网络图以 EHB 计划之前的工作为基础。加速愿景显示，到 2030 年，将出现五条泛欧洲氢气供应和进口走廊，将工业集群、港口和氢谷与氢气供应充足的地区连接起来，并支持欧盟委员会推动欧洲 2060 万吨可再生和低碳氢市场发展的雄心。³ 氢基础设施随后可以发展成为一个泛欧洲网络，到 2040 年，长度将达到近 53,000 公里，主要基于重新利用的现有天然气基础设施。⁴ 此外，地图还显示了可能出现的其他路线，包括潜在的海上互连器和 EHB 成员活跃区域以外地区的管道。本报告中提供的地图的“实时”版本也可以在 EHB 倡议的网站上以数字格式找到，该网站将于 2022 年 4 月在本报告发布后不久推出。⁵ 本报告提出的 2040 年欧洲氢能骨干网预计总投资额为 800-1430 亿欧元。这一投资成本估算在欧洲能源转型的总体背景下相对有限，其中包括连接各国与海上能源枢纽和潜在出口地区的海底管道和互连线。沿拟议的陆上主干线运输 1,000 公里以上的氢气平均成本为每公斤氢气 0.11-0.21 欧元，这使得 EHB 成为大规模长距离氢气运输最具成本效益的选择。如果仅通过海底管道运输氢气，则每运输 1,000 公里每公斤氢气的成本为 0.17-0.32 欧元。