图 S4:在“计算 T 跳跃”实验中,对所有四个序列的慢速(解离)和快速(磨损)响应的指数拟合。从 120 个独立的 1 µ s 模拟中,我们通过记录中心沃森-克里克碱基对完整的序列分数随时间的变化来汇编慢速响应数据,并通过记录两个末端沃森-克里克碱基对完整的序列分数随时间的变化来汇编快速响应数据。如果两个互补碱基的质心位于 1.3 nm 的线性距离内,我们定义沃森-克里克碱基对为完整的。我们通过将衰减指数拟合为结合 A:T 末端分数随时间的变化来提取 k fast d 的计算估计值 f unfrayed ( t ) = exp( − k fast dt ) 。类似地,我们通过将衰减指数拟合到杂交序列分数与时间的函数 f hybridized ( t ) = exp( − k slow dt ) 来提取 k slow d 的计算估计值。我们在每个面板的图例中报告了模型与对数空间中的数据的最小二乘线性拟合的判定系数 R 2 (即,log ( f ) = − kdt ),并且数据绘制在对数线性轴上以便于直观地比较拟合值。在所有情况下,我们都观察到模型与数据的极好拟合,所有 R 2 > 0.88,除了在最低温度 T m - 5 K 下的慢响应,其中解离事件稀疏。
摘要背景冠状动脉计算机断层扫描血管造影 (CCTA) 是胸痛的一线检查,可用于指导血运重建。然而,CCTA 的广泛应用发现,一大群没有阻塞性冠状动脉疾病 (CAD) 的个体的预后和治疗不明确。使用血管周围脂肪衰减指数 (FAI) 评分通过 CCTA 测量冠状动脉炎症,可以预测心血管风险并指导无阻塞性 CAD 个体的管理。牛津风险因素和非侵入性成像 (ORFAN) 研究旨在评估英国国家医疗服务体系 (NHS) 中作为常规临床护理一部分接受 CCTA 的患者的风险状况和事件发生率;检验冠状动脉炎症导致有或无 CAD 患者的心脏死亡或主要不良心脏事件 (MACE) 的假设;并在英国人群中外部验证先前训练过的人工智能 (AI)-风险预测算法和相关 AI-风险分类系统的性能。
利用蒙特卡洛模拟,我们研究了线性淬火条件下Baxter-Wu模型的动力学性质。对于线性冷却过程,临界区过剩能量激发密度的标度行为与Kibble-Zurek(KZ)机制的预测非常吻合。然而,线性冷却结束时过剩能量激发密度的标度行为并不符合KZ机制与粗化过程之间的简单相互作用;退出脉冲区后,系统经历接近幂律形式的衰减,其衰减指数与瞬时淬火中观察到的粗化指数有显著不同。对于线性加热过程,我们发现,如果初始状态是模型的基态,描述KZ机制的相关指数与冷却场景中的指数相同。我们发现系统在离开脉冲区后不会直接进入绝热区,而是经过一个交叉区,过剩能量激发密度呈指数衰减。如果初始态有序但非系统基态,能量激发密度仍然表现出良好的标度行为,但相关指数不符合KZ机制的预测。我们发现这种差异与模型独特基态引起的特殊零温动力学性质有关。