。CC-BY 4.0 国际许可下可用(未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2024 年 10 月 22 日发布。;https://doi.org/10.1101/2024.10.08.617237 doi:bioRxiv 预印本
与数据无关的采集(DIA)越来越优于数据依赖性的获取,因为其吞吐量较高,缺失值较少。尽管数据依赖性采集通常使用稳定的同位素来改善量化,但DIA主要依赖于无标签的方法。将DIA与同位素标记整合的努力包括化学方法,例如用于相对和绝对定量和二甲基标记的质量差异标签,虽然有效地使样品制备复杂化。通过氨基酸在细胞培养物(SILAC)中通过氨基酸标记稳定的同位素标记,通过将重标记纳入体内蛋白质的代谢掺入中,实现了高标记的效率。但是,对代谢掺入的需求限制了在临床方案和某些高通量实验中的直接使用。Spike-In Silac(SIS)方法使用外部生成的重样品作为内部参考,即使对于无法直接标记的样品,也可以基于SILAC的定量。在这里,我们结合了DIA-SIS,利用SILAC的稳健定量,而没有与化学标记相关的复杂性。我们开发了DIA-SIS,并严格评估了其性能,并在散装和单细胞样水平上的混合物种基准样品进行了评估。我们证明,与无标签方法相比,DIA-SIS显着改善了蛋白质组的覆盖范围和定量,并减少了错误量化的蛋白质。此外,DIA-SIS被证明可有效分析低输入福尔马林固定的paraffiffinembedded组织切片中的蛋白质。dia-sis结合了稳定的基于同位素的量化的精度和无标签样品制备的简单性,促进了简单,准确且全面的蛋白质。
Yanshuo Chu 1 , Enyu Dai 1 , Yating Li 1,2 , Guangchun Han 1 , Guangsheng Pei 1 , Davis R. Ingram 3 , Krupa Thakkar 4 , Jiang-Jiang Qin 5,6 , Minghao Dang 1 , Xiuning Le 7 , Can Hu 5,6 , Qing Deng 8 , Ansam Sinjab 3 , Pravesh Gupta 3 , Ruiping Wang 1 , Dapeng Hao 1 , Fuduan Peng 1 , Xinmiao Yan 1 , Yunhe Liu 1 , Shumei Song 9 , Shaojun Zhang 1 , John V. Heymach 7 , Alexandre Reuben 7 , Yasir Y. Elamin 7 , Melissa P. Pizzi 9 , Yang Lu 10 , Rossana Lazcano 3 , Jian Hu 11 , Mingyao Li 12 , Michael Curran 13 , Andrew Futreal 1 , Anirban Maitra 14 , Amir A. Jazaeri 15 , Jaffer A. Ajani 9 , Charles Swanton 16,17 , Xiang-Dong Cheng 5,6 , Hussein A. Abbas 18 , Maura Gillison 7 , Krishna Bhat 3 , Alexander J. Lazar 1,3,14,19 , Michael Green 1,8,* , Kevin Litchfield 4,17,* , Humam Kadara 3,19,* , Cassian Yee 2,13,* , Linghua Wang 1,19,*,#
摘要国家统计组织(NSO)越来越多地利用机器学习(ML),以提高其产品的及时性和成本效益。在引入ML解决方案时,NSO必须确保在稳健性,可重复性和准确性方面具有高度标准,例如在统计算法的质量框架中(qf4sa; Yung et e yung etel。2022,IAOS统计杂志)。同时,越来越多的研究集中于公平性,作为对ML安全部署的前提,以防止在实践中产生不同的社会影响。然而,在NSO在ML应用的背景下,尚未明确讨论公平作为质量方面。我们采用QF4SA质量框架,并将其质量维度的映射到算法公平性。因此,我们以多种方式扩展了QF4SA框架:首先,我们研究了公平性与每个质量维度的相互作用。第二,我们认为公平是它自己的额外质量维度,超出了到目前为止QF4SA中所包含的质量。第三,我们强调并明确地介绍数据,以及与应用方法论的相互作用。与经验插图并行,我们展示了我们的映射如何在官方统计,算法公平和值得信赖的机器学习领域中促进方法论。几乎没有关于ML,公平性和质量维度的知识,因为我们向这些主题提供了介绍,因此需要进行官方统计数据。这些介绍也针对质量维度和公平性的讨论。
将曲面上扁平线束的最小浸入与临界特征值度量联系起来 Santiago Adams 导师:Antoine Song 在现有文献中,第一个特征值在曲面上临界的度量与该曲面在任意维球面中的最小浸入之间存在着密切的联系。我们知道,对于具有临界度量的曲面,存在一组拉普拉斯算子的特征函数,它们定义了进入球面的最小浸入。我们旨在使用局部参数将该理论扩展到扁平线束特征截面的情况。也就是说,给定一个第一个特征值在线束上临界的度量,我们旨在使用其特征截面的升力来定义其通用覆盖在球面中的最小浸入,并更好地理解是否存在原始曲面进入球面的最小浸入。伊辛铁磁体在经典和量子极限下的热力学性质 Sophia Adams 导师:Thomas Rosenbaum 和 Daniel Silevitch 该项目旨在探测模型伊辛铁磁体 LiHoF 4 在经典和量子相变中的热力学性质。经典跃迁发生在临界温度 1.53 K 和零磁场下,而量子跃迁发生在零温度极限下 50 kOe 量级的临界横向磁场下。我们将使用比热数据来比较两个跃迁的临界指数及其之间的交叉。 一种使用基于分类器的生成器生成和预筛选蛋白质以确定结合亲和力的新方法 Victoria Adams 导师:Matt Thomson 和 Alec Lourenco 由于当前方法筛选蛋白质结合功效的速度和规模,测试新的工程结合蛋白设计非常无效。定量而不是定性筛选新蛋白质将进一步提高效率。 Thomson 实验室开发了一种高通量筛选方法,用于收集有关结合蛋白的信息并实现蛋白质设计。在我的项目中,我致力于开发一种使用蛋白质语言模型预筛选生成蛋白质的新方法。应用现有的蛋白质大型语言模型 (pLLM),例如进化尺度模型 (ESM) 和 AlphaFold 2 & 3,我正在研究一种生成蛋白质然后预筛选其结合亲和力的方法。我还有机会学习如何使用实验室的高通量筛选分析来实验性地测试蛋白质设计。到目前为止,我还没有完全开发的方法/模型,但我有一个需要微调的基本分类器,并且需要一个仍需要指定最佳参数的生成器。我希望能够完成这些编程改进,并可能能够在夏季结束前通过应用高通量筛选来测试它们。来自路径积分的时间类纠缠 Zofia Adamska 导师:John Preskill 和 Alexey Milekhin 大多数量子力学形式主义都从不同的角度来看待空间和时间,这从相对论物理学的角度来看似乎是不自然的。为了解决这种不对称性,我们提出了一种时空密度矩阵的新定义,该定义源自路径积分方法,以更好地分析时空中的量子信息。我们的动机基于相对论量子场论中的观察,其中该密度矩阵的 Renyi 熵与通过从空间类分离到时间类分离的解析延续得出的结果完全一致。我们演示了如何使用这个密度矩阵来限制时空相关函数,并表明我们的界限比其他方法更紧并且遵循 Lieb-Robinson 界限。此外,我们在量子计算机上测试了这个时空密度矩阵对单量子比特系统的预测。使用我们的方法计算的时空纠缠构成了热化的新探针,并且可以为选择用于量子多体系统时间演化的有效张量网络假设提供启示。使用合成细胞建立病毒宿主相互作用的最小模型 Layla Adeli 导师:Richard Murray 和 Zach Martinez 利用最小模型研究合成细胞病毒感染的潜力使其成为研究尚未得到充分研究的病原体的首选。为了设计 PhiX174 噬菌体的合成宿主,我们尝试将 PhiX174 识别的脂多糖 (LPS) 整合到脂质体膜中,以潜在地封装无细胞转录、翻译和复制系统 (PURE Rep)。此外,设计为在脂质体内由 PhiX174 基因触发时发出荧光的立足点开关可以检测 PhiX174 基因组的 DNA 转录——我们目前的工作包括设计一种具有高效性的开关。我们已经成功生产出脂质体,并正在努力整合检测机制我们在量子计算机上测试该时空密度矩阵对单量子比特系统的预测。使用我们的方法计算的时空纠缠构成了一种新的热化探测,可以为选择一种有效的张量网络假设来研究量子多体系统的时间演化。使用合成细胞建立病毒宿主相互作用的最小模型 Layla Adeli 导师:Richard Murray 和 Zach Martinez 利用最小模型研究合成细胞病毒感染的潜力使合成细胞成为研究尚未得到充分研究的病原体的首选。为了设计 PhiX174 噬菌体的合成宿主,我们尝试将 PhiX174 识别的脂多糖 (LPS) 整合到脂质体膜中,以潜在地封装无细胞的转录、翻译和复制系统 (PURE Rep)。此外,当脂质体中的 PhiX174 基因触发时,设计为发出荧光的立足点开关可以检测 PhiX174 基因组的 DNA 转录——我们的工作目前包括设计一种具有高效性的立足点开关。我们已经成功生产出脂质体,并正在努力整合检测机制我们在量子计算机上测试该时空密度矩阵对单量子比特系统的预测。使用我们的方法计算的时空纠缠构成了一种新的热化探测,可以为选择一种有效的张量网络假设来研究量子多体系统的时间演化。使用合成细胞建立病毒宿主相互作用的最小模型 Layla Adeli 导师:Richard Murray 和 Zach Martinez 利用最小模型研究合成细胞病毒感染的潜力使合成细胞成为研究尚未得到充分研究的病原体的首选。为了设计 PhiX174 噬菌体的合成宿主,我们尝试将 PhiX174 识别的脂多糖 (LPS) 整合到脂质体膜中,以潜在地封装无细胞的转录、翻译和复制系统 (PURE Rep)。此外,当脂质体中的 PhiX174 基因触发时,设计为发出荧光的立足点开关可以检测 PhiX174 基因组的 DNA 转录——我们的工作目前包括设计一种具有高效性的立足点开关。我们已经成功生产出脂质体,并正在努力整合检测机制
J Risk reduction strategies in cancer prevention J Latin American and the Caribbean Code Against Cancer J How to increase access to oncology medicines through the PAHO Strategic Fund J The importance of international accreditations of cancer centres and institutes J Management modules and holistic strategies in cancer control J Cancer and health systems: The Brazilian example J Chino-Europe Anti-Cancer Summit 2024 J Global anti-cancer care and drug challenges J一个实施科学中心作为改变拉丁美洲的癌症控制和预防实践的驱动力,通过支持城市癌症挑战赛和其他国际合作者的支持,增加了获得癌症护理的机会。j alicc和拉丁美洲的癌症问题的愿景J癌症预防中的科学证据:拉丁美洲和《秘鲁国家肿瘤疾病研究所的癌症j会议》(秘鲁>的癌症控制)的癌症
版权所有 © 2025 ASCD。保留所有权利。未经出版商事先书面许可,以印刷版或电子版形式复制本作品副本(包括在安全内联网上显示或存储在可制作或显示副本的检索系统或其他电子存储设备中的复制品)均属违法行为。通过仅购买授权的电子版或印刷版,并且不参与或鼓励盗版受版权保护的材料,您支持作者和出版商的权利。希望以印刷版或电子版形式复制或重新发布本作品摘录的读者可以支付少量费用,联系版权许可中心 (CCC),地址为 222 Rosewood Dr., Danvers, MA 01923, USA(电话:978-750-8400;传真:978-646-8600;网站:www.copyright.com)。要查询站点许可选项或任何其他重复使用,请联系 ASCD Permissions,网址为 www.ascd.org/permissions 或 permissions@ascd.org。欲了解授权向机构提供 ASCD 电子书的供应商名单,请访问 www.ascd.org/epubs。如需翻译咨询,请发送邮件至translations@ascd.org。
非经典因果模型是为了解释违反贝尔不等式而开发的,同时遵循相对论因果结构和可靠性——即避免微调因果解释。最近,基于维格纳朋友思想实验的扩展,得出了一个可以被视为比贝尔定理更强的不通定理:局部友好 (LF) 不通定理。在这里,我们表明,即使考虑非经典和/或循环因果解释,LF 不通定理也对因果模型领域提出了巨大的挑战。我们首先将 LF 不等式(LF 不通定理的关键元素之一)重新定义为源于统计边际问题的一夫一妻制关系的特殊情况。然后,我们进一步将 LF 不等式重新定义为因果兼容性不等式,它源于非经典因果边际问题,其因果结构由有理有据的因果形而上学假设所暗示。我们发现,即使允许观察到的事件的潜在原因接受后量子描述(例如在广义概率论或更奇特的理论中),LF 不等式仍会从这种因果结构中出现。我们进一步证明,没有非经典因果模型可以在不违反无微调原则的情况下解释 LF 不等式的违反。最后,我们注意到,即使诉诸循环因果模型,也无法克服这些障碍,并讨论了因果建模框架进一步扩展的潜在方向。
基于人工智能的方法的最新进展彻底改变了结构生物学领域。与此同时,高通量测序和功能基因组学产生了前所未有的遗传变异。然而,需要有效的工具和资源来链接不同的数据类型——将变异“映射”到蛋白质结构上,更好地了解变异如何导致疾病,从而设计治疗方法。在这里,我们介绍了 Genomics 2 Proteins 门户网站 ( https://g2p.broadinstitute.org/ ):这是一种人类蛋白质组范围的资源,将 20,076,998 个遗传变异映射到 42,413 个蛋白质序列和 77,923 个结构上,具有一套全面的结构和功能特征。此外,Genomics 2 Proteins 门户网站允许用户以交互方式上传蛋白质残基注释(例如,变异和分数)以及数据库之外的蛋白质结构,以建立基因组学与蛋白质之间的联系。该门户网站是一个易于使用的发现工具,可供研究人员和科学家假设自然或合成变异与其分子表型之间的结构-功能关系。