XiaoMi-AI文件搜索系统
World File Search System重排
NCI-MATCH 试验中，克唑替尼用于治疗具有 ALK 或 ROS1 重排的肿瘤患者。
NCI-MATCH 旨在表征靶向疗法对组织学不可知的驱动突变阳性恶性肿瘤的疗效。子方案 F 和 G 旨在评估克唑替尼在具有 ALK 或 ROS1 重排的罕见肿瘤中的作用。在至少接受过一次全身治疗后病情进展的恶性肿瘤患者被纳入 NCI-MATCH 进行分子分析，而具有可操作的 ALK 或 ROS1 重排的患者分别被邀请参与子方案 F 或 G。有五名患者进入 F 组（ALK），四名患者进入 G 组（ROS1）。观察到少数 3 级或 4 级毒性，包括肝功能异常和急性肾损伤。对于子方案 F（ALK），反应率为 50%（90% CI 9.8 – 90.2%），4 名符合条件的患者中有 1 名完全反应。中位 PFS 为 3.8 个月，中位 OS 为 4.3 个月。对于子方案 G（ROS1），响应率为 25%（90% CI 1.3 – 75.1%）。中位 PFS 为 4.3 个月，中位 OS 为 6.2 个月。来自 3 家商业供应商的数据显示，ALK 和 ROS1 重排在非小细胞肺癌和淋巴瘤以外的组织学中的患病率很低（分别为 0.1% 和 0.4%）。我们观察到对克唑替尼的反应符合 ALK 融合的主要终点，尽管患者数量很少。尽管累积人数有限，但一些具有这些致癌融合的患者可以对克唑替尼产生反应，这可能在这种情况下发挥治疗作用。
SAFER-Detection 用于有效检测基因编辑人类细胞中的 DNA 重排
评估人类基因组编辑产品安全性的一个重要标准是验证基因组完整性。这包括对大量插入或缺失、外源 DNA 整合以及致癌性或插入诱变可能性的评估。在本研究中，我们介绍了 SAFER-Detection（高效重排检测的选择性扩增）。SAFER-Detection 是一种基于标记和下一代测序的方法，旨在以单碱基分辨率定量检测染色体重排断点。该方法能够对由可编程核酸酶（如 CRISPR/Cas 和 TALEN）进行的靶向和脱靶编辑导致的重排进行分类。SAFER-Detection 使用 Cas9 和 CCR5 向导 RNA，可轻松识别靶位点 (CCR5) 与附近同源物 (CCR2) 中的脱靶或同源位点之间的染色体内缺失、插入和倒位。CCR5 靶位点与 chr1 和 chr13 上的脱靶位点之间的染色体间易位也被捕获并通过 PCR 进一步验证。SAFER-Detection 在检测由脱靶活动或同源重组介导的染色体内和染色体间重排方面表现出高灵敏度，适用于含有低细胞数的样本。当与灵敏的脱靶提名技术（如 ONE-seq）结合使用时，SAFER 检测提供了一种评估治疗性基因组编辑中染色体重排风险的宝贵方法。
利用零拍的视觉和语言模型，家庭多对象重排任务的个性化
旨在开发一种可推广的计划方法，以进行偏爱的多对象重排。对个性化家庭对象重排的事先研究收集了模拟或人类演示的特定任务数据集，并试图匹配此数据集中存在的偏好[1，15，16，23]。然而，策划大量的人类示范数据集具有多种偏好是具有挑战性的。可能的偏好空间有效地无限。的偏好是高度的，并且取决于个人的身心质量。因此，收集代表所有用户偏见的数据集都是具有挑战性的。此外，这些偏好可能是复杂且抽象的。例如，某人首选的桌面设置可能基于可访问性，视觉美学或文化和传统规则。因此，以可推广的方式学习或建模这些偏好是不平凡的。最后，偏好通常被指定。通常会发出诸如“帮助我设置晚餐餐桌”之类的命令，但并不表明一个人喜欢为除了应该用硅胶设置的孩子以外的所有人使用陶瓷菜肴。以可操作性的方式详尽而明确地交流此类偏爱可能是乏味的，需要很难生产的精确语言。最近进入视觉和语言基础模型（VLM）为所有这三个问题提供了解决方案。我们在单步表设置任务上介绍了此方法的初始结果，并找到了我们方法的概念概念。我们希望开发一种可推广的个性化家庭重排的方法，即1）样品复杂性低2）能够建模有关对象重新安排的抽象和复杂偏好，3）即使根据指定的说明，也可以制定这些任务计划。大型语言模型（LLM）和在互联网量表数据上预处理的VLM已被证明可以有效解决无明确培训的无数任务。具体来说，将LLM与文本学习[3]相结合[3]在制定任务计划方面取得了长足的进步，这些任务计划可以在几次拍摄中根据易于指定的人类偏好[32]解决一般的多对象重排任务并根据这些任务解决这些任务。我们提出了一种初始方法，该方法利用了Internet规模验证的VLM中的这些最新进步，以根据个人喜好解决多对象重排任务，即使这些偏好尚未完全指定。
来自2,7-二溴-9,9'-Bianthryl的蒽融合的锯齿烯纳米纤维的地下合成揭示了意外的环重排
摘要：地下合成已成为一种有力的策略，用于制造原子上精确的石墨烯纳米骨（GNR）的前所未有的形式。但是，锯齿形GNR（ZGNR）的地下合成仅取得了有限的成功。在此，我们报告了2,7-二溴-9,9' - 苯甲酰基的合成和表面反应，作为朝向π-延伸ZGNRS的前体。通过扫描隧道显微镜和高分辨率非接触原子力显微镜的表征清楚地证明了烟碱融合的ZGNR的形成。独特的骨骼重排，可以通过分子内多尔 - alder cycloadition来解释。对蒽接受ZGNR的电子特性的理论计算显示自旋极晶状体和0.20 eV的狭窄带隙。关键字：地下合成，石墨烯纳米替恩，表面反应，重排，边缘状态■简介
循环肿瘤DNA可以对癌症类型的可起作基因融合和重排的敏感检测
摘要◥目的：基因组重排可以产生有效的致癌驱动因素或破坏肿瘤抑制基因。本研究检查了循环肿瘤DNA（CTDNA）在不同癌症类型的循环肿瘤DNA（CTDNA）检测到的融合局势和重排的景观。实验设计：使用FoundationOneleliquid CDX（一种杂交捕获测序平台，从53,842例患者进行66例实体瘤类型的患者的LBX，该LBX被降低，该平台查询了324个与癌症相关的基因。使用粉底核定型的组织活检（TBX）利用为比较器。结果：在所有LBX中，有7,377（14％）检测到≥1个致病后脉冲。总共3,648（6.8％）LBX具有≥1个功能（GOF）致癌基因重排，而检测到4,428（8.2％）LBX的功能障碍障碍丧失。癌症类型具有较高的GOF重排率的癌症类型包括
DNA-PKC抑制非法的染色体重排
体感神经系统在屏障组织处监测外部刺激，调节先天51个免疫细胞在感染和炎症下。感觉神经元在控制52个自适应免疫系统中的作用，更具体地说，对微生物群的免疫力仍然难以捉摸。在这里，我们确定了一种新的机制，用于在皮肤中神经肽55降钙素基因相关肽（CGRP）介导的54个共生特异性T淋巴细胞和体感神经元之间直接神经免疫性通信。内部成像表明，56个共生特异性T细胞与体内皮肤神经纤维近距离接近。57相应地，我们观察到神经肽CGRP的受体上调，斜坡1，58在CD8 + T淋巴细胞中是由皮肤共生定植引起的。Neuromune CGRP-RAMP1 59信号轴在共生特异性T细胞中起作用，以约束17型反应，而60适应稳态下微生物群反应性淋巴细胞的激活状态。因此，共有特异性T细胞中神经免疫性CGRP-RAMP1信号传导的61个调节塑造了皮肤上皮的62个总体激活状态，从而影响了对63种损伤等63种侮辱的反应结果。体验神经元通过CGRP-RAMP1轴控制对64微生物群的适应性免疫的能力强调了调节的各个层和65个多系统配位，以在稳定的66个状态和病理学下，最佳微生物群T细胞功能最佳的微生物群T细胞功能。67
复杂的染色体重排中的断点对应于成熟精子的DNA的转座酶可访问区域
电气惊人用于捕获鳄鱼以执行常规管理程序。从福利点开始，电气令人惊叹必须引起动物的无意识。然而，没有信息有关电气令人惊叹是否引起尼罗河鳄鱼（Crocodylus niloticus）的无意识。该研究的目的是使用5通道参考脑电图分析来评估鳄鱼中电气惊人之前和之后的大脑活动，以确定意识。的行为指标和15个圈养鳄鱼的脑电图记录被捕获并使用功率谱密度分析在令人惊叹前后的功率频谱密度分析进行分析，然后以60 s的间隔，直到播放后5分钟。在湿颈上施加了5–7 s的标准化刻度170伏。无意识的定义是α波功率的降低和增长三角波功率的增加。无法评估三个脑电图。在12个鳄鱼中的6个中发现了无意识，平均持续120 s。脑电图波形振幅和滋补性癫痫发作的波形活性和行为指标的增加并不是可靠的无意识指标。进一步的研究应集中于提高电气惊人的效率和可靠性。
ROS1 重排晚期非小细胞肺癌的治疗选择
摘要：0.9% 至 2.6% 的非小细胞肺癌 (NSCLC) 患者发生 ROS 原癌基因 1 (ROS1) 重排，这使患者对特定的酪氨酸激酶抑制剂 (TKI) 治疗敏感。第一代 TKI 克唑替尼是首个获批用于 ROS1 阳性 NSCLC 一线治疗的靶向疗法。最近，多靶点抑制剂恩曲替尼获批用于初治患者，其抗 ROS1 活性比克唑替尼强 40 倍，且对中枢神经系统 (CNS) 的活性更强。在中位进展时间为 5.5 至 20 个月后，可能会出现耐药机制，导致肿瘤进展。因此，具有更强效力和脑渗透性的新一代 TKI 已经开发出来，目前正在研究中。本综述总结了目前对 ROS1 阳性 NSCLC 的临床病理特征及其治疗选择的认识。
高度重排的非洲假鳃鳉鱼核型中卫星 DNA 基序保守，间质端粒位点缺乏
。CC-BY-NC-ND 4.0 国际许可，根据 提供（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 2023 年 3 月 29 日发布。；https://doi.org/10.1101/2023.03.28.534604 doi：bioRxiv 预印本
定量评估临床前铸造的原代基因编辑人干细胞中染色体重排的定量评估
研究人员开发了具有越来越复杂和规模的神经系统的计算模型，通常情况下，从头开始模型的开发是不切实际且效率低下的。因此，迫切需要快速找到，评估，重复使用和建立其他研究人员开发的模型和模型组件。我们介绍了Neuroml数据库（Neuroml-db.org），该数据库已开发出来，以满足这一需求并汇总其他模型共享资源。Neuroml-DB存储以前已转换为模块化神经模型描述语言的离子通道，细胞和网络的1,500多个离子通道，细胞和网络模型。数据库还提供了与其他神经科学模型数据库（模型，开源大脑）的相互链接以及对原始模型出版物的访问（PubMed）。这些链接以及神经科学信息框架（NIF）搜索功能提供了与其他神经科学社区建模资源的深入集成，并极大地促进了寻找合适的重复使用模型的任务。作为一种中间语言，NeuroMl及其工具生态系统可以有效地翻译模型为其他流行的模拟器格式。模块化性质还可以有效地分析大量模型和对其性质的检查。数据库的搜索功能以及基于Web的可编程在线界面，使研究人员社区可以快速评估存储的模型电力学，形态和计算复杂性属性。此分析提供了有关模型相似性的进一步信息，以丰富数据库搜索。我们使用这些功能来对神经元和离子通道模型进行数据库规模分析，并描述由细胞模型簇在模型性能和f构图的空间中形成的新型四面体结构。