XiaoMi-AI文件搜索系统
World File Search System陈贻芳
ITIB-1-e3.docx
ITIB233 494 QUAT Elizabeth 47 (1) 政府信息科技的应用 ITIB234 495 QUAT Elizabeth 47 (2) 信息科技基础设施及标准 ITIB235 511 QUAT Elizabeth 47 (3) 社区信息科技 ITIB236 1576 QUAT Elizabeth 47 (2) 信息科技基础设施及标准 ITIB237 3026 尚海龙 47 (2) 信息科技基础设施及标准 (3) 社区信息科技 ITIB238 3027 尚海龙 47 (1) 政府信息科技的应用 (2) 信息科技基础设施及标准 ITIB239 3029 尚海龙 47 (2) 信息科技基础设施及标准 ITIB240 670 邵家辉 47 (2) 信息科技基础设施及标准 ITIB241 671 邵家辉家辉 47 (2) 资讯科技基建及标准 ITIB242 3520 苏祥荣 47 (3) 资讯科技在社区中应用 ITIB243 1880 陈晓光 47 (2) 资讯科技基建及标准 ITIB244 1963 陈月亨 47 (3) 资讯科技在社区中应用 ITIB245 2051 陈月亨 47 (2) 资讯科技基建及标准 ITIB246 2052 陈月亨 47 (2) 资讯科技基建及标准 ITIB247 2535 邓飞 47 (2) 资讯科技基建及标准 ITIB248 2538 邓飞 47 (3) 资讯科技在社区中应用 ITIB249 2840 黄俊硕
摘要。 Al-Amili ML，Al-Jobori KM。 2025。评估糖glabra glabra glabra和Syzygium芳族提取物对Stre
摘要。al-amili ml，al-jobori km。2025。评估糖果症患者中甘露氏菌glabra和芳族芳香族提取物对链球菌突变基因表达的影响。生物多样性26：418-423。龋齿主要与链球菌突变有关，是最广泛的疾病之一，尤其是在伊拉克等发展中。甘草（Glycyrrhiza glabra）和丁香（Syzygium芳香族）是具有巨大经济价值和抗菌特性的植物，它们有可能作为化学合成抗生素药物的替代品。这项研究旨在通过使用RT-QPCR对GTFB和GTFD的基因表达分析来评估G. glabra和芳香族提取物对链球菌的抗菌活性，并将其与抗生素，漱口水和牙膏的作用进行比较。总共不包括该方法或提供有关子MIC的详细信息，因为它是在另一份期刊上分别作为第二项研究出版的。100个标本是从伊拉克梅桑市的Hay al-Hussein Specialize Center临床诊断的患者临床诊断的患者中收集的。RNA，并反转录为互补DNA（cDNA）。定量聚合酶链反应（QPCR），以使用管家基因16S rRNA作为内部对照来分析GTFB和GTFD基因的表达。分析评估了甘草提取物，丁香提取物，联合提取物，以下抑制浓度（亚MIC）和Lacalut牙膏对链球菌的影响。RT-QPCR结果表明，与其他处理相比，丁香提取物显着降低了GTFB的表达，倍数变化为0.178、0.454和0.191。甘草提取物特别抑制了GTFD表达，分离株74、80和46的倍数变化分别为0.215、0.390和0.003。这些发现表明植物提取物抑制了特定的生物膜相关基因，而不必降低整体细菌生长。因此，这些天然提取物可以作为创新的天然抗扁平剂。
引用：王胜，陈荣，王胜等.基于机器学习理论的2型糖尿病风险预测模型比较研究：跨学科
摘要 目的比较基于机器学习理论的6种模型的预测效果，为预测2型糖尿病（T2DM）风险提供方法学参考。 研究地点与对象 本研究基于2016—2018年东莞市居民慢性病危险因素监测数据。各监测点采用多阶段整群随机抽样的方法，最终抽取4157人。在初始人群中剔除缺失数据超过20%的个体，最终纳入4106人。采用设计K最近邻算法和合成少数过抽样技术对数据进行处理。采用单因素分析对变量进行初步筛选。采用10倍交叉验证对部分模型参数进行优化。以准确度、精确度、召回率和受试者工作特征曲线下面积（AUC）评价模型的预测效果，采用Delong检验分析各模型AUC值的差异。结果平衡数据后样本量增加至8013例，其中2型糖尿病患者4023例，对照组3990例。六种模型的比较结果显示，反向传播神经网络模型的预测效果最好，准确率、准确度、召回率分别为93.7%、94.6%、92.8%，AUC值为0.977，其次是logistic模型、支持向量机模型、CART决策树模型和C4.5决策树模型。深度神经网络的预测性能最差，准确率、准确度、召回率分别为84.5%、86.1%、82.9%，AUC值为0.845。结论本研究构建了6类2型糖尿病风险预测模型，并基于各项指标比较了这6种模型的预测效果，结果显示，基于所选数据集的反向传播神经网络的预测效果最好。
陈健宇博士 土木与环境工程学院 博士（土木工程）/ 2016 届 表彰她作为土木工程专家所取得的成就
陈健宇博士 土木及环境工程学院 博士（土木工程）/ 2016 届毕业生 为表彰她在学术和环境微生物学领域的成就，南洋理工大学土木及环境工程学院 (CEE) 很荣幸向陈健宇博士颁发 CEE 青年校友奖。 陈博士是香港城市大学 (CityU) 建筑与土木工程系助理教授，她于 2022 年加入该系。此前，她曾在香港大学（研究助理教授，2019-2022 年）、香港理工大学（研究员，2018-2019 年；博士后研究员，2015-2017 年）和南洋理工大学（研究助理，2009-2015 年）担任学术和研究职务。她对环境微生物学这一学科有着深厚的热情，致力于生物学、工程学和量子信息科学的交叉研究，利用微生物的知识和力量应对碳减排、废物污染、能源短缺、人类健康和安全以及建筑环境更新等全球挑战。Tan 博士的团队专注于电子转移/隧穿/跳跃和基因调控等生物现象，以及非经典建模和元组学技术的结合使用，以超越经典生化限制，实现可持续的废物和废水管理。她目前的一些研究课题包括微生物和导电材料之间的电子转移以增强生物能源生产；生物塑料生产的营养素应激调节；以及微生物电子氧还原反应用于难处理废物的生物修复。去年，Tan 博士代表城大作为代表团成员参加了 THE Campus Live UK&IE 2023，该活动汇集了 400 多名高等教育领袖。她参加了“STEM 领域的女性，重点关注先进材料和人工智能及其在智慧城市中的应用以及学生培训”的圆桌讨论。至今为止，陈博士已发表30篇国际SCI期刊论文、22篇会议论文及演讲、以及3个书籍章节。目前，她也是《Discover Engineering》（施普林格·自然）和《Frontiers in Microbiology》（微生物技术专业部分）等出版物的编辑。她还是国际水协会的成员。陈博士获得过多项奖项，包括2019年环境论文奖（季军）和2016年香港工程师学会颁发的青年工程师/研究人员杰出论文奖，以及2012年新加坡教育部颁发的青年科学会议杰出导师奖。她拥有南洋理工大学土木与环境工程博士学位和生物科学学士学位（辅修心理学）。在本科学习期间，陈博士获得新加坡国立大学土木与环境工程博士学位和生物科学学士学位（辅修心理学）。谭先生曾获得哥伦比亚大学奖学金。
亚甲状腺素的肌肉修复潜力
通过比较基因组学分析在10种亚米胺类物种中鉴定出参与霉菌修复的基因，并选择了一组白rot basidiomycota（14）和软 - comcomycota（12）种，以确定矩阵的独特生物修复能力。使用系统发育主成分分析（PPCA）探索了基因组，搜索已经记录在生物催化/生物降解数据库中的基因。结果强调了甲藻类中芳香族基因/酶的明显，增加的潜力，尤其强调了高拷贝数和苯甲酸酯4-单一加仑酶[EC：1.14.14.14.92]同源物的不同光谱。此外，与其他白rot基体菌菌相比，在亚无菌素中涉及降解的其他酶更丰富，而参与多环芳族芳族芳族芳族氢碳（PAHS）的降解的酶在Armillariots和其他白色杂物中更为易于量。曲霉和北极曲霉的转录组填充物证实，在木材菌丝菌根中涉及苯甲酸酯和其他单核细胞芳香族降解的几个基因在木材含量的真菌菌丝体中明显地表达。数据与甲藻类物种一致，在降解芳香剂方面具有更强大的潜力。我们的结果提供了一种可靠，实用的解决方案，用于筛选可能的真菌候选者，以根据其基因组学数据的全部生物降解潜力，适用性和可能的专业化。
芳香酶抑制剂 - 所有自然愈合医疗中心
一项体内研究表明，肌瘤抑制大鼠异位子宫内膜和卵巢组织中的芳香化酶。图像分析（请参阅右图）在两个组织中都证明了阳性对照组（分别为108.9和149.8）中芳香化酶的表达升高。在给药28天后，芳香酶表达在子宫内膜中降低至34.7，在卵巢中降低47.0。与阴性对照相比，这意味着子宫内膜中芳香酶表达的100％降低，卵巢降低了85.6％。案例报告：
2023 年 7 月拨款申请
通讯 PI：林顺泰 主题 PI：林顺泰、黄淑萍、Anita Chan、Ong Choon Kiat、Jason Chan Yong Sheng、陈金苗、陈素勇、Anand Jeyasekharan、Francesca Lorraine Lim、Michaela Seng Su- Fern、Joe Yeong Poh Sheng、Nicholas Grillos、Chhoma Weng、Weng Hong Joo、Olaf Rotzschke、Amit Jain、Edward Chow、William Hwang、Valerie Yang、Woo Xing Yi、Lee Hwee Kuan、Chiang Jianbang、Vaibhav Rajan、Sebastian Maurer- Stroh