XiaoMi-AI文件搜索系统
World File Search SystemAtlas
Dharini 3D胎儿大脑Atlas
这项研究利用了仍然长大的大脑的细片，允许细胞级成像。dharini是唯一捕获胎儿增长大脑的大脑图集。2016年美国艾伦学院发布的唯一其他类似的公共可用地图集绘制了成年女性的大脑。Dharini有望支持人工智能和机器学习的未来进步，帮助科学家更好地了解人的大脑并改善人工智能模型。
使用扩散 MRI 进行多室映射的图谱和通用先验
其中 (i) wj 是体积分数，(ii) b 和 g 分别是定义扩散梯度的 b 值和方向，δ 和 Δ 是脉冲持续时间和分离 (iii) S IR 是由 [3] 中提出的 IR 扩散模型预测的 MR 信号，该模型具有两个参数：IR 扩散率（以 mm2/s 为单位）和平均细胞半径（以 为单位）；(iv) μ j 是第 j 个各向异性隔室的扩散方向。数据我们根据来自人类连接组计划的 HCP105 数据库 [4] 的数据选择了这样一个模型。先验模型我们为许多 MCM 通用的该模型参数定义先验。我们使用具有适当支持的参数分布，每个先验取决于各向异性隔室的数量。整个管道过程如图 1 所示。我们为 0、1、2 和 3 个各向异性隔室计算了它们。这样做可以确保用户最终能够根据数据选择最合适的隔间数量。
与人脑形态相关的血浆代谢标记的地图
抽象背景：代谢过程构成了大脑发育，功能和维护的基础。尽管积累了代谢在脑部健康中至关重要的作用的证据，但迄今为止，尚未全面研究代谢活性的循环标记与普通人群体内脑形态之间的联系。方法：我们对24,940个英国生物库参与者的代谢组和MRI数据进行了单变量回归，以估算249个循环代谢标记的个体和联合关联，并通过91种全球和区域皮质厚度，表面积，表面积和亚皮层体积进行了91次测量。我们研究了已鉴定的空间模式与神经递质的脑图的相似性，并利用孟德尔随机分组来发现代谢物与大脑之间的因果关系。结果：颅内体积和总表面积与循环脂蛋白和糖蛋白乙酰基高度显着相关，相关性最高为.15。具有混合效应方向的各个标记有很强的区域关联，其不同模式涉及额叶和颞皮质厚度，脑干和心室体积。门德尔随机化提供了双向因果效应的证据，其中大多数标记会影响额叶和时间区域。讨论：结果表明循环代谢标记与全球和区域脑形态的不同模式之间的双向双向因果关系很强。产生的协会地图集提供了更好地理解代谢途径在结构性大脑发育和维持中的作用，包括健康和疾病。
BGC地图集：探索细菌基因组中编码的全球化学多样性的网络资源
1天然产品的转化基因组挖掘，培养基和感染医学研究所Tübingen（IMIT）（IMIT），研究学研究所生物医学信息学研究所（IBMI），Tübingen，Auf der Morgenstelle 28，72076Tübingen2 28，72076Tübingendenoker -Nord nord sworkity flative forkitizan of Denok nove nord swiment fin Plads，220，2800 Kongens Lyngby，丹麦3计算生物学，国家农业食品生物技术研究所（NABI），S.A.S.德国6生物信息学中心Saar和Saarland大学，Saarland信息学校园，E2 1，66123Saarbrücken，德国7分子生命科学系和瑞士生物信息学研究所和苏黎世大学，苏黎世大学，苏黎世大学，Winterthurerstrasse，190年Drovendaalsesteeg 1 Radix West，6708pb Wageningen，荷兰9德国感染研究中心（DZIF），合作伙伴Tübingen，Auf der Morgenstelle 28，72076Tübingen，德国，德国
人类细胞地图集：承诺，最近的发展，...
人类基因组项目产生了参考基因组序列，该序列在体内的37万亿个细胞中几乎相同。然而，体内有广泛的细胞类型，这是由于这些细胞表型中活化基因的差异引起的。基因组学的最新革命，例如单细胞RNA测序（SCRNA-SEQ）技术的发展，例如引入原位条形码，已使数十万个平行细胞的细胞分辨率评估基因表达。2此外，空间转录组学方法的进步现在允许映射基因表达，同时保留有关细胞在组织样品中细胞分布的空间信息。2加上分析这些数据所需的现代计算生物学方法，这些发展使创建人体所有细胞类型的参考地图集成为可能，这将标志着150年前的努力对这些细胞类型进行分类。这些进步导致了人类细胞地图集的概念，因为他们意识到庞然大物既可行又在经济上可行。
欧洲参考基因组图集：试行一种公平生物多样性基因组学的分散方法
全球真核物种的基因组数据库可能有助于许多科学发现。但是，只有一小部分物种具有可用的基因组信息。在2018年，全球的科学家在地球生物组项目（EBP）下团结一致，旨在生产一个包含所有约150万公认的真核物种的高质量参考基因组数据库。作为EBP的欧洲节点，欧洲参考基因组图集（ERGA）试图实施一种新的分散，公平和包容的模型来生产参考基因组。为此，ERGA启动了一个试点项目，建立了第一个分布式参考基因组生产基础设施，并对来自33个欧洲国家的98种真核物种进行了测试。在这里，我们概述了基础设施，并探索了其扩展高质量参考基因组生产的有效性，同时考虑了公平和包容性。所学的结果和教训为ERGA提供了坚实的基础，同时为其他跨国，国家基因组资源项目和EBP提供了关键的学习。
使用正/负面情绪Atlas
饮食中与健康个体积极和负面情绪相关的激活区域，从而创造了积极的情绪地图集（豌豆）和负面情绪地图集（NEA）。，我们使用这些地图集检查了抑郁症患者的神经影像变化，并根据机器学习评估了他们的诊断性能。结果：我们的发现表明，基于PEA和NEA的抑郁症患者的分类准确性超过0.70，与整个脑图相比，这是一种提高。此外，ALFF分析在NEA期间在八个功能簇中揭示了抑郁症患者与健康对照组之间的特殊差异，重点是左轴心，扣带回和上顶叶。在很重要的情况下，豌豆在15个簇中揭示了更明显的差异，其中涉及右fu型回，帕拉希帕克胶回和下顶叶下叶。结论：这些发现使情绪调节和抑郁症之间的复杂相互作用揭示了抑郁症患者的PEA和NEA的显着变化。这项研究增强了我们对抑郁症中情绪调节的理解，对诊断和治疗评估产生了影响。
健康地图集：在整个美国可视化基于地点的数据
• Interactive map of over 120 variables • Census tract, ZIP code, congressional districts, county, CBSA, PUMA, and state level maps • 2010 Census and 2020 Census geographies • Comparing two variables • Visualizing data distributions • Custom area selection • Data export • Detailed data descriptions