XiaoMi-AI文件搜索系统
World File Search SystemBEHESHTI
利用 CRISPR-Cas 编辑 SOX 基因
1 伊朗设拉子医科大学纳米药物输送中心，设拉子 7146864685；dehshahria@sums.ac.ir 2 佛罗伦萨大学“马里奥塞里奥”实验和临床生物医学科学系，意大利佛罗伦萨 50134；alessio.biagioni@unifi.it 3 伊朗德黑兰 1985717443 沙希德贝赫什提医科大学先进技术医学学院组织工程和应用细胞科学系；h.bayat87@outlook.com 4 伊朗德黑兰 14115111 塔比亚特莫达雷斯大学生物科学学院分子遗传学系 5 新加坡国立大学新加坡癌症科学研究所，新加坡 637551，新加坡； e0032613@u.nus.edu 6 新加坡国立大学杨潞龄医学院药理学系，新加坡 637551，新加坡 7 沙希德巴霍纳尔大学理学院生物系，克尔曼 7616914111，伊朗；mohammadhashemabadi@gmail.com 8 克尔曼医科大学学生研究委员会，克尔曼 7619813159，伊朗；hojjatfekri@gmail.com 9 克尔曼医科大学神经药理学研究所药剂学研究中心，克尔曼 7616911319，伊朗 10 伊斯廷耶大学工程与自然科学学院生物医学工程系，萨勒耶尔，伊斯坦布尔 34396，土耳其； alizarrabi@gmail.com 11 神经科学研究中心，神经药理学研究所，克尔曼医科大学，克尔曼 7619813159，伊朗 12 新加坡国立大学杨潞龄医学院新加坡国立大学癌症研究中心（N2CR），新加坡 637551，新加坡 * 通信地址：r.mohammadinejad@kmu.ac.ir (RM)；apkumar@nus.edu.sg (APK) † 这些作者对这项工作做出了同等贡献。
抗菌智能水凝胶
伊朗伊朗B蜂窝科学院Shahid Beheshti医学院医学院，伊朗伊朗医学科学大学，伊朗医学科学大学，伊朗诉医学生物技术系，伊朗医学科学系，伊朗医学院美国伊斯法罕工程部费城，伊斯法罕大学，伊斯法罕84156-83111，伊朗F纳米比果研究小组，巴斯克大学（UPV/EHU）药学院（UPV/EHU），Vitoria-gasteiz，Spain Gasteiz，Spain GASTEIZ，BioMedical研究网络中心，用于生物范围内的生物学研究网络（CABBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBbberialsialsic and Nanomearialsic and Nanomearialsic and Nanomeatialsic and nanomeatialsic and nanomearialsic and。 Vitoria-Gasteiz，西班牙H大学再生医学和口腔植入学研究所-Uirmi（Eduardo Anitua上的UPV/Ehu-Fundaci）。 vitoria-gasteiz，西班牙I Bioaraba，纳米咖啡研究小组，西班牙Vitoria-Gasteiz，J新加坡眼睛研究所，学术界，学术界，学院路20号，探索塔，新加坡K卫生技术系，丹麦技术大学卫生技术系，2800公斤。 lyngby，丹麦l化学系，布帕尔贵族大学，布拉帕尔贵族大学，乌代浦，印度拉贾斯坦邦乌代浦，M 3BS研究小组，i3BS-生物材料研究所，生物降解和生物基础学研究所葡萄牙n组织工程和再生医学系，医学高级技术学院，伊朗医学科学大学，德黑兰，伊朗伊朗伊朗B蜂窝科学院Shahid Beheshti医学院医学院，伊朗伊朗医学科学大学，伊朗医学科学大学，伊朗诉医学生物技术系，伊朗医学科学系，伊朗医学院美国伊斯法罕工程部费城，伊斯法罕大学，伊斯法罕84156-83111，伊朗F纳米比果研究小组，巴斯克大学（UPV/EHU）药学院（UPV/EHU），Vitoria-gasteiz，Spain Gasteiz，Spain GASTEIZ，BioMedical研究网络中心，用于生物范围内的生物学研究网络（CABBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBbberialsialsic and Nanomearialsic and Nanomearialsic and Nanomeatialsic and nanomeatialsic and nanomearialsic and。 Vitoria-Gasteiz，西班牙H大学再生医学和口腔植入学研究所-Uirmi（Eduardo Anitua上的UPV/Ehu-Fundaci）。 vitoria-gasteiz，西班牙I Bioaraba，纳米咖啡研究小组，西班牙Vitoria-Gasteiz，J新加坡眼睛研究所，学术界，学术界，学院路20号，探索塔，新加坡K卫生技术系，丹麦技术大学卫生技术系，2800公斤。 lyngby，丹麦l化学系，布帕尔贵族大学，布拉帕尔贵族大学，乌代浦，印度拉贾斯坦邦乌代浦，M 3BS研究小组，i3BS-生物材料研究所，生物降解和生物基础学研究所葡萄牙n组织工程和再生医学系，医学高级技术学院，伊朗医学科学大学，德黑兰，伊朗伊朗伊朗B蜂窝科学院Shahid Beheshti医学院医学院，伊朗伊朗医学科学大学，伊朗医学科学大学，伊朗诉医学生物技术系，伊朗医学科学系，伊朗医学院美国伊斯法罕工程部费城，伊斯法罕大学，伊斯法罕84156-83111，伊朗F纳米比果研究小组，巴斯克大学（UPV/EHU）药学院（UPV/EHU），Vitoria-gasteiz，Spain Gasteiz，Spain GASTEIZ，BioMedical研究网络中心，用于生物范围内的生物学研究网络（CABBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBbberialsialsic and Nanomearialsic and Nanomearialsic and Nanomeatialsic and nanomeatialsic and nanomearialsic and。Vitoria-Gasteiz，西班牙H大学再生医学和口腔植入学研究所-Uirmi（Eduardo Anitua上的UPV/Ehu-Fundaci）。 vitoria-gasteiz，西班牙I Bioaraba，纳米咖啡研究小组，西班牙Vitoria-Gasteiz，J新加坡眼睛研究所，学术界，学术界，学院路20号，探索塔，新加坡K卫生技术系，丹麦技术大学卫生技术系，2800公斤。 lyngby，丹麦l化学系，布帕尔贵族大学，布拉帕尔贵族大学，乌代浦，印度拉贾斯坦邦乌代浦，M 3BS研究小组，i3BS-生物材料研究所，生物降解和生物基础学研究所葡萄牙n组织工程和再生医学系，医学高级技术学院，伊朗医学科学大学，德黑兰，伊朗Vitoria-Gasteiz，西班牙H大学再生医学和口腔植入学研究所-Uirmi（Eduardo Anitua上的UPV/Ehu-Fundaci）。vitoria-gasteiz，西班牙I Bioaraba，纳米咖啡研究小组，西班牙Vitoria-Gasteiz，J新加坡眼睛研究所，学术界，学术界，学院路20号，探索塔，新加坡K卫生技术系，丹麦技术大学卫生技术系，2800公斤。lyngby，丹麦l化学系，布帕尔贵族大学，布拉帕尔贵族大学，乌代浦，印度拉贾斯坦邦乌代浦，M 3BS研究小组，i3BS-生物材料研究所，生物降解和生物基础学研究所葡萄牙n组织工程和再生医学系，医学高级技术学院，伊朗医学科学大学，德黑兰，伊朗
16S rRNA测序分析伊朗人口中结直肠癌阳性与大肠癌否定性的口服和粪便菌群
抽象背景结直肠癌（CRC）构成了重大的医疗挑战，占全球癌症病例的近6.1％。通过使用创新生物标志物进行的人口筛查促进的早期检测对于MITIGAT的CRC发病率是关键的。与CRC阴性对应物（CNS）相比，这项研究旨在仔细检查CRC阳性个体（CP）的粪便和唾液微生物组，以通过微生物生物标记物来增强CRC诊断。材料和方法总共从伊朗德黑兰的Shahid Beheshti医学科学大学Taleghani医院收集了80个口头和粪便样品，其中包括接受筛查的CPS和CNS。使用16S rRNA测序测定法进行了微生物介绍，并在Illumina novaseq平台上采用Nextera XT Index套件。结果在CP的唾液和粪便样品中观察到了不同的微生物谱，与各种分类水平的CNS（包括门，家庭和种类）的粪便显着不同。CPS的唾液样品表现出大量的Calothrix Parietina，颗粒状Adiacens，Rothia dentocariosa和Rothia Mucilaginosa，在CNS中没有。此外，在CPS的粪便中，Lachnospileceae和Prevotellaceae明显更高，而CPS唾液中的fusobacteria phylum显着升高。相反，与CNS相比，非致病细菌akkermansia粘蛋白iphila的CPS粪便样品显着降低。关键字结直肠癌，口腔微生物群，粪便菌群，早期检测，16S rRNA测序通过一致选择唾液和粪便微生物的结论，基于平均值降低的Gini值，并采用唾液的逻辑回归，并支持粪便模型，我们成功地开发了一种微生物群检测，具有提高的敏感性和提高crc检测的敏感性和特异性。
引用：Jahangirimehr A，Azizpour M，Kalanfarmanfarma K，Yarmohammadi S. Tehran 2型糖尿病患者的自我保健行为的预测
背景和目标：糖尿病对患者承担重大治疗责任。此外，健康素养在管理诸如糖尿病之类的慢性疾病中起着至关重要的作用。本研究的目的是根据诊断为2型糖尿病的患者的健康素养水平来预测自我保健行为。材料和方法：这项研究是一个横断面研究项目。它涉及250名2型糖尿病患者，他们在隶属于Shahid Beheshti医学科学大学的医院接受护理。参与者是通过2020/2021的群集随机抽样选择的。数据收集工具是一个三部分问卷，已被检查是否有效性和可靠性，包括人口统计信息表，伊朗成年人的健康素养（Helia）问卷以及糖尿病患者的自我保健活动（SDSCA）问卷。使用SPSS版本16和AMOS 20进行了分析，利用描述性统计（平均值和标准偏差），推论统计（相关系数和回归）以及结构方程建模（SEM）。结果：患者的平均年龄为58.70岁，标准偏差为14.69。53.6％的参与者是女性，而46.4％的参与者接受了大学教育。 结构方程模型分析显示，健康素养和自我保健之间存在强大的，统计学上显着的正相关（r = 0.60，p值<0.001）。 此外，发现健康素养的评估和决策方面可以预测自我保健行为差异的25％。53.6％的参与者是女性，而46.4％的参与者接受了大学教育。结构方程模型分析显示，健康素养和自我保健之间存在强大的，统计学上显着的正相关（r = 0.60，p值<0.001）。此外，发现健康素养的评估和决策方面可以预测自我保健行为差异的25％。结论：对2型糖尿病患者的自我护理的信息评估和决策至关重要。根据这些结果，卫生系统可以促进公众从接收信息到评估，决策和信息应用的水平。这种方法可以增强用于管理慢性疾病的自我保健实践。纸质类型：研究文章关键词：自我保健，健康素养，糖尿病，糖尿病，第2型，结构方程建模。
强迫性症状与精神病之间的接口
1老年眼科研究中心，沙希德·萨德吉医学科学大学，伊朗雅兹德。2老年眼科研究中心眼科科科学系，伊朗Yazd Shahid Sadoughi医学科学大学。3糖尿病研究中心内分泌科，伊朗雅兹德的沙希德·萨德迪医学科学大学。4伊朗雅兹德·萨希迪·萨迪（Shahid Sadoughi）医学科学大学眼科系。5 Shahid Beheshti医学科学大学，伊朗德黑兰。作者的贡献这项工作是在所有作者之间合作进行的。作者MRB设计了这项研究，作者MDH编写了该协议，并撰写了手稿的初稿，并收集了数据并修订了。作者EAS管理了文献搜索并进行了修订。作者MAA进行了专家咨询。作者SS合作收集数据，作者SB合作进行了修订。所有作者都阅读并批准了最终手稿。文章信息doi：10.9734/OR/2015/11816编辑（S）：（1）日本东京女子医科大学东部东部医学中心，tatsuya mimura，tatsuya mimura。（2）Kota v Ramana，美国德克萨斯大学医学分公司生物化学与分子生物学系。审稿人：（1）Jose Francisco De Sales Chagas，外科部。医学院。巴西天主教大学坎皮纳斯。（2）美国西北大学匿名。（3）匿名，美国化身词。（4）Fernanda Teixeira Krieger，Ophthalmology博士学位，圣保罗大学RibeirãoPreto医学院 - USP-RibeirãoPreto（SP） - 巴西。完整的同行评审历史记录：http：//www.sciencedomain.org/review-history.php?iiid = 708＆id = 23＆aid = 7003 2014年10月5日2014年10月5日，2014年10月18日出生于2014年NINEBRE
保留神经根治性前列腺切除术后的阴茎康复策略：随机试验的系统评价和网络荟萃分析
来自奥地利维也纳医科大学泌尿外科系 (RSM、KM、BP、EL、HM、VMS、FQ、SFS)、伊朗德黑兰 Shahid Beheshti 医科大学男性健康与生殖健康研究中心 (RSM)、约旦安曼约旦大学约旦大学医院特殊外科系 (MAb、SFS)、约旦安曼约旦大学国家糖尿病、内分泌和遗传学中心 (MAb)、加拿大阿尔伯塔省卡尔加里阿尔伯塔省卫生服务中心癌症控制阿尔伯塔省癌症流行病学和预防研究系 (LY)、加拿大阿尔伯塔省卡尔加里卡尔加里大学肿瘤学和社区健康科学系 (LY)、日本东京慈惠会大学医学院泌尿外科系 (KM)、法国图尔弗朗索瓦拉伯雷大学图尔 CHRU 泌尿外科系 (BP)、谢切诺夫泌尿外科和生殖健康研究所 (EL、SFS)俄罗斯莫斯科大学、伊朗大不里士医科大学循证医学研究中心 (HM)、德国汉堡汉堡-埃彭多夫大学医学中心泌尿外科 (VMS)、沙特阿拉伯达曼法赫德国王专科医院 (FQ)、IRCCS 圣拉斐尔医院泌尿外科研究所实验肿瘤学部泌尿外科科室 (FM)、意大利米兰圣拉斐尔生命健康大学、伊朗大不里士医科大学泌尿外科 (MAm)、德国弗莱堡弗莱堡大学医院泌尿外科 (CG)、纽约威尔康奈尔医学院泌尿外科 (SFS)、德克萨斯州达拉斯德克萨斯西南大学泌尿外科 (SFS)、奥地利维也纳卡尔·兰德斯坦纳泌尿外科和男科学研究所 (SFS)、捷克共和国布拉格查理大学第二医学院泌尿外科 (SFS) 和欧洲泌尿外科协会泌尿外科研究基金会 (SFS)，荷兰阿纳姆
使用生物信息学和机器学习鉴定子宫中重要的诊断基因
摘要背景：子宫子宫内膜癌（UCEC）被称为世界第六大癌症。生物信息学和深度学习的进步提供了筛查大规模基因组数据并发现指示疾病状态的潜在生物标志物的两种工具。这项研究旨在研究使用生物信息学和机器学习算法鉴定子宫诊断和预后的重要基因。方法：分析UECE患者的RNA表达谱，使用深度学习技术鉴定差异表达的基因（DEG）。预后生物标志物。此外，彻底检查了分子途径，蛋白质 - 蛋白质相互作用（PPI）网络，DEG的共表达模式及其与临床数据的关联。最终，通过基于深度学习的分析来确定诊断标记。结果：根据我们的发现，MEX3B，CTRP2（C1QTNF2）和AASS是UCEC的新生物标志物。评估指标证明了深度学习模型的功效（DNN）功效，最小平均平方误差（MSE）为5.1096067E-5，而根平方误差（RMSE）为0.007，表示准确的预测。0.99的R平方值强调了该模型解释数据中差异的很大一部分的能力。因此，该模型在曲线（AUC）下达到了一个完美的区域，表示特殊的歧视能力，精度率为97％。因此，确定新的UCEC生物标志物有望有效护理，改善预后和早期诊断。结论：GDCA数据库和深度学习算法确定了3个重要基因-MEX3B，CTRP2（C1QTNF2）和AASS，是UCEC的潜在诊断生物标志物。关键词：子宫语料库子宫内膜癌，深度学习，生物标志物，生物信息学分析，UCEC利益冲突：无宣布的资金：这项研究得到了Shahid Beheshti医学科学大学的资助和支持。*这项工作已根据CC BY-NC-SA 4.0许可发布。版权所有©伊朗医学科学大学引用本文的引用：Valizadeh Laktarashi H，Rahimi M，Rahimi M，Abrishamifar K，Mahmoudabadi A，Nazari E.使用生物学信息和机器学习对子宫中重要的诊断基因的鉴定。Med J Islam Repub伊朗。2025（1月6日）; 39：4。 https://doi.org/10.47176/mjiri.39.4
评估铅锌矿工人的对比敏感度和色觉 Fattahi Farzaneh*、Khabazkhoob Mehdi**、Jafarzadehpour Ebrahim***
铅锌矿工人对比敏感度和色觉评估 Fattahi Farzaneh*、Khabazkhoob Mehdi**、Jafarzadehpour Ebrahim*** ****、Mirzajani Ali***、Yekta AbbasAli***** *伊朗德黑兰诺尔眼科医院诺尔眼科流行病学研究中心 **伊朗德黑兰 Shahid Beheshti 医科大学护理与助产学院外科护理系 ***伊朗德黑兰伊朗医科大学康复学院验光系 ****伊朗德黑兰诺尔眼科研究中心 *****伊朗马什哈德医科大学辅助医学学院验光系 通讯作者：Ebrahim Jafarzadehpur，博士，伊朗医科大学康复学院验光系德黑兰，伊朗，德黑兰 Hemat 高速公路 Milad 塔旁 14496，邮编 14535，伊朗，电子邮件：jafarzadehpour.e@iums.ac.ir 接受日期：2019 年 11 月 10 日摘要目的。本研究旨在确定铅锌矿工的无色差对比敏感度和色觉。方法。总共 230 名在矿场工作且接触矿物至少 1 年的男性工人被视为病例组，年龄匹配的 90 岁未接触矿物的男性被视为对照组。在低中间光条件下，通过两个光栅和 Landolt C 刺激，使用弗莱堡测试在 1、5 和 15 度三个频率下评估对比敏感度。在高中视觉条件下，使用 Farnsworth D-15 测试评估色觉。两项测试均为单眼进行。使用 SPSS 22 版软件进行数据分析。结果 . Landolt C 刺激在 1、5 和 15 周期/度三个频率上研究组之间存在显著差异（p=0.009、p=0.016 和 p=0.003）。使用光栅刺激，两组在 1 和 15 周期/度频率上有显著差异，但在 5 周期/度频率下存在边界差异（p˂0.0001、p=0.051 和 p=0.008）。两组的颜色混淆指数之间存在显著差异（p˂0.0001）。结论 . 长期接触铅锌矿中的矿物可能导致色觉缺陷和对比敏感度下降。建议将 Farnsworth D-15 和 Freiburg 对比敏感度测试用于接触矿物的工人的神经退行性和视觉障碍的早期诊断。关键词：对比敏感度、色觉、铅锌矿工引言
致命的共同19与RAAS诱导的多个炎症有关
器官损坏包括纵隔淋巴结约瑟夫·瓜尼耶里1,2,3†，迈克尔·托珀3,4†，凯瑟琳·贝格尔，凯瑟琳·贝格尔1,3,5，杰夫·A·霍尔特姆（Jeff A. Kim 6 , Jiwoon Park 6 , Cem Meydan 6 , Jonathan Foox 6 , Christopher Mozsary 6 , Yaron Bram 6 , Stephanie Richard 9 , Nusrat Epsi 9,10 , Brian Agan 9,10 , Josh Chenoweth 10 , Mark Simons 9 , David Tribble 9 , Timothy Burgess 9 , Clifton Dalgard 9 , Mark T. Heise 11 , Nathaniel J. Moorman 11，Victoria K.Baxter 11，Emily A. Madden 11，Sharon A. Taft-Benz 11，Elizabeth J. Anderson 11，Wes A. Sanders 11，Rebekah J. Dickmander 11，Gabrielle A Widjaja 1,2,3,3 1,2,3 , Yentli E. Soto Albrecht 1,2,3 , Arnold Olali 1,2,3 , Joseph M. Dybas 2,3 , Waldemar Priebe 3,12 , Mark R. Emmett 3,13 , Sonja M. Best 3,14 , Maya Kelsey Johnson 3,4 , Nidia S. Trovao 3,15 , Kevin B. Clark 3,16 , Viktoria Zaksiene 3,17,18，Rob Miller 3,19，Peter Grabhamr 3,20，Jonathan C.Schisler 3,21，Pedro M. M. M. M. M. M. M. M. M. M. Vieira 3,21 3,21，Simon Pollett 3,9,9,9,10，10 Robert E. Schwartz 3,6，Afshin Beheshti 3,25,26 *†，道格拉斯·C·华莱士（Douglas C.2线粒体和表观基因组医学中心3 Covid-19国际研究团队，美国马萨诸塞州梅德福，美国4 Johns Hopkins医学院，巴尔的摩，马里兰州21287，美国。 5生物医学和健康信息学系的生物信息学主任6 Weill Cornell Medicine，NY 10065，美国。2线粒体和表观基因组医学中心3 Covid-19国际研究团队，美国马萨诸塞州梅德福，美国4 Johns Hopkins医学院，巴尔的摩，马里兰州21287，美国。5生物医学和健康信息学系的生物信息学主任6 Weill Cornell Medicine，NY 10065，美国。5生物医学和健康信息学系的生物信息学主任6 Weill Cornell Medicine，NY 10065，美国。7美国纽约州西奈山伊坎医学院，美国纽约，美国10023。8诺丁汉大学，诺丁汉大学，德比，DE22 3DT，英国。9，美国贝塞斯达统一服务大学传染病临床研究计划，美国医学博士20814。10亨利·杰克逊（Henry M. Jackson）晋升基金会军事医学公司，贝塞斯达，马里兰州20817，美国
sr.no.作者标题1 Donovan，John J System编程2 Hutchison，R.C编程Intel 80386 3 Grover，P.S计算机编程基本4 NEI
sr.no.Author Title 1 Donovan, John J System programming 2 Hutchison,R.C Programming the intel 80386 3 Grover, P.S Computer programming in BASIC 4 Neibauer, Alan R Word perfact tips and tricks 5 Oliver, P.C Data processing and information technology 6 Kelly-Bootle, Stan Mastering quick C 7 Jorgensen,C Mastering 1 2 3 8 Lunsford, E. Michael Advanced techniques in Lotus 1-2-3- 9 Krumm, Rob Word perfect 4.2 power tools 10 Sanders, Donald H. Computers today 11 Shapiro , Staurt C LISP an interactive approach 12 Meijer , anton Computer network architectures 13 Gehani, R. R. C : an advanced introduction 14 Murray, William H 80386/80286 assembly language programming 15 Hergert , Douglas Microsoft quick BASIC 16 Muster , John UNIX power utilities for power users 17 Rosen, Arnold Word处理18 GEHANI，NARAIN C用于个人计算机19 Radeliffe，Robert A百科全书C 20 Mecdormott，Mecdormott，Vern高级基本基本步骤21，步骤21 philphakis，通过COBOL 22 DETMER，RICHARD C. RICHARD C. RICHARD C.集会语言编程的基础23 McDermott，Vern Mcdermott，Vern Mcder by Step 22 26 Gehani，Narain Advanced C 27 Maynard，J计算机编程简单28 AHO，Alfred.V数据结构和算法29 Rich，Elaine Pascal，机器编程介绍30 Rich 30 Rich，Elaine人工智能31 Nillson，N J.Principles of Artificial Intelligence 32 Rajaraman, V. Analog computation &stimulation 33 Beheshti, H.M Data processing a user's approach 34 Khan ,E.H Computer and data processing with Basic 35 Walker, R.S Understanding computer science applications 36 Steven, Alastair Turbo C memory resident utilities 37 Gottfried, B S Programming with advanced structured Cobol 38 Jain, V K Computer for beginners 39亨特（Hunt），罗杰（Roger T）计算机和常识40法语，C.S计算机研究41 Hall，Patrick J如何在LISP 42 Lipschuk中求解它，由Fortran 77 43 Newcomer，L.R编程，PL/ SQL/ FONIGNER为初学者提供44个Scheid，F Computers and f Computer and f Computer and for 45 Lipschutz，n.m n.m n.m n.m n.m bitt bits bits bits bits bit bit bits bit bits bit 47 g。 D.A.