组合搜索研讨会 (SoCS) 是人工智能 (AI) 研究人员的年度会议,他们对符号状态空间搜索的理论和实践感兴趣。SoCS 2020 现已进入第 13 届,于 5 月 26 日至 28 日完全在线举行。将 SoCS 以虚拟会议的形式举行是应对全球冠状病毒大流行的一项最新决定。对于 SoCS 系列研讨会以及更广泛的 AI 社区来说,这是一个重大转变,该社区重视线下会议作为传播新科学成果的主要方式。由于时间较早,SoCS 2020 被社区中的一些人视为一次实验,领先于其他决定推迟或转向完全在线形式的大型人工智能会议,例如约束编程原则与实践会议、欧洲人工智能会议、国际自动规划和调度会议 (ICAPS)、国际人工智能联合会议以及国际知识表示和推理原理会议。
组合优化在理论研究和实际应用中都具有普遍意义。快速发展的量子算法为解决组合优化问题提供了不同的视角。在本文中,我们提出了一种基于量子启发的张量网络算法,用于解决一般的局部约束组合优化问题。我们的算法为感兴趣的问题构建了一个汉密尔顿量,有效地将其映射到量子问题,然后将约束直接编码到张量网络状态中,并通过将系统演化到汉密尔顿量的基态来求解最优解。我们用露天采矿问题演示了我们的算法,结果得出了二次渐近时间复杂度。我们的数值结果表明了这种构造的有效性以及在一般组合优化问题的进一步研究中的潜在应用。
如果神经网络规模较大,则往往在训练时获得更高的准确度,即使生成的模型参数过多。但是,在训练之前、之中或之后小心地删除过多的参数,也可能产生准确度相似甚至更高的模型。在许多情况下,这可以通过简单的启发式方法实现,例如删除一定比例的绝对值最小的权重,即使绝对值并不是权重相关性的完美指标。在获得明显更佳的剪枝性能取决于考虑删除多个权重的综合影响这一前提下,我们重新审视了基于影响的剪枝的经典方法之一:最佳脑外科医生 (OBS)。我们提出了一种易于处理的启发式方法来解决 OBS 的组合扩展,其中我们选择要同时删除的权重,并将其与未剪枝权重的单次系统更新相结合。我们的选择方法在高稀疏性方面优于其他方法,如果在这些方法之后应用单次权重更新,也会很有优势。源代码:github.com/yuxwind/CBS。
癌症是全球范围内导致死亡的主要原因,是重要的公共卫生问题。目前的单一疗法,包括放射疗法、化学疗法和分子靶向疗法,由于靶标突变、平行致癌途径的参与或适应性生存机制的出现而迅速出现耐药性,因此疗效有限。此外,信号网络的复杂性和旁路通路的激活使分子靶向疗法无效。因此,组合策略可能是更有效的治疗方法。大多数实体恶性肿瘤的特征是缺氧,缺氧在癌症对常规治疗的耐药性中起着重要作用 ( 1 )。因此,针对肿瘤缺氧的疗法引起了广泛关注。Li 等人评估了基于靶向缺氧的前药开发。他们概述了现有的缺氧激活产品,并分析了它们在癌症治疗中的潜在益处以及它们与传统化疗联合使用的效果。在他们的第二篇论文中(Li 等人)详细介绍了缺氧激活的前药 TH-302 及其与其他抗癌治疗(包括放射疗法、免疫疗法、抗血管生成剂和组织氧调节剂)联合治疗的潜力。
摘要:在过去的几十年中,遗传部件的标准化已成为一个越来越受关注的话题。为了简化分子克隆程序,同时使其更可预测和可重复,人们设计了几种生物标准,其中之一就是模块化克隆 (MoClo)。酵母 MoClo 工具包提供了一个大型特征化遗传部件库,并结合了全面而灵活的组装策略。在这里,我们的目标是 (1) 通过提供一个简单的设计工具将新部件纳入 MoClo 库来简化标准的采用;(2) 通过展示启动子部件中的 BglII 位点对蛋白质表达的影响来进一步表征工具包;(3) 扩展工具包,以便高效构建 gRNA 阵列、无标记整合盒和组合库。这些新增功能使工具包更适用于常见的工程任务,并将进一步促进其在酵母生物工程界的采用。关键词:酿酒酵母,工具包,模块化克隆,gRNA 阵列,基因组整合,文库构建■ 简介
编码基因的组蛋白中的体细胞突变导致表观遗传景观的严重改变。弥漫性内在的蓬托胶质瘤(DIPG)是儿科高级神经胶质瘤(PHGG),是治疗最具挑战性的癌症之一,只有1%的生存5年。由于脑干中的位置,DIPGs很难切除并迅速变成致命疾病。超过80%的DIPGS赋予编码组蛋白3变体(H3.3或H3.1/H3.2)的基因中的突变,并在27(H3K27M)的位置将赖氨酸替代为蛋氨酸取代。这会导致H3K27三甲基化的全球降低,H3K27乙酰化增加以及基因表达的广泛致癌变化。表观遗传修饰的药物出现为有希望的候选DIPG,其中组蛋白脱乙酰基酶(HDAC)抑制剂在临床前和临床研究中占据主导地位。但是,一些数据显示DIPG对最研究的HDAC抑制剂Panobinostat的抗性不断发展,并强调了进一步研究其作用机理的必要性。一项新的有力研究线探索了可以靶向表观遗传诱导的DIPG染色质变化并增强单个药物的抗癌反应的多种抑制剂的同时使用。在这篇综述中,我们总结了针对旨在靶向表观遗传失调的表达H3K27M的PHGG的治疗方法,并突出了有希望的组合药物治疗。我们评估了PHGGS临床试验中已经在临床试验中的表观遗传药物的有效性。对H3K27M-表达PHGG的表观遗传脆弱性的不断扩展的理解提供了新的特定于肿瘤的靶标,为治疗提供了新的可能性,并希望为这种致命的疾病提供预防。
肥胖治疗对急性前临床白血病患者有效,体现了针对多种致癌调节成分的治疗的重要性。然而,最近的研究表明,急性髓样白血病(AML)的突变复杂性排除了分子靶向转化为临床成功的转化。在这里,作为基因分析的组合,我们使用了公正的,联合性的体外药物筛查来识别驱动AML并开发出良性的组合治疗的途径。首先,我们在原代AML细胞上筛选了513个自然量,并确定了一种新型的二萜(H4),该二萜(H4)优先诱导FLT3野生型AML的分化,而FLT3-ITD/突变赋予了抗性。对H4响应的样品显示出髓样标记的表达增加,核质质比的明显降低以及单核细胞转录程序重新激活的潜力减少了体内白血病的传播。通过使用H4和具有定义靶标的分子组合筛选,我们证明H4通过激活蛋白激酶C(PKC)信号通路的激活诱导分化,并激活PKC磷酸化和PKC到细胞膜的PKC磷酸化和易位。此外,组合筛选确定了溴和末端结构域(BET)抑制剂,该抑制剂可以进一步改善H4依赖性的白细胞分化在FLT3野生型单核细胞AML中。这些发现说明了用于开发AML组合治疗方法的公正,多重筛选平台的价值。
摘要本文研究了使用大量的气候数据来提出可再生发电资产的问题,同时考虑其时空互补性。该问题是作为组合优化问题,选择预先规定的站点数量,以确保他们相对于预先规定的参考生产水平所经历的同时低电力生产事件的数量。表明,所得模型与下区域优化密切相关,可以解释为概括众所周知的最大覆盖率概率。,包括基于贪婪的,局部搜索和基于放松的启发式方法以及这些算法的组合。由一个现实的案例研究启发出来,该案例研究的实用性是由欧洲陆上风力发电厂的问题启发的,导致了一万多个候选地点和十年的小时采样气象数据的实例。针对最先进的混合组编程求解器进行基准测试所提出的解决方案方法,并发现几种算法以计算成本的一小部分生产更好的解决方案。还研究了模型提供的解决方案的物理性质,并且发现所有部署模式都无法始终始终提供电力需求的持续份额。最后,交叉验证分析表明,除边缘情况外,该模型可以成功,可靠地识别部署模式,这些模式在以前看不见的气候数据上表现出色,从少量天气年份中的历史数据中表现出色。
简单的摘要:PARP抑制剂在同源重组有效肿瘤中的临床成功率成功了。数十年来,努力一直集中在确定确定基本肿瘤基因的遗传相互作用上,最近,SL相互作用以确定针对持续性癌症再育的组合治疗。目前,CRISPR筛选方法的可行性已成为揭示新的SL或可行相互作用者在癌症的生物学和治疗中的现状。我们介绍了众多实验室的最新研究,这些研究利用了全基因组远期遗传CRISPR筛查工具和方案,以鉴定癌症生物标志物,遗传相互作用和新型疗法。的确,如今的研究重点是基于SL相互作用定义创新的组合处理。通过耦合不同的药物,可以降低浓度处理,从而降低毒性。CRISPR筛查技术对癌症研究深远,以促进合并疗法的强大进步。
摘要:癌症基因和相关信号通路的分子改变可用于为癌症精准医疗提供新疗法。针对相关癌症相关蛋白的小分子抑制剂和单克隆抗体在成功治疗某些血液恶性肿瘤(例如,伊马替尼治疗慢性粒细胞白血病 (CML))和实体肿瘤(例如,他莫昔芬治疗 ER 阳性乳腺癌和曲妥珠单抗治疗 HER2 阳性乳腺癌)方面发挥了重要作用。然而,药物毒性等固有限制以及获得新生或获得性耐药机制仍然会导致治疗失败。我们在此提供当前癌症靶向疗法的成功和局限性的最新综述,并强调最近的技术进步如何为理解癌症疗法耐药性的分子复杂性提供了新的水平。我们还提出了三个关于基于分子标记和选定信号通路改变的癌症药物发现的基本问题,并进一步讨论了联合疗法如何成为比单一疗法更受欢迎的癌症治疗方法。最后,我们考虑了可能补充药物输送并显著改善癌症患者的临床反应和结果的新型治疗发展。