XiaoMi-AI文件搜索系统
World File Search SystemCommons
DigitalCommons@TMC-德克萨斯医学中心
1分子医学和外科系，卡罗林斯卡研究所，171 76瑞典斯德哥尔摩； 2 Karolinska Insitutet的生命实验室科学，171 65 Solna，瑞典； 3 Karolinska大学医院临床遗传学和基因组学系，瑞典斯德哥尔摩176； 4美国西部西雅图的太平洋西北研究所，美国华盛顿98122； 5分子和人类遗传学系，贝勒医学院，德克萨斯州休斯敦77030，美国； 6人类基因组测序中心，贝勒医学院，德克萨斯州休斯敦77030，美国； 7美国休斯敦休斯顿市休斯顿市，德克萨斯州休斯顿市77030的麦克威利亚姆斯生物医学信息学学院，麦克威利亚姆斯生物医学信息学中心7；美国德克萨斯州休斯顿市德克萨斯州77030，8; 9 Cain小儿神经病学研究实验室，Jan和Dan Duncan神经研究所，美国德克萨斯州休斯敦77030，美国； 10美国贝勒医学院儿科学系神经病学和发育神经科学系，美国德克萨斯州休斯敦77030； 11美国休斯敦贝勒医学院神经科学系11；美国77030； 12麦克奈尔医学院，罗伯特和珍妮丝·麦克奈尔基金会，德克萨斯州休斯敦77024，美国； 13美国贝勒医学院贝勒遗传学实验室，美国德克萨斯州休斯敦77021，美国； 14乌普萨拉大学免疫学，遗传学和病理学系生命实验室科学，瑞典751 85乌普萨拉； 15美国休斯顿莱斯大学计算机科学系77251，美国； 16哥德堡大学实验室医学系，瑞典哥德堡41345； 17 Sahlgrenska大学医院临床遗传学和基因组学系，瑞典哥德堡45 451分子医学和外科系，卡罗林斯卡研究所，171 76瑞典斯德哥尔摩； 2 Karolinska Insitutet的生命实验室科学，171 65 Solna，瑞典； 3 Karolinska大学医院临床遗传学和基因组学系，瑞典斯德哥尔摩176； 4美国西部西雅图的太平洋西北研究所，美国华盛顿98122； 5分子和人类遗传学系，贝勒医学院，德克萨斯州休斯敦77030，美国； 6人类基因组测序中心，贝勒医学院，德克萨斯州休斯敦77030，美国； 7美国休斯敦休斯顿市休斯顿市，德克萨斯州休斯顿市77030的麦克威利亚姆斯生物医学信息学学院，麦克威利亚姆斯生物医学信息学中心7；美国德克萨斯州休斯顿市德克萨斯州77030，8; 9 Cain小儿神经病学研究实验室，Jan和Dan Duncan神经研究所，美国德克萨斯州休斯敦77030，美国； 10美国贝勒医学院儿科学系神经病学和发育神经科学系，美国德克萨斯州休斯敦77030； 11美国休斯敦贝勒医学院神经科学系11；美国77030； 12麦克奈尔医学院，罗伯特和珍妮丝·麦克奈尔基金会，德克萨斯州休斯敦77024，美国； 13美国贝勒医学院贝勒遗传学实验室，美国德克萨斯州休斯敦77021，美国； 14乌普萨拉大学免疫学，遗传学和病理学系生命实验室科学，瑞典751 85乌普萨拉； 15美国休斯顿莱斯大学计算机科学系77251，美国； 16哥德堡大学实验室医学系，瑞典哥德堡41345； 17 Sahlgrenska大学医院临床遗传学和基因组学系，瑞典哥德堡45 45
强大的质量基础设施是安全有效地传递免疫效应细胞的关键：事实调查如何帮助
16 David L. Hahn（美国Intracell研究小组），本尼迪克特C. Albensi（美国东南部，美国诺瓦），詹姆斯·圣约翰（澳大利亚格里菲斯大学），詹妮·埃克伯格（澳大利亚格里菲斯大学），马克·尼尔森（Mark L.美国医学），朱迪思·惠特姆·哈德森（Judith Whittum-Hudson）（美国韦恩州立大学），艾伦·P·哈德森（美国韦恩州立大学），吉拉姆·萨科（Guillaume Sacco）（大学科特·德·阿祖尔大学Farmaceutici，意大利帕尔马），Nicklas Linz（KI Elements Ltd，Saarbrücken，德国），Nicole Danielle Bell（作者，“森林中潜伏的东西”），Shima T. Moein（气味和品味中心）英国爱丁堡医学院）。16 David L. Hahn（美国Intracell研究小组），本尼迪克特C. Albensi（美国东南部，美国诺瓦），詹姆斯·圣约翰（澳大利亚格里菲斯大学），詹妮·埃克伯格（澳大利亚格里菲斯大学），马克·尼尔森（Mark L.美国医学），朱迪思·惠特姆·哈德森（Judith Whittum-Hudson）（美国韦恩州立大学），艾伦·P·哈德森（美国韦恩州立大学），吉拉姆·萨科（Guillaume Sacco）（大学科特·德·阿祖尔大学Farmaceutici，意大利帕尔马），Nicklas Linz（KI Elements Ltd，Saarbrücken，德国），Nicole Danielle Bell（作者，“森林中潜伏的东西”），Shima T. Moein（气味和品味中心）英国爱丁堡医学院）。
DigitalCommons@TMC-德克萨斯医学中心
背景/目标：在许多癌症患者中产生持久反应的检查点抑制剂已彻底改变了癌症免疫疗法。然而，它们的治疗效率受到限制，与免疫相关的不良事件是严重的，尤其是针对针对细胞毒性T淋巴细胞的单克隆抗体治疗 - 相关蛋白4（CTLA-4），在预防自动抗性和抗codsy的CD8 b7 b7 b7 b7 b7 b7在预防自身抗性的情况下起着关键作用。小分子损害了CTLA-4/CD80相互作用；但是，它们直接靶向CD80，而不是CTLA-4。受试者/方法：在这项研究中，我们进行了人工智能（AI）的虚拟筛选，对大约一千万化合物进行了虚拟筛选，以识别那些靶向CTLA-4的化合物。我们用生物化学，生物物理，免疫学和实验动物分析验证了命中分子。结果：从虚拟筛选获得的主要命中率在体外和体内成功验证。然后，我们优化了铅化合物并获得了抑制剂（抑制浓度，1微米），该抑制剂破坏了CTLA-4/CD80相互作用而不会降解CTLA-4。结论：几种化合物在同步和CTLA - 4 - 人性化小鼠中以预防和治疗性地抑制肿瘤发育。使用基于AI的框架来设计针对癌症治疗的免疫检查点的小分子。
DigitalCommons@TMC-德克萨斯医学中心
已发表的指南建议基于时间经过的移植后的HCT接收者进行各种重新接种时间表，但是，最佳的重新接种时间是不确定的，从而导致了从3-12个月开始重新接种时间表的一系列时间。9–11关于疫苗反应的大多数数据已经评估了移植后一年不久启动的重新捕获计划。12普遍从HCT中延迟了一年的重新接种将增加有效反应疫苗的患者的比例，但也可能不必要地扩大具有反应能力对疫苗的患者的感染风险窗口。虽然需要更早的重新接种时间表，但如果在移植后部署过快，则可能是无效的，因为疫苗反应至少取决于至少部分的自适应免疫重构。为了平衡减少疫苗接种的时间与疫苗有效性的可能性，提出了一种个性化的重新接种方法。13
DigitalCommons@USU-犹他州立大学
1河南技术大学食品科学与工程学院，中国450001； nazishbioffer@gmail.com 2州植物疾病和虫害生物学的主要实验室，达利安技术大学生物工程学院，达利安，达利安，116024，中国； raziqkhan7355@gmail.com 3 Bal路支省信息技术大学生物技术系，工程与管理科学大学，Quetta 87300，巴基斯坦4日4生物信息技术和生物技术系Faisalabad，Faisalabad 38000，Pakistan，Faisalabad 38000； niazmkhan25@gcuf.edu.pk 5卡拉奇生物技术与基因工程研究所（Kibge），卡拉奇大学，卡拉奇大学，巴基斯坦75270； Bushra.sadia1@gmail.com 6伊斯兰堡45320，Quaid-i-Azam大学生物技术系； anbareengul9@gmail.com 7犹他州立大学生物工程，洛根，UT 84322，美国 *通信：muhammad.waseem@buitms.edu.pk（M.W.K.）; a02401663@usu.edu（H.U.）;电话。： +1-435-764-8194（H.U.）
回收拾音器的未来-UNL Digital Commons
该演示文稿由Nebraska University -Lincoln大学的环境与可持续性研究计划带给您免费和公开访问。已被授权的数字通信管理员@Nebraska University -Lincoln接受了它将环境参与的社区项目和产品纳入。
同意发布创意共享许可证
483绿色道路，伦敦，N13 4B，英国数据保护：通过提交此表格，您同意本此处提供的个人信息可以由ABCD（Diabetes Care）Ltd及其隶属公司在全球范围内使用，以与您联系您的文章出版，并出于营销目的。我们尊重您的隐私。如果您不希望收到有关我们的产品和服务的新闻，促销和特别优惠，请以书面形式告知我们。BJDVD Ltd是一家有限公司（公司编号08632042）。BJDVD Ltd和ABCD（糖尿病护理）有限公司是糖尿病护理信托基金（ABCD）有限公司的全资子公司注册地址：Sterling House 1 Sheepscar Court Court Seywood Road Leeds Leeds LS7 2BB。通讯地址：ABCD（糖尿病护理）有限公司，483 Green Lanes，伦敦，N13 4BS，英国，电话：01675 477602。电子邮件：admin2@bjd-abcd.com网站：-http：//www.bjd-abcd.com
常识性推理的自动驾驶汽车系统
对于学术和行业研究，自1980年代以计算机视觉为中心的系统的引入以来，AV技术已经取得了令人难以置信的进步[3]。在这里，本文将为自动驾驶汽车提供一些正式的定义。根据自动化水平，SAE国际自动驾驶汽车定义为六个不同的级别，其中0级没有AU量，并且5级是完全驾驶自动化[6]。尽管AV研究是一个经过充分探索的领域，但仍然没有5级或完全自主的车辆。这在很大程度上是由于计算机视觉系统的缺陷以及需要人类驾驶员存在的更复杂驾驶任务的复杂性。对于安全至关重要的系统，例如AV系统，无法造成小错误。为此，重要的是，AV系统可以根据对周围环境的准确解释做出安全有理的决策。在AV系统的感知端有几种技术，例如光检测和射程（LIDAR）系统和基于摄像机的系统。这些系统与深度学习技术（例如卷积神经网络（CNN））相结合，这些技术用于对传感器数据进行分类[14]。但是，像所有机器学习系统一样，由于噪声，训练数据之外的场景，传感设备的退化以及其他外部因素，误导始终可能发生错误分类。Kahneman在2011年提出的两种系统思维类型[11]。第一个是“系统1”，它是快速，本能和情感思维。因此，AV系统应朝着使用混合AI系统或将深度学习与逻辑推理结合的AI迈进，以帮助减轻完全基于深度学习的方法的失败和缺点。第二个是“系统2”，它是缓慢，有意和逻辑的。对于人类驾驶员，我们在驾驶场景中使用这两个系统。使用System 1 Thinking迅速完成我们周围的对象，并进行较小的驾驶操作。但是，当我们遇到一个不熟悉或危险的情况时，我们使用系统2思考来确定一种安全的方式来驾驶这种情况。在最佳的混合AV系统中，快速系统的1个任务（例如感知和分类）应通过深度学习来处理，而缓慢的系统2任务应通过综合推理来处理。推理系统也可以用于对
数字共享@贝克尔 - 华盛顿大学
血浆磷酸化TAU 217（P-TAU217）目前是可靠检测阿尔茨海默氏病病理学的最有前途的生物标志物。已经开发了各种P-TAU217测定法，但它们的相对性能是明确的。我们使用淀粉样蛋白β（aβ） - PET，tau-pet和认知的横截面和纵向测量的关键血浆P-TAU217测试作为结果，并根据CSF生物标志物测试进行了基准测试。来自998个个体的样本[平均（范围）68.5（20.0–92.5）年，女性为53％的女性]，分析了包括认知性不受影响和认知受损的个体在内的瑞典生物发电机-2 CO HORT。等离子体P-TAU217，并通过免疫测定法（P-TAU217 WASHU）以及PAU217 LILLY，P-TAU217 LILLY，P-TAU217 JANSSESEN和P-TAZSEN和P-TAZ217 AAL217 ALZ217 ALZ21。CSF生物标记包括Lilly的P-TAU217，美国食品和药物管理局批准的P-TAU181/Aβ42Elecsys和P-Tau181 Elecsys。所有等离子体P-TAU217测试均表现出很高的检测异常Aβ-PET [曲线下的面积（AUC）范围：0.91-0.96]和TAU-PET（AUC范围：0.94–0.97）。浆质量p-TAU217 WASHU的性能最高，AUC明显高于所有免疫测定（p diff <0.007）。用于检测β -PET状态，％p -tau217 WASHU的精度为0.93（Immu noAssays：0.83-0.88），灵敏度为0.91（免疫测定：0.84-0.87），特异性为0.94（ImmunoAses）（ImmunoAses：0.85-5-0.89）。主要结果在来自圣路易斯华盛顿大学的外部队列中复制（n = 219）。在免疫测定中，P-TAU217 Lilly和Plasma P-TAU217 AlzPath具有比血浆P-TAU217 JANSSEN高的AUC（p-peT pet）状态（P diff <0.006），P-TAU217 Lilly Opperperment oppergence Plasma p-tau217 alz fiff = 0.0 alz in 0.0 alz ppath p = 0.0 diff = ppet。血浆％p-TAU217 WASHU与所有PET负荷结果表现出更强的关联；基线Aβ -pet负载（R 2：0.72；免疫测定：0.47-0.58; P Diff <0.001），基线Tau -Pet载荷（R 2：0.51;免疫测定：0.38-0.45：0.38–0.45; P Diff <0.001），longialaAβ -Pet载荷（R 2：0.0.0.53; r 2：0.53; r 2：0.53; r 2：0.53; p; r 2：r 2：r 2：0.53; p; 0.001）和纵向tau-pet载荷（r 2：0.50;免疫测定：0.35–0.43; p diff <0.014）。在免疫测定中，比血浆P-TAU217 JANSSEN（P DIFF <0.020）和Tau-Pet负载比血浆P-TAU217更与β-Pet负载更相关，而Plasma P-TAU217 JANSSEN和PLASMA P-TAU217 ALZ PATH（Allz Pather）（All p diff <0.010）。质量％p-TAU217也比所有免疫测定法（r 2：％p-tau217 WASHU：0.33;免疫测定：0.27–0.30; p diff <0.024）更与基线认知（迷你精神状态检查）更加密切。最后，p-tau217 nulisa在两个队列的子集中表现出与其他免疫测定相似的性能。
一项关于食品成分取代的调查-Scholar Commons
饮食在管理慢性条件和整体福祉中起着至关重要的作用。随着人们对食物的选择越来越挑剔，找到满足饮食需求的食谱很重要。替代替代是适应饮食限制，过敏和可用性限制的食谱的关键。但是，确定合适的替换是具有挑战性的，因为它需要分析成分的风味，功能和健康适用性。随着AI的发展，研究人员探索了解决成分替代的计算方法。本调查论文对该领域的研究进行了全面概述，重点介绍了五个关键方面：（i）用于支持成分替代研究的数据集和数据源； （ii）用于解决替代问题的技术和方法（iii）所考虑的成分的上下文信息，例如营养含量，风味和配对潜力； （iv）开发了替代模型的应用，包括饮食限制，限制和缺失的成分； （v）替代模型的安全性和透明度，重点关注用户信任和健康问题。调查还强调了未来研究的有希望的方向，例如整合了深度学习的神经符号技术，并利用知识图来改善推理，旨在指导食物计算和成分替代方面的进步。