XiaoMi-AI文件搜索系统
World File Search SystemDUB
抗癌活性化合物 b-AP15 的全面靶标筛选和细胞分析表明，蛋白质稳态的破坏和细胞器功能障碍是其主要作用机制
研究表明，二烯酮化合物具有肿瘤选择性抗癌活性，与 TP53 的突变状态无关。先前的研究表明，此类化合物引起的细胞死亡与泛素蛋白酶体系统 (UPS) 的抑制有关。在这里，我们通过展示二烯酮化合物 b-AP15 抑制长寿命蛋白质的蛋白酶体降解来扩展先前的研究结果。我们表明，接触 b-AP15 会导致伴侣 VCP/p97/Cdc48 和 BAG6 与蛋白酶体的结合增加。将 b-AP15 产生的基因表达谱与 siRNA 引起的基因表达谱进行比较，表明蛋白酶体相关去泛素酶 (DUB) USP14 的敲低与药物反应最密切相关。 USP14 是 b-AP15 的一个已验证靶标，我们表明 b-AP15 与酶泛素结合口袋中的两个半胱氨酸 Cys203 和 Cys257 共价结合。与此一致，删除 USP14 会导致对 b-AP15 的敏感性降低。然而，发现靶向 USP14 并不能完全解释观察到的蛋白酶体抑制。为了寻找其他靶标，我们利用全基因组 CRISPR/Cas9 文库筛选和蛋白质组整体溶解度改变 (PISA) 分别识别机制必需基因和 b-AP15 相互作用蛋白。删除编码线粒体蛋白的基因会降低对 b-AP15 的敏感性，这表明线粒体功能障碍与 b-AP15 诱导的细胞死亡有关。使用 PISA 确定了已知参与 II 期解毒的酶，例如醛酮还原酶和谷胱甘肽-S-转移酶，作为 b-AP15 靶标。不同的探索方法产生不同的结果这一发现可以用以下方式解释：
模糊性的终结：技术认识论、监控资本主义和可解释的人工智能
摘要 2022 年，人工智能 (AI) 渗透到人类社会，而理解其某些方面的工作方式却异常困难。有一项运动——可解释人工智能 (XAI)——旨在开发新方法来解释人工智能系统的行为。我们旨在强调 XAI 的一个重要哲学意义——它在消除模糊性方面发挥着作用。为了说明这一点，请考虑在被称为监视资本主义的领域中使用人工智能，这已使人类迅速获得了识别和分类大多数使用语言场合的能力。我们表明，这种信息的可知性与某种模糊性理论——认识论——对模糊性的说法是不相容的。我们认为，认识论者应对这一威胁的一种方式是声称这一过程带来了模糊性的终结。然而，我们提出了另一种解释，即认识论是错误的，但还有一种较弱的学说，我们称之为技术认识论，即认为模糊性是由于对语言用法的无知造成的，但这种无知是可以克服的。这个想法是，了解更多相关数据以及如何处理这些数据，使我们能够更自信、更准确地了解单词和句子的语义值。最后，我们认为，除非所涉及的人工智能能够用人类可以理解的术语来解释，否则人类可能不会相信未来的人工智能算法告诉我们关于模糊词语的明确界限。也就是说，如果人们要接受人工智能可以告诉他们词语含义的明确界限，那么它就必须是可理解人工智能。
通过可区分的编程和自然进化策略量子控制Mapoanas的量子发现
量子控制是指量子力学定律描述的物理系统的主动操纵，构成了量子技术开发的重要组成部分。在这里，我们将不同的编程（DP）和自然进化策略（NES）应用于超导纳米线的最佳运输，这是基于Majorana的拓扑量子计算成功的关键要素。我们将Majorana零模式的运动控制作为一个选择问题，我们提出了有关系统的临界速度和总运输时间的四个不同制度的新分类。除了正确恢复绝热制度中预期的平滑方案外，我们的算法还发现了非绝热制度中的效率有效但非常明显的违反直觉运动策略。紧急图片揭示了一种简单而高的实现策略，该策略在跳跃之间使用恒定速度时，在协议的开头和协议的结束时使用pulselike跳跃，我们将跳跃摩托车跳跃的协议配音。我们提供了透明的半分析图，它利用了运动框架中Majorana运动的突然近似和重新制定，以阐明跳跃式跳动控制策略的关键特征。我们验证了跳跃 - 跳跃的方案在相互作用或混乱的存在上保持强大，并在现实的接近耦合纳米线模型上证实了其高效率。我们的结果表明，用于量子控制的机器学习可以很好地应用于具有性能水平的量子多体动力学系统，这使其与实现大规模量子技术有关。
![arxiv：2408.13890v1 [cs.cv] 2024年8月25日](/simg/e\ef4a8befce0fd9b4bff9d7ef7d93ee36f59b29ad.webp)
arxiv：2408.13890v1 [cs.cv] 2024年8月25日
摘要。自动驾驶（AD）的数据驱动方法在过去十年中已被广泛采用，但面临着数据集偏见和无法解释性。受到人类驾驶的知识驱动性质的启发，最近的方法探讨了大型语言模型（LLMS）的潜力，以改善交通情况中的理解和决策。他们发现，使用经过三通链（COT）推理过程的下游数据上LLM的预处理范式可以增强可解释性和场景的理解。，这种流行的策略被证明遭受了臭名昭著的概率，而精制的婴儿床与随之而来的决策不符，而这种决策仍未受到以前基于LLM的AD方法的影响。为了解决这个问题，我们激励了基于多模式的LLM的端到端决策模型，该模型同时执行COT推理并执行计划结果。fur-hoverore，我们提出了配对的婴儿床和计划结果之间的推理决策对准约束，并在推理和决策之间施加了对应关系。此外，我们重新设计了COTS，以使模型能够理解复杂的方案并增强决策绩效。我们将建议的大型语言规划师与推理决策对齐为RDA驱动器。对Nuscenes和Drivelm-Nuscenes基准的实验评估证明了我们的RDA驱动器在增强最终AD系统性能方面的有效性。具体来说，我们的RDA驱动程序在Nuscenes数据集上实现了最先进的计划性能，具有0.80 L2误差和0.32的碰撞率，并且在挑战Drivelm-nuscenes基准方面取得了领先的结果，具有0.82 L2 L2误差和0.38碰撞率。
疫苗、政治和授权
摘要 疫苗接种不足是一个复杂的问题，无论是常规儿童免疫接种还是 2019 年冠状病毒病 (COVID-19) 疫苗接种，都很难解决。强制接种疫苗一直是试图增加疫苗接种率的政策手段之一。虽然这个概念看起来很简单，但没有标准的方法。转向更具强制性的强制计划的决定可能受到功能和/或政治需求的影响。强制接种可能会遭到患者和/或公众的反对。COVID-19 疫苗强制接种引发了反强制接种抗议和公众两极分化加剧。这可能会对疫苗的接受度产生负面影响，即适得其反，从长远来看弊大于利。我们需要更好地了解推动政策向强制接种转变的政治和功能需求，以及在常规和大流行环境下强制接种的短期和长期结果的案例研究。关键词：疫苗强制令、疫苗犹豫、疫苗接受度、疫苗接种政治、COVID-19 疫苗、儿童疫苗版权：© 2023 作者；由克尔曼医科大学出版。这是一篇开放获取的文章，根据知识共享署名许可条款分发（https://creativecommons.org/licenses/by/4.0），允许在任何媒体中不受限制地使用、分发和复制，前提是对原始作品进行适当引用。引文：MacDonald NE、Dubé È、Comeau J。疫苗、政治和强制令：我们能否只见树木不见森林？评论“强制措施趋同：功能和政治压力是全球儿童疫苗强制令的驱动因素。” Int J Health Policy Manag。2023；12：7572。 doi: 10.34172/ijhpm.2022.7572
多种抗原表位的计算预测
摘要。由于密码子字母的高变性，从密码子到氨基酸的映射是溢出的，这表明密码子空间可能具有更高的信息含量。嵌入密码子语言模型最近在各种下游任务中表现出成功。然而，磷酸化位点的预测模型，可以说是研究最多的翻译后修饰（PTM）和PTM位点，主要依赖于氨基酸级表示。这项工作引入了一种新的方法，通过通过近来开发的密码子语言模型的嵌入来预测磷酸化位点，该方法专门培训了蛋白质编码DNA序列。蛋白质序列首先精心映射到可靠的编码序列，并使用此编码器编码以生成密码子感知的嵌入。然后将这些嵌入与通过早期融合策略从蛋白质语言模型获得的氨基酸感知的嵌入整合。随后，从定义的窗框内的融合嵌入式形成了感兴趣的位点的窗口级表示。Convbigru网络提取物具有捕获窗口内近端残基之间的时空相关性，然后是基于高斯（Dog）小波范围函数的衍生物的Kolmogorov-Arnold网络（KAN），以产生该站点的预测推断。我们将整体模型配音为Calmphoskan。在独立测试中使用丝氨酸 - 硫代氨酸（合并）和酪氨酸测试集，Calmphoskan优于现有方法。此外，我们证明了该模型在预测蛋白质内在无序区域内的位点的有效性。总体而言，Calmphoskan成为蛋白质中一般磷酸材料的强大预测指标。Calmphoskan将很快公开发布。
量子天线系统的基本时空表示
摘要：我们利用相对论量子力学来开发通用量子场论基础，适用于理解、分析和设计通用量子天线，以用于安全量子通信系统和其他应用。本文将量子天线视为能够产生我们称之为“量子辐射”的抽象源系统。我们从通用相对论框架出发，其中量子天线系统以基本量子时空场建模。在开发一个框架来解释如何使用微扰相对论量子场论 (QFT) 的方法理解量子辐射之后，我们深入研究了受控抽象源函数的量子辐射问题。我们在中性 Klein-Gordon 线性量子天线的情况下说明了该理论，概述了构建源 - 接收器量子天线系统格林函数的一般方法，后者可用于计算各种候选角量子辐射方向性和增益模式，类似于经典天线理论中的相应概念。我们预计，所提出的形式体系可能会得到扩展，以处理量子通信应用中大量其他可能的受控辐射类型，例如标量、费米子和玻色子粒子的产生，其中每种粒子都可能是无质量的，也可能是质量的。因此，我们的目标是将天线的概念扩展到电磁波之外，现在我们提出的基于 QFT 的量子天线系统概念可用于探索任何类型的相对论粒子的受控辐射场景，即通过部署新的非标准量子信息传输载体（如质量光子、自旋 1/2 粒子、引力子、反粒子、高自旋粒子等），有效地超越众所周知的光子系统的情况。
disgan：信息信息的歧视器将GAN引导到MRI超分辨率，并清洁噪声
MRI超级分辨率（SR）和Denoising任务是深度学习领域的挑战，传统上被视为具有分隔的配对培训数据的不同任务。在本文中，我们提出了一种创新的方法，该方法使用单个深度学习模型同时解决这两个任务，从而消除了在培训期间对明确配对嘈杂和干净的图像的需求。我们提出的模型主要是针对SR训练的，但在超级分辨图像中也表现出显着的噪声清洁功能。而不是将与频率相关操作引入常规过程的常规方法，我们的新方法涉及使用以频率信息歧视器为指导的GAN模型。为了实现这一目标，我们利用3D离散小波变换（DWT）操作的功率作为GAN框架内的频率结合，用于磁共振成像（MRI）数据的SR任务。特别是我们的分配包括：1）基于残差 - 残基连接块的3D发电机； 2）将3D DWT与1×1卷积的3D DWT集成到3D UNET内的DWT+CORV单元中； 3）训练有素的模型用于高质量的图像SR，并伴随着Intrinsic denoising过程。我们将模型“ deno诱导的超分辨率gan（disgan）”配音，原因是其对SR图像产生和同时降解的双重影响。与传统的培训SR和Deno Task作为单独模型的传统方法背道而驰，我们提出的disgan仅受到SR任务的培训，但在DeNoising方面也取得了出色的表现。我们的代码可用 -该模型经过了来自人类连接组项目（HCP）的数十个受试者的3D MRI数据的培训，并对先前看不见的MRI数据进行了进一步评估，这些MRI数据来自患有脑肿瘤和癫痫的受试者，以评估其denosis和SR性能。
研究摘要
简介。信息和通信技术发展（ICT4D）旨在让每个人都能使用数字技术，促进发展中国家的社会和经济增长。它是多学科的，涉及移动电话、计算机网络、卫星系统、互联网协议、嵌入式系统和人机交互。我特别感兴趣的是应用算法设计、机器学习和移动网络技术来帮助环境可持续性和农业经济发展。eKichabi v2。撒哈拉以南非洲的小农户缺乏可访问的网络平台，这使得他们依赖中间商来销售他们的产品。我们 ICTD 实验室的团队与合作者一起收集了迄今为止最大的农业电话簿。一个巨大的挑战是让互联网或智能手机访问权限有限的用户能够访问数字目录。为了解决这个问题，我帮助开发和维护了一个 USSD（非结构化补充服务数据）应用程序，该应用程序允许用户通过基本移动电话访问目录。我的具体职责包括设计一个自定义二进制协议和压缩方案，以优化研究的使用情况日志记录，鉴于坦桑尼亚移动数据成本高昂，这一功能至关重要。我积极参与设计和改进农民搜索引擎，该搜索基于两个用户试点。我还通过开发第二个 USSD 应用程序来更新我们目录中的信息，解决了可能破坏研究的过时数据问题。我的主要贡献是将我们的 USSD 应用程序扩展了 7000 倍以上。这是展示该方法的生产就绪性并努力将其转变为长期政府运营项目的关键一步。作为在 ACM SIGCHI 2024 上发表论文的共同第一作者，我与导师 Ananditha Raghunath 一起进行了统计测试并创建了图表。我应邀在 Para.chi DUB 和 CHANGE 研讨会上介绍研究结果。Farmer.CHAT。小农户也无法获得可靠的来源来教授可持续的农业实践并解决作物病害等问题。我继续研究移动技术，与 Gooey.AI 和我们的合作者合作开发和部署检索增强系统，以协助肯尼亚、印度、埃塞俄比亚和卢旺达的推广人员。这些工作流程现在被数千万农民使用，并将推广工作的可负担性和覆盖范围提高了 100 倍。这项工作得到了 NVIDIA、OpenAI 的推荐，并在联合国大会上进行了展示。最大的挑战是处理资源匮乏的语言，在这些语言中，数据
![arXiv:2203.07242v1 [hep-ex] 2022 年 3 月 14 日](/simg/8\8735c123db71e7eb9bb3ca5a7db7fb5409490f59.webp)
arXiv:2203.07242v1 [hep-ex] 2022 年 3 月 14 日
迄今为止，所有暗物质 (DM) 存在的证据都是通过其与可见物质的引力耦合获得的。另一方面，迄今为止所有对暗物质的直接探测搜索都必须假设与标准模型存在一些额外的耦合，例如 WIMP 的弱核耦合，或轴子的胶子/光子耦合。一个明显可取的目标是直接通过其引力耦合来搜索粒子 DM。最近，有人提出，通过地面实验 [1–3] 可以实现纯引力直接探测策略，尽管这非常具有挑战性。这一想法利用了光学或微波光机械传感设备的量子读出和控制方面令人难以置信的快速进展 [4–6]。这些设备已被证明是一个有前途的平台，可用于搜索大量暗物质候选者 [7]，涵盖超轻 [8–11]、轻 [12] 以及 WIMP 级和更重的质量范围 [13]。特别是，参考文献 [14]。 [3] 表明，由至少 10 6 个机械传感器组成的大型阵列，每个传感器的质量在克级左右，可以对质量在普朗克尺度 m Pl ≈ 2 × 10 18 GeV ≈ 4 µg 左右的暗物质的引力特征敏感。有关这些超重暗物质候选者的概述，请参阅 Snowmass 2021 社区白皮书 [14]。在这份 Snowmass 白皮书中，我们概述了一项新兴的实验工作，我们将其称为 Windchime 项目，以开发此类暗物质探测器。核心计划是并行构建和操作许多量子限制机械加速度计阵列。这样的系统将能够独特地搜索大量有趣的信号，而引力暗物质探测是一个非常长期的目标。需要进行许多技术开发，涉及四个关键方面：热隔离、低于标准量子极限的量子测量噪声、传感器数量及其读数的扩展以及来自许多探测器的连续数据流的数据处理和分析技术。在开发这些技术的过程中，将实现许多短期物理机会，并且除了寻找暗物质之外，研发计划还将有大量应用。我们概述了技术挑战、物理机会、我们目前的努力以及实现长期计划的途径。