XiaoMi-AI文件搜索系统
World File Search SystemDatabase
循环排列的综合数据库
。cc-by-nc 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权所有，该版本于2024年8月28日发布。 https://doi.org/10.1101/2024.08.28.610105 doi：Biorxiv Preprint
DNA中的核糖核苷单磷酸盐数据库
抽象动机：核糖核苷单磷酸盐（RNMP）是嵌入基因组DNA中的最丰富的非标准核定体。如果无法控制DNA中RNMP的存在，则可能导致基因组不稳定性。DNA中RNMP的实际正函数主要未知。考虑到RNMP嵌入与各种疾病和癌症之间的关联，近年来，DNA中RNMP的嵌入现象已成为近年来的重要研究领域。结果：我们介绍了RNMPID数据库，这是第一个揭示RNMP插入特征，链偏置和首选掺入模式的数据库，这些数据库是来自不同遗传背景的细菌至人类细胞的基因组DNA中的首选掺入模式。RNMPID数据库使用不同RNMP映射技术的数据集。它为研究人员提供了坚实的基础，以阐明多种来源的基因组DNA中嵌入的RNMP的特征及其与细胞功能的关联，以及将来的疾病。它还显着使研究人员在遗传学和基因组学领域的研究人员旨在将研究与RNMP嵌入数据融为一体。可用性：RNMPID可以在网络上自由访问，网址为https://www.rnmpid.org。联系人：xph6113@gmail.com或storici@gatech.edu
gmd@csb.db：GOLM代谢数据库
摘要摘要：代谢组学，特别是气相色谱 - 质谱法（GC -MS）基于生物提取物的代谢物培养物，正迅速成为功能基因组学和系统生物学的基石之一。代谢物促进在发现药物或除草剂的作用方式以及揭示基因表达改变对生物技术应用中代谢和生物性能的影响方面具有深刻的应用。因此，许多实验室都需要使用该技术。为此，需要开放的信息交换，就像已经针对转录本和蛋白质数据实现的那样。代谢物培养的主要步骤之一是在高度复杂的生物样品中代谢物中的代谢物明确鉴定。质谱的集合（构成已知或未知确切的化学结构的代谢产物）代表了汇集目前在世界许多实验室中执行的识别工作的最有效方法。在这里，我们提出GMD，GOLM代谢组数据库，一个开放访问代谢组数据库，该数据库应启用这些过程。GMD提供了公众访问Cusmom质谱库，代谢物专业实验以及其他信息和工具的访问权限，例如关于方法，光谱信息或化合物。主要目标是代表一个通过多学科合作来开发和改善代谢组学的实验研究活动和生物毒素格式的交换平台。可用性：http：//csbdb.mpimp-golm.mpg.de/gmd.html联系：steinhauser@mpimp-golm.mpg.de补充信息：http：//csbdb.mpimp-golm.mpg.mpg.de/
适用于传感器应用的流数据库服务器
摘要 我们提出了一个流数据处理框架，该框架将流数据库服务器作为基本组件。服务器充当分布式数据流源阵列与访问和分析流的最终用户客户端之间的流控制过滤器。底层框架提供了新颖的流管理和查询处理机制，以支持分布式多传感器网络的在线获取、管理、存储、非阻塞查询和数据流集成。在本文中，我们为流数据库定义了 OUT 流模型和流表示，并描述了流处理框架关键组件的功能和实现，包括源流的查询处理接口、流管理器、流缓冲区管理器、非阻塞查询执行以及一类用于连接受滑动时间窗口约束的多个数据流的新连接算法。我们使用真实数据流进行实验，以评估新算法与传统流连接算法的性能。实验表明性能显著提高，同时也证明了我们的系统在处理数据流方面的灵活性。我们介绍了一种用于智能检测危险材料的多传感器网络应用，以说明我们框架的功能。
2023 年 GAO 数据库现代化法案
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
人工智能遇见数据库：AI4DB 和 DB4AI
数据库和人工智能 (AI) 可以相互受益。一方面，人工智能可以使数据库更加智能 (AI4DB)。例如，传统的经验数据库优化技术 (例如成本估算、连接顺序选择、旋钮调整、索引和视图顾问) 无法满足大规模数据库实例、各种应用程序和多样化用户的高性能要求，尤其是在云端。幸运的是，基于学习的技术可以缓解这个问题。另一方面，数据库技术可以优化人工智能模型 (DB4AI)。例如，人工智能很难部署，因为它需要开发人员编写复杂的代码并训练复杂的模型。数据库技术可用于降低使用人工智能模型的复杂性，加速人工智能算法并在数据库内提供人工智能功能。DB4AI 和 AI4DB 最近得到了广泛的研究。在本教程中，我们回顾了关于 AI4DB 和 DB4AI 的现有研究。对于 AI4DB，我们回顾了基于学习的数据库配置、优化、设计、监控和安全技术。对于 DB4AI，我们回顾了面向 AI 的声明性语言、数据治理、训练加速和推理加速。最后，我们提供了 AI4DB 和 DB4AI 的研究挑战和未来方向。
人工智能与数据库相遇：AI4DB 和 DB4AI
数据库和人工智能 (AI) 可以相互受益。一方面，AI 可以使数据库更加智能 (AI4DB)。例如，传统的经验数据库优化技术（例如，成本估算、连接顺序选择、旋钮调整、索引和视图顾问）无法满足大规模数据库实例、各种应用程序和多样化用户的高性能要求，尤其是在云端。幸运的是，基于学习的技术可以缓解这个问题。另一方面，数据库技术可以优化 AI 模型 (DB4AI)。例如，AI 很难部署，因为它需要开发人员编写复杂的代码并训练复杂的模型。数据库技术可用于降低使用 AI 模型的复杂性，加速 AI 算法并在数据库内提供 AI 功能。DB4AI 和 AI4DB 最近得到了广泛的研究。在本教程中，我们回顾了有关 AI4DB 和 DB4AI 的现有研究。对于 AI4DB，我们回顾了基于学习的数据库配置、优化、设计、监控和安全技术。对于 DB4AI，我们回顾了面向 AI 的声明性语言、数据治理、训练加速和推理加速。最后，我们提供了 AI4DB 和 DB4AI 的研究挑战和未来方向。
为数据库迁移实施生成式人工智能
© 2024 Infosys Limited，印度班加罗尔。保留所有权利。Infosys 认为本文档中的信息在发布之日是准确的；此类信息如有更改，恕不另行通知。Infosys 承认其他公司对本文档中提及的商标、产品名称和其他知识产权的所有权。除非明确允许，否则，未经 Infosys Limited 和/或本文档项下任何指定知识产权持有人的事先许可，不得复制、存储在检索系统中或以任何形式或任何方式（电子、机械、印刷、影印、录制或其他方式）传输本文档或其任何部分。
LY4066434 - 礼来肿瘤学管道数据库
缩写：EGFR=表皮生长因子受体；ERK=细胞外信号调节激酶；G12A=位置 12 的甘氨酸突变为丙氨酸；G12C=位置 12 的甘氨酸突变为半胱氨酸；G12D=位置 12 的甘氨酸突变为天冬氨酸；G13D；位置 13 的甘氨酸突变为天冬氨酸；G12R=位置 12 的甘氨酸突变为精氨酸；G12S=位置 12 的甘氨酸突变为丝氨酸；G12V=位置 12 的甘氨酸突变为缬氨酸；GDP=鸟苷二磷酸；GTP=鸟苷三磷酸；HRAS=Harvey 大鼠肉瘤病毒；KRAS=Kirsten 大鼠肉瘤病毒；LY=LY4066434； MEK=丝裂原活化蛋白激酶；NRAS=神经母细胞瘤 RAS 病毒致癌基因同源物；RAF=快速加速纤维肉瘤；RTK=受体酪氨酸激酶。参考文献：1. Kano Y 等人。Nat Commun。2019；10(1):224。2. Hofmann MH 等人。Cancer Discov。2022；12(4):924-937。3. Ostrem JML 等人。Nat Rev Drug Discov。2016；15(11):771-785。4. Prieto Vallejo L 等人。海报展示于：AACR 2023。摘要 B116。
GtoPdb 数据库报告 - 2023 年 11 月
● 添加了 17 种新的激酶抑制剂，其结构来自 2023 年 8 月提议的 INN 列表 ● 添加了 6 种具有潜在抗 CoV 活性的新配体（Mpro 抑制剂） ● 2023 年 FDA 批准的 41 种药物中有 30 种在 GtoPdb 中进行了整理。我们没有纳入不符合我们纳入标准的集合。 ● 确定并整理了 7 种来自美国和欧盟以外的药物批准。其中 5 种未获得 FDA 批准，2 种在 FDA 之前在其他地方获得批准。