CK Sheng*、MGM Sabri、MF Hassan、EAGE Ali 马来西亚登嘉楼大学科学与海洋环境学院,21030 瓜拉尼鲁斯,登嘉楼,马来西亚 这项工作首次实施了基于光声 (PA) 技术的光热波表征,以研究在不同温度下退火的 Si 晶片 (Au/Si) 上沉积的金薄膜层的热特性和载流子传输特性。XRD 图案表明,在退火温度为 330 o C 时追踪到了 Au81Si19 相的亚稳态金 (Au) 硅化物,当温度进一步升高到 370 o C 时,该结构消失。结果表明,获得 Au/Si 结构的 PA 信号低于纯 Si 晶片。通过拟合 PA 信号相位关系阐明了 Si 和 Au/Si 的热特性和载流子传输特性。结果表明,随着退火温度的升高,Au/Si 的热扩散率和表面复合速度增加,复合寿命缩短。然而,当温度接近 370 o C 时,表面复合和热传输过程减弱,这可能是由于硅化物团簇的断裂造成的。(2021 年 7 月 20 日收到;2021 年 10 月 29 日接受)关键词:金硅化物,热退火,光声,热扩散率,复合
截至 2023 年 4 月,COVID-19 疫情已导致美国 110 万人死亡,其中约 75% 的死亡发生在 ≥65 岁的成年人中 (1)。在 Omicron BA.1 谱系期(2021 年 12 月 26 日至 2022 年 3 月 26 日)之后,关于单价 mRNA COVID-19 疫苗对 COVID-19 危急结局提供保护的持久性的数据有限。在本病例对照分析中,评估了 2-4 剂单价 mRNA COVID-19 疫苗在 2022 年 2 月 1 日至 2023 年 1 月 31 日期间对免疫功能正常的 18 岁以上成人中 COVID-19 相关侵入性机械通气 (IMV) 和院内死亡的有效性。疫苗对 18 岁以上成人的 IMV 和院内死亡的有效性 (VE) 为 62%,对 65 岁以上成人的 IMV 和院内死亡的有效性 (VE) 为 69%。按上次接种后的时间分层,VE 在 7-179 天为 76%,在 180-364 天为 54%,在 ≥365 天为 56%。在 Omicron 变异期间,单价 mRNA COVID-19 疫苗接种为成人提供了针对 IMV 和院内死亡的实质性、持久的保护。所有成年人都应及时接种推荐的 COVID-19 疫苗,以预防与 COVID-19 相关的严重后果。
本文件包含构成关于 Repsol 前瞻性陈述的信息和陈述。此类估计或预测可能包括关于当前计划、目标和期望的陈述,包括关于影响 Repsol 财务状况、财务比率、经营业绩、业务、战略、地理集中度、产量和储备、资本支出、成本节约、投资和股息政策的趋势的陈述。此类估计或预测还可能包括对未来经济或其他条件的假设,例如未来原油或其他价格、炼油或营销利润和汇率。前瞻性陈述通常通过使用诸如“预期”、“预计”、“预测”、“相信”、“估计”、“赞赏”等术语和类似表达来识别。此类声明并非对未来业绩、价格、利润、汇率或任何其他事件的保证,并且受重大风险、不确定性、变化和其他可能超出 Repsol 控制范围或难以预测的因素的影响。此类风险和不确定性包括 Repsol 及其子公司向西班牙国家证券交易委员会以及 Repsol 和/或其子公司发行的证券交易市场的其他监管机构提交的通信和文件中确定的因素和情况。除适用法律要求的范围外,Repsol 不承担任何义务 - 即使发布新信息或产生新事实 - 公开报告这些前瞻性声明的更新或修订。上述部分资源目前尚未构成已探明储量,当它们符合 SPE/WPC/AAPG/SPEE/SEG/SPWLA/EAGE 石油资源管理系统 (SPE-PRMS)(SPE - 石油工程师协会)所要求的正式标准时,将根据此类概念予以确认。根据 ESMA(欧洲证券市场协会)“替代绩效衡量标准”指南,本文件中呈现的部分财务数据被视为替代绩效衡量标准 (APM),有关更多信息,请参阅 Repsol 的网站。根据 3 月 17 日第 6/2023 号《证券市场和投资服务法》及其实施条例的规定,本文件不构成收购或认购证券的要约或邀请。本文件中包含的信息尚未经过 Repsol 外部审计师的核实或审查。此外,本文件并不构成在任何其他司法管辖区购买、出售或交换证券的要约,亦不构成在任何其他司法管辖区购买、出售或交换证券的要约邀请。
单细胞测序技术,包括单细胞RNA测序(SCRNA-SEQ)和单细胞ATAC测序(SCATAC-SEQ),使研究人员能够量化细胞的OMIC PHE-NOTYPES。理想的单细胞数据分析有望帮助研究人员了解细胞上的异质性,提取感兴趣的细胞亚群,识别与细胞亚群相对应的特征基因集,并揭示细胞子源的关系。在这些分析任务中,识别特征基因集是一个关键步骤。特征基因集定义为在细胞亚群之间差异表达的基因集。它们通常用于注释细胞亚群并进行基因集富集分析。现有的特征基因鉴定方法经常采用两步方法(此后称为两步方法):首先将细胞聚集(例如Seurat [1-4],简单的Louvain [5],通过插入性和维度降低(CIDR)(CIDR)[6]和Scanpy [7]和差异表达基因(例如9)(例如9)[8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [14,15],limma-voom [16]和桅杆[17])随后在细胞簇上进行以识别特异性特异性特征基因。但是,这种方法对具有复杂或微妙的异质性的数据具有可疑的精度,因为不准确的初始聚类步骤可能会导致随后的错误特征基因鉴定[18]。但是,这些方法不会将特征基因分离为亚群特异性基因集,从而限制了它们的注释细胞的效用。这些基因集用于计算细胞基因集富集评分,然后注释细胞。另外,某些方法通过检测高度可变基因(HVG)的偏差来识别特征基因,这些基因与人群相对于模型拟合的偏差[19],辍学率[20]和UMI计数分布[21](此后称为HVG方法)。为了克服现有方法的局限性,我们提出了Sifinet,这是一种直接识别特征基因集的独特方法,可消除对先前细胞聚类的需求。源于关键观察,即在细胞亚群中共差异表达的基因也表现出共表达模式(供应。注1),Sifinet构建了一个基因共表达网络,并检查其拓扑以识别特征基因集。此外,这些基因集中的网络意味着细胞亚群之间的关系(图1)。此外,Sifinet可以选择地整合SCATAC-SEQ数据,因为它形成了基因合作 - 染色质网络,并探讨了其拓扑以确定表观基因组特征基因集。Sifinet分析SCRNA-SEQ和SCATAC-SEQ数据的能力使研究人员深入了解了细胞多瘤异质性。我们证明,在识别特征基因集和增强细胞注释精度时,Sifinet优于现有的两步方法和HVG方法。此外,我们认为Sifinet可以鉴定细胞之间的复杂异质性,并揭示细胞亚群中潜在的发育谱系。Sifinet也可以缩放以分析数百万个单元的数据集。我们将Sifinet应用于五个已发表的实验数据集,并发现了一些潜在的新发现,例如潜在的新细胞周期标记和衰老标记,衰老细胞富集的亚群,髓样祖细胞的发育效果以及CD8细胞的发育效果以及CD8细胞的构造以及可能的过渡路径。