XiaoMi-AI文件搜索系统
World File Search SystemER
伊立替康、橙皮苷和胡椒碱对肝细胞癌细胞凋亡和 ER 应激标志物的调节
伊立替康 (IRT) 是选择性拓扑异构酶 1 (Topo1) 抑制剂之一，包括喜树碱、拓扑替康、伊达比星、柔红霉素、阿霉素和依托泊苷。Topo1 是一种酶，可通过诱导暂时的单链断裂来减轻 DNA 中的扭转应变。伊立替康是一种 Topo1 抑制剂，可防止这些断裂重新连接，从而导致 DNA 损伤并最终诱导癌细胞凋亡。这种机制强调了 IRT 在癌症治疗中的治疗效果，特别是在针对快速增殖的细胞方面。尽管 IRT 在 1994 年至 2008 年的约 15 年间是治疗结肠癌的最重要药物之一，但它的医疗用途至今仍在继续 (4)。伊立替康通过其活性代谢物激活 p53 导致人类 HCC 细胞凋亡。伊立替康通过改变基因表达诱导癌细胞凋亡。参与该过程的关键基因包括 p53、BAX/BCL-2、caspases 和 NF- κ B。IRT 对基因表达的影响促进细胞死亡并抑制肿瘤生长。
在生理和病理条件下，肠神经系统中线粒体相关的ER膜的表征
Giada Delfino，Jean Baptiste Briand，Thibauld Oullier，LéaNienkemper，Jenny Greig等。AJP-胃肠道和肝生理学，2024年，在线印刷。10.1152/ajpgi.00224.2023。INSERM-04446267
通过 ADS 工具中的 S2D 模型导入实验结果进行功率放大器设计
摘要 本文利用 S2P 和 S2D 模型设置实现功率放大器的行为建模。利用标准功率放大器获得散射 (S 参数和大信号参数的测量结果。将这些参数导入 S2P 和 S2D 模型以执行 3 GHz 频率下的小信号和大信号分析。然后，将模拟结果与测量结果进行比较，以验证行为模型的有效利用。这项工作的新颖之处在于对直接从测量中获得的硅基驱动放大器特性进行模拟研究。这项工作可用于通过模拟确定驱动放大器特性对功率放大器测量的影响。最后，对不同参数的测量结果和模拟结果之间的相对误差性能分析进行研究，并计算 S11、S12、S21、S22、增益、pout、1 dB 压缩点、ACP、3 次谐波、4 次谐波的 NMSE（单位为 %）次谐波和 5 次谐波分别为 0.0083、0.0055、0.0086、0.011、0.0844、0.814、0.926、0.71、0.22、0.012 和 0.070。
靶向聚电解质的补充信息...
摘要：使用三价ERBIUM（ER 3+）的使用，通常嵌入固态中的原子缺陷，在电信设备中广泛采用作为掺杂剂，并显示出基于自旋的量子记忆的量子记忆，以实现量子通信。尤其是其天然电信C波段光学转变和自旋 - 光子接口使其成为集成到现有光纤网络中的理想候选者，而无需量子频率转换。然而，成功的缩放需要具有固有核自旋的宿主材料，与半导体铸造工艺的兼容性以及与硅Pho-Pho-Photonics的直接整合。在这里，我们使用铸造型原子层沉积过程呈现二氧化钛（TiO 2）在硅底物上的薄膜生长，并在ER浓度上具有广泛的掺杂控制。即使在氧气退火后生长的膜是无定形的，它们也表现出相对较大的晶粒，并且嵌入的ER离子表现出来自氧化酶TiO 2的特征性光学发射光谱。至关重要的是，这种生长和退火过程保持了纳米光整合所需的低表面粗糙度。最后，我们通过evaneScent耦合与高质量的Si纳米腔腔接头，并展示了其光学寿命的大型purcell增强（≈300）。我们的发现表明，将ER掺杂材料与硅光子学集成在一起的低温，非破坏性和底物独立的过程。关键字：原子层沉积，纳米光子学，稀土离子，Purcell增强，量子记忆F在高掺杂密度下，该平台可以实现集成的光子组件，例如片上放大器和激光器，而稀释浓度可以实现单个离子量子记忆。
AI和机器学习，用于管理人员和分析师xai- ...
•Web用户界面。帐户，模型版本。提示，对话。•提示：系统，用户，助手，功能•创建有效提示的策略。单发，很少•角色。ton和响应样式管理•答案格式•提示的优化和个性化•注入和存储上下文。长期对话
在二氧化硅上的ER掺杂平面波导的制造...
摘要我们报告了二氧化硅（SOS）晶状体上掺杂Erbium掺杂的平面波导的制造和表征，可提供低损耗和适用于用于工程光波导放大器（1530-1565 nm）的光纤维通信的较低的光限制。在这里，我们描述了一种超快的血浆掺杂（ULPD）技术，该技术是使用由飞秒激光（波长800 nm）诱导的血浆进行的，其重复速率为10 kHz，脉冲持续时间为45 fs。此处介绍的ULPD方法已成功应用于先前使用脉冲持续时间约为100 fs且重复速率为1 kHz的FS-LASER掺杂在SOS底物上的稀土材料。已经分析了厚度，折射率，光学传播损失，光致发光强度和光致发光寿命的厚度，折射率损失，光发光损失，光发光损失，光发光损失，光致发光的寿命。我们报告了C波段中<0.4dB/cm的低传播损失，长寿命为13.21 ms，在1532 nm和最大的寿命密度产物6.344 x10 19 s.cm -3。低损耗平面平板波导和高寿命密度的产品有望在SOS平台上制造带状的波导的进一步可能性。所提出的主动波导制造方法可能对制造平面的集成光学波导放大器和与基于硅的光子积分电路兼容的激光。
内质网前胶原储存缺陷，无偶联未折叠蛋白反应，导致早熟性关节炎
胶原病是一组临床表现各异的疾病，由胶原折叠和分泌缺陷引起。例如，编码胶原 II 型（软骨中的主要胶原）的基因突变可导致各种软骨发育不良。一个例子是原胶原 II 中的 Gly1170Ser 替代，它会导致早熟的骨关节炎。在这里，我们从生化和机制上描述了这种疾病的基于诱导多能干细胞的软骨模型，包括杂合和纯合基因型。我们发现 Gly1170Ser 原胶原 II 折叠和分泌速度特别慢。相反，原胶原 II 在细胞内积累，与内质网 (ER) 储存障碍一致。可能是由于胶原三螺旋的独特特征，这种积累无法被未折叠蛋白反应识别。 Gly1170Ser 前胶原 II 与特定 ER 蛋白稳态网络成分的相互作用程度比野生型更大，这与它的缓慢折叠一致。这些发现为这种疾病的病因提供了机制上的解释。此外，易于扩展的软骨模型将能够快速测试治疗策略以恢复胶原病中的蛋白稳态。
dalpiciclib部分废除了在HER2 + HR +乳腺癌
临床试验的摘要最近证据（NCT0486911）表明，硫替尼，letrozole和dalpiciclib的结合在治疗HER2 + HR +乳腺癌方面发挥了乐观的治疗作用。但是，基本的分子机制仍然难以捉摸。通过药物敏感性测试，硫替尼，他莫昔芬和dalpiciclib对BT474细胞的药物组合功效。使用免疫荧光，蛋白质印迹分析，免疫组织化学染色和细胞周期分析研究了潜在的分子机制。使用RNA序列鉴定出可能表明HER2 + /HR +乳腺癌中药物治疗反应的潜在危险因素，并使用免疫组织化学染色和体内药物敏感性测试进行了评估。我们发现，与硫替尼在BT474细胞中结合使用他莫昔替尼结合使用硫替尼的硫替尼替尼的细胞毒性疗效更好。HER2的降解可以增强ER核转运，激活BT474细胞中的ER信号通路，而Dalpiciclib可以部分消除此过程。 这可能是木替尼，他莫昔芬和达皮西奇利的结合产生最佳细胞毒性作用的基本机制。 此外，Calml5被发现是治疗HER2 + /HR +乳腺癌的危险因素，而Dalpiciclib的使用可能会超过毒素对硫替尼 +他莫昔芬的耐药性。HER2的降解可以增强ER核转运，激活BT474细胞中的ER信号通路，而Dalpiciclib可以部分消除此过程。这可能是木替尼，他莫昔芬和达皮西奇利的结合产生最佳细胞毒性作用的基本机制。此外，Calml5被发现是治疗HER2 + /HR +乳腺癌的危险因素，而Dalpiciclib的使用可能会超过毒素对硫替尼 +他莫昔芬的耐药性。我们的研究提供了证据表明，达皮西克里布在治疗HER2 + /HR +乳腺癌治疗中的使用可能会部分消除由抗HER2治疗引起的雌激素信号传导途径的激活，并揭示Calml5可以作为治疗HER2 + /HR乳腺癌的危险因素。
人工智能在抗震建筑设计中的应用：使用深度学习和 ImageAI 方法确定不规则结构体系 Kaan Bingöl 1 , Aslı Er Akan 2* , Hilal Tuğba Örmecioğlu 3 , Arzu Er 4
1 比利希姆创新中心，METU Technopolis，安卡拉 06510，土耳其 2 恰卡亚大学，建筑学院，建筑系，安卡拉 06530，土耳其 3 阿克德尼兹大学，建筑学院，建筑系，安塔利亚 07070，土耳其 4 阿克德尼兹大学，技术职业高中，安塔利亚 07070，土耳其 重点：图形/表格摘要 人工神经网络和深度学习方法 估计结构不规则性的新方法 深度学习和图像处理方法在抗震建筑设计中的应用 图 A. 图形摘要目的：本研究的目的是通过使用深度学习和图像处理方法，创建一个不规则控制助手 (IC Assitant)，它可以为建筑师提供有关结构系统决策是否符合抗震规定的一般信息，这些信息可在设计过程的早期阶段通过深度学习和图像处理方法进行。这样，在设计的早期阶段就能做出正确的决策，并防止在实施项目阶段可能发生的意外修改。理论与方法：在本研究中，我们提出了一个不规则控制助手 (IC Assitant)，它可以为建筑师提供有关土耳其地震规范中定义的结构系统不规则性的一般信息，它是使用深度学习和图像处理方法开发的。PYTHON 是学术领域最常用的编程语言之一，PYTHON IDLE（集成开发和学习环境）用于创建应用程序。Image AI 工作库用于制作此软件产品。结果：向 IC 助手展示了以前没有给过机器的新计划，并询问这些计划中的结构系统是否按照地震法规的定义是规则的还是不规则的。结果表明，DK 助手可以成功地提供有关任何结构系统的规则性百分比的信息。结论：研究表明，深度学习和图像处理方法可用于在建筑设计过程的早期阶段发现结构不规则性。