XiaoMi-AI文件搜索系统
World File Search SystemFerring
再生医学 2.0：基于细胞外囊泡的……
大量研究表明，间充质基质细胞 (MSC) 有助于骨修复 1、骨骼肌再生 2-4 和软骨再生。5 尽管 MSC 和干细胞 (SC) 疗法作为修复、再生或最大程度减少肌肉骨骼组织损失的手段引起了广泛的热情，但它们对兽医和人类患者中骨关节炎 (OA) 和其他肌肉骨骼疾病等特定疾病的临床疗效仍有些模糊。几个问题导致了关于 SC 临床疗效的相互矛盾的观点。例如，实际上没有关于什么是 SC 疗法的标准临床定义。 “干细胞疗法”一词用于描述多种基于细胞的疗法，指富含干细胞但含有其他细胞群（例如骨髓抽吸物浓缩物和脂肪基质血管部分）的浓缩物、培养扩增并分离为纯多能细胞群的纯化基质细胞，甚至富含血小板的血浆浓缩物。基于细胞的疗法可能来自患者自身组织（自体）或来自供体（同种异体），并且可以从成人或青少年个体中分离。最后，干细胞治疗的具体作用机制和相对疗效高度依赖于供体物种、组织来源、分离方法
二进制反馈
安全是将重新执行学习（RL）应用于实际问题的必不可少的要求。尽管近年来提出了大量的安全RL算法，但大多数现有工作通常1）依赖于收到Nu-ereric Safety Affect的反馈； 2）不能保证在学习过程中的安全； 3）将问题限制为先验已知的确定性过渡动力学；和/或4）假设对任何州的已知安全政策都具有关注。解决上述问题时，我们提出了长期的二进制反馈安全RL（LOBISARL），这是一种具有二进制安全反馈和未知的随机状态过渡功能的马尔可夫决策过程（CMDP）的安全RL算法。lobisarl优化了一项政策，以最大程度地提高奖励，同时保证代理商在每个情节中仅执行安全的州行动对，并以很高的可能性执行安全的州行动对。具体来说，Lobisarl通过广义线性模型（GLM）对二进制安全函数进行建模，并且在每个时间步骤中仅采取安全措施，同时在适当的假设下对未来的安全产生影响。我们的理论结果表明，Lobisarl具有很高的可能性，可以保证长期的安全限制。最后，我们的经验结果表明，我们的算法比现有方法更安全，而没有显着损害奖励方面的表现。
心脏传导异常的表征...
S. Vermeire received grants from AbbVie, Johnson & Johnson, Pfizer, Galapagos, and Takeda and has received consulting and/or speaking fees from AbbVie, AbolerIS Pharma, Agomab, Alimentiv, Arena Pharmaceuticals, AstraZeneca, Avaxia, BMS, Boehringer Ingelheim, Celgene, CVasThera, Dr Falk Pharma, Ferring, Galapagos, Genentech-Roche, Gilead, GSK, Hospira, IMIDomics, Janssen, Johnson & Johnson, Lilly, Materia Prima, MiroBio, Morphic, MRM Health, Mundipharma, MSD, Pfizer, ProDigest, Progenity, Prometheus, Robarts Clinical Trials, Second Genome, Shire, Surrozen, Takeda, Theravance，Tillotts Pharma Ag和Zealand Pharma。A. Yarur从Takeda，Prometheus Labs，Arena Pharmaceuticals和Bristol Myers Squibb和Bristol Myers Squibb的发言人费用获得了咨询费。D.T.鲁宾已获得武田的赠款支持； has served as a consultant for AbbVie, Abgenomics, Allergan, Boehringer Ingelheim, Bristol Myers Squibb, Celgene Corp/Syneos, Dizal Pharmaceuticals, GalenPharma/Atlantica, Genentech/Roche, Gilead Sciences, Ichnos Sciences S.A., GSK Services, Janssen, Eli Lilly, Pfizer, Prometheus实验室，Reistone，Shire，Takeda和TechLab。M.C. 杜宾斯基收到了Abbvie，Arena，Bristol Myers Squibb，Celgene，Eli Lilly，Genentech，Gilead，Gilead，Janssen，Janssen，Prometheus Labs和Takeda的咨询费，并且是Trellus Health的创始人和股东。 M. regueiro已收到M.C.杜宾斯基收到了Abbvie，Arena，Bristol Myers Squibb，Celgene，Eli Lilly，Genentech，Gilead，Gilead，Janssen，Janssen，Prometheus Labs和Takeda的咨询费，并且是Trellus Health的创始人和股东。M. regueiro已收到
GeNNius：一种基于图神经网络的超快药物-靶标相互作用推理方法
药物-靶标相互作用 (DTI) 预测是药物再利用领域中一项相关但具有挑战性的任务。计算机模拟方法引起了特别的关注，因为它们可以降低传统方法的相关成本和时间投入。然而，当前最先进的方法存在几个局限性：现有的 DTI 预测方法在计算上成本高昂，从而阻碍了使用大型网络和利用可用数据集的能力，并且 DTI 预测方法对未见数据集的推广仍未探索，这可能会在准确性和稳健性方面改善 DTI 推断方法的开发过程。在这项工作中，我们介绍了 GE NN IUS（图嵌入神经网络相互作用发现系统），这是一种基于图神经网络 (GNN) 的方法，在各种数据集的准确性和时间效率方面均优于最先进的模型。我们还通过评估每个数据集中以前未知的 DTI 展示了其发现新相互作用的预测能力。我们通过在不同数据集上训练和测试 GE NN IUS 进一步评估了其泛化能力，结果表明该框架可以通过在大型数据集上训练并在较小的数据集上测试来潜在地改进 DTI 预测任务。最后，我们定性地研究了 GE NN IUS 生成的嵌入，发现 GNN 编码器在图卷积之后保留了生物信息，同时通过节点传播这些信息，最终在节点嵌入空间中区分蛋白质家族。
![arxiv：2503.07465v1 [cs.cv] 2025年3月10日](/simg/a\af2a7dce29aefe4e4b6e956d62ebff4e79d71644.webp)
arxiv：2503.07465v1 [cs.cv] 2025年3月10日
对象检测和细分被广泛用于计算机视觉应用中，但是诸如Yolo系列的传统模型虽然有效而准确，但受预定义的类别的限制，从而阻碍了开放的SCE-Narios的适应性。最近的开放式方法利用文本提示，vi-sual提示或迅速的范式来克服这一点，但由于高计算需求或部署复合物而导致的性能和效率之间经常妥协。在这项工作中，我们介绍了Yoloe，该YOLOE在单个高效的模型中跨越了各种开放及时机制的检测和分割，实现了任何事物。对于文本提示，我们提出了可重新参数的区域文本对齐（REPRTA）策略。它通过重新参数轻巧的辅助网络来完善预处理的文本嵌入，并具有零推理和转移开销的视觉文本对齐。对于视觉提示，我们提出了语义激活的视觉提示编码器（SAVPE）。启用了解耦的语义和激活分支，以最小的复杂性带来了改进的视觉嵌入和准确性。对于迅速的场景，我们引入了懒惰的区域贡献对比（LRPC）策略。它利用大型词汇和专业嵌入中的内置来识别所有对象，避免了昂贵的语言模型。广泛的实验表明，Yoloe的出色零射击性能和可转移性具有较高的下降效率和低训练成本。值得注意的是，在LVIS上，训练成本较小，1.4倍推理加速，Yoloe-V8-S以3.5 AP超过Yolo-Worldv2-S。转移到可可时，Yoloe-V8-L可在封闭式的Yolov8-L上获得0.6 AP B，而较小的训练时间较小4倍。代码和型号可在https：//github.com/thu-mig/yoloe上找到。
创建分子量子比特功能化表面阵列的模块化方法
量子物理和化学问题。 [1] 为此，世界各地的研究人员正致力于开发量子计算、量子模拟和量子传感。 [2] 这项技术的优势可能有助于解决一些影响深远的问题，如理解高温超导性、进一步实现处理器中晶体管的小型化以及预测新型药物的特性。 [3–5] 量子应用的基本单位是量子比特，一般来说，量子比特是一个具有两个或多个能级的系统，可以在一段有限的时间内进入相干叠加态，这段时间称为相干时间。 [6] 目前正在研究几种作为量子比特的系统，将它们的属性与特定的应用联系起来：用于量子通信的光子，[7] 用于量子计算的超导电路，[8,9] 和用于磁场量子传感的金刚石中的氮空位。 [10,11] 其他有趣的平台包括硅中的磷杂质、[12] 量子点、[13] 里德堡原子 [14] 和捕获离子。[15,16] 所有这些潜在的量子比特平台在作为独立单元工作时都表现出非凡的特性。然而，实现量子门需要将几个这样的单元耦合起来，而这具有挑战性。同样，由于缺乏能够在阵列中精确定位量子比特的制造工艺，它们的可扩展性也受到限制。[17] 必须满足这两个要求才能实现工作的量子装置，因此这是一项不简单的任务。分子自旋量子比特 (MSQ) 是一个很有前途的平台，可以应对这些挑战。[18–23] 分子是微观的量子物体，像原子一样，但其组成更灵活，具有在纳米级形成有序结构的巨大潜力。 [24,25] 由于其合成的多功能性，可以微调多个量子比特之间的相互作用 [26–28] 并修改配体壳以满足特定的实际需求，例如将量子比特转移到固体基底上或设备中。[4,29–32] 人们对 MSQ 的兴趣迅速增长，并在短时间内取得了有关化学设计与量子特性之间关系理解的显著成果。[33–41] 现在很明显，可以实现长的相干时间 [42–45] 并且可以设计多自旋能级系统，这要归功于量子门