XiaoMi-AI文件搜索系统
World File Search SystemGEMM
为无乘法器 GEMM 解锁价值级并行性
摘要 近年来，针对通用矩阵乘法 (GEMM) 优化的硬件架构已得到深入研究，以为深度神经网络提供更好的性能和效率。随着分批、低精度数据（例如本文中的 FP8 格式）的趋势，我们观察到值重用的未开发潜力越来越大。我们提出了一种新颖的计算范式，即值级并行，其中唯一的乘积只计算一次，不同的输入通过时间编码订阅（选择）它们的乘积。我们的架构 Carat 采用值级并行并将乘法转换为累积，使用高效的无乘法器硬件执行 GEMM。实验表明，平均而言，Carat 可将等面积吞吐量和能源效率提高 1.02 ⇥ 和 1.06 ⇥（相对于脉动阵列）以及 3.2 ⇥ 和 4 ⇥。 3⇥当扩展到多个节点时。
Strathclyde 2030
我们还建立了一个合作中心，作为全球环境测量和监测（GEMM）网络 - 苏格兰Gemm的一部分。于2019年启动，我们的中心主持了Strathclyde全球环境监测与政策，水经济项目项目和格拉斯哥城市空气项目的博士培训中心。Urban Air Project是与Gemm Center North California和Glasgow City Council进行的合作，以在城市中部署可靠的实时传感器网络，用于空气污染和温室气体排放。我们的中心还与其他三个地区的机构合作：魁北克省的拉瓦尔大学；奥塔哥大学但尼丁；加州大学，伯克利分校和斯坦福大学都位于北加州。共同努力这些GEMM中心正在确定并开始满足各自地区的测量需求，但在GEMM网络技术，数据和见解之间共享，以提供全球优先环境问题的明智决策。我们的Gemm Center是Strathclyde大学和格拉斯哥市项目的关键要素。这个耗资100万英镑的空气质量项目于2023年推出。
用于开发卵巢癌联合疗法的基因定义的同基因类器官平台
靶向疗法和免疫疗法并行开发，通常使用不同的实验系统。即使在今天，靶向药物通常也会针对癌细胞系/细胞来源的异种移植 (CDX)、患者来源的异种移植 (PDX) 和/或最近的人类肿瘤球体/类器官进行测试。这些模型的优势包括其人类起源、相关的突变/表观遗传事件以及保留一定程度的肿瘤异质性。然而，这样的系统无法评估抗肿瘤免疫反应。PDX 已在“人源化”小鼠中建立，但约 30% 的人/小鼠生长因子、细胞因子和趋化因子无法与其他物种中的同源受体相互作用，从而对“人源化”施加了内在限制 (Walsh 等人，2017)。相比之下，免疫疗法主要针对同源小鼠肿瘤进行测试 (Mosely 等人，2017)。这些模型（例如 B16、CT26 和 MC38）主要由致癌物引起，来源于未知、无关或并非最相关的细胞，并且通常缺乏相应人类疾病中发现的关键致病突变。一些靶向药物/免疫疗法已在基因工程小鼠模型（GEMM）中进行了评估，这些模型旨在携带与疾病相关的基因异常并具有完整的免疫系统（Kersten et al., 2017）。通常，对于给定的恶性肿瘤仅会产生少数突变组合，这限制了可分析的人类疾病的多样性。大多数 GEMM 还会同时将癌症相关缺陷引入目标组织的所有上皮细胞。相比之下，现实世界的肿瘤以克隆方式起始，并在以正常细胞为主的海洋中扩增和进展。已经生成了一系列可移植的 GEMM 衍生黑色素瘤模型（Yum/Yummer）（Meeth 等，2016），但这些都是基于相同的躯干突变，具有有限的遗传多样性。
SEMM：体细胞工程小鼠模型。一种用于基础和转化研究的体内疾病建模的新工具
尽管经过多年的临床前测试，大多数实验性肿瘤疗法在临床开发过程中都失败了。这就引出了一个问题：目前用于评估肿瘤疗法的临床前模型是否充分反映了患者的异质性和对治疗的反应。大多数临床前工作都是基于异种移植模型，其中肿瘤错误定位和缺乏免疫系统是将许多观察结果从临床前模型转化为患者的主要限制因素。基因工程小鼠模型 (GEMM) 具有更准确地重现疾病模型的巨大潜力，但其成本和复杂性阻碍了它们在发现、早期或晚期药物筛选计划中的广泛应用。由于 CRISPR/Cas9 系统的发现和开发，基因组编辑技术的最新进展为通过直接突变感兴趣的器官或组织区室中的体细胞基因组来生成与疾病相关的动物模型提供了机会。 CRISPR/Cas9 的出现不仅有助于生产传统的 GEMM，而且还使得人们能够绕过这些昂贵的菌株的构建。在这篇综述中，我们将体细胞工程小鼠模型 (SEMM) 描述为一种新的模型类别，其中特定的致癌特征被引入出生后动物的目标器官的体细胞中。此外，SEMM 代表了一种进行体内功能基因组学研究的新平台，这里将其定义为 DIVoS（直接体内筛选）。
小鼠基因组重写和三个重要疾病基因座的定制
基因工程小鼠模型 (GEMM) 有助于我们了解人类病理并开发新疗法，但在小鼠身上忠实地重现人类疾病却具有挑战性。基因组学的进展凸显了非编码调控基因组序列的重要性，这些序列控制着许多人类疾病的时空基因表达模式和剪接 1,2 。包括需要大规模基因组工程的调控大范围基因组区域应该可以提高疾病建模的质量。现有方法限制了 DNA 传递的大小和效率，阻碍了我们称之为基因组重写和定制 GEMM（GREAT-GEMM）的高度信息模型的常规创建。在这里，我们描述了 8 哺乳动物逐步切换抗生素抗性标记以进行整合 9 (mSwAP-In)，这是一种在小鼠胚胎干细胞中进行高效基因组重写的方法。我们展示了使用 mSwAP-In 对定制的 Trp53 基因座进行多达 115)kb 的迭代基因组重写，以及使用 116)kb 和 180)kb 人类 ACE2 基因座对小鼠进行人源化。ACE2 模型重现了人类 ACE2 的表达模式和剪接，值得注意的是，与现有的 K18-hACE2 模型相比，在受到 SARS-CoV-2 攻击时表现出的症状较轻，因此代表了一种更像人类的感染模型。最后，我们通过在 ACE2 GREAT-GEMM 中对小鼠 Tmprss2 进行双等位基因人源化，展示了连续基因组写入，突出了 mSwAP-In 在基因组写入方面的多功能性。
XMT-2056，一种针对 HER2 的免疫合成刺...
单剂量静脉注射 XMT-2056 治疗可导致体内表达不同水平 HER2 的多种肿瘤模型中的肿瘤消退。靶向大鼠 HER2 的 XMT-2056 替代 ADC 用于同源 mBR9013（表达大鼠 HER2 的 GEMM 衍生肿瘤模型）和 EMT6-大鼠 HER2（经设计表达大鼠 HER2 的 EMT6）模型。ADC 和 HT-19（未偶联抗体）剂量基于抗体。* mRNA 表达基于 RSEM；Log2 转换。来自 DepMap 21Q2（公共），Broad Institute（2021 年）。# 使用 HALO 多重 IHC 软件构建的 HER2 算法进行图像分析。TPS = 肿瘤比例评分。
用于研究肺癌发病机理和治疗发展的临床前模型
实验性临床前模型一直是肺癌转化搜索的基石。在这些模型系统中的工作为肺癌亚型及其起源的生物学提供了见解，有助于我们对肿瘤进展的机制的理解，并揭示了新的治疗脆弱性。最初是患者来源的肺癌细胞系是可用的主要临床前模型。现在，使用许多具有独特特征的临床前模型来研究景观。这些包括基因工程的小鼠模型（GEMM），患者衍生的异种移植物（PDXS）和三维培养系统（“类器官”培养物）。在这里，我们回顾了这些模型的开发和应用，并描述了它们对肺癌研究的贡献。
锂在绿色能源转型中的战略作用
能源行业目前正在向更多地利用绿色能源技术转型。绿色能源转型严重依赖金属，例如铝、铬、钴、铜、锂、锰、镍、稀土元素 (REE)、硅、锡、钛、钨和锌等。然而，这种转变发生在以下背景下：(1) 已知矿藏和下游能力的地理集中；(2) 需求远远超过供应；(3) 强烈要求缓解环境和能源问题；(4) 地缘政治冲突不断加剧。因此，能源转型并不简单，因为它加剧了材料需求、市场和地缘政治竞争。对于在这一转型中至关重要的锂来说尤其如此。材料获取、能源可持续性和国家自给自足的担忧越来越多地导致国家和超国家的地缘政治活动，例如资源国有化、建立战略或贸易联盟、鼓励近岸和友好岸外供应、促进材料循环利用以及加速绿色技术的研究和部署。本研究从矿产价值链（包括下游产品）的角度，考察了绿色能源转型对全球的影响，以及对预测需求的影响和地缘政治的影响。未来可能出现许多结果，这取决于：（1）能源转型的务实成果，只有通过实施才能在经验上实现；（2）独立性和全球稳定性的强弱；（3）区域或友好贸易集团的崛起。特别是，本研究考察了未来出现 OPEC 式绿色能源矿产和金属 (GEMM) 组织的情景，以锂为例，因为：（1）它在绿色能源转型中具有明确而重要的作用；（2）它在地理上集中，有利于生产协调；（3）它主要由发达国家消费，但由发展中国家供应。围绕锂建立的组织可以成为其他 GEMM 市场的原型。因此，我们建议可以利用现有情况，并建议这样一个组织（这里称为绿色能源矿产出口国或“GEMEC”），它可以作为一个协作平台，以加强地缘政治定位，通过协调的生产和出口政策实现经济效益最大化，并解决与绿色能源转型相关的环境、社会和治理挑战。
免疫疗法抗性的表观遗传机制
Rachael Natrajan博士领导的功能性基因组学实验室是一个多学科动态研究小组，其使命是为抗乳腺癌的新治疗策略制定耐药性护理疗法的新治疗策略。实验室使用艺术分子分析的状态，例如在整个疾病进展的患者样本上进行单细胞测序和空间基因组分析，以了解乳腺癌的分子进化以及对靶向疗法的反应。与患者衍生，合成性和GEMM模型中的分子条形码策略一起，在体外和体内和候选生物标志物或治疗选择中评估了机理假设，以临时测试，以告知概念临床试验或药物发现计划的设计证明。We have made novel advances into the understanding of genomic alterations both at bulk and single cell level and their impact on breast cancer in different contexts and how to target these effectively (including Bland et al Nature Genetics 2023 PMID: 37524790; Peck et al Cancer Res 2021 PMID:33509944; Inayatullah et al PMID: 38480932 PMID: 24240700; Natrajan等人PLOS Medicine 2015 PMID：2688177，Maguire等人2016 PMID：27512948;