XiaoMi-AI文件搜索系统
World File Search SystemHCDT
HCDT 2.0：一个高度可信的药物靶点数据库...
在药物治疗过程中，药物通过靶向基因、RNA 和通路影响细胞的作用和反应，药物-靶标相互作用对于阐明药物作用机制和促进药物研发至关重要。目前，存在许多药物-靶标相关数据库，但它们在结构和功能上相互独立，缺乏一致性。在 HCDT 1.0 中，我们收集了高度可信的药物与靶基因相互作用。在此基础上，我们开发了 HCDT 2.0，这是一个更新版本，它整合了药物-基因数据，并扩展到包括涉及药物-RNA 和药物-通路的相互作用。它涉及 20 个药物相关数据库，使用一致的标识符对药物、RNA、基因和通路名称进行标准化，以确保数据的一致性。在 HCDT 2.0 中，共识别出 1,304,370 个高可信度药物-靶标相互作用，其中包括 678,564 种药物与 7,297 个基因之间的 1,244,791 个相互作用、316 种药物与 6,430 个 RNA 之间的 11,770 个相互作用以及 6,290 种药物与 3,143 个通路之间的 47,809 个药物-通路相互作用。它将在预测药物疗效和不良反应、开发新型治疗策略和促进药物再利用方面发挥重要作用。
以人为本的工业数字孪生
摘要：近十年出现了高度自主、灵活、可重新配置的信息物理系统。通过使用高保真模拟，包括数字孪生（与真实资产相连的虚拟表示），该领域的研究得到了加强。数字孪生已用于过程监督、预测或与物理资产的交互。虚拟现实和增强现实增强了与数字孪生的交互，而以工业 5.0 为重点的研究正在随着数字孪生中人为因素的参与而发展。本文旨在回顾以人为本的数字孪生 (HCDT) 及其支持技术的最新研究。使用 VOSviewer 关键字映射技术进行系统的文献综述。研究了运动传感器、生物传感器、计算智能、模拟和可视化工具等当前技术，以在有前景的应用领域开发 HCDT。针对不同的 HCDT 应用形成了特定领域的框架和指南，突出工作流程和期望结果，例如 AI 模型的训练、人体工程学的优化、安全策略、任务分配等。根据机器学习要求、传感器、接口和人类数字孪生输入的标准，创建了有效开发 HCDT 的指南和比较分析。