XiaoMi-AI文件搜索系统
World File Search SystemIdentification
鉴定有效的paracaspase malt1抑制剂...
结果：我们使用我们专有物理学的自由能扰动（FEP+）建模技术确定了新型的小分子MALT1抑制剂。我们的化合物显示出对MALT1酶活性的有效抑制（亚NM），以及通过表面等离子体共振（SPR）测量的MALT1蛋白的高结合亲和力（sub nm）。bcl10是MALT1的结合伙伴，在C端在C端裂解。Our inhibitors were efficacious in a target engagement assay showing prevention of BCL10 cleavage in Activated B-cell (ABC) subtype of diffuse large B cell lymphoma (DLBCL) cell lines OCI-LY3 and OCI-LY10, which are Bruton tyrosine kinase (BTK) inhibitor ibrutinib-resistant and -responsive respectively.我们的化合物是OCI-LY3和OCI-LY10细胞中IL10分泌的有效抑制剂，这与NF-κB信号传导的抑制一致。我们还检查了MALT1抑制剂对ABC-DLBCL细胞增殖的影响。我们的抑制剂在OCI-LY3和OCI-LY10细胞系中都表现出有效的抗增殖作用，以及在BTKI敏感的ABC-DLBCL细胞图中与ibrutinib的协同作用。检查蛋白酶面板和脱靶安全筛选面板以及体内高剂量耐受性研究表明，我们的化合物具有出色的选择性和明显的安全余量。等离子体IL10和肿瘤BCL10在PK/PD研究中已被鉴定为可靠的PD标记。剂量依赖性肿瘤生长抑制作用，还观察到与Venetoclax结合使用的功效。
鉴定全全变 - 相关亚型，结构...
1列州人民医院的一般外科系，在中国广西，liuzhou，liuzhou，liuzhou人民医院，2引进预防早期预防和治疗区域高频肿瘤的关键实验室，广西医学院，Nanning，NANNING，NANNING，NANNING，NANNING，CUNGES，中国，3个钥匙实验室，曾经是早期的预防和治疗，是3个钥匙级的较高的预防和治疗。中国广西的南宁，4刘海肝素和胰腺疾病，liuzhou人民的医院工程技术中心精确诊断研究中心，被送往广西医科大学，liuzhou，Guangxi，Guangxi，中国，肝病外科医院5病理学，刘德人的医院，被置于中国广西，刘易州的广西医科大学，刘易州人民医院7紧急医疗部，被送往广西医科大学，liuzhou，liuzhou，Guangxi，Guangau，中国，8个关键医学系，Guangaxi of Guangaxi of Guanangxi to for fo angangxi to fo angangxi for for for for guangangxi中国广西的liuzhou
在...
结肠腺癌（COAD）是第三常见的癌症，是全球癌症死亡的第二大主要原因，这已成为全球公共卫生挑战（1）。随着癌症检测技术的发展，早期诊断的率有所提高，但是COAD的诊断迅速转移到年轻，更高级的阶段（2）。 开发从息肉到腺癌的COAD需要十多年的时间，这一长期进展为干预提供了防止其发展为高级阶段的机会（3）。 近年来，高通量测序技术和生物信息学的快速发展促进了COAD的探索（4，5）。 因此，从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。 细胞外基质（ECM）是由各种蛋白质组成的复杂结构，该结构通过调节细胞间串扰来调节生物学功能（6-8）。 ECM是肿瘤微环境（TME）的重要组成部分，其异常表达促进了肿瘤的形成，进展和转移（9，10）。 临床病理学分析证实，ECM在肿瘤患者中的过度沉积与预后不良有关（11，12）。 最近，高通量测序分析表明，与ECM相关的基因在肿瘤进展过程中异常表达（13，14）。 ECM的积累诱导缺氧和代谢应激，进而激活肿瘤中的抗凋亡和药物抗性途径（15）。随着癌症检测技术的发展，早期诊断的率有所提高，但是COAD的诊断迅速转移到年轻，更高级的阶段（2）。开发从息肉到腺癌的COAD需要十多年的时间，这一长期进展为干预提供了防止其发展为高级阶段的机会（3）。近年来，高通量测序技术和生物信息学的快速发展促进了COAD的探索（4，5）。因此，从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。细胞外基质（ECM）是由各种蛋白质组成的复杂结构，该结构通过调节细胞间串扰来调节生物学功能（6-8）。ECM是肿瘤微环境（TME）的重要组成部分，其异常表达促进了肿瘤的形成，进展和转移（9，10）。临床病理学分析证实，ECM在肿瘤患者中的过度沉积与预后不良有关（11，12）。最近，高通量测序分析表明，与ECM相关的基因在肿瘤进展过程中异常表达（13，14）。ECM的积累诱导缺氧和代谢应激，进而激活肿瘤中的抗凋亡和药物抗性途径（15）。此外，ECM的高密度阻碍了免疫细胞的内化，这会影响肿瘤免疫疗法的作用（16-18）。因此，基于与ECM相关基因的预后模型将为预测COAD患者的复发提供基础。瘦素是瘦素基因（LEP）的糖蛋白产物。流行病学研究支持LEP与COAD风险增加有关（19）。研究表明，COAD组织中LEP mRNA的表达水平上调，这与COAD患者的预后不良有关（20，21）。周围神经形成复杂的肿瘤微环境，由多种细胞类型和因子组成，包括神经生长因子（NGF）。NGF在几种实体瘤的生长，侵袭和转移中起重要作用。Lei等。 发现，胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬，这反过来参与了胰腺肿瘤的增殖和转移（22）。 Hayakawa等。 表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。 procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。 PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。 我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Lei等。发现，胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬，这反过来参与了胰腺肿瘤的增殖和转移（22）。Hayakawa等。 表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。 procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。 PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。 我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Hayakawa等。表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。他等人。证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床在这项研究中，我们鉴定了与WGCNA和Lasso-Cox回归相关的三个与ECM相关的基因（LEP，NGF和PCOLCE2）。
通过机器学习和异质性细胞模型的高通量筛选鉴定针对胶质母细胞瘤的候选药物
3爱丁堡大学生物科学学院，Max Born Crescent，Edinburgh，EH9 3BF，英国。 *相应的作者：d.oyarzun@ed.ac.uk; n.carragher@ed.ac.uk摘要胶质母细胞瘤多形（GBM）是一种侵略性的原发性脑肿瘤，由于其复杂的病理和异质性，引起了重大治疗挑战。 缺乏经过验证的分子靶标是发现新的治疗候选者的主要障碍，在二十年中，没有向患者提供新的有效GBM疗法。 在这里，我们报告了针对GBM干细胞存活表型的化合物的鉴定。 我们的方法采用机器学习（ML）的预测指标的细胞存活率，这些细胞存活在高通量，基于图像的，基于图像的表型筛选数据中，用于3,561种化合物，以多个浓度，跨六个异质，患者衍生的GBM干细胞系进行多个浓度。 我们在计算上筛选了跨越各种化学类别的12,000多种化合物。 对GBM干细胞系中ML识别的候选物的实验验证，导致了三种化合物对GBM表型的活性。 值得注意的是，我们经过验证的HSP90抑制剂XL888之一，靶向消除所有六个GBM干细胞系，其IC50在纳莫尔范围内。 其他两种化合物在具有不同细胞系敏感性的多个GBM细胞系中展示了广泛的活动，为将来的个性化医学运动提供了途径。 患者的预后较差，治疗方案有限（通常是手术，然后进行化学放疗），导致抗药性的出现。3爱丁堡大学生物科学学院，Max Born Crescent，Edinburgh，EH9 3BF，英国。*相应的作者：d.oyarzun@ed.ac.uk; n.carragher@ed.ac.uk摘要胶质母细胞瘤多形（GBM）是一种侵略性的原发性脑肿瘤，由于其复杂的病理和异质性，引起了重大治疗挑战。缺乏经过验证的分子靶标是发现新的治疗候选者的主要障碍，在二十年中，没有向患者提供新的有效GBM疗法。在这里，我们报告了针对GBM干细胞存活表型的化合物的鉴定。我们的方法采用机器学习（ML）的预测指标的细胞存活率，这些细胞存活在高通量，基于图像的，基于图像的表型筛选数据中，用于3,561种化合物，以多个浓度，跨六个异质，患者衍生的GBM干细胞系进行多个浓度。我们在计算上筛选了跨越各种化学类别的12,000多种化合物。对GBM干细胞系中ML识别的候选物的实验验证，导致了三种化合物对GBM表型的活性。值得注意的是，我们经过验证的HSP90抑制剂XL888之一，靶向消除所有六个GBM干细胞系，其IC50在纳莫尔范围内。其他两种化合物在具有不同细胞系敏感性的多个GBM细胞系中展示了广泛的活动，为将来的个性化医学运动提供了途径。患者的预后较差，治疗方案有限（通常是手术，然后进行化学放疗），导致抗药性的出现。我们的工作证明了在与ML串联串联中使用表型筛选的使用可以有效地识别具有很少已知分子靶标的高度异质指示中个性化处理的治疗铅。关键字：胶质母细胞瘤，人工智能，药物发现，机器学习简介胶质母细胞瘤多形（GBM）是人类成年人中最常见和最具侵略性的原发性脑肿瘤，其特征是遗传驱动因素的实质异质性和肿瘤微环境1-3。在过去20年中，新诊断的GBM患者的护理标准包括手术，替莫唑胺（TMZ）和电离辐射（IR），延长了12个月至15个月患者的总体生存期4,5。大规模的基因组分析增强了我们对GBM分子生物学的理解，后者支持
利用鸟类识别的机器学习
4 md.devendran@gmail.com摘要：鸟类鉴定在生物多样性保护和生态学研究中起着至关重要的作用，为栖息地健康和物种分布提供了见解。识别鸟类物种的传统方法是时间密集型，容易出现人为错误，因此需要自动解决方案。这个项目是使用深度学习的鸟类识别，提出了一个先进的系统，以利用深度学习的力量准确地从图像中识别鸟类。该系统利用卷积神经网络（CNN），以其在图像分类任务方面的熟练程度而闻名。一个包含多种鸟类图像的数据集进行了预处理并增强，以增强模型的鲁棒性和泛化。模型架构旨在提取复杂的特征，即使在诸如不同的照明条件，遮挡或类似物种的外观等挑战性的情况下，也可以准确识别。使用准确性，精度，召回和F1得分等指标评估模型的性能，以确保全面验证。结果表明，对传统机器学习方法的准确性改善了，这表明了物种识别中深度学习的潜力。该项目对野生动植物监测，生态研究和教育工具的应用有望，从而促进了意识和保护工作。未来的工作可能包括将系统集成到移动应用中，或将其部署在现场条件下的实时鸟类识别。
密苏里州植物园：革命性物种识别（RSI）项目情况说明书
●密苏里植物园是世界上最大的草药之一的所在地，是植物学最伟大的发展之一。●草药是世界上保存的植物标本的图书馆，提供了有关植物多样性，分布，地理和生态学的基本信息。●革命性物种识别（RSI）项目是一项变革性的计划，旨在将密苏里植物园广泛的植物标本室收藏数字化。该项目将利用最先进的人工智能（AI）技术来加速植物物种识别识别，这将为全球的恢复和保护工作提供依据。●AI技术将自动检测到独特的植物特征，该特征将用于创建植物特征的在线参考库。然后，科学家将能够将图像和其他数据从不明的工厂上传到一个新的项目网站，以快速自动化物种识别。●除了加速全球恢复和保护工作外，该项目还可以通过在植物分类学和制药室创建植物分类法和制造植物分类方面提供宝贵的培训计划来开发下一代植物专家。●这项具有里程碑意义的计划是由匿名$ 1440万美元的赠款（近年来植物学最大的赠款）在未来六年内将600万个植物标本在线上带来600万个植物标本的可能性，使全球科学家，保护主义者和政策制定者可以免费访问关键数据。
人工智能城市挑战赛车辆重新识别实证研究
本文介绍了我们针对 2021 年人工智能城市挑战赛 (AICITY21) 的 Track2 的解决方案。Track2 是一个使用真实世界数据和合成数据的车辆重新识别 (ReID) 任务。在本次挑战中，我们主要关注四个点，即训练数据、无监督领域自适应 (UDA) 训练、后处理、模型集成。（1）裁剪训练数据和使用合成数据都可以帮助模型学习更多判别性特征。（2）由于测试集中有一个在训练集中未出现的新场景，因此 UDA 方法在挑战中表现良好。（3）后处理技术包括重新排名、图像到轨迹检索、摄像头间融合等，可显著提高最终性能。（4）我们集成了基于 CNN 的模型和基于 Transformer 的模型，它们提供了不同的表示多样性。通过上述技巧，我们的方法最终取得了 0.7445 的 mAP 分数，在比赛中获得第一名。代码可在 https://github.com/michuanhaohao/AICITY2021_Track2_DMT 获得。
通过 CRISPR 编辑鉴定出可提高胎儿血红蛋白表达的新型 HPFH 样突变
1 印度韦洛尔基督教医学院干细胞研究中心（班加罗尔 inStem 的一个单位）；2 印度特里凡得琅 Sree Chitra Tirunal 医学科学与技术研究所；3 美国伯克利加州大学伯克利分校创新基因组学研究所；4 美国旧金山格拉德斯通研究所数据科学与生物技术研究所；5 澳大利亚悉尼新南威尔士大学生物技术与生物分子科学学院；6 印度卡纳塔克邦马尼帕尔高等教育学院；7 印度韦洛尔基督教医学院暨医院血液学系；8 日本茨城县理化学研究所生物资源中心细胞工程部；9 日本红十字会中央血液研究所血液服务总部研究与开发部，日本东京；10 印度韦洛尔基督教医学院生物化学系； 11 加州大学洛杉矶分校微生物学、免疫学和分子遗传学系，美国洛杉矶；12 瑞士苏黎世生物系分子健康科学研究所
识别活性 RNAi 通路
+HUHZHSUHVHQWWZRVLJQ 4QGLQJVWKDWFRQWULEXWH XQGHUVWDQGLQJRI 白色念珠菌DOLIH-WKUHDWHQLQJ KXPDQIXQJDOSDWKRJHQ)LU HVWDEOLVKWKDWWKH 白色念珠菌UHIHUHQFHVWUDLQLVGHIHF 51$LQWHUIHUHQFHDIXQGDP UHJXODWRU\SDWKZD\6HFRQ GLVFRYHUWKDWLQFRQWUD UHIHUHQFHVWUDLQWKHYD PDMRULW\RIC。白色念珠菌LVRODWH FRQWDLQDQDFWLYH51$ LQWHUIHUHQFH51$ LSDWKZ VLOHQFHVJHQHH[SUHVVLRQ &RQVLGHULQJWKDW51$ LSOD FHQWUDOUROHVLQUHYHUVL JRYHUQLQJJHQHH[SUHVVLRQ JHQRPHVWDELOLW\GUXJUH DQGFRXQWHULQJYLUDOLQIH RXU4QGLQJRHUVYDOXDEOH LQVLJKWVLQWRWKHELRORJ GDQJHURXVIXQJDOSDWKRJHQ