XiaoMi-AI文件搜索系统
World File Search SystemInteract
交互式网络工具用于分析与癌细胞系的遗传特征相关的药物敏感性和抗性
广泛的治疗曲目已适用于肿瘤学家，包括放射性和化学疗法，小分子和单克隆抗体。但是，药物疗效可以受到使癌细胞逃脱治疗的遗传变化的限制。在这里，我们设计了一个网络工具，可促进癌症中药物敏感性基因组学（GDSC）数据库的数据分析，并在265种认可的化合物上与癌细胞系百科全书中的1001个细胞系（ccle，ccle，cbioportal）中的1001个细胞系有关的大量遗传变化进行了批准。WebTool计算一组遗传改变的耐药性比值比。它提供了分配给细胞信号通路的单个化合物或一组化合物的功效的结果。使用此网络工具，我们复制了已知的遗传驱动因素，并确定了新的候选基因，种系变体，共同享受和药物基因组耐药性和药物重新利用的药物基因组修饰剂。WebTool可用性：https：//tools.hornlab.org/gdsc/。
一个基于自动驾驶汽车决策和轨迹计划的基于互动游戏理论-PSO的综合框架
摘要：自动驾驶汽车和人类驾驶员之间的相互依赖性是自动驾驶安全性和可行性的一个开放问题。本文介绍了游戏理论轨迹计划者和混合人流环境的决策者。我们的解决方案是与周围车辆的相互作用，同时做出决策，并使用用衣架插值方法产生类似人类的轨迹。此处使用的粒子群优化器（PSO）桥梁桥接决策和轨迹生成过程，用于连接执行。我们选择了一个未信号的交叉点，以证明我们方法的可行性。测试结果表明，我们的方法降低了轨迹优化问题的搜索空间的维度，并在路径曲率上实施了几何约束。
与量子轨迹相互作用的绝热和非绝热动态
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
在极端栖息地及其潜在应用下的植物 - 微生物相互作用
摘要：植物 - 微生物关联定义了关键的相互作用，并具有重要的生态和生物技术观点。最近，从极端环境中与植物相关的微生物进行了广泛的探索，以探索其对植物和环境的多方面好处，从而在全球研究中获得了动力。与植物相关的极端小生物突出了普遍存在的发生，居住在极端栖息地和表现出巨大的多样性。极端环境条件下极端粒子存在的显着能力归因于这些微生物在遗传和生理水平上的适应性机制的演变。此外，与植物相关的极端物质对促进植物的生长和发育以及对宿主植物的胁迫耐受性产生了重大影响，从而在极端条件下极大地促进了植物的适应和生存。从社会经济的角度考虑与植物相关的极端物的主要影响，本文讨论了它们在新兴生物技术方面的重要性，重点关注其生态作用和与植物的动态相互作用。通过本文，作者旨在讨论和理解与植物相关的极端物及其生物技术公用事业的有利影响和动态。
gimap：计算配对CRISPR目标的遗传相互作用
描述有助于在复杂的遗传实验中找到有意义的模式。第一个GIMAP从配对的CRISPR（群集的定期间隔短壁画重复序列）中获取数据，该屏幕已预处理到计数配对GRNA的计数表（指南ribonucleic Acid）读取。当残疾基因或成对的基因或对时，IN-POT数据将具有细胞计数的细胞计数。“ GIMAP”套件的输出是遗传互动得分，它是观察到的CRISPR评分与被指出的CRISPR评分之间的距离。预期的CRISPR分数是我们对两个无关基因的CRISPR values的期望。越远，观察到的CRISPR得分是从其表达的得分中，我们越怀疑遗传相互作用。这项包装中的工作基于弗雷德·哈钦森癌症Center（2021）的Alice Berger实验室的原始研究。
DNA-蛋白质相互作用的Biolayer干涉法
Biolayer干涉法（BLI）是一种用于确定大分子之间相互作用动力学的广泛使用的技术。大多数BLI仪器，例如在此协议中使用的八位骨料RED96E，都是完全自动化的，并检测出反射生物传感器尖端的白光干扰模式的变化。生物传感器最初用固定的大分子加载，然后引入含有感兴趣的大分子的溶液中。与固定分子的结合会产生光波长的变化，该光波长是由仪器实时记录的。大多数已发表的BLI实验评估蛋白质蛋白质（例如抗体 - 基质动力学）或蛋白质 - 小分子（例如药物发现）相互作用。然而，BLI分析的较不值得认可的分析是DNA-蛋白质相互作用。在我们的实验室中，我们显示了使用生物素化DNA探针确定转录因子与特定DNA序列的结合动力学的实用性。以下协议描述了这些步骤，包括生成生物素化DNA探针的生成，BLI实验的执行以及通过GraphPad Prism的数据分析。
知识引导的深度强化学习用于交互式推荐
摘要最多 350 个字：（请输入）交互式推荐旨在适应和学习项目和用户之间的动态交互，以实现推荐系统的响应性和准确性。强化学习天生有利于应对动态/交互环境，因此在交互式推荐研究中引起了越来越多的关注。然而，大多数现有工作倾向于学习固定的用户兴趣，而忽略了它们本质上是动态的。论文首先介绍推荐系统及其应用。然后是详细的文献综述，涵盖三个主要相关领域：序列感知推荐、交互式推荐和知识感知推荐系统。论文还回顾了基于强化学习的推荐系统应用，并讨论了其优点和缺点。之后，本论文报告了关于交互式推荐系统的一般问题陈述和要解决的挑战，包括用户动态兴趣建模、强化学习优化的计算成本以及基于强化学习的推荐系统的性能下降。特别是，我们提出了一套通过强化学习改进交互式推荐的技术和模型。我们提出了一种学习分布式交互嵌入的新模型，该模型可以以紧凑而富有表现力的方式捕获用户的动态兴趣。受到图卷积网络和知识感知推荐的最新进展的启发，我们设计了一个知识引导的深度强化学习 (KGRL) 模型，以利用强化学习和知识图谱的优势进行交互式推荐。该模型在演员-评论家网络框架内实现。它维护一个本地知识网络来指导训练阶段的决策过程，并采用注意力机制来发现项目之间的长期语义。为了降低强化学习的计算成本，我们进一步设计了一种增强优化策略，缩小了更新步骤的空间并改变了奖励函数。我们在模拟在线环境中对提出的三种方法进行了全面的实验，结果表明，与文献中的基线和最先进方法相比，我们的模型的性能得到了持续的改进。最后，本论文讨论了交互式推荐系统的未来工作和潜在的进一步改进。
从创意量子到颗粒状互动思维理论
最近，AISDL团队已经整合了量子力学和信息理论的见解，以对社会科学中信息价值联系的基础理解：颗粒状互动思维理论[1]。这标志着该团队持续对价值本质的更深入的询问是一个重要的里程碑。具体来说，该理论认为价值是由于信息的相互作用而出现的，这些信息以对人类生存，发展和繁殖的方式减少熵的相互作用。
对称羧基中的来宾主持人互动
在这项工作中，在介孔TiO 2层（宿主）的敏化中研究了脱氧胆酸（DCA）作为coadsorbent的作用，其对称的羧基硫胺氰胺染料（来宾）。不同的方法，旨在减少H-聚集并最大程度地减少宿主活性位点的氰氨酸分子和DCA之间的竞争，从而改善太阳能电池的效率。含有羧基锚固组的亨氏丁胺的产量良好。氰烷在甲醇和二甲醇和二甲基甲酰胺溶液中的紫外线吸收归因于完全允许的电子跃迁（1ππ∗），以及NIR地区的荧光发射，在地面和激发状态下都有任何聚集的证据。TD-DFT计算，以研究这些化合物在其地面和激发电子状态中的几何和电荷分布。固态光体物理学表明，氰基在TIO 2上表现出极好的吸附，这可以通过结构中的-COOH部分的存在来证明。光物理测量结果表明，染料和DCA的最佳浓度，这导致了TiO 2表面上氰氨基H-聚集的有效抑制，此外还允许大染料负荷。通过循环伏安法鉴定染料的同性恋和Lumo能级，在染料敏化太阳能电池（DSSC）中，基于TIO 2介孔光阳极在染料敏化的太阳能电池（DSSC）中，在可接受的限制内显示氧化和还原电位。组装的DSSC已显示出电气参数和效率的大幅度改善。