摘要 除止血功能外,血小板在免疫相互作用中还发挥着重要作用,免疫相关血小板减少症和其他自身免疫性疾病患者在接受静脉注射人免疫球蛋白浓缩物进行免疫调节治疗后,血小板计数增加,这证实了这一点。这种生物治疗方案的作用机制是诱导治疗性单克隆抗体、激动剂和拮抗剂的产生,这些抗体、激动剂和拮抗剂针对先天和适应性免疫系统的复杂病理生理学。血小板在严重腺病毒感染和腺病毒疫苗接种中起着重要作用。在许多疾病中,活化血小板的寿命较短,并且会提前衰老。实验室发现,例如与衰老相关的分泌表型,可能会带来新的生物学选择,用于开发血小板颗粒的治疗方法,即抗衰老药物。还讨论了影响血小板寿命的致病因素。
本文介绍了一个综合数据集的开发,该数据集捕获了自动驾驶汽车(AV)和交通控制设备之间的相互作用,特别是交通信号灯和停车标志。源自Waymo Motion数据集,我们的工作通过提供有关AVS如何导航这些流量控制设备的现实轨迹数据来解决现有文献中的关键差距。我们提出了一种从Waymo Motion数据集中识别和提取相关交互轨迹数据的方法,该数据集并入了37,000多个实例,并带有交通信号灯和44,000个带有停车标志的实例。我们的方法包括定义规则以识别各种相互作用类型,提取轨迹数据,并应用基于小波的DeNoising方法来平滑加速度和速度概况并消除异常值,从而提高轨迹质量。质量评估指标表明,在所有相互作用类别中,这项研究中获得的轨迹在加速度上具有异常比例,而混蛋轮廓降低到接近零水平。通过公开提供此数据集,我们旨在解决包含带有交通信号灯和标志的AV交互行为的数据集中的当前差距。基于有组织和发布的数据集,我们可以在与交通信号灯和标志互动时对AVS行为有更深入的了解。这将促进对现有运输基础架构和网络的AV集成的研究,从而支持开发更准确的行为模型和仿真工具。
摘要 - 当两种或多种混合使用的药物会引起不良副作用时,即使使用药物单独使用不会造成伤害时,多药的问题也会引起不利的副作用。药物相互作用(DDIS)是这些反应的主要原因,导致发病率和死亡率增加。由于有害DDI的潜力呈指数增长,因此药物相互作用的预测对于患者的安全和有效的医疗保健管理越来越重要。在本文中,我们开发了Chembertaddi框架,该框架有效地结合了临床域数据,以单副作用特征表示,其富集化学分子表示,该化学分子表示源自Chemberta-77m-MLM,这是一个基于变压器的LAN- lan- gage模型。与五种最先进的方法相比,在基准数据集上进行的实验表现出色:decagon,deepwalk,dedicom,nnps和recrecal。评估表明,Chembertaddi的F1得分为0.94,AUROC为0.97,表现优于基线体系结构,并推广到新的引入的药物化合物。索引术语 - 转化,自然语言处理,分子表示学习,药物 - 药物相互作用,多药,Chemberta,神经网络,深度学习,注意机制,生物信息学
摘要。本文探讨了信息系统固有的二分法,即为了创造新的或维持现有的商业价值而引入信息系统,随后也会无意或故意地耗散价值。我们调查了由人为因素引起的根本原因,这些原因在一个基本的概念技术价值框架内进行了描述。为了支持定性调查,该框架立即被用作一系列访谈的基础,访谈对象是一家大型南非金融机构,涉及信息技术、业务运营和组织发展等学科。讨论了确定的构造,并在调整后的技术价值模型中找到格式塔,该模型可用于保护业务价值免受破坏性 HCI 行为的影响。
乳腺癌是全球女性最常见的恶性肿瘤,肠道菌群及其代谢产物的变化影响乳腺癌的发生发展,但具体机制尚不明确。肠道微生物及其代谢产物通过调节肿瘤的免疫反应、雌激素代谢、化疗和免疫治疗效果等影响乳腺癌的发展。以前认为乳腺组织中不存在微生物,但现在认为乳腺癌中存在能够影响疾病结局的微生物。本综述在现有研究的基础上,全面分析肠道和肿瘤内微生物及其代谢产物在乳腺癌发展和转移中的作用,并探讨微生物作为预后和治疗反应的生物标志物的潜在功能,强调需要进一步研究以明确微生物与乳腺癌之间的因果关系。希望为开发乳腺癌治疗的新方法提供新的思路和方向。
指南建议,当与申办方的药物同时给药可能导致需要调整另一种药物的剂量时,申办方可以参考另一种产品的标签。我们不同意这种做法,并建议将此文字从指南中删除。参考另一家公司的产品标签来获得剂量建议超出了法律的要求。申办方必须提供有关其自身产品的完整信息,而不是其他产品的信息。我们认为,鉴于医生有责任了解他们所开的任何药物的剂量建议,因此只需指出可能需要调整剂量就足够了。因此,让他们参考另一个标签是没有必要的。此外,另一个标签将来可能会修订,这可能会对这种“交叉引用”产生不利影响。
神经-癌症相互作用涉及神经系统和癌细胞之间的复杂相互作用,影响肿瘤的发生、发展和转移。在神经胶质瘤中,这些相互作用主要涉及旁分泌生长因子的分泌,以及神经元和神经胶质瘤细胞之间突触介导的电化学通讯。了解此类相互作用对于开发旨在调节神经元与肿瘤通讯的新型癌症治疗策略至关重要。为此,我们使用了胶质母细胞瘤 (GB) 的体内小鼠模型,并建立了体外试验来研究神经-癌症相互作用,包括癌细胞与 hiPSC 衍生的谷氨酸能神经元或 GABA 能中间神经元的共培养,以及肿瘤球和胎儿球体的 3D 培养。hiPSC 衍生的神经元和癌细胞(包括 GB 细胞)的共培养既是接触试验,也是非接触试验,可以研究神经-癌症相互作用与癌细胞增殖和迁移的相关性。虽然 3D 球体通常可以有效地复制组织的组织和复杂性,但我们在器官球体和肿瘤球体之间进行的 3D 侵袭试验使我们能够专门检查肿瘤侵袭。GB 肿瘤球体就是一个例子,在抑制 EGFR 调控序列后,3D 脑球体的侵袭性降低。此外,共培养系统使我们能够在神经活动刺激后分析 GB 细胞的转录组和染色质可及性。与谷氨酸能神经元或 GABA 能中间神经元接触的 GB 细胞表现出不同的基因表达和染色质可及性特征。这为介导神经元与神经胶质瘤通讯的调节网络提供了新的见解,并强调了 GABA 能信号传导与 GB 发病机制的相关性。这种综合方法有望进一步加深我们对神经-癌症相互作用的理解,为靶向参与肿瘤进展的神经通路提供潜在候选者。
数字孪生 (DT) 是最新的使能技术之一,它作为数据密集型网络计算解决方案出现在多个领域——从工业 4.0 到互联健康(Pires 等人,2019 年;Bagaria 等人,2020 年;Juarez 等人,2021 年;Phanden 等人,2021 年)。DT 作为一个虚拟系统,用于复制、监控、预测和改进物理系统(物理孪生 (PT))的流程和特性,与其 DT 实时连接(Grieves 和 Vickers,2017 年;Kaur 等人,2020 年;Mourtzis 等人,2021 年;Volkov 等人,2021 年)。这种技术基于物联网 (IoT) 和机器学习 (Kaur et al., 2020) 等领域的进步,提出了应对人机交互 (HRI) (Pairet et al., 2019) 领域等复杂系统问题的新方法。本立场文件旨在提出一种物理-数字孪生方法,以根据神经人体工程学的跨学科视角 (Parasuraman, 2003; Frederic et al., 2020) 改善对 HRI 背景下 PT 的理解和管理。
由于水文测量技术的局限性,可能需要使用降雨径流模型作为从空间和时间上可用的测量值进行推断的手段,特别是在没有测量值的河流流域以及无法测量的未来,以评估未来水文变化的可能影响(Beven,2001)。因此,有必要使用降雨径流模型将气象输入(降雨、总蒸发量)转换为水文输出。有多种降雨径流模型被广泛使用,以便提供显示特定关注点(通常作为河流流域出口)的直接径流体积流量(Q)随时间变化的过程图,例如,HEC-HMS(美国陆军工程兵团,2000 年)、TOPMODEL(Beven,2001 年)、TAC(Uhlenbrook 和 Leibundgut,2002 年)、TOPKAPI(Liu 和 Todini,2002 年)、IHACRES(Cunderlik,2003 年)、MIKE11 降雨径流(RR)模块(DHI 水与环境,2007b 年)、SOBEK 降雨径流(RR)模块(Delft Hydraulics,2004 年)、TAC D(Uhlenbrook 等,2004 年)、Hydro-BEAM(Smith,2005 年)、PRMS(Yeung,2005 年)、SWAT(Neitsch 等al., 2005) 等。这些水文模型提供了关于动态和