XiaoMi-AI文件搜索系统
World File Search SystemInteractions
在人机交互中建立适当的信任
摘要。人工智能系统越来越多地应用于我们生活的各个方面，从平凡的日常工作到敏感的决策，甚至是创造性的任务。因此，需要适当的信任水平，以便用户知道何时依赖系统，何时推翻它。虽然研究已经广泛关注如何培养人机交互中的信任，但缺乏人机信任的标准化程序，使得解释结果和跨研究比较变得困难。因此，对人与人工智能之间信任的基本理解仍然支离破碎。本次研讨会邀请研究人员重新审视现有方法，并努力建立一个研究人工智能信任的标准化框架，以回答以下悬而未决的问题：（1）人与人之间的信任意味着什么
土壤微生物相互作用和有机农业
二十年前，大多数土壤质量指标都查看了土壤的化学和物理特征。今天，我们对土壤生态学有了更好的了解，并且知道土壤健康也可以通过其中的生命来衡量。虽然土壤的化学和物理特征每年都在缓慢变化，但土壤生物学具有动态特性，对土壤化学和结构的影响。选定物种，微生物生物量，呼吸速率和酶活性的种群可用于测量土壤的总土壤微生物活性并估计土壤微生物提供的生态系统服务。有几种可再生土壤健康的方法，包括用于植物健康和营养的土壤建设，生物修复以及引入有益的土壤生物。这些方法都相互补充，并使用相同的土壤生态原理。
潜在的重要药物相互作用，包括......
• 本文件所含信息仅与已知或疑似的相互作用药物的影响有关，如有注明，则来自 FDA 批准/授权的 PAXLOVID 标签。辉瑞不建议或推荐以完整处方信息中所述以外的任何方式使用 PAXLOVID。• 药物清单仅供参考，并非可能与 PAXLOVID 相互作用或禁忌使用药物的完整清单。如果药物未在完整处方信息或本资源中列出，则不应假定与 PAXLOVID 共同使用是安全的。请查阅 PAXLOVID 完整处方信息和 FDA 批准/授权的共同使用药物标签，以获取有关所列相互作用及其治疗出现的不良事件的信息，以及与强效 CYP3A 抑制剂（如利托那韦）同时使用时的剂量或监测。 • 未给出或暗示任何临床建议，医疗保健提供者必须自行判断药物组合的风险和益处，这取决于两种药物之间药代动力学相互作用以外的因素。 • 在考虑每种药物的组合、药代动力学、药效学和安全性概况时，在本例中为 PAXLOVID 和其他药物，可考虑本文件以帮助识别潜在的相互作用来源。辉瑞尚未进行任何研究来评估 PAXLOVID 与其他药物联合使用的安全性和有效性。医疗保健提供者可以考虑以下信息和 PAXLOVID 完整处方信息中的信息，以确定 PAXLOVID 与特定（药物类别）/药物的组合是否适合患者使用。 • 本文件中的信息仅供医疗保健提供者根据 FDA 授权标签开具 PAXLOVID 处方时作为教育性背景信息。如果您是遇到医疗紧急情况的消费者/患者，请立即拨打 911 并与您的医疗保健提供者交谈。此信息不应取代医疗保健提供者基于临床判断的医疗建议，也不应在必要时代替 COVID-19 咨询。
利托那韦-...之间的药物相互作用概述
肺癌治疗的最新进展已导致许多靶向疗法获得批准，从而改善了许多肺癌亚型的预后和生存率。这些靶向疗法包括酪氨酸激酶抑制剂 (TKI)。TKI 是一类通过各种抑制方式破坏蛋白激酶下游信号转导途径的药物。3 TKI 靶向特异性酶（例如 EGFR、HER2、ALK、MET、BCR-ABL）分为受体酪氨酸激酶、非受体酪氨酸激酶或双特异性激酶。TKI 可用于治疗各种恶性肿瘤，从乳腺癌和 NSCLC 等实体瘤到急性髓性白血病。此外，许多这些靶向药物都是口服的，这为患者带来了便利，因为他们可以在门诊方便地接受这种治疗。不幸的是，许多此类药物也因其药物特性而受到 DDI 的影响。4
利托那韦-...之间的药物相互作用概述
肺癌治疗的最新进展已导致许多靶向疗法获得批准，从而改善了许多肺癌亚型的预后和生存率。这些靶向疗法包括酪氨酸激酶抑制剂 (TKI)。TKI 是一类通过各种抑制方式破坏蛋白激酶下游信号转导途径的药物。3 TKI 靶向特异性酶（例如 EGFR、HER2、ALK、MET、BCR-ABL）分为受体酪氨酸激酶、非受体酪氨酸激酶或双特异性激酶。TKI 可用于治疗各种恶性肿瘤，从乳腺癌和 NSCLC 等实体瘤到急性髓性白血病。此外，许多这些靶向药物都是口服的，这为患者带来了便利，因为他们可以在门诊方便地接受这种治疗。不幸的是，许多此类药物也因其药物特性而受到 DDI 的影响。4
蛋白质靶向药物的普遍转录组相互作用
核糖体 RNA 的 OH 甲基化。此外，RBRP 能够以核苷酸水平的精度映射含有 poly(A) 尾的 ~16,000 个 RNA 上的结合位点，并揭示 RNA-药物结合、RNA 结合蛋白 (RBP) 以及 RNA 结构可及性和动力学之间的复杂相互作用。结果与讨论 RBRP 解码体内蛋白质靶向小分子药物的转录组相互作用。我们的分析方法涉及使用细胞通透性的 RNA 酰化探针（采用酰基咪唑取代的连接子在 RNA 2′-OH 基团处发生反应）来评估和量化药物结合细胞 RNA 的趋势（图 1d）。药物的酰基咪唑缀合物与结构化 RNA 或蛋白质-RNA 界面的结合应导致酰化 2′-OH 在药物结合位点附近富集。我们通过修改体内 RNA 映射协议 20、通过 poly(A) 下拉分析信使 RNA (mRNA) 和非编码 RNA (ncRNA) 并对得到的文库进行高深度测序（每个重复>1100 万个读取）来识别这种结合促进的酰化。具体而言，RNA 药物结合位点富含酰化的 2′-OH 基团，这会导致逆转录酶 (RT) 停止。这些停止通过生物素介导的下拉 20 和与未修饰药物的竞争在随机 RNA 断裂和随机位点反应中富集。这种比较工作流程使我们能够在整个细胞 RNA 群体中精确定位和量化结合位置；只有与未修饰药物表现出竞争的位点才被评为真正的药物结合位点。RBRP 揭示了羟氯喹 (HCQ) 的转录组相互作用。作为对小分子药物体内转录组相互作用的初步评估，我们在人胚胎肾细胞 HEK293 中使用含有叠氮基“点击”手柄的药物羟氯喹 (HCQ) 的酰基咪唑缀合物进行了 RBRP 实验原型 (图 2a-b)。HCQ 最初被批准用于治疗疟疾，最近被研究用于治疗 COVID-19 感染，已知会导致原因不明的视网膜病变和心肌病 21,22。鉴于其融合的芳香环和正电荷，以及它与已知 RNA 结合剂的结构相似性，其结构表明可能对折叠 RNA 具有亲和力 (图 2a，右图)。为了测试这种可能性，我们在没有或存在过量竞争药物 (未修饰的 HCQ) 的情况下用 HCQ 的酰化类似物 (HCQ-AI，图 2b) 处理 HEK293 细胞 30 分钟，并对 poly(A)+ 转录本进行 RBRP。我们使用 icSHAPE 管道 20,23（读取深度= 200 作为阈值）来
人类社会互动中笑的语言图案
笑声是一种传达各种情绪状态的社会行为，并且与语言交流杂乱无章。随着人们越来越多地参与语音激活的人工智能（语音-AI）系统，一个悬而未决的问题是，在语言与技术互动时，笑声模式如何。在实验1中，我们收集了用户（n = 76）和亚马逊Alexa Socialbots（旨在模拟人类对话互动的语音-AI界面）之间记录的简短对话（〜10分钟）的语料库，并分析了笑声的互动和务实的环境。笑声被编码为相对于各种语音行为以及语音模式（例如持续时间和发音）的互动中的位置。我们的分析表明，当Alexa的言语内容被认为是不合适的话语背景时，最常见的笑声是最常见的。语料库中的笑声在很大程度上也很短且未发声 - 这些特征通常与负面的社会价值有关。在实验2中，我们发现单独的听众没有区分数据集的正面和负面笑声，尽管我们发现笑声被评为更正面的笑声也被评为更加兴奋和真实。总的来说，我们讨论了人类计算机互动模型的发现以及在社交机器人对话中使用笑声的应用。
气候变化和食品系统互动
近期和长期气候变化和变化的影响将对粮食系统（包括农业生产力和供应链）产生广泛影响。全球变暖预计将改变农作物种植的类型和地点，并产生足够的收益能力到2050年喂养100亿的人口。气候投影模型表明，更多的大气二氧化碳浓度可能会挑战一些农作物，尤其是在热带地区种植的玉米，以保持当前的产量。3各种建模研究还表明，随着大气二氧化碳浓度升高，小麦，大米，土豆和大麦等农作物可能会失去其营养品质 - 蛋白质和微量营养素含量的下降 - 大量消耗的植物性食品。这些营养下降可能会加剧已经令人震惊的全球健康危机 - 超过一半以下的五岁儿童在铁，锌或维生素A中的微量营养素不足，而生殖年龄的三分之二的妇女是三分之二的妇女，在或至少是铁，锌，锌，锌，和构造的妇女。
通过将辅助NLR同型二聚体转化为抵抗体
。cc-by 4.0国际许可（未经Peer Review尚未获得认证）是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是该版本的版权持有人，该版本发布于2023年12月15日。 https://doi.org/10.1101/2023.05.19.541437 doi：Biorxiv Preprint
蛋白质靶向药物的普遍转录组相互作用
靶向蛋白质的药物的脱靶毒性会造成巨大的健康和经济成本。蛋白质组相互作用研究可以揭示非目标蛋白质的脱靶效应；然而，很少有人关注细胞内 RNA 作为可能导致毒性的潜在脱靶。为了开始评估这一点，我们开发了一种基于反应性的 RNA 分析 (RBRP) 方法，并将其应用于体内揭示一组 FDA 批准的小分子药物的转录组相互作用。我们表明，这些靶向蛋白质的药物普遍与人类转录组相互作用，并可能对 RNA 功能产生非预期的生物学影响。此外，我们表明许多脱靶相互作用发生在与蛋白质结合和结构变化相关的 RNA 位点，这使我们能够生成假设来推断 RNA 脱靶结合的生物学后果。结果表明，严格表征药物的转录组相互作用可能有助于评估靶标特异性并可能避免毒性和临床失败。剂量限制性毒性是治疗药物开发中经常遇到的问题，通常在临床试验中发现 1 。这既不利于人类健康的积极结果，也耗费大量的资金和人力。即使是已经批准的药物，剂量限制性毒性也会导致不良结果和上市后药物撤回 2 。这些药物毒性通常归因于脱靶与非目标细胞蛋白的结合 3 。鉴于 RNA 在人体生理学中具有广泛的生物调节作用，并且蛋白质靶向药物与已知 RNA 结合分子在结构上相似 4,5 （图 1a-c），我们假设许多 FDA 批准的蛋白质靶向小分子药物可以在体内与人类转录组（和 RNA-蛋白质界面）相互作用，并可能因此给患者带来严重的毒性。