鉴于对Heshui地区低渗透性砂岩储层的特征和控制因子的不可或缺的理解,本研究检查了Chang 2储层的显微镜矿物质和孔结构。它使用一系列方法(包括成像和间接方法)分析了其主要的控制因子。te结果表明,研究区域中张2储层的岩石以岩性的Arkose和Feldspathic碎屑石英砂岩为主。te储层空间会形成毛孔内孔,长石溶解的孔,岩石溶解的孔和晶间孔。有时会发现微裂纹。平均孔隙率为10.5%,平均渗透率为2.2 MD,具有低孔隙率 - 脱透透明度储层。在储层开发过程中,由构造效应产生的小鼻子形成的陷阱为良好的储层空间提供了机会。沉积和成岩过程在一定程度上控制了储层孔隙度的发展程度和方向。多段毛细管压力曲线和较长的缺失区域对应于相对较好的毛孔 - 螺旋式结构。伊利特是决定储层质量的主要成岩粘土矿物。三个效应都为储层的整体发展做出了贡献。
Lisa F Horowitz 1*、Ricard Rodriguez-Mias 2、Marina Chan 3、Songli Zhu 3、Noah R Gottshall 1、Ivan Stepanov 1,4、Casey Stiles 1,5、Marcus Yeung 3、Tran NH Nguyen 1,6、Ethan J Lockhart 1、Raymond S Yeung 7、Judit Villen 2、Taranjit S Gujral 3 和 Albert Folch 1 附属机构 1 华盛顿大学生物工程系,美国华盛顿州西雅图。 2 华盛顿大学基因组科学系,美国华盛顿州西雅图。 3 弗雷德哈钦森癌症研究中心人类生物学部,美国华盛顿州西雅图。 4 华盛顿大学机械工程系,美国华盛顿州西雅图。 5 华盛顿大学化学工程系,美国华盛顿州西雅图。 6 华盛顿大学生物化学系,华盛顿州西雅图,美国。 7 华盛顿大学外科系,华盛顿州西雅图,美国。 * 通讯作者。电子邮件:lhorowit@gmail.com 摘要 为了弥合实验室和临床之间的差距,需要更忠实的人类癌症模型,这些模型可以重现人类肿瘤微环境 (TME) 的主要特征,同时促进大规模药物测试。我们最近开发的显微切割方法优化了从肿瘤活检中获取大量立方形微组织(“立方形”,~(400 µm) 3 )的产量。在这里,我们证明同基因小鼠肿瘤模型和人类肿瘤的立方形保留了复杂的 TME,使其适合于药物和免疫疗法评估。我们表征了相关的 TME 参数,例如细胞结构、细胞因子分泌、蛋白质组学谱以及对多孔阵列中药物面板的反应。尽管经过切割程序并培养时间较长(长达 7 天),长方体仍表现出强烈的细胞因子表达和药物反应,包括对免疫疗法的反应。总体而言,我们的结果表明,长方体可以为个性化肿瘤学应用提供必要的治疗信息,并有助于开发 TME 依赖性疗法和癌症疾病模型,包括用于临床试验。
2D 过渡金属二硫属化物 (TMDC) 是原子级厚度的半导体,在晶体管和传感器等下一代光电应用方面具有巨大潜力。它们的大表面体积比使其节能,但也对物理化学环境极为敏感。在预测电子行为(例如其能级排列)时必须仔细考虑后者,这最终会影响器件中的电荷载流子注入和传输。这里展示了局部掺杂,从而通过化学工程改造支撑基板的表面来调整单层 TMDC(WSe 2 和 MoS 2)的光电特性。这是通过使用两种不同的自组装单层 (SAM) 图案的微接触印刷来装饰基板来实现的。SAM 具有不同的分子偶极子和介电常数,显著影响 TMDC 的电子和光学特性。通过分析(在各种基底上),可以确认这些影响完全来自 SAM 和 TMDC 之间的相互作用。了解 TMDC 所经历的各种介电环境可以建立电子和光学行为之间的关联。这些变化主要涉及电子带隙宽度的改变,可以使用肖特基-莫特规则计算,并结合 TMDC 周围介质的屏蔽。这些知识可以准确预测单层 TMDC 的(光)电子行为,从而实现先进的设备设计。
多能干细胞 (PSC) 的分化及其向类器官的自组织受到细胞间相互作用的影响,这些相互作用由接触和分泌分子介导。由于限制和小的培养体积,这些相互作用在微流体液滴中得到增强。然而,尚未对液滴内 PSC 的培养及其微环境的影响进行全面研究。在本研究中,我们提出了一个液滴平台,用于在细胞定型的各个阶段对 PSC 进行 3D 培养。我们展示了 PSC 分化为三个胚层以及在液滴内形成类器官的可行性。我们的研究结果表明,在密闭空间中培养 PSC 可以调节细胞命运决定,通过依次诱导不同分化细胞群的生长和迁移来促进类原肠胚中的组织模式形成,并促进心脏类器官的自组织。这种技术方法为体外调节组织自模式形成的内在因素提供了独特的见解。
摘要肌萎缩性侧硬化症会影响上和下运动神经元,从而导致进行性神经病理学,从而在症状发展前很久就会导致受影响神经网络的结构和功能改变。某些遗传突变,例如C9ORF72中的扩张,使运动神经元群体诱发病理功能障碍。但是,尚不清楚潜在的病理倾向如何影响脆弱网络内的结构和功能动力学。在这里,我们研究了ALS患者衍生的运动神经元网络的微观和中尺度动力学。我们首次表明,ALS患者衍生出具有内源遗传易感性的运动神经元,以细胞质TDP-43夹杂物的形式发展出经典的ALS细胞病理学,并自组织为计算效率高效的网络,尽管具有与健康的对照组相比具有更高的代谢成本的功能标志。这些标志包括微观障碍和中尺度补偿,包括功能集中度增加。此外,我们表明这些网络通过表现出诱导的多动症而极易受到短暂扰动的影响。
a CIEMAT, Research Center for Energy, Environment and Technology, Avenida Complutense 40, 28040 Madrid, Spain b VITO NV, Flemish Institute for Research and Technology, Boeretang 200, 2400 Mol, Belgium c CESAM & Department of Environment and Planning, University of Aveiro, 3810-193 Aveiro, Portugal d Cambridge Environmental Research Consultants (CERC), UK e ENEA, Italian National Agency for New Technologies, Energy and Sustainable Economic Development, 40129 Bologna, Italy f ARIANET S.r.l., via Crespi 57, 20159 Milano, Italy g Computer Science School, Technical University of Madrid (UPM), Campus de Montegancedo, s/n, 28660 Madrid, Spain h NILU - The Climate and Environmental Research Institute, Norway i University of Western Macedonia (UOWM),部门机械工程,Sialvera&Bakola str。,50132 Kozani,Greece J Sze,Sz´echenyi Istv´大学,Gy˝或匈牙利K Air&d,Strasbourg,strasbourg,Francance liCube LiCube Laboratory,UMR 7357,CNRS/CNRS/cnrs cnrs cnrs cnrs/conbrande france frass f--67 000意大利ISPRA联合研究中心(JRC)委员会
异质多尺度方法(HMM)能够同时使用Exascale超级计算机的出现,能够同时使用多个尺度模拟多个尺度。但是,幼稚的实现显示大量裁员,并且非常昂贵。宏观模型通常需要计算大量非常相似的显微镜模拟。在层次方法中,这几乎不是一个问题,因为现象学组成模型很便宜。但是,当微观模拟需要例如高维分子动力学(MD)或有限元(Fe)模拟时,必须避免冗余。我们提出了一种适用于HMM工作流的聚类算法,该算法会自动分类并消除冗余显微镜模拟。该算法具有条纹的组合,以呈现微观模拟的参数配置和基于其相似性的图网络表示的低维表示。该算法可以将相似的参数配置聚类为单个参数,以减少所需的显微镜模拟数量。我们描述了算法在HMM应用耦合Fe和MD的背景下的实现,以预测聚合物 - 透明烯纳米复合材料的化学机械行为。该算法提供了计算效果的三倍降低,准确性损失有限。
这两个极端之间(见图1)。我们可以将连续建模进一步分为显微镜和宏观。以传统的化学工程反应动力学为类似物,也有两个尺度的建模。微动力模型的重点是分解对基本步骤的反应,而宏观的化学反应建模采用大量反应速率常数,并限制了设计化学反应器的速率限制步骤,其中工程师关注的是OW速率和产品产量。同样,我们将使用微观和宏观术语来描述锂 - 硫电池的连续建模来构建本文。显微镜建模是关于以机械方式代表关键物理现象,以阐明潜在的机制。除了微动物外,这可以更大的形态学细节来查看阴极结构,将亚微米水平的内部运输建模到粒子,或成核和生长
传统上,用刚性材料制造的机器人已被广泛用于制造。然而,缺乏灵活性和能量吸收会导致机器和人之间的相互作用非常危险。相比之下,变形,适应性,灵敏度和敏捷性使软机器人能够更好地弥合此间隙。与可以描述为6度离散自由度的刚性机器人(3个关于X,Y,Z轴的3个旋转和3次翻译),软机器人的固有变形是连续的,复杂的且符合的,这被认为是自由度的非限定度[Tolley(Tolley(2015)]。因此,很难通过直接通过反向和反向运动学来控制软材料制造的机器人的运动。因此,量化和复制软材料的行为成为主要挑战之一。随着现代技术的开发,例如Microscale 3D打印,可以通过: