XiaoMi-AI文件搜索系统
World File Search SystemOnto
AMPC扩增的进展引用发布版本（APA）：Yiwen，H.，Karabulut，E。，＆Degeler，V。O.（印刷中）。饮酒的本体学习的大型语言模型
摘要当前，大多数本体论都是手动创建的，这是耗时且劳动力密集的。同时，大型语言模型（LLM）的高级功能已被证明在各个领域中有益，从而显着提高了文本处理和文本生成的效率。因此，本文着重于将LLMS用于本体学习。它使用手动本体构建方法作为促进本体学习LLM的基础。所提出的方法基于检索增强产生（RAG），并将其传递给LLM的查询基于手动本体论方法 - Lite本体论。已经对LLM的两种不同变体进行了实验，它们都以不同程度的程度证明了本体学学习的能力。这种方法显示了使用LLMS（半）自动化本体学习学习的方向的有希望的初始结果，并使没有先前领域专业知识的人的本体论施工过程更容易。最终的本体论是由域专家评估的，并根据定义的标准对其进行了排名。基于评估结果，最终的本体论可以用作基本版本，但是它需要域专家的进一步微调以确保其准确性和完整性。
HER2+乳腺癌中lapatinib耐药的耐受性持久性的个体发育和脆弱性 标题作者摘要
6，Kwan Ho Tang 2，3，Jason Moffat 8，Beattrix Ueberheide 5，6，Alireza Khodadadadadadi-Jamayran 4，Aristotelis tsirigos 3，4，7，Benjamin G. Neel G. Neel G. Neel 1，2，2，2，2，3* 1医学生物物理学系2加拿大安大略省多伦多大学健康网络玛格丽特癌症中心公主。3纽约大学纽约大学兰蒙医学中心的纽约大学纽约大学纽约大学纽约大学纽约大学医学院的劳拉和艾萨克·佩尔莫特癌症中心。4应用生物信息学实验室，科学与研究办公室，纽约大学医学院，纽约，纽约，美国。5蛋白质组学实验室，纽约州纽约州纽约州健康高级研究与技术部。 6纽约州纽约州纽约州纽约州健康健康生物化学和分子药理学系。 7纽约大学医学院病理学系，美国纽约，美国。 8唐纳利中心，加拿大安大略省多伦多大学多伦多大学。 *通讯作者和现在的地址：Benjamin G. Neel，纽约大学Grossman医学院，522 First Avenue，Smilow Building，Smilow Building 12楼1201，纽约，纽约，纽约，10016。 电话：212-263-3019;传真：212-263-9190;电子邮件：benjamin.neel@nyulangone.org跑步标题（60个字符）：lapatinib耐药的表征。 关键字：HER2阳性乳腺癌，酪氨酸激酶抑制剂（TKI），抗性，休眠，静止，癌症，癌干细胞，丝氨酸/苏氨酸 - 蛋白蛋白激酶3（SGK3）竞争兴趣：B.G.N. 是一个联合创始人，拥有股权，并获得Navire Pharmaceuticals和Northern Biologics，Inc。的咨询费用。5蛋白质组学实验室，纽约州纽约州纽约州健康高级研究与技术部。6纽约州纽约州纽约州纽约州健康健康生物化学和分子药理学系。 7纽约大学医学院病理学系，美国纽约，美国。 8唐纳利中心，加拿大安大略省多伦多大学多伦多大学。 *通讯作者和现在的地址：Benjamin G. Neel，纽约大学Grossman医学院，522 First Avenue，Smilow Building，Smilow Building 12楼1201，纽约，纽约，纽约，10016。 电话：212-263-3019;传真：212-263-9190;电子邮件：benjamin.neel@nyulangone.org跑步标题（60个字符）：lapatinib耐药的表征。 关键字：HER2阳性乳腺癌，酪氨酸激酶抑制剂（TKI），抗性，休眠，静止，癌症，癌干细胞，丝氨酸/苏氨酸 - 蛋白蛋白激酶3（SGK3）竞争兴趣：B.G.N. 是一个联合创始人，拥有股权，并获得Navire Pharmaceuticals和Northern Biologics，Inc。的咨询费用。6纽约州纽约州纽约州纽约州健康健康生物化学和分子药理学系。7纽约大学医学院病理学系，美国纽约，美国。 8唐纳利中心，加拿大安大略省多伦多大学多伦多大学。 *通讯作者和现在的地址：Benjamin G. Neel，纽约大学Grossman医学院，522 First Avenue，Smilow Building，Smilow Building 12楼1201，纽约，纽约，纽约，10016。 电话：212-263-3019;传真：212-263-9190;电子邮件：benjamin.neel@nyulangone.org跑步标题（60个字符）：lapatinib耐药的表征。 关键字：HER2阳性乳腺癌，酪氨酸激酶抑制剂（TKI），抗性，休眠，静止，癌症，癌干细胞，丝氨酸/苏氨酸 - 蛋白蛋白激酶3（SGK3）竞争兴趣：B.G.N. 是一个联合创始人，拥有股权，并获得Navire Pharmaceuticals和Northern Biologics，Inc。的咨询费用。7纽约大学医学院病理学系，美国纽约，美国。8唐纳利中心，加拿大安大略省多伦多大学多伦多大学。*通讯作者和现在的地址：Benjamin G. Neel，纽约大学Grossman医学院，522 First Avenue，Smilow Building，Smilow Building 12楼1201，纽约，纽约，纽约，10016。电话：212-263-3019;传真：212-263-9190;电子邮件：benjamin.neel@nyulangone.org跑步标题（60个字符）：lapatinib耐药的表征。关键字：HER2阳性乳腺癌，酪氨酸激酶抑制剂（TKI），抗性，休眠，静止，癌症，癌干细胞，丝氨酸/苏氨酸 - 蛋白蛋白激酶3（SGK3）竞争兴趣：B.G.N.是一个联合创始人，拥有股权，并获得Navire Pharmaceuticals和Northern Biologics，Inc。的咨询费用。他是科学顾问委员会的成员，并获得了Avrinas，Inc的咨询费和股权，并且是美国联邦法院的Johnson和Johnson卵巢癌症诉讼的专家证人。他的配偶拥有或持有Amgen，Inc。，Regeneron，Moderna，Inc。，Gilead Sciences，Inc。和Arvinas，Inc。J.M.是北部生物制剂和先锋免疫治疗学的股东，并且是Century Therapeutics和Aelian Biotechnology的顾问和股东。
基因本体学富集分析和可视化工具
描述：用于识别和可视化基因排名列表中的丰富GO术语的工具。它可以以两种模式之一运行： *搜索富集的GO术语，这些术语在排名的基因列表的顶部，或 *与基因的基因目标列表中的基因列表中的富集术语搜索。
基于靶向定量蛋白质组学的小肠药物转运蛋白和代谢酶的个体发育 Kiss, M.; Mbasu, Richard; Nicolai, J
儿童大部分药物为口服给药，但各年龄段儿童小肠药物代谢酶（DME）和药物转运体（DT）的蛋白质丰度信息仍不明确，这阻碍了儿童精准用药。为了探索 DME 和 DT 的年龄相关差异，收集了儿童和成人空肠和回肠手术剩余的肠组织，并通过靶向定量蛋白质组学分析了顶端钠 - 胆汁酸转运蛋白、乳腺癌耐药蛋白（BCRP）、单羧酸转运蛋白 1（MCT1）、多药耐药蛋白 1（MDR1）、多药耐药相关蛋白（MRP）2、MRP3、有机阴离子转运多肽 2B1、有机阳离子转运蛋白 1、肽转运蛋白 1（PEPT1）、CYP2C19、CYP3A4、CYP3A5、UDP 葡萄糖醛酸转移酶（UGT）1A1、UGT1A10 和 UGT2B7。分析了 58 名儿童（48 条回肠、10 条空肠，年龄范围：8 周至 17 岁）和 16 名成人（8 条回肠、8 条空肠）的样本。比较年龄组时，成人回肠中的 BCRP、MDR1、PEPT1 和 UGT1A1 丰度明显高于儿童回肠。空肠 BCRP、MRP2、UGT1A1 和 CYP3A4 丰度在
基于本体的建模，整合和分析，用于精密医学的异质临床，病理和分子肾脏数据
抽象的许多资源现在正在生成，加工，存储或提供与肾脏相关的分子，病理和临床数据。参考本体提供了一个支持知识，数据组织和集成的机会。肾脏精密医学项目（KPMP）团队在人类表型本体论（HPO）中贡献了329个肾脏表型术语（HPO），并确定了许多急性肾脏损伤（AKI）或慢性肾脏病（CKD）的许多子类别。肾脏组织本体论（KTAO）进口并整合了现有本体论（例如HPO，CL和Uberon）的肾脏相关术语，并代表了259个与肾脏相关的生物标志物。我们还开发了一种精确的医学元数据本体论（PMMO），以整合来自KPMP和Cellxgene资源的50个变量，并应用PMMO进行综合分析。在健康对照或AKI/CKD疾病状态下特别分析了肾脏基因生物标志物的基因表达谱。这项工作演示了基于本体的方法如何支持多域数据以及知识组织和集成以提高精度医学。引言肾脏精密医学项目（kpmp）（https://www.kpmp.org/）是一个NIH/NIDDK-FUND的财团，旨在精确地表征慢性肾脏病（CKD）的复杂性（CKD）和急性肾脏受伤（AKI）在患者水平上以提高我们的能力治疗（以提高我们的能力），以提高我们的能力（1）。虽然AKI是肾功能的突然且通常是暂时的暂时丧失，但CKD在很长一段时间内会降低肾脏功能，并可能导致末期肾脏疾病。但是，也可以观察到从AKI到CKD的过渡。AKI和CKD与涉及遗传，病理，分子，社会和环境因素的复杂发病机理有关。尽管做出了巨大的努力，但尚未完全理解肾脏疾病发展和发展的基础机制，部分原因是整合来自多个知识领域的数据的挑战。因此，整合与肾脏疾病有关的不同类型的数据应该成为进一步深入研究的主题。最近已努力生成与肾脏相关的数据，并使研究人员公开使用。人类生物分子图集计划（Hubmap）旨在开发一个开放且全球的平台来绘制人体健康细胞（2）。人类细胞地图集项目（HCA）是一个全球财团，旨在绘制人体中的每种细胞类型并开发人类细胞的3维地图集，以改变我们对生物学和疾病的理解（3）。与HCA密切相关的Cellxgene资源是一套计算工具，可帮助科学家存入，下载，查询和视觉探索策划和标准化的单细胞生物学数据集（4）。
结合机器学习和本体论：系统文献评论
动机探索了结合归纳和演绎推理的过程，我们对研究机器学习和本体论的整合的文章进行了系统的文献综述。目的是确定纳入归纳推理（通过机器学习执行）和演绎推理（由本体学执行）的多种技术。我们的评论包括对128项研究的分析，使我们能够确定机器学习和本体学之间的三个主要杂交类别：学习增强的本体论，语义数据挖掘以及学习和推理系统。我们对所有这些类别进行了全面的检查，强调了研究中使用的各种机器学习算法。此外，我们将我们的分类与混合AI和神经符号方法领域的最新作品进行了比较。
创新报告2024第四季度和全年业绩
30，2024 2023 2024 2023收入$ 263,939 $ 218,856 $ 987,321 $ 815,868 GROSS PROSS PROSS PROSS $ 143,886 $ 143,886 $ 112,751 $ 529,466 $ 527,466 $ 427,439的总额$ 427,439股票55％55％52％52％52％52％52％52％54％54％54％ 56,360 $ 262,170 $ 231,996营业收入$ 75,468 $ 56,391 $ 56,391 $ 267,296 $ 195,443营业利润率，收入的百分比为29％26％26％27％27％24％24％24％净收入3.73
神经科学本体知识不确定性下的可扩展查询回答：NeuroLang 方法
目前还没有统一的框架来访问这种不确定的、丰富的异构数据集合，因此研究人员不得不依赖临时工具。特别是，当前试图解决这一任务的工具的一个主要弱点是只开发了非常有限的命题查询语言。在本文中，我们介绍了 NeuroLang，这是一种基于一阶逻辑的概率语言，具有存在性规则、概率不确定性、开放世界假设下的本体集成以及内置机制，可保证对非常大的数据集进行可处理的查询回答。NeuroLang 的主要目标是提供一个统一的框架，无缝集成异构数据（如本体），并通过一组正式标准将细粒度认知领域映射到大脑区域，促进可共享和高度可重复的研究。在介绍该语言及其通用查询回答架构之后，我们讨论了现实世界的用例，展示了 NeuroLang 如何应用于实际场景。
第一控制论中的本体论和信息政治
为什么我们应该考虑“21 世纪的控制论”？我可以列举四个原因。首先，也许“21 世纪的控制论”在某种程度上已经存在。很明显，控制论所推广的概念和技术比以往任何时候都更加普及。术语“反馈”和“信息”的传播具有里程碑意义，并且与“控制论”这一符号的使用率下降无关。换句话说，我们正在见证所谓的“没有控制论的控制论”，即其概念和人工制品的传播，但不再是过时的标签。有第一代控制论，与维纳、麦卡洛克和冯·诺依曼等人物有关，还有“第二代控制论”，以自组织为中心，与冯·福斯特和瓦雷拉等人有关。现在，我们可能正处于“第三次控制论”的开端，我们不应该再提及名人的名字，而应该提及谷歌、亚马逊、Facebook 或 OpenAi 等公司的名字。这会不会就是难以捉摸的“21 世纪控制论”，一个没有说出名字的第三次浪潮？
回家：一个新的基因本体学子集，可改善植物基因功能预测
背景：基因功能预测数据集的可用性可帮助研究人员考虑假设生成，候选基因优先次序和许多其他应用的未表征基因的可能功能。许多这样的数据集基于基因本体论（GO）函数图。对于植物而言，这可能是有问题的，因为最具体的GO术语通常是从非植物分类群的生物学中得出的（例如，鉴于植物缺乏神经的神经），似乎不太可能映射到植物生物学过程）。为了平衡功能特异性的需求，同时限制了与植物生物学相关的功能，研究人员通常会限制植物植物子集，但是，通过设计，该子集由非常一般的术语和限制了特定假设产生的实际效用。更糟糕的是，有时研究人员选择与植物生物学无关的术语（而不是遍历GO图以选择与植物生物学兼容的层次结构中最具体的术语）。结果：我们创建了Go Big，一种基因本体学子集类型，以提高分类群特异性生物学应用基因功能预测的生物学相关性。GO大植物子集保留了假设产生的最大功能特异性，同时限制了适用于植物生物学的术语。简要