摘要成人 T 细胞白血病/淋巴瘤 (ATL) 存活率低,这凸显了对创新治疗药物的迫切需求。虽然已经记录了 HDACis 在几种血液系统肿瘤中的药代动力学,但关于其对抗 ATL 的活性的研究仍存在明显差距。鉴于缺氧会对淋巴瘤细胞产生不可预测的影响,本研究旨在首次评估 MS-275 和新型类似物在缺氧条件下对 ATL 细胞的毒性作用。进行了蛋白质-蛋白质相互作用和基因集富集分析,评估了 HIF1A 和下游靶标的表达,并对 MS-275 和新型类似物与 HIF-1 a 进行了分子对接。对于体外研究,首先合成 MS-275 的苯甲酰胺类似物,然后评估缺氧条件下 MT-2 细胞的活力。富集分析证实了 HIF-1 信号通路中枢基因的参与,火山图显示 HIF1A、GAL3ST1 和 CD274 过度表达。分子对接表明 MS-275 和 HIF-1 a PAS-B 结构域的类似物之间存在有利的相互作用。alamarBlue 测定结果表明 MS-275 和类似物显著 (p < 0.001) 降低了缺氧条件下 MT-2 细胞的活力。本研究结果有望开发针对缺氧引起的 ATL 变化的新药。
方法:在2021年进行的这项双盲随机临床试验中,使用简单的随机抽样技术招募了64例有症状性不可逆性牙髓炎的患者。盲目性。使用随机整数表将样品分为干预组和对照组,将它们随机化。在开始程序开始前一个小时,熟悉牙齿焦虑问卷。将250毫升水中的20滴水放在对照组中,而将20滴薰衣草提取物添加到250毫升水中的干预组中。两组在摄入疗法后60分钟完成了焦虑问卷。使用了数据,配对和独立的t检验以及多元回归分析。
摘要 本研究旨在探讨人工智能技术对创业发展的影响,以及创业教育的中介作用。本研究在目的、性质和类型上均适用于描述性调查。本研究的统计人群为克尔曼沙阿省初创企业公司的管理人员和员工。样本量为193人,抽样方式为随机整群。数据收集方法为实地收集,使用的工具为创业发展问卷(Antonik and Hiserich,2003)、人工智能技术(改编自Rahimi and Akbari研究,1402)和创业培训(研究者制作)。数据分析方法是描述性统计和推断性统计(结构方程模型),使用Spss26和Amos24软件。使用 Sobel 检验(t 统计量)来调查中介变量。研究结果表明,人工智能技术对创业发展有显著影响,影响幅度达 86%;对创业教育有显著影响,影响幅度达 83%。此外,创业教育可预测创业发展带来的变化的 11%。结果表明,人工智能技术对创业发展有影响,而创业教育在克尔曼沙阿省的初创企业中起着中介作用。
[68] Fumuiwa,S.O.,Ahmad,S.,Olufolabo,O.K.,Olanudun,E.A.,Bano,N.,Oguntimehin,S.A,S.A,Adesida,S.A。(2023)。研究了Momordia Charantia的三萜类乙烷类型的多糖尿病潜力:LC-MS,基于对接的MM \ GBSA和MD Simontion研究。生物分子结构与动力学杂志,T&Fhttps://doi.org/10.1080/0739102.2023.2
佛罗里达州坦帕市,2024 年 11 月 1 日——南佛罗里达大学全球和国家安全研究所 (GNSI) 任命全球投资和技术领导者史蒂夫·潘恩为其顾问委员会的最新成员。潘恩在支持苛刻的政府任务的新概念创新、技术战略和开发方面拥有三十多年的经验。他是 Razor's Edge Ventures 的联合创始人兼执行合伙人,他专注于航空航天和太空作战中的人工智能和自主性、军事太空系统、海洋和海底系统、国防技术应用、网络和环境技术等领域的变革性技术。“我们正处于变革性技术的交叉点,”潘恩说。“美国面临着二战以来最具挑战性和最危险的国际安全环境。我期待与 GNSI 合作,利用他们的新兴技术、工程专业知识和战略规划来发展针对美国对手的新不对称优势。”在 2010 年联合创办 Razor's Edge 之前,Pann 联合创办了 Blackbird Technologies,并担任首席战略官。他在国家安全界的技术颠覆方面拥有深厚的专业知识,并且热衷于开发和部署独特技术来支持关键项目,这使他成为 GNSI 的理想人选。执行董事、退役海军陆战队将军、前美国中央司令部指挥官 Frank McKenzie 表示:“史蒂夫在国防工业和国家安全领域作为游戏规则改变者的声誉将为 GNSI 带来巨大的推动力。他推动私营部门价值和增长的能力众所周知,他将在塑造 GNSI 的未来方面发挥关键作用。”在过去几年中,Pann 的公司投资组合(包括 BlackLynx、Altamira、Ravenwing 和 Blackbird Technologies)已为股东带来了超过 10 亿美元的回报。Pann 获得了美国大学的学士学位,并在美国海军陆战队担任步兵军官。
1 美国卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号福布斯大街15213,美国2大气粒子研究中心,卡内基·梅隆大学,5000福布斯大街,匹兹堡,匹兹堡,匹兹堡,宾夕法尼亚州宾夕法尼亚州15213,美国3 Oak Ridge National Laboration,Oak Ridge National Laboration,Oak Ride,UK Ridge,UK ridge,31 tn,311,331,331。英国利兹大学利兹大学地球与环境,6化学工程系,卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号,美国宾夕法尼亚州15213,美国通讯:gordon@cmu.edu美国卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号福布斯大街15213,美国2大气粒子研究中心,卡内基·梅隆大学,5000福布斯大街,匹兹堡,匹兹堡,匹兹堡,宾夕法尼亚州宾夕法尼亚州15213,美国3 Oak Ridge National Laboration,Oak Ridge National Laboration,Oak Ride,UK Ridge,UK ridge,31 tn,311,331,331。英国利兹大学利兹大学地球与环境,6化学工程系,卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号,美国宾夕法尼亚州15213,美国通讯:gordon@cmu.edu美国卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号福布斯大街15213,美国2大气粒子研究中心,卡内基·梅隆大学,5000福布斯大街,匹兹堡,匹兹堡,匹兹堡,宾夕法尼亚州宾夕法尼亚州15213,美国3 Oak Ridge National Laboration,Oak Ridge National Laboration,Oak Ride,UK Ridge,UK ridge,31 tn,311,331,331。英国利兹大学利兹大学地球与环境,6化学工程系,卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号,美国宾夕法尼亚州15213,美国通讯:gordon@cmu.edu美国卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号福布斯大街15213,美国2大气粒子研究中心,卡内基·梅隆大学,5000福布斯大街,匹兹堡,匹兹堡,匹兹堡,宾夕法尼亚州宾夕法尼亚州15213,美国3 Oak Ridge National Laboration,Oak Ridge National Laboration,Oak Ride,UK Ridge,UK ridge,31 tn,311,331,331。英国利兹大学利兹大学地球与环境,6化学工程系,卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号,美国宾夕法尼亚州15213,美国通讯:gordon@cmu.edu美国卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号福布斯大街15213,美国2大气粒子研究中心,卡内基·梅隆大学,5000福布斯大街,匹兹堡,匹兹堡,匹兹堡,宾夕法尼亚州宾夕法尼亚州15213,美国3 Oak Ridge National Laboration,Oak Ridge National Laboration,Oak Ride,UK Ridge,UK ridge,31 tn,311,331,331。英国利兹大学利兹大学地球与环境,6化学工程系,卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号,美国宾夕法尼亚州15213,美国通讯:gordon@cmu.edu美国卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号福布斯大街15213,美国2大气粒子研究中心,卡内基·梅隆大学,5000福布斯大街,匹兹堡,匹兹堡,匹兹堡,宾夕法尼亚州宾夕法尼亚州15213,美国3 Oak Ridge National Laboration,Oak Ridge National Laboration,Oak Ride,UK Ridge,UK ridge,31 tn,311,331,331。英国利兹大学利兹大学地球与环境,6化学工程系,卡内基梅隆大学,宾夕法尼亚州匹兹堡5000福布斯大街5000号,美国宾夕法尼亚州15213,美国通讯:gordon@cmu.edu
评论文章 通过植物生态学创新对抗植物压力 Muhammad Sheeraz Javed 1、Shagufta Naseem 2、Ali Raza 3、Siddho Irfan Ali 4*、Areeba Bano 5、Mukhtar Hassan 6、Muhammad Adnan 6、Chandni Zafar 7、Sajjad Hasan 8 1 海南师范大学生命科学学院,海口,中国 2 费萨拉巴德政府女子大学植物学系 3 石河子大学化工学院,石河子,中国 4 石河子大学农学院,新疆,中国 5 北京林业大学林学院,中国 6 蓬奇拉瓦拉科特大学植物学系,巴基斯坦阿扎德查谟和克什米尔 7 木尔坦女子大学植物学系,巴基斯坦 8 费萨拉巴德政府大学植物学系 DOI: https://doi.org/10.36348/sjls.2024.v09i10.001 | 收稿日期:2024 年 8 月 20 日 | 接受日期:2024 年 9 月 27 日 | 发表日期:2024 年 10 月 9 日 * 通讯作者:Siddho Irfan Ali 新疆石河子大学农学院 摘要
摘要尽管云计算已经广泛使用,但除了大大改善资源经济和可访问性外,它还引发了许多安全问题。这项研究的目的是找出基于机器学习的入侵检测系统(ID)如何改善云安全性。为了实时检测和中和攻击,提出的IDS使用了各种算法,例如支持向量机(SVM),随机森林,决策树,最近的邻居(KNN)和深度学习技术,例如卷积神经网络(CNN)。在适应新攻击向量时,它可以最大程度地减少误报。为了提高响应时间和检测准确性,该研究将性能优化策略与特征选择方法相结合。它还强调了使用最新数据集进行现实攻击方案和强大的模型验证(例如CSE-CICIDS2018)。结果表明,基于机器学习的入侵检测系统(IDS)比基于传统的签名系统更有效地发现新颖和复杂的威胁。最终,本研究提供了深刻的信息,以为云网络创建更聪明,更灵活的网络安全解决方案,并强调机器学习在保护敏感数据和保证跨各种应用程序中云服务的完整性时所起的关键功能。关键字 - 云计算,卷积神经网络,网络安全,决策树,特征选择,入侵检测系统,k-neareast邻居,机器学习,绩效优化,随机森林,安全漏洞,基于签名
1. Bernier PL、Stefanescu A、Samoukovic G、Tchervenkov CI。先天性心脏病在全球面临的挑战:流行病学和人口统计学事实。Semin Thorac Cardiovasc Surg Pediatr Card Surg Annu。2010;13(1):26-34。https://doi.org/10.1053/j.pcsu.2010.02.005 2. Knowles RL、Bull C、Wren C、Dezateux C。1959-2009 年英格兰和威尔士先天性心脏病死亡率:通过时期和出生队列分析探索技术变革。Arch Dis Child。2012;97(10):861-865。 https://doi.org/10.1136/archdischild‐ 2012‐301662 3. Gilboa SM, Salemi JL, Nembhard WN, Fixler DE, Correa A. 1999 至 2006 年美国儿童和成人先天性心脏病死亡率。Circulation。2010;122(22):2254-2263。https://doi.org/10.1161/circulationaha.110.947002 4. Holland BJ, Myers JA, Woods CR. 产前诊断危重先天性心脏病可降低计划新生儿心脏手术前因心血管损害而死亡的风险:一项荟萃分析。Ultrasound Obstet Gynecol。2015;45(6):631-638。 https:// doi.org/10.1002/uog.14882 5. Bonnet D, Coltri A, Butera G 等。检测胎儿大动脉转位可降低新生儿发病率和死亡率。循环。1999;99(7):916-918。https://doi.org/10.1161/01.cir.99.7。916 6. NHS 胎儿畸形筛查计划手册。英国公共卫生出版物;2018 年。