XiaoMi-AI文件搜索系统
World File Search SystemReichardt
PHD位置在人类言语交流的认知神经科学中，沃纳·里查德（Werner Reichardt）综合神经科学中心（CI
在人类言语交流的认知神经科学中的位置在Tübingen的Werner Reichard综合神经科学中心（CIN）的Oganian实验室邀请申请申请全额资助的PhD职位（65％TVL-13），其灵活的开始日期是2022年1月或更高版本。CIN是由德国卓越倡议计划资助的Eberhard-Karls-UniversityTübingen的跨学科研究机构。CIN致力于加深我们对脑功能及其疾病损害的理解。它试图利用新获得的见解来帮助患有脑部疾病的人，并在工程和计算机科学的许多领域推出新的思维和脑力启发应用。我们小组的研究主题包括听觉认知，语音感知和双语交流。我们有兴趣了解一般感觉网络和特定语言网络对这些认知功能的贡献。为了研究这些主题，我们在临床环境（IEEG/ECOG），头皮电生理学（EEG和MEG），功能磁共振成像（FMRI）和心理物理学以及高级计算方法中使用颅内电生理记录以及将这些信号映射到认知过程中。实验室成员将有机会培训所有这些方法，包括研究设计，数据获取和分析。成功的候选人将加入一个充满活力的神经科学研究社区。他们将有机会参加现有的本地和国际合作并开发新的合作。面试费用不支付。他们还可以加入当地的一所研究生院（神经与行为科学研究生院或神经信息处理研究生院）。候选人应具有认知科学，心理学，神经科学，心理语言学，神经工程学或相关学科的背景（并在职位开始时在其领域内拥有MA/MSC）。先前具有科学编码（MATLAB，PYTHON或R）和电生理经验的经验是有利的，但不是先决条件。我们寻求对科学和人类认知充满热情的高度积极进取的候选人，旨在发展他们的理论思维以及他们的数据分析能力，并努力进行严格的研究。我们正在寻求建立一个多元化的包容性研究团队，并支持成员的个人和专业发展。除了授予从事公共服务工作的员工的所有习惯福利外，我们还根据TV-UK（Baden-Württemberg大学诊所的集体协议）提供薪酬。具有同等资格的严重残障人士优先考虑。Tübingen大学急于增加其女性科学人员的配额，因此鼓励妇女申请这一职位。大学医院的管理负责所有就业事项。将根据德国大学法律法规的基本规定进行任命。必须提供《感染保护法》第9条（截至1971年1月1日，申请范围出生队列的范围）。在雇用雇用之前，根据第23A节与§20para的结合，针对麻疹的足够疫苗接种或免疫。职位将资助3年，并有可能扩展。有关职位的非正式询问以及有关M.A.和博士后水平，请通过oganianlab@posteo.de与Yulia Oganian博士联系。申请（包括简历，简短的研究兴趣声明以及概述加入实验室动机的求职信）应发送到oganianlab@posteo.de。将考虑申请，直到填补位置为止。
rollama：用于通过Ollama使用生成大语言模型的R软件包
参考文献Alizadeh，Meysam，MaëlKubli，Zeynab Samei，Shirin Dehghani，Juan Diego Bermeo，Maria Korobeynikova和Fab-Rizio Gilardi。2023。“开源大语言模型的表现优于人群工人，并且在文本通知任务中接近chatgpt。” arxiv。https://doi.org/10.48550/arxiv.2307.02179。 Chan，Chung-hong。 2023。 “ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。 https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。https://doi.org/10.48550/arxiv.2307.02179。Chan，Chung-hong。 2023。 “ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。 https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。Chan，Chung-hong。2023。“ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。https://doi.org/10.5117/ccr2023.1.003.chan。Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。2023。“ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。https://doi.org/10.1073/pnas.2305016120。他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。2023。“ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。https://doi.org/10.48550/arxiv.2303.16854。irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。2024。“用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。https://doi.org/10.48550/arxiv.2312.14972。Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。2024。网状：接口到“ Python”。https://cran.r-project.org/package=reticulate。Kjell，Oscar，Salvatore Giorgi和Andrew H. Schwartz。2023。“文本包：使用自然语言处理和深度学习来分析和可视化人类语言的R包装。”心理方法。https://doi.org/10.1037/met0000542。 Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。 2023。 “为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。 https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1037/met0000542。Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。 2023。 “为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。 https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。2023。“为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1080/19312458.2023.2261372。Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。2024。“不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1017/pan.2023.20。Spirling，Arthur。2023。“为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1038/d41586-023-01295-4。Weber，Maximilian和Merle Reichardt。2023。“您需要的是在社会科学中提示生成大语言模型以进行注释任务。使用开放式模型的底漆。” arxivhttps://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.48550/arxiv.2401.00284。
MBNL1调节再生和差异化心脏状态之间编程的后出生后切换
MBNL1调节再生和差异性心脏状态之间编程的后产后切换。Logan R.J. Bailey 1,3,4，Darrian Bugg 1，Isabella M. Reichardt 2，C。DessiréeOrtaç1，Jagadambika Gunaje 1，Richard Johnson 5，Michael J. Maccoss 5，Tomoya Sakamoto 6，Tomoya Sakamoto 6，Daniel P. Kelly P. Kelly 6，Michael Regnier 2,7，Michael Regnier 2,7，Jennerifer M.Davis 1,2,7*。 1个实验室医学与病理学，华盛顿大学西雅图，华盛顿大学。 2 Bio Gradineering，华盛顿大学西雅图，华盛顿州。 3分子和细胞生物学，华盛顿大学西雅图，华盛顿大学。 4医学科学家培训计划，华盛顿大学西雅图，华盛顿大学。 5基因组科学，华盛顿大学，西雅图，华盛顿州西雅图6心血管研究所，医学，宾夕法尼亚州宾夕法尼亚大学，宾夕法尼亚州宾夕法尼亚州。 7华盛顿州西雅图市华盛顿大学转化肌肉研究中心 *对应：jendavis@uw.edu摘要发现心肌细胞的成熟度的决定因素和差异化状态的维持对于理解发展和可能重新研究成人哺乳动物心脏作为治疗策略的内源性再生计划至关重要。 在这里，RNA结合蛋白肌肉闪烁1（MBNL1）被确定为心肌细胞分化状态的关键调节剂及其通过对RNA稳定性的转录组控制的再生潜力。 在发育过早过渡的心肌细胞早期，靶向MBNL1过表达，向肥厚性生长，发育不全和功能障碍，而MBNL1功能的丧失会增加心肌细胞周期的进入和通过改变细胞周期抑制剂转录物的扩散。Logan R.J. Bailey 1,3,4，Darrian Bugg 1，Isabella M. Reichardt 2，C。DessiréeOrtaç1，Jagadambika Gunaje 1，Richard Johnson 5，Michael J. Maccoss 5，Tomoya Sakamoto 6，Tomoya Sakamoto 6，Daniel P. Kelly P. Kelly 6，Michael Regnier 2,7，Michael Regnier 2,7，Jennerifer M.Davis 1,2,7*。1个实验室医学与病理学，华盛顿大学西雅图，华盛顿大学。2 Bio Gradineering，华盛顿大学西雅图，华盛顿州。 3分子和细胞生物学，华盛顿大学西雅图，华盛顿大学。 4医学科学家培训计划，华盛顿大学西雅图，华盛顿大学。 5基因组科学，华盛顿大学，西雅图，华盛顿州西雅图6心血管研究所，医学，宾夕法尼亚州宾夕法尼亚大学，宾夕法尼亚州宾夕法尼亚州。 7华盛顿州西雅图市华盛顿大学转化肌肉研究中心 *对应：jendavis@uw.edu摘要发现心肌细胞的成熟度的决定因素和差异化状态的维持对于理解发展和可能重新研究成人哺乳动物心脏作为治疗策略的内源性再生计划至关重要。 在这里，RNA结合蛋白肌肉闪烁1（MBNL1）被确定为心肌细胞分化状态的关键调节剂及其通过对RNA稳定性的转录组控制的再生潜力。 在发育过早过渡的心肌细胞早期，靶向MBNL1过表达，向肥厚性生长，发育不全和功能障碍，而MBNL1功能的丧失会增加心肌细胞周期的进入和通过改变细胞周期抑制剂转录物的扩散。2 Bio Gradineering，华盛顿大学西雅图，华盛顿州。3分子和细胞生物学，华盛顿大学西雅图，华盛顿大学。4医学科学家培训计划，华盛顿大学西雅图，华盛顿大学。5基因组科学，华盛顿大学，西雅图，华盛顿州西雅图6心血管研究所，医学，宾夕法尼亚州宾夕法尼亚大学，宾夕法尼亚州宾夕法尼亚州。 7华盛顿州西雅图市华盛顿大学转化肌肉研究中心 *对应：jendavis@uw.edu摘要发现心肌细胞的成熟度的决定因素和差异化状态的维持对于理解发展和可能重新研究成人哺乳动物心脏作为治疗策略的内源性再生计划至关重要。 在这里，RNA结合蛋白肌肉闪烁1（MBNL1）被确定为心肌细胞分化状态的关键调节剂及其通过对RNA稳定性的转录组控制的再生潜力。 在发育过早过渡的心肌细胞早期，靶向MBNL1过表达，向肥厚性生长，发育不全和功能障碍，而MBNL1功能的丧失会增加心肌细胞周期的进入和通过改变细胞周期抑制剂转录物的扩散。5基因组科学，华盛顿大学，西雅图，华盛顿州西雅图6心血管研究所，医学，宾夕法尼亚州宾夕法尼亚大学，宾夕法尼亚州宾夕法尼亚州。 7华盛顿州西雅图市华盛顿大学转化肌肉研究中心 *对应：jendavis@uw.edu摘要发现心肌细胞的成熟度的决定因素和差异化状态的维持对于理解发展和可能重新研究成人哺乳动物心脏作为治疗策略的内源性再生计划至关重要。在这里，RNA结合蛋白肌肉闪烁1（MBNL1）被确定为心肌细胞分化状态的关键调节剂及其通过对RNA稳定性的转录组控制的再生潜力。在发育过早过渡的心肌细胞早期，靶向MBNL1过表达，向肥厚性生长，发育不全和功能障碍，而MBNL1功能的丧失会增加心肌细胞周期的进入和通过改变细胞周期抑制剂转录物的扩散。此外，与雌激素相关受体信号轴MBNL1依赖性稳定轴对于维持心肌细胞成熟至关重要。根据这些数据，调节MBNL1剂量调整了心脏再生的时间窗口，在该窗口中，增强的MBNL1活性使肌细胞增殖产生了，MBNL1的缺失促进了肌细胞增殖延长的再生状态。总的来说，这些数据表明MBNL1在产后和整个成年期之间充当整个再生和成熟的心肌细胞状态之间的转录组切换。关键字心脏再生，心肌分化，产后发育，转录组稳定，RNA成熟
UOC存储库
[1] M. V. Chao，“神经营养蛋白及其受体：许多信号通路的收敛点”，Nat。修订版Neurosci。，卷。4，不。4，pp。299–309，2003。[2] M. Bothwell，“ NGF，BDNF，NT3和NT4”，在神经营养因素中。实验药理学手册，施普林格，柏林，海德堡，2014年。[3] R. Levi-Montalcini，H。Meyer和V. Hamburger，“体外实验对小鼠肉瘤180和37对雏鸡胚胎的感觉和交感神经系统的影响，”癌症Res。，1954年。[4] R. Levi-Montalcini，“ 35年后的神经生长因子”，科学（80-。）。，1987。[5] Y.A. Barde，D。Edgar和H. Thoenen，“哺乳动物大脑的新神经营养因子的纯化”，Embo J.，1982。[6] K. R. Jones和L. F. Reichardt，“人类基因的分子克隆，该基因是神经生长因子家族的成员。”natl。学院。SCI。 U. S. A.，1990。 [7] P. C. Maisonpierre等。 ，“神经营养蛋白3：与NGF和BDNF有关的神经营养因子”，科学（80-。 ）。 ，1990。 [8] A. Hohn，J。Leibrock，K。Bailey和Y. A. Barde，“神经生长因子/脑源性神经营养因子家族的新成员的识别和表征”，自然，1990年。 [9] A. Rosenthal等。 ，“新型人类神经营养因子的主要结构和生物学活性”，Neuron，1990。 [10] N. Y. IP等。 natl。 学院。 SCI。SCI。U. S. A.，1990。[7] P. C. Maisonpierre等。，“神经营养蛋白3：与NGF和BDNF有关的神经营养因子”，科学（80-。）。，1990。[8] A. Hohn，J。Leibrock，K。Bailey和Y.A. Barde，“神经生长因子/脑源性神经营养因子家族的新成员的识别和表征”，自然，1990年。[9] A. Rosenthal等。，“新型人类神经营养因子的主要结构和生物学活性”，Neuron，1990。[10] N. Y. IP等。natl。学院。SCI。SCI。，“哺乳动物神经营养蛋白4：结构，染色体定位，组织分布和受体特异性。”U. S. A.，1992。[11] R. Gotz等。，“ Neurotrophin-6是神经生长因子家族的新成员”，自然，1994年。[12] K. O. Lai，W。Y. Fu，F。C. F. Ip和N. Y.单元格。Neurosci。，1998。[13] M. A. Bothwell和E. M. Shopter，“β神经生长因子的离解平衡常数”，J Biol Chem，1977。[14] C. Radziejewski，R。C。Robinson，P。S。S. Distefano和J. W. Taylor，“脑源性神经营养因子和神经营养因子和神经营养蛋白3。的二聚体结构和构象稳定性，” Biiochemistry，1992。[15] M. J. Butte，P。K。Hwang，W。C。Mobley和R. J. Fletterick，“ Neurotrophin-3同二聚体的晶体结构显示出不同的区域用于结合其受体，” 1998年。[16] N.[17] R. C. Robinson等。，“神经营养蛋白4同二聚体的结构和脑衍生的神经营养因子/神经营养蛋白4异二聚体揭示了一个常见的TRK结合位点，”蛋白质SCI。，2008。[18] K. K. Teng，S。Felice，T。Kim和B. L. Hempstead，“了解胸部营养蛋白的作用：最近的进步和挑战”，发展性神经生物学。2010。401–3，1992。：ebsCohost，” Annu。修订版Neurosci。[19] G. CM，“通过生理活性调节脑神经营养蛋白表达。”趋势Pharmacol Sci，pp。[20] S. D. Skaper，“神经营养因素：概述”，《分子生物学方法》，2018年。[21] A. K. McAllister，L。C。Katz和D. C. Lo，“神经营养蛋白和突触可塑性。，1999。[22] S. Pezet和S. B. McMahon，“神经营养蛋白：疼痛的介体和调节剂”，Annu。修订版Neurosci。，2006年。[23] D. R. Kaplan，B。L。Hempstead，D。Martin-Zanca，M。V。Chao和L. F. Parada，“ TRK原型癌基产品：神经生长因子的信号传递受体，”科学（80-。）。，1991。[24] R. Klein等。，“ TRKB酪氨酸蛋白激酶是脑源性神经营养因子