XiaoMi-AI文件搜索系统
World File Search SystemSensitive
CRISPR-CAS12A2基于目标核酸的快速和敏感检测系统
保留所有权利。未经许可就不允许重复使用。永久性。预印本（未经同行评审的认证）是作者/资助者，他已授予MedRxiv的许可证，以在2024年9月23日发布的此版本中显示在版权所有者中。 https://doi.org/10.1101/2024.09.20.20.24314102 doi：medrxiv preprint
一种用于快速和敏感检测MPOX病毒的现场诊断方法
图1通过整合侧向流条（RAA -LF）系统，重组酶 - AID放大测定法的特异性和灵敏度。（a）横向流条的说明。FITC-生物素标记的RAA扩增子首先与胶体金标记的抗FITC抗体结合。随着偶联的飞行，该建筑群被测试线上的链霉亲和蛋白捕获。其余的复合物继续向前扩散，并被控制线的抗FITC抗体抗体捕获。在测试和控制线上的视觉带表示正读数，而控制线处的单个频段仅表示负读数。（b，c）用底漆和探针集对MPXV和VACV DNA的RAA -LF检测，靶向D6R，E9L，N3R和N4R基因。控件不包括模板控件（模拟）。（d）使用MPXV DNA作为具有横向流量读数的模板的D6R，E9L，N3R和N4R引物的检测极限。MPXV DNA浓度作为基因组拷贝/μL表示。控件不包括模板对照（模拟）。（E）在手掌温度下放大N4R引物和探针设置的横向流量结果。在指定的时间消除了10μL反应产物的体积并用横向读数进行测试。所有实验重复了三次，显示了一个代表性结果。
将价值敏感设计映射到人工智能上以实现社会公益原则
摘要 价值敏感设计 (VSD) 是一种将价值观融入技术设计的成熟方法。它已应用于不同的技术，最近又应用于人工智能 (AI)。我们认为，AI 提出了许多特定于 VSD 的挑战，需要对 VSD 方法进行一些修改。机器学习 (ML) 尤其带来了两大挑战。首先，人类可能无法理解 AI 系统如何学习某些事物。这需要关注透明度、可解释性和可问责性等价值观。其次，ML 可能导致 AI 系统以“分离”其中嵌入的价值观的方式进行适应。为了解决这个问题，我们提出了一种三重修改的 VSD 方法：(1) 将一组已知的 VSD 原则 (AI4SG) 整合为设计规范，从中可以得出更具体的设计要求； (2) 区分设计所提倡和尊重的价值观，以确保结果不仅不会造成伤害，而且还会带来好处；(3) 扩展 VSD 流程以涵盖 AI 技术的整个生命周期，以监控意外的价值后果并根据需要进行重新设计。我们以 SARS-CoV-2 接触者追踪应用为例，说明了我们的 VSD for AI 方法。
体现超能力：对高度敏感的健康从业者经验的定性研究
摘要：目的：研究发现，全球约有 20-31% 的人口可被视为高度敏感——具有感觉处理敏感性 (SPS) 的特征。SPS 与对内部、环境和社会刺激的敏感性和反应性增加有关，通常被认为是一种弱点。尽管如此，它已被证明有可能成为人们的资产。然而，在研究文献中，关于高度敏感的健康从业者的经验以及他们如何最好地管理他们的高敏感性以造福自己和他人方面存在差距。设计：采用定性方法探讨了高度敏感的健康从业者在与客户合作的背景下如何体验和处理 SPS。方法：对来自多个健康专业的十名从业者进行了深入的半结构化定性访谈。结果：定性扎根理论分析揭示了将 SPS 体验为“体现的超能力”这一总体主题，以及四大主题之间复杂、交织的动态相互作用：欣赏、挑战、旅程和客户工作。结果表明，如果管理得当，SPS 确实可以成为从业者的宝贵资产。意义：作为第一个以系统、科学的方式研究这一主题的研究，该研究在探索 SPS 方面具有重要意义，尤其是在体现理论方面。研究结果对高度敏感的健康从业者具有重要意义，有助于了解他们的特征并就如何最好地管理它提供实用建议。
使用超低噪声 SQUID 放大器实现量子点的灵敏射频读出
半导体中的电子自旋是最先进的量子比特实现方式之一，也是利用工业工艺制造的可扩展量子计算机的潜在基础 [1–3]。一台有用的计算机必须纠正计算过程中不可避免地出现的错误，这需要很高的单次量子比特读出保真度 [4]。用于错误检测的全表面码要求在计算机的每个时钟周期内读出大约一半的物理量子比特 [5]。直到最近，自旋量子比特装置中的单次读出只能通过自旋到电荷的转换来实现，由附近的单电子晶体管 (SET) 或量子点接触 (QPC) 电荷传感器检测 [6–9]。然而，如果使用色散读出，硬件会更简单、更小，这利用了双量子点中单重态和三重态自旋态之间的电极化率差异 [10–13]。可以通过与量子点电极之一粘合的射频 (RF) 谐振器监测由此产生的两个量子比特状态之间的电容差异。量子点中的电荷跃迁也会发生类似的色散偏移，这样反射信号有助于调整到所需的电子占据 [14–16]。色散读出的优势在于它不需要单独的电荷传感器，但即使在自旋衰减时间较长的系统中，电容灵敏度通常也不足以进行单次量子比特读出 [17–23]。最近，已经在基于双量子点的系统中展示了色散单次读出 [24–28]，但为了提高读出保真度，仍然需要更高的灵敏度。
CHOPOFF：符号比对可实现快速灵敏的 CRISPR 脱靶检测
然而，尽管 CRISPR/Cas 技术具有革命性的地位，但它也存在明显的局限性和缺陷。CRISPR/Cas 最重要的限制是可能出现脱靶编辑，即 CRISPR/Cas 在非预期的位置切割 DNA。这种脱靶（OT）编辑会扭曲功能实验的解释，引入噪音和变异性，从而降低实验结果和功能性结论的可靠性。重要的是，OT 活性在 CRISPR 的治疗应用中尤其危险，在这种情况下，即使非常低频率的 OT 编辑也可能产生极其灾难性的后果 2,3 。为了应对这一挑战，该领域的许多努力都集中在改进 guideRNA（gRNA）设计以确保靶标特异性 4 和设计具有更高保真度的 Cas 变体 5 。同时，测量 OT 效应的方法，例如 GUIDE-seq 6 、CIRCLE-seq 7 和 SITE-seq 8 ，也有助于提高我们量化和合理化 OT 编辑的能力。此外，预测 OT 的能力对于该领域来说越来越重要，从而导致开发出各种用于预测 OT 位点的计算方法。
Leonhard Med，可信赖的研究环境，用于处理敏感的研究数据
摘要：本文概述了Eth Zurich的Leonhard Med Trusted研究环境（TRE）的开发和运作。Leonhard Med为科学研究人员提供了安全研究敏感研究数据的能力。我们概述了用户观点，即处理敏感数据，设计历史记录，当前状态和操作的法律框架。Leonhard Med是一个有效的，高度安全的可信赖的研究环境，用于数据处理，由ETH ETH托管，由ETH的科学IT服务（SIS）运营。它提供了一大堆安全控制，使研究人员可以根据瑞士立法和苏黎世数据保护政策存储，访问，管理和处理敏感数据。此外，Leonhard Med满足了生物培训信息安全政策，并且与国际数据保护法兼容，因此可以在国家和国际协作研究项目的范围内使用。最初设计为“裸机”高性能计算（HPC）平台，以实现最高性能，后来重新设计为虚拟化的私人云平台，以向其客户提供更多的效果。敏感数据可以在称为租户的安全，分离的空间中分析。技术和组织措施（TOMS）已适当地确保敏感数据的确定性，完整性和可用性。同时，Leonhard Med确保了对尖端研究软件的广泛访问，尤其是用于分析人类数据和其他个性化健康应用程序。
体现的超级大国：对高度敏感健康从业者的经验的定性研究
摘要：目的：研究已经确定，大约20-31％的全球人群可以被认为是高度敏感的 - 遵守感觉处理灵敏度（SPS）的特征。sps与对内部，环境和社会刺激的敏感性和反应性的提高相关，通常被认为是脆弱性。尽管如此，它已被证明有可能成为人们的资产。但是，研究文献中存在一个关于高度敏感的健康从业者的经验以及他们如何最好地管理对自己和他人利益的高度敏感性的差距。设计：一种定性方法探讨了在与客户合作的背景下，高度敏感的健康从业者如何体验和与SPS打交道。方法：深入，半结构化的定性访谈是由十位从业者进行的，这些访谈是从许多健康专业中汲取的。结果：定性基础理论分析揭示了将SPS作为“体现的超级大国”和复杂的，复杂的，交织的动态相互作用的总体主题：欣赏，挑战，旅程和客户工作。结果表明，如果管理良好，SPS确实可以成为从业者的宝贵资产。的含义：作为以系统的，科学的方式研究该主题的第一个此类研究，该研究在探索SPS方面具有重要意义，尤其是与实施理论有关。发现对高度敏感的健康从业者有影响，有助于理解其特质，并就如何最好地管理它提供实用建议。
在生命科学中共享敏感数据：集中和联合方法的概述
玛丽亚·鲁贾诺（Maria A. Rujano），格罗宁根大学医学科学博士学位，在埃克林（Ecrin）担任项目经理，为欧盟医疗保健数据研究倡议做出了贡献。凭借细胞和神经发育生物学的专业知识，她曾在著名的研究中心工作，包括Curie Institute和Institute Pasteur。化学博士学位Jan-Willem Boiten是Lygaturation的高级计划经理。 拥有超过20年的跨生命科学合作经验，他正在协调荷兰和欧洲一级的大规模生物医学数据基础设施计划。 克里斯蒂安·奥曼（Christian Ohmann）拥有数学博士学位，医学临时检查和“理论手术”领域的关联。 他是德国海因里希海因大学杜塞尔多夫医学院临床试验中心（KKS）的负责人（1999- 2014年），目前与ECRIN有关临床试验数据共享和ECRIN网络委员会的咨询。 ECRIN的高级数据经理Steve Canham具有18年的临床试验数据系统和管理方面的专业知识。 以前，他领导伦敦癌症研究所的IT团队（2002-11）。 Sergio Contrino是ECRIN数据项目的负责人。 是培训的电子工程师，曾在剑桥大学，遗传学系和欧洲生物信息学研究所（EBI）担任高级软件开发人员。 Romain David，海洋学和数据挖掘博士学位，是Erinha的研究人员和数据管家。 他是研究数据联盟（RDA）的共同主席（例如，化学博士学位Jan-Willem Boiten是Lygaturation的高级计划经理。拥有超过20年的跨生命科学合作经验，他正在协调荷兰和欧洲一级的大规模生物医学数据基础设施计划。克里斯蒂安·奥曼（Christian Ohmann）拥有数学博士学位，医学临时检查和“理论手术”领域的关联。他是德国海因里希海因大学杜塞尔多夫医学院临床试验中心（KKS）的负责人（1999- 2014年），目前与ECRIN有关临床试验数据共享和ECRIN网络委员会的咨询。ECRIN的高级数据经理Steve Canham具有18年的临床试验数据系统和管理方面的专业知识。以前，他领导伦敦癌症研究所的IT团队（2002-11）。Sergio Contrino是ECRIN数据项目的负责人。是培训的电子工程师，曾在剑桥大学，遗传学系和欧洲生物信息学研究所（EBI）担任高级软件开发人员。Romain David，海洋学和数据挖掘博士学位，是Erinha的研究人员和数据管家。他是研究数据联盟（RDA）的共同主席（例如，拥有20年的环境信息系统专业知识，他专门研究数据挖掘，图形方法和合适的数据管理。敏感数据）。Jonathan Ewbank于2021年加入Erinha担任总干事，在担任Marseille-Luminy免疫学中心（法国）25年后。Claudia Filippone是一名病毒学家，在Erinha担任高级科学计划经理。她的研究经验着重于欧洲和非洲的病毒出现和人畜共患病。Erinha的欧洲项目经理Claire Connellan专注于传染病爆发研究（Isidore）项目的综合服务，旨在增强大流行的准备。拥有项目管理和政策制定方面的专业知识，她拥有伦敦国王学院的国际和平与安全硕士学位。Ilse Custers是一名药物化学家（VU阿姆斯特丹）和卫生经济学家（庞贝·法布拉大学）。她目前正在担任Lygature的项目经理，管理项目建立基础架构的健康和基因组数据共享。Rick Van Nuland博士是专注于卫生研究基础设施的Lygature计划经理，并在UTRECHT大学医学中心和斯坦福大学接受了分子癌生物学家的培训。 Michaela Th。 Mayrhofer是培训的社会科学家。 她的博士学位研究了生物库治理的模式。 她的研究重点在于GDPR的合规性，人工智能道德规范以及建立和促进生物医学研究中的ELSI最佳实践。 自2019年以来，她一直领导BBMRI-ERIC的ELSI服务与研究部门。Rick Van Nuland博士是专注于卫生研究基础设施的Lygature计划经理，并在UTRECHT大学医学中心和斯坦福大学接受了分子癌生物学家的培训。Michaela Th。 Mayrhofer是培训的社会科学家。 她的博士学位研究了生物库治理的模式。 她的研究重点在于GDPR的合规性，人工智能道德规范以及建立和促进生物医学研究中的ELSI最佳实践。 自2019年以来，她一直领导BBMRI-ERIC的ELSI服务与研究部门。Michaela Th。Mayrhofer是培训的社会科学家。她的博士学位研究了生物库治理的模式。她的研究重点在于GDPR的合规性，人工智能道德规范以及建立和促进生物医学研究中的ELSI最佳实践。自2019年以来，她一直领导BBMRI-ERIC的ELSI服务与研究部门。Petr Holub是Masaryk大学计算机科学副教授。自2015年以来，他已成为BBMri-Eric的首席IT官。他具有科学的背景（2001年计算量子化学专业的MSC）和计算机科学（2005年的博士学位，专门研究计算机网络，自组织和多媒体处理）。evaGarcíaálvarez在BBMRI-ERIC担任IT科学家和项目经理。她从圣地亚哥大学（De Santiago de Costela）获得了分子医学博士学位，在那里她研究了癌症中体细胞病毒整合的基因组景观。Emmanuel Bacry毕业于écoleNormaleSupérieure（ENS），并拥有数学博士学位。他目前是巴黎 - 杜普大学的CNRS研究主任，也是法国健康数据中心的科学总监。他领导了Ecole Polytechnique的大数据与数据科学计划超过4年（2016-19）。收到：2024年2月6日。修订：2024年4月19日©作者2024。牛津大学出版社出版。这是根据Creative Commons Attribution许可条款（https://creativecommons.org/licenses/4.0/）分发的一篇开放访问文章，该文章允许在任何媒介中不受限制地重复使用，分发和再现，前提是适当地引用了原始工作。
对蛋白质生物标志物的敏感多路复用定量，用于早期药物发现和发育
Sensitive multiplexed quantification of protein biomarkers for early drug discovery and development Increasing sensitivity for quantification of surfactant proteins in matrix using the SCIEX 7500 system Bo An 1 , Timothy Sikorski 1 , John Mehl 1 , Eshani Nandita 2 , Remco van Soest 2 and Elliott Jones 2 1 Glaxosmithkline, Upper Providence, Pennsylvania; 2 Sciex，加利福尼亚州红伍德城，该技术说明使用高端三倍四极杆质谱仪在签名肽水平上对表面活性剂蛋白的高度敏感定量工作流程。通过改进的前端技术，可以在Sciex 7500系统上生成，捕获和传输更多离子，从而增强了表面活性剂蛋白的敏感性。Low-ng/mL lower limits of quantification (LLOQs) were achieved for the 4 surfactant proteins analyzed in human plasma.