XiaoMi-AI文件搜索系统
World File Search SystemSignatures
基于网络的综合蜂窝签名（LINCS）虚拟研讨会
AD Alzheimer's disease AE adverse event ALS amyotrophic lateral sclerosis API application programming interface AUD Alcohol Use Disorder CMap Connectivity Map DCIC Data Coordination and Integration Center DGE differential gene expression DIA data independent acquisition DToxS Drug Toxicity Signature Generation Center ECM extracellular matrix FAIR findable, accessible, interoperable, reusable FDA Food and Drug Administration GAN generative adversarial network GBM glioblastoma multiforme GCP global chromatin profiling GEO gene expression omnibus GR Growth Rate inhibition GREIN GEO RNA-seq Experiments Interactive Navigator (h)iPSC (human) induced pluripotent stem cell HMS Harvard Medical School KE knowledge environment LINCS Library of Integrated Network-based Cellular Signatures MEP Microenvironment Perturbagen MIT Massachusetts Institute of Technology ML Machine Learning MSDW Mount Sinai Data Warehouse NCATS National Center for Advancing Translational Sciences NIDDK National Institute of Diabetes and Digestive and Kidney Diseases NIH National Institutes of Health OSC Office of Strategic Coordination PBMC peripheral blood mononuclear cell PTM post-translational modification PRISM Profiling Relative Inhibition Simultaneously in Mixtures R&D research and development SMA脊柱肌肉萎缩TAS转录活性评分WGS全基因组测序
DNA 缺口会诱发与 BRCA1 缺陷相关的突变特征
与 Brca1 +/+ 细胞相比，Brca1 m/m 细胞中的 LTGC 偏向性下降（图 2e、f 和扩展数据图 4c、d）。然而，在 RNA-DNA 杂交体中的靶链上和 nCas9-sgRNA-DNA 复合物中的非靶链上诱导的缺口之间，BRCA1 介导的 LTGC 偏向性抑制没有显著差异（扩展数据图 5a）。对于 nCas9-sgRNA，Watson 链和 Crick 链上的 PAM 之间的这种抑制也几乎没有改变（扩展数据图 5b）。总之，这些数据表明，链不对称加剧了 Brca1 缺陷引起的 nCas9 诱导的 LTGC 偏向性，这与
使用子空间技术在脑电图中与任务无关的人特异性签名的证据
摘要 - 电脑摄影（EEG）信号是其他生物识别技术的替代方案，因为它们的保护源于SPOOFIF。以前的研究集中在通过分析任务/条件特异性脑电图来捕获个人变异性。这项工作试图通过标准化相关方差来模拟独立于任务/条件的生物特征特征。朝向这个目标，本文从基于子空间的文本独立说话者识别中扩展了想法，并提出了用于建模多渠道脑电图数据的新型修改。所提出的技术假设生物特征识别信息存在于整个脑电图信号中，并在高维空间中跨时间积累统计。然后将这些高维统计数据投影到保留生物识别信息的较低维空间。使用所提出的方法获得的较低维嵌入显示为任务是独立的。最佳的子空间系统确定精度为86的个体。4％和35。在数据集中分别使用30和920受试者的数据集使用仅使用9个EEG通道。本文还提供了有关子空间模型在培训期间未见任务和个人的可扩展性以及子空间建模所需的渠道数量的见解。
视觉场景复杂性对空间注意神经特征的影响
空间选择性注意极大地影响了我们对复杂视觉场景的处理，但大脑选择相关物体而抑制不相关物体的方式仍不清楚。使用非侵入性脑电图 (EEG) 发现了这些过程的证据。然而，很少有研究描述在注意动态刺激期间这些测量值的特征，而且对于这些测量值如何随着场景复杂性的增加而变化知之甚少。在这里，我们比较了三个视觉选择性注意任务中 EEG N1 和 alpha 功率（8-14 Hz 之间的振荡）的注意力调节。这些任务在呈现的不相关刺激数量上有所不同，但都需要持续注意侧化刺激的方向轨迹。在几乎没有不相关刺激的场景中，自上而下的空间注意控制与顶叶-枕叶通道中 N1 和 alpha 功率的强烈调节有关。然而，在两个半视野中都有许多不相关刺激的场景中，自上而下的控制不再表现为对 alpha 功率的强烈调制，并且 N1 振幅总体上较弱。这些结果表明，随着场景变得更加复杂，需要在两个半视野中进行抑制，自上而下控制的神经特征会减弱，这可能反映了 EEG 在表示这种抑制方面存在一些局限性。
肠道菌群对小鼠和人类食物成瘾的脆弱性
抽象目标食品成瘾是一种多因素疾病，其特征是对食物摄入的控制丧失，可能会促进肥胖症并改变肠道菌群组成。我们已经调查了肠道菌群在食品成瘾基础机制中的潜在参与。设计我们使用耶鲁食品成瘾量表（YFAS）2.0标准将小鼠和人类亚群中的极端食物成瘾分类，以识别与这种疾病脆弱性相关的肠道微生物群特征。的结果在与食物成瘾有关的肠道菌群特征中都显示出重要的相似性。标志表明，属于蛋白质细菌的细菌可能的非副作用以及放线杆菌对人类和小鼠的粮食成瘾发展的潜在保护作用。在上瘾的小鼠中观察到了上瘾的人类和蓝菌属中的blautia wexlerae的相对丰度降低。施用不可消化的碳水化合物，乳糖和鼠李糖（已知有利于蓝菌生长），导致小鼠粪便中Blautia的相对丰度与食物成瘾的显着改善并行。口服韦克斯莱氏症作为有益的微生物后，揭示了类似的改善。结论通过了解这种行为改变与肠道菌群之间的串扰，这些发现构成了对食品成瘾和相关饮食失调的未来治疗的一步。
肠道菌群对小鼠和人类食物成瘾的脆弱性
抽象目标食品成瘾是一种多因素疾病，其特征是对食物摄入的控制丧失，可能会促进肥胖症并改变肠道菌群组成。我们已经调查了肠道菌群在食品成瘾基础机制中的潜在参与。设计我们使用耶鲁食品成瘾量表（YFAS）2.0标准将小鼠和人类亚群中的极端食物成瘾分类，以识别与这种疾病脆弱性相关的肠道微生物群特征。的结果在与食物成瘾有关的肠道菌群特征中都显示出重要的相似性。标志表明，属于蛋白质细菌的细菌可能的非副作用以及放线杆菌对人类和小鼠的粮食成瘾发展的潜在保护作用。在上瘾的小鼠中观察到了上瘾的人类和蓝菌属中的blautia wexlerae的相对丰度降低。施用不可消化的碳水化合物，乳糖和鼠李糖（已知有利于蓝菌生长），导致小鼠粪便中Blautia的相对丰度与食物成瘾的显着改善并行。口服韦克斯莱氏症作为有益的微生物后，揭示了类似的改善。结论通过了解这种行为改变与肠道菌群之间的串扰，这些发现构成了对食品成瘾和相关饮食失调的未来治疗的一步。
通过系统比较提取全脑动力学的可解释特征
图1。在这项研究中，我们系统地比较了从静止状态fMRI时间序列量化动力学模式的不同方式，重点介绍了局部区域动力学和跨四个神经精神疾病的成对耦合的统计。A.对于给定的静止状态fMRI体积（i），皮层和亚皮层分为各个区域，从中提取体素平均的粗体信号时间序列（II）。从这些数据中量化动力学模式的两种关键方法是：（iii）测量单个大脑区域动力学的特性（绿色）；或（iv）计算两对区域之间的统计依赖性（粉红色和蓝色）。B.为了评估fMRI时间序列数据集的不同类型的动态表示的性能（用于识别疾病与神经活动的相关变化），我们包括了四个源自两个开放式访问数据集的神经精神病学示例：UCLA CNP LA5C研究[50]和Abide II/II/II/II/II/II II/II研究[51，52，52，52，64）两个队列中的每个队列还包括用于比较的认知健康对照（UCLA CNP n = 116，Abide n = 578）。C.对于从fMRI数据集提取的每种动力结构（即，对于数据的每个基于功能的“表示”），我们计算了封装各种活动属性范围的可解释的时间序列特征。使用一组25个时间序列特征（Catch22特征集[65]以及平均值，SD和FALFF）从每个大脑区域量化了局部动力学特性。使用一组成对相互作用（SPI）的一组统计量对所有对区域之间的相互作用进行了量化，该统计数据包括PYSPI软件包中的代表性子集[29]。值。D.我们使用线性SVM分类器适合表示静止状态fMRI特性的五种不同方法来评估每种神经精神疾病的病例对照性能的性能：（i）所有25个单个区域序列特征在单个区域，一个区域，一个区域，一个区域； （ii）单个时间序列功能的全脑图，功能； （iii）所有25个单变量时间序列特征的全脑图，一个uni_combo； （iv）使用一个SPI，FC跨所有区域对的功能连接（FC）网络； （v）FC以及所有25个单变量的时间序列特征，该功能从所有大脑区域（UNI_COMBO）计算出，称为FC_COMBO。
脑表现的脑电图特征中混乱的证据：系统评价
摘要：（1）背景：混沌是非线性动力学系统的特征，非常适合探索生物学时间序列，例如心率，呼吸记录，尤其是电解图。本文的主要目的是使用混乱理论和非线性动力学方法回顾最近的研究，以分析不同脑部过程中人类绩效。（2）meth-ods：几项研究检查了混乱理论和相关的描述脑动力学的分析工具。本研究对已提出的计算方法进行了深入的分析，这些分析已提出了脑动力学。（3）结果：来自55篇文章的证据表明，在使用混乱理论的研究中，与其他大脑功能相比，认知功能更频繁地评估。分析混乱的最常用技术包括相关维度和分形分析。近似，kolmogorov和样品熵占审查研究中熵算法最大的比例。（4）结论：本综述提供了对大脑作为混乱系统的概念以及在神经科学研究中成功使用非线性方法的见解。对大脑动态的其他研究将有助于提高我们对人类认知表现的理解。
在八用户量子网络中实现的无条件安全数字签名*
1 量子工程技术实验室，布里斯托大学 HH Wills 物理实验室和电气电子工程系，Merchant Venturers 大楼，Woodland Road，布里斯托 BS8 1UB，英国 2 光子学与量子科学研究所，赫瑞瓦特大学，英国 3 ICFO-Institut de Ciencies Fotoniques，巴塞罗那科学技术学院，08860 Castelldefels（巴塞罗那），西班牙 4 光子学和量子光学研究中心，先进材料和传感设备卓越中心，Rud − er Boˇskovi´c 研究所，萨格勒布，克罗地亚 5 维也纳量子光学与量子信息研究所（IQOQI）和维也纳量子科学与技术中心（VCQ），奥地利维也纳 6 国防科技大学高级跨学科研究学院，长沙，410073，中华人民共和国 7 斯洛伐克科学院物理研究所量子信息研究中心科学院，D ' ubravsk'a Cesta 9，84511 Bratislava，斯洛伐克 ∗ 通信和材料请求应发送至 Siddarth Koduru Joshi。 ∗∗ 任何通信应发送给作者。 8 现在位于：Universit ' e Cˆote d'Azur，CNRS，尼斯物理研究所（INPHYNI），UMR 7010，Parc Valrose，06108 Nice Cedex 2，法国 电子邮件：SK.Joshi@Bristol.ac.uk
利用神经特征增强任务 fMRI 个体差异研究
本研究由 K99AA030808 (DAAB) 和 R01DA54750 (RB) 资助。其他资助包括：AJG (DGE-213989)、SEP (F31AA029934)、ASH (K01AA030083)、RB (R21AA027827、U01DA055367)。本研究的数据由青少年大脑认知发展 (ABCD) 研究提供，该研究由美国国立卫生研究院和其他联邦合作伙伴颁发的 U01DA041022、U01DA041025、U01DA041028、U01DA041048、U01DA041089、U01DA041093、U01DA041106、U01DA041117、U01DA041120、U01DA041134、U01DA041148、U01DA041156、U01DA041174、U24DA041123 和 U24DA041147 奖项资助 (https://abcdstudy.org/federal-partners.html)。参与站点列表和研究调查员的完整列表可在 https://abcdstudy.org/consortium_members/ 上找到。ABCD 联盟调查员设计并实施了这项研究和/或提供了数据，但不一定参与了本报告的分析或撰写。本稿件反映的是作者的观点，可能不反映 NIH 或 ABCD 联盟调查员的意见或观点。