XiaoMi-AI文件搜索系统
World File Search SystemSoto
Sotorasib 用于治疗先前治疗过的 KRAS G12C 突变……
3.1 KRAS 致癌基因是肺癌中最常见的突变基因。KRAS G12C 突变是最常见的突变，在英国占非小细胞肺癌 (NSCLC) 肿瘤的 12%。这种突变在非鳞状 NSCLC 中更常见，通常不会与其他已知突变（如 EGFR、ALK 和 ROS-1）同时发生。这些其他已知突变可能有可用的靶向治疗，但目前没有针对 KRAS G12C 突变的靶向治疗。KRAS G12C 突变阳性的局部晚期或转移性 NSCLC 患者通常接受化疗，这是一种非靶向治疗，会产生影响健康相关生活质量的不良反应。临床专家强调，KRAS G12C 突变阳性 NSCLC 患者的预后较差。临床和患者专家指出，该人群对有效且可耐受的治疗存在未满足的需求。他们还强调，缺乏靶向治疗方案可能会产生心理影响。这种疾病伴有难以治疗的症状，患者专家提交的意见强调了这些症状对患者及其护理人员的心理影响。临床和患者专家表示，针对非小细胞肺癌中 KRAS G12C 突变的靶向治疗将受到欢迎。委员会得出结论，针对 KRAS G12C 突变阳性局部晚期或转移性非小细胞肺癌的靶向治疗存在尚未满足的需求，这些治疗将带来身体和心理上的益处。
Sotorasib 在患有 KRAS G12C 突变的肺腺癌和未经治疗的活动性脑转移的患者中表现出颅内活性
一名 61 岁女性患者，因持续疲劳被诊断为右上肺叶转移性腺癌，伴有局部淋巴结转移、多发性肺转移和右额叶脑转移（根据 PET-CT 发现的临床分期：cT3 cN2 cM1c）。肿瘤 DNA 的下一代测序（Ion AmliSeq Colon and Lung Research Panel v2、Ion Torrent 平台、热点区域分析）显示 KRAS p.G12C (c.34G>T) 突变，但没有其他靶向改变。PD-L1 的免疫组织化学染色在肿瘤细胞中不到 1%。一线全身治疗采用顺铂、培美曲塞和帕博利珠单抗，总体获得部分缓解，包括脑转移完全缓解，2018 年 9 月开始使用培美曲塞和帕博利珠单抗维持治疗。2019 年 3 月，由于进行性多发性神经病变，停用培美曲塞。2019 年 6 月，患者肺部出现进展，因咯血而需要止血放射治疗，帕博利珠单抗也停用。单独的脑转移继续缓解。2019 年 11 月，患者肺部再次出现进展，并出现有症状的脑部进展，小脑蚓部出现新的病变，导致导水管受压和连续性脑积水。植入脑室腹腔分流术，小脑蚓部病变用立体定向放射治疗；进行性肺部病变用放射治疗；此外，由于病情稳定，且持续控制疾病超过一年，因此恢复使用派姆单抗治疗。然而，2021 年 2 月，患者小脑已知病变进展（临床意义不大），左脑室周围白质出现新转移，肺部进一步进展。2021 年 3 月开始使用多西他赛，肺部和脑部病变进展，右额叶和颞叶出现新病变，这是四个周期后的最佳反应（见图 1 治疗时间顺序示意图）。2021 年 6 月，开始口服 960 毫克每日 sotorasib 治疗。经过 6 周的 sotorasib 治疗后，不仅肺部，而且未治疗的脑转移瘤都出现了令人印象深刻的治疗反应，这种反应持续了 5 个月（见图 2）。由于全身进展，停止使用 sotorasib 治疗，并于 2021 年 11 月底开始使用吉西他滨治疗。2021 年 12 月初，患者出现症状性脑部进展，行为改变和精神萎靡，并进行了神经外科干预，包括开颅术和肿瘤切除术。吉西他滨的全身治疗持续到 2022 年 2 月，并因疾病进展而停止。患者于 2022 年 3 月接受培美曲塞进一步全身治疗（再次治疗），随后于 2022 年 4 月接受卡铂和紫杉醇治疗。此外，患者于 2022 年 4 月进行了全脑放射治疗。随着病情进一步进展，患者自 2022 年 5 月起接受最佳支持治疗。
UOS论文模板-Eprints Soton-南安普敦大学
对连续语音的神经反应具有很大的兴趣。用于分析这些响应的技术通常涉及由于刺激特征（例如振幅包络）而导致的脑电图变化。然而，这些测量值的临床实用性，尤其是对于挑战测试诸如助听器的婴儿之类的受试者的挑战，仍然没有探索。本论文旨在研究神经跟踪作为婴儿辅助语音检测的客观测试的临床可行性。通过四项研究旨在测试为未来在临床环境中使用婴儿测试所必需的因素而解决的目标。这些因素包括在单渠道脑电图记录中检测响应的可行性，检测时间，刺激清晰度的影响和注意力。用于分析脑电图信号的两种方法是时间响应函数（TRF）和互相关。
3D打印的连续碳纤维增强的聚碳酸酯A. sotov *a，A。Abdrakhmanovaa
现代添加剂制造技术的积极发展，即基于融合沉积建模（FDM）的连续纤维挤出，表明了它们基于纤维聚合物复合材料创建高级材料的重要潜力。这些材料在航空业中广泛使用，但是它们用作飞机组件的使用受到满足许多要求的限制。这样的要求之一是火焰阻力。对于此类应用，至关重要的是，在集成之前，聚合物复合材料被认为符合类型证书。本研究论文提出了一项研究的结果，该研究的结果3D打印了具有多碳酸盐基质的连续增强聚合物复合材料，具有增强的机械性能，并进行了火焰耐药性测试，以证明印刷材料在航空应用中的可行性。该研究涵盖了一系列界面剪切强度，拉伸强度和火焰耐药性测试。该研究使用ASTM D638-10，ASTM D635-22，光学显微镜和浸入矩阵中的单个拖放测试的3D打印复合材料的详细表征。使用连续的碳纤维共截止使材料的拉伸强度（239.29 MPa）与未固化的聚碳酸酯（54.92 MPa）相比，增加了四倍。对印刷连续增强的聚碳酸酯的火焰耐药性的调查结果表明，该复合材料在每次火焰施用后的燃烧时间少于30秒。此外，双火施用后一系列五个样本的总燃烧时间不超过250秒，平均为56秒。获得的结果得出的结论是，连续加固的聚碳酸酯是用于飞机设计中的可行材料。为了进一步支持提出的印刷技术的使用，无人驾驶飞机的框架是由连续增强的聚碳酸酯制造的。
计算机和流体-Eprints Soton
超分辨率（SR）生成对抗网络（GAN）有望在大型模拟（LES）中湍流闭合，因为它们能够准确地从低分辨率领域重建高分辨率数据。当前的模型培训和推理策略对于大规模的，分布式计算而不足以成熟，这是由于计算需求以及对SR-GAN的训练通常不稳定的，这限制了改进的模型结构，培训策略和损失功能定义的探索。将SR-GAN集成到LES求解器中进行推理耦合模拟也是评估其后验精度，稳定性和成本的必要条件。我们研究了SR-GAN训练和推理耦合LES的并行化策略，重点是计算性能和重建精度。我们研究了混合CPU – GPU节点体系结构的分布式数据并行培训策略，以及低/高分辨率子盒大小，全局批处理大小和歧视器准确性的相关影响。准确的预测需要相对于Kolmogorov长度尺度足够大的训练子箱。应注意训练批量规模，学习率，培训子箱数量和歧视者的学习能力的耦合效果。我们引入了一个数据并行SR-GAN培训和推理库，以进行异质体系结构，该架构可以在运行时在LES求解器和SR-GAN推理之间进行交换。我们研究了这种布置的预测准确性和计算性能，特别关注精确的SR重建所需的重叠（Halo）大小。同样，有效推理耦合LES的后验并行缩放受SR子域的大小，GPU利用率和重建精度的限制。基于这些发现，我们建立了指南和最佳实践，以优化SR-GAN湍流模型训练和推理耦合LES计算的资源利用率和并行加速，同时保持预测精度。
干细胞报告-EPRINTS SOTON-南安普敦大学
成年神经干细胞（NSC）通常被视为稀有细胞，仅限于两个壁ni：室内区（SVZ）和粒度下区。实质星形胶质细胞（ASS）也会在受伤后有助于神经发生。但是，这些潜在NSC的流行，分布和行为仍然难以捉摸。为解决这些问题，我们重建了小鼠兴奋性病变后纹状体（STR）的时空模式作为神经源性激活。我们的结果表明，神经源性潜力在STR屁股之间广泛，但在病变边界被局部激活，在病变边界，它与不同的反应性作为亚型相关。在该区域，与规范的壁ni类似，通过局部屁股的连续随机激活来确保稳态神经发生。激活的屁股迅速恢复到静止，而其后代则在随机行为以分化倾向加速的随机行为后瞬时扩展。值得注意的是，作为激活速率与SVZ屁股的激活率相匹配，表明NSC电位的流行率可比。
标题作者关键字摘要-Eprints Soton
成年神经干细胞（NSC）通常被视为稀有细胞，仅限于两个壁ni：室内区（SVZ）和粒度下区。实质星形胶质细胞（AS）也可能导致损伤后神经发生，但是这些潜在NSC的患病率，分布和行为仍然难以捉摸。为解决这些问题，我们重建了小鼠兴奋性病变后纹状体（STR）的时空模式作为神经源性激活。我们的结果表明，神经源性潜力在STR中广泛存在，但在病变边界被局部激活，在病变边界，它与不同的反应性作为亚型相关。在该区域中，与规范生态位类似，通过局部AS的连续随机激活来确保稳态神经发生。被激活为迅速恢复到静止，而其后代则在随机行为中瞬时扩展，其具有分化倾向的加速度。值得注意的是，作为激活率与SVZ的激活率相匹配，表示NSC电位的出现率可比。
将数字双胞胎带回地球-Eprints Soton
在与未经测试的未经测试的（用于缓解气候变化和适应性的DTS中的DTS中，在长期天气预测，城市规划中的DTS中的DTS）混合（在长期天气预测中的DT）时，特殊问题表明了地球的DTS作为当今科学和技术的自然进化。通过将地球系统仿真与来自卫星，无人机，海底电缆，浮标，作物传感器和手机的信息整合在一起，地球的DTS被据称为人类世代的决策提供了科学基础（Bauer等，2021; Li et al。，2023; 2023; Rao等，2023）。对忠实地重现经验世界细节的产品的渴望并不新鲜。Carloll（1893）和Borges（1998）都写了关于国家的虚构故事，其地图变得如此详细，以至于与领土本身一样大。结果，这些地图被认为是无用的，并被遗忘了。无论这些故事与DT的关系如何，都必须在小型，稳定的世界和不确定的，不稳定的世界中区分封闭世界和开放世界或决策理论术语。复杂的建模可能适用于封闭的世界，但对于气候和环境等开放式系统而言，不需要必要。如果没有广泛的科学局限性，它们所构成的社会风险以及他们可能提供的知识（以及他们不提供的知识），不应发生大型模型（例如地球DTS）等大型模型的发展和应用。尽管地球系统建模有可能为某些领域内的政策制定提供信息，但我们认为，作为实际问题，地球的一部分引起了一些重要问题。通过承认通常被忽略的内容：与建模相关的基本无知，可以将这种批判性观点作为过早政策关闭的保障。
神经科学和生物行为评论 - Eprints Soton
南安普敦大学，南安普敦大学，英国B英国B心理健康创新中心，南安普敦大学，南安普敦，英国南安普敦C C C C C c C c c c c c C.南安普敦，南安普敦大学，英国南安普敦大学，英国d trespliencations and Interustitution and Interuction and Interustitution and Interurovity and Interuly'in Instrution and Interuryportion，Insterion，Instelter，Insteltial of Insterivati伦敦大学，伦敦S学院，英国E Forensic和神经发育科学系，精神病学研究所，心理学和神经科学研究所，国王学院伦敦，伦敦SE5 8AF，英美王国F Solent NHS Trust，Southampton，英国，英国G学院，诺丁汉大学，NEUREDEN，MALISENIA HERINGIA，MALTINGIA，MALTINGIA HINDING ods of neurode of neurode of neurode of Maraysia herning ods of Maraysia hermise of neurode of neurode of neurode of Semenyih，马来西亚I I临床和实验科学（CNS和精神病学），南安普敦大学医学院，南安普敦，英国南安普敦，英国J Hassenfeld儿童医院，纽约大学儿童研究中心，纽约，纽约，南安普敦大学，南安普敦大学，英国B英国B心理健康创新中心，南安普敦大学，南安普敦，英国南安普敦C C C C C c C c c c c c C.南安普敦，南安普敦大学，英国南安普敦大学，英国d trespliencations and Interustitution and Interuction and Interustitution and Interurovity and Interuly'in Instrution and Interuryportion，Insterion，Instelter，Insteltial of Insterivati伦敦大学，伦敦S学院，英国E Forensic和神经发育科学系，精神病学研究所，心理学和神经科学研究所，国王学院伦敦，伦敦SE5 8AF，英美王国F Solent NHS Trust，Southampton，英国，英国G学院，诺丁汉大学，NEUREDEN，MALISENIA HERINGIA，MALTINGIA，MALTINGIA HINDING ods of neurode of neurode of neurode of Maraysia herning ods of Maraysia hermise of neurode of neurode of neurode of Semenyih，马来西亚I I临床和实验科学（CNS和精神病学），南安普敦大学医学院，南安普敦，英国南安普敦，英国J Hassenfeld儿童医院，纽约大学儿童研究中心，纽约，纽约，
![arxiv：2407.17032v1 [cs.lg] 2024年7月24日-Eprints Soton](/simg/2/2f4040608edfe5361b3884f81cfb901afe4ce241.webp)
arxiv：2407.17032v1 [cs.lg] 2024年7月24日-Eprints Soton
发表了深Q-Networks（DQN）[Mnih等。，2013年]，从其人工智能（AI）冬季唤醒了增强学习（RL），这表明一般基于神经网络的算法可以在一系列复杂的任务中实现专家级的性能。在后来的几年中，深度神经网络的RL导致特工在Go Silver等人中击败了专业人士。[2017]，Dota 2 Berner等。[2019]，Starcraft 2 [Vinyals等。 ，2019年]以及更多。 因此，在学术界和行业内，对RL研究的公共利益最近都在显着增长。 同时，Openai Gym [Brockman等。 ，2016年]成为第一个广泛采用的普通API。 体育馆是健身房的维护叉子，带来了许多改进和API更新，以使其继续使用开源RL研究。[2019]，Starcraft 2 [Vinyals等。，2019年]以及更多。因此，在学术界和行业内，对RL研究的公共利益最近都在显着增长。同时，Openai Gym [Brockman等。，2016年]成为第一个广泛采用的普通API。体育馆是健身房的维护叉子，带来了许多改进和API更新，以使其继续使用开源RL研究。