XiaoMi-AI文件搜索系统
World File Search SystemWan
2025-Wandell-Rochester.pdf
我将介绍三个互补的开源MATLAB工具箱 - ISETCAM，ISETBIO和ISET3D-启用综合成像系统模拟。这些工具支持从场景到传感器的端到端建模：物理逼真的场景模拟（光谱灯场），多元元素光学和最终图像编码。i将介绍三个关键研究：验证模拟精度，高动态范围成像的CMOS传感器设计的优化以及视网膜编码（生理光学和锥度采样）的建模，以揭示人类视觉分辨率的基本限制。
印尼加入金砖国家，俄罗斯想从他们那里得到什么？
然而，他的前任、两届总统竞争对手佐科·维多多在首次竞选时也以类似的方式，尽管没有那么张扬，以亲民的形象出现，但在他十年的国家元首任期内，他却取消了权力制衡。苏比安托将民主称为“累人”和“混乱”，很难想象他不是一个独裁者候选人，一心要为他所认为的失败的社会实验画上完美的句号，并开启一个倒退的军政府统治时代。这位 72 岁的老人有着不光彩的过去，曾是嗜血的苏哈托政权的忠实支持者，并因绑架和殴打和平活动人士而被军队开除。在佐科·维多多政府担任国防部长期间，他毫不掩饰他对俄罗斯的同情。
抑制PRPF19障碍宫颈癌Qianqian Wang 1， *， *，†，Jinwei Zhang 1，†，YUE
摘要背景：宫颈癌（CC）是一种普遍且致命的妇科恶性肿瘤。前MRNA处理因子19（PRPF19）与多种癌症的进展有关，并证明在调节DNA损伤反应中起作用。然而，PRPF19及其相关途径在CC发展中的特定调节作用仍然很少了解。方法：通过蛋白质印迹检查蛋白质表达。通过菌落形成测定法检查了生存部分和菌落数量。通过免疫荧光（IF）测定，γ-酮H2A家族成员X（γH2AX）的荧光强度得到了验证。通过Transwell分析测试了细胞侵袭和迁移。结果：在这项研究中，分析了来自基因表达分析的互动分析（GEPIA）和对癌症基因表达数据（UALCAN）在线数据库的用户友好分析工具，并且发现发现在颈椎鳞状癌（CESC）组织中，PRPF19显着过表达。此外，我们证实了CC中PRPF19的表达升高，抑制PRPF19可以提高CC细胞对X射线处理的敏感性。此外，X射线暴露后PRPF19敲低增强了DNA损伤，这是通过γH2AX荧光强度增加的增加，P- DNA-蛋白激酶（PK）和RAD51重物组织酶（RAD51）的水平降低了。PRPF19抑制也抑制了细胞迁移和侵袭。从机械上讲，PRPF19通过下调P-SRC/SRC和YAP1水平，促进了肉瘤（SRC） - YES相关蛋白1（YAP1）途径的激活。结论：PRPF19抑制作用会损害肿瘤发生，降低放射线并破坏CC中的DNA损伤修复，部分是通过调节SRC-YAP1途径的调节，从而支持PRPF19作为CC治疗的一种前瞻性生物目标。
SHCBP1 是卵巢癌生长和干细胞的潜在靶点 李东东 1，王丽萍 2，*
摘要背景：卵巢癌 (OC) 是一种常见的妇科恶性肿瘤。据报道，SHC-衔接蛋白 (SHC) 结合和纺锤体相关蛋白 1 (SHCBP1) 的异常表达在各种癌症中都至关重要，而其在 OC 中的作用尚不清楚。在这里，我们研究了 SHCBP1 在 OC 中的作用。方法：使用生物信息学分析 SHCBP1 在 OC 中的表达和 OC 患者的生存概率。通过细胞计数试剂盒 8 (CCK-8) 和菌落形成来评估细胞生长。使用伤口愈合和 Transwell 测定检查细胞运动能力。通过球体形成试验评估 OC 细胞的干性。使用免疫印迹分析与无翼 (Wnt)/β-catenin 轴相关的关键因素。SHCBP1 在 OC 中的表达升高，并且 SHCBP1 与 OC 患者的生存概率相关。结果：沉默 SHCBP1 可抑制 SKOV3 和 A2780 细胞的增殖、迁移和侵袭。此外，敲低 SHCBP1 会损害 OC 细胞的干性。此外，SHCBP1 敲低会抑制 OC 细胞中的 Wnt/β-catenin 轴。我们的研究结果表明，沉默 SHCBP1 通过抑制 Wnt/β-catenin 轴来抑制 OC 细胞的生长、运动和干性。结论：OC 中 SHCBP1 的丰度增强。沉默 SHCBP1 通过抑制 Wnt/β-catenin 通路来抑制 OC 细胞的增殖、迁移、侵袭和干性。这些结果表明 SHCBP1 可能是 OC 中的一个潜在靶点。
中国嫦娥六号着陆器上月球背面的首个激光反射器以及未来嫦娥七号极地任务中的部署。Y. Wang 1 ，S.
中国嫦娥六号着陆器上月球背面的首个激光反射器以及未来嫦娥七号极地任务中的部署。 Y. Wang 1 , S. Dell'Agnello 2 , K. Di 1 , M. Muccino 2 , H. Cao 3 , L. Porcelli 2 , X. Deng 3 , L. Salvatori 2 , J. Ping 4 , M. Tibuzzi 2 , Y. Li 5 , L. Filomena 2 , Z. Kang 6 , M. Montanari 2 , Z. 孟 3 , L. Mauro 2 , B. 谢 1,7 , M. Maiello 2 , 1 中国科学院空天信息研究所遥感科学国家重点实验室，北京，100101，中国 (dikc@aircas.ac.cn), 2 国家核电研究所 - 弗拉斯卡蒂国家实验室 (INFN–LNF),通过费米40，00044，意大利弗拉斯卡蒂（simone.dellagnello@lnf.infn.it），3 中国空间技术研究院北京空间飞行器总体工程研究所，北京，100094，中国，4 中国科学院国家天文台，北京，100101，中国，5 中国科学院云南天文台，昆明，650216，中国，6 中国地质大学土地科学与技术学院，北京，100083，中国，7 中国科学院大学，北京，100101，中国。
Yining Wang
德克萨斯大学达拉斯分校的纳文·金德尔管理学院马萨诸塞州IDSS，达拉斯大学2024/04 IDSS，德克萨斯州奥斯汀大学2023/10麦考姆斯商学院麦考姆斯商学院2023/10 †2022/10纽约大学斯特恩商学院†2022/05 W.P. 亚利桑那州立大学的凯里商学院†2021/12纳文·金德尔管理学院，德克萨斯大学达拉斯大学达拉斯大学2021/12 MSO研讨会，伦敦商学院，伦敦商学院†2021/05纽约大学斯特恩商学院†2021/02 Desautels Managem McGill University，McGill Univers，Indin beloom Univers，SYARING 2020/2020/12。 2020/10 AI-IoT Seminar, University of Florida † 2020/10 IDSS, Massachusetts Institute of Technology 2019/12 Microsoft Research New York City 2019/07 Department of Statistics, Pennsylvania State University 2019/04 NUS Business School, National University of Singapore 2018/12 School of Information Systems, Singapore Management University 2018/12 Sauder School of Business, University of British Columbia 2018/12麦吉尔大学2018/12 Desautels管理学院佛罗里达大学沃灵顿商学院2018/11计算机科学系，伊利诺伊州Urbana-Champaign大学2018/11 2018/11马萨诸塞州IDSS，达拉斯大学2024/04 IDSS，德克萨斯州奥斯汀大学2023/10麦考姆斯商学院麦考姆斯商学院2023/10 †2022/10纽约大学斯特恩商学院†2022/05 W.P.亚利桑那州立大学的凯里商学院†2021/12纳文·金德尔管理学院，德克萨斯大学达拉斯大学达拉斯大学2021/12 MSO研讨会，伦敦商学院，伦敦商学院†2021/05纽约大学斯特恩商学院†2021/02 Desautels Managem McGill University，McGill Univers，Indin beloom Univers，SYARING 2020/2020/12。 2020/10 AI-IoT Seminar, University of Florida † 2020/10 IDSS, Massachusetts Institute of Technology 2019/12 Microsoft Research New York City 2019/07 Department of Statistics, Pennsylvania State University 2019/04 NUS Business School, National University of Singapore 2018/12 School of Information Systems, Singapore Management University 2018/12 Sauder School of Business, University of British Columbia 2018/12麦吉尔大学2018/12 Desautels管理学院佛罗里达大学沃灵顿商学院2018/11计算机科学系，伊利诺伊州Urbana-Champaign大学2018/11 2018/11
通过调节WNT和FGF18信号传导，增强了HPSC衍生的中脑多巴胺神经元的产率和亚型身份。 tae wan kim 1,2.3 *＃，jinghua
1干细胞生物学中心，2个发育生物学计划，纪念斯隆 - 凯特林癌症中心，纽约，纽约，纽约，10065，美国。3大韩民共和国Daegu Gyeongbuk科学技术学院（DGIST）跨学科工程系（DGIST）。4神经外科部，5癌生物学和遗传学计划，纪念斯隆 - 凯特林癌症中心，纽约，纽约，纽约，10065，美国。6哥伦比亚大学医学中心神经病学系，纽约，美国。 7计算机生物医学研究所，血液学/肿瘤科，医学系，威尔·康奈尔医学院，纽约，纽约，纽约，纽约，纽约，10065，美国。 8纽约州纽约的计算生物学三机构博士学位课程。 9神经科学计划，纽约州威尔·康奈尔医学院医学科学研究生院6哥伦比亚大学医学中心神经病学系，纽约，美国。7计算机生物医学研究所，血液学/肿瘤科，医学系，威尔·康奈尔医学院，纽约，纽约，纽约，纽约，纽约，10065，美国。 8纽约州纽约的计算生物学三机构博士学位课程。 9神经科学计划，纽约州威尔·康奈尔医学院医学科学研究生院7计算机生物医学研究所，血液学/肿瘤科，医学系，威尔·康奈尔医学院，纽约，纽约，纽约，纽约，纽约，10065，美国。8纽约州纽约的计算生物学三机构博士学位课程。9神经科学计划，纽约州威尔·康奈尔医学院医学科学研究生院
出版详情：Du, H., Dai, W., Zhou, Q., Li, C., Li, SC, Wang, C., Tang, J., Wu, X., & Wu, R. (2023)。人工智能辅助系统提高了工作效率
由于细胞学家的短缺，资源匮乏地区的妇女无法平等地获得宫颈细胞学检查，而宫颈细胞学检查是宫颈癌筛查中的关键作用。新兴研究表明人工智能辅助系统在资源有限的情况下促进细胞学检查实施的潜力。然而，在评估人工智能对提高细胞学家工作效率的帮助方面还存在不足。本研究旨在评估人工智能排除细胞学阴性玻片的可行性，并提高玻片解释的效率。纳入了带有良好注释的玻片，以开发分类模型，该模型用于对验证组的玻片进行分类。近 70% 的验证玻片被人工智能系统报告为阴性，并且这些玻片均未被专家细胞学家诊断为高级别病变。在人工智能系统的帮助下，每张玻片的平均解释时间从 3 分钟减少到 30 秒。这些发现表明人工智能辅助系统在加速大规模宫颈癌筛查中的幻灯片解释方面具有潜力。
