XiaoMi-AI文件搜索系统
World File Search SystemYEO
病例报告：使用全面的心胸MRI方法与免疫检查点抑制剂相关的肌毒性监测：临床病例的见解
在全球范围内，5.1至12.4％的艾滋病毒（PLWH）患者也患有慢性丙型肝炎病毒（HBV）共感染（Leumi等，2020）。最常见的抗逆转录病毒疗法（ART）用于治疗HIV/ HBV共感染的个体是替诺福韦富马酸（TDF）或Tenofovir alafenamide（TAF）与Lamivudine（3TC）或Emtritoitabine（FTC）的组合。由于其对HBV和HIV-1感染的双重活性，它改善了HBV病毒血症的控制并降低了肝纤维化和耐药性（Boyd等，2021； Ryom等，2022）。与慢性HBV单感染相比，HBV患者的HIV速度加快了慢性HBV向肝脏肝硬化，肝细胞癌（HCC）或末期肝病的发展（Singh等，2017; Kouame; Kouame ́等，2018）。乙型肝炎表面抗原（HBSAG）的丧失，无论是否有或不发育表面抗原的抗体，通常都被认为是功能性治愈方法，是慢性肝炎B（CHB）感染的最终治疗目标（欧洲肝脏研究协会，肝脏研究协会，2017年； Martin等，20222222222年）。尽管如此，这种结果仅在少数患者中得以实现（Zhou等，2019； Hsu等，2021； Hsu等，2022）。最近，许多研究表明，与患有慢性HBV一单位抗逆转录病毒疗法（CART）的HIV/HBV共感染的个体中，HBSAG血清清除率更高，与患有慢性HBV一单位疗法的人进行了抗逆转录病毒疗法（CART）（CART）（YEO等人，2019年； Audsley等，2020; Chihihota; Chihota et and，2020;此外，我们探讨了临床变量与此结果的关联。然而，关于HBSAG下降的研究和在HIV/HBV共感染中影响其的因素的研究有限。必须理解与患有HIV/ HBV共感染的个体中HBSAG丢失有关的潜在预测因子和生物标记。这将增强我们对HIV/HBV共感染的潜在机制的理解，并有可能帮助医生制定更有效的治疗策略。在本文中，我们对HIV/HBV共感染的个体开始了购物车后对HBSAG损失进行了前瞻性检查。
课程vitae
[1] T. Cui和F. Pillichshammer（2025）。伯恩斯坦近似及以后：通过基本概率理论的证明，元素der Mathematik，被接受，Arxiv：2307.11533。[2] T. Cui，J。Dong，A。Jasra和X. T. Tong（2025）。数值MCMC的收敛速度和近似精度，应用概率的进步，57（1），doi：10.1017/apr.2024.28。[3] T. Cui，G。Ditommaso，R。Scheichl（2024）。多级维度独立于可能性的MCMC，用于大规模反问题，反问题，40，035005。[4] Y. Zhao和T. Cui（2024）。张量训练方法用于状态空间模型中的顺序状态和参数学习，机器学习研究杂志，接受，ARXIV：2301.09891。[5] T. Cui，H。de Sterck，A。D. Gilbert，S。Polishchuk和R. Scheichl（2024）。多层次的蒙特卡洛方法用于随机对流扩散特征值问题，《科学计算杂志》，99（3），1-34。[6] T. Cui，S。Dolgov和R. Scheichl（2024）。使用张量列车进行的深度重要性采样，并适用于先验和后验罕见的事件估计，《 Siam Scientific Computing杂志》，46（1），C1 – C29。[7] T. Cui，S。Dolgov，O。Zahm（2023）。可扩展的有条件深度逆罗森布拉特使用张量列和基于梯度的尺寸降低，计算物理学杂志，485，112103。[8] T. Cui，S。Dolgov（2022）。使用平方逆的Rosenblatt传输，计算数学基础，22（6），1863– 1922年对张量列车的深度组成。[9] T. Cui，X。T。Tong和O. Zahm（2022）。先前的标准化了贝叶斯反问题，逆问题，38（12），124002。[10] T. Cui，X。T. Tong（2022）。统一的绩效分析对信息性的子空间方法，Bernoulli，28（4），2788–2815。[11] O. Zahm，T。Cui，K。Law，Y。Marzouk和A. Spantini（2022）。非线性贝叶斯逆问题的认证维度降低，计算数学，91（336），1789–1835。[12] T. Cui，Z. Wang和Z. Zhang（2022）。通过非线性流变学，计算物理学的通信，ARXIV：2209.02088，一种用于冰川建模的变分神经网络方法。[13] L. Bian，T。Cui，B.T。 Yeo，A。Fornito，A。Razi，J。Keith（2021）。 使用功能性MRI，Neuroimage，244，118635识别大脑状态，过渡和社区。div> [14] T. Cui，O。Zahm（2021）。 无数据的贝叶斯反问题，反问题的无数据信息尺寸减小，37（4），045009。 [15] J. Bardsley，T。Cui（2021）。 基于优化的非线性层次统计反问题的MCMC方法，《不确定性量化》的暹罗/ASA期刊，9（1），29-64。 [16] C. Fox，T。Cui，M。Neumayer（2020）。 随机降低了效率的大都市量的前向模型，并应用于地下流体流量和电容层析成像，《辉煌的地质杂志》，《地貌杂志》，11（1），1-38。 [17] J. Bardsley，T。Cui，Y。Marzouk，Z。Wang（2020）。 [18] R. Brown，J。Bardsley，T。Cui（2020）。 [19] S. Wu，T。Cui，X。Zhang，T。Tian（2020）。[13] L. Bian，T。Cui，B.T。Yeo，A。Fornito，A。Razi，J。Keith（2021）。 使用功能性MRI，Neuroimage，244，118635识别大脑状态，过渡和社区。div> [14] T. Cui，O。Zahm（2021）。 无数据的贝叶斯反问题，反问题的无数据信息尺寸减小，37（4），045009。 [15] J. Bardsley，T。Cui（2021）。 基于优化的非线性层次统计反问题的MCMC方法，《不确定性量化》的暹罗/ASA期刊，9（1），29-64。 [16] C. Fox，T。Cui，M。Neumayer（2020）。 随机降低了效率的大都市量的前向模型，并应用于地下流体流量和电容层析成像，《辉煌的地质杂志》，《地貌杂志》，11（1），1-38。 [17] J. Bardsley，T。Cui，Y。Marzouk，Z。Wang（2020）。 [18] R. Brown，J。Bardsley，T。Cui（2020）。 [19] S. Wu，T。Cui，X。Zhang，T。Tian（2020）。Yeo，A。Fornito，A。Razi，J。Keith（2021）。使用功能性MRI，Neuroimage，244，118635识别大脑状态，过渡和社区。div>[14] T. Cui，O。Zahm（2021）。无数据的贝叶斯反问题，反问题的无数据信息尺寸减小，37（4），045009。[15] J. Bardsley，T。Cui（2021）。基于优化的非线性层次统计反问题的MCMC方法，《不确定性量化》的暹罗/ASA期刊，9（1），29-64。[16] C. Fox，T。Cui，M。Neumayer（2020）。随机降低了效率的大都市量的前向模型，并应用于地下流体流量和电容层析成像，《辉煌的地质杂志》，《地貌杂志》，11（1），1-38。[17] J. Bardsley，T。Cui，Y。Marzouk，Z。Wang（2020）。[18] R. Brown，J。Bardsley，T。Cui（2020）。[19] S. Wu，T。Cui，X。Zhang，T。Tian（2020）。基于功能空间的基于可扩展优化的采样，《暹罗科学计算杂志》，42（2），A1317 – A1347。贝叶斯逆问题中的晶状麦片先验的半变量图超参数估计，逆问题，36（5），055006。一种用于推断遗传调节网络的非线性反向工程方法，PEERJ，8，E9065。[20] T. Cui，C。Fox，C.，M。O'Sullivan（2019）。大规模逆问题的自适应误差模型 - 延迟 - 受众MCMC中降低的模型的随机校正，并应用于多相性逆问题，《工程数值国际杂志》，118（10），578-605。[21] T. Cui，C。Fox，G。Nicholls，M。O'Sullivan（2019）。使用平行马尔可夫链蒙特卡洛来量化地热储层校准中的不确定性，国际不确定性量化杂志，9（3），295–310。[22] S. Thiele，L。Grose，T。Cui，S。Micklethwaite，A。Cruden（2019）。从数字数据中提取高分辨率结构取向：贝叶斯方法，结构地质杂志，122，106–115。[23] C. Reboul，S。Kiesewetter，M。Eager，M。Belousoff，T。Cui，H。DeSterck，D。Elmlund，H。Elmlund（2018）。快速接近原子分辨率单粒子3D重建，简单，结构生物学杂志，204（2），172-181。[24] A. Spantini，T。Cui，K。Willcox，L。Tenorio和Y. Marzouk（2017）。贝叶斯线性反问题的面向目标的最佳近似，《暹罗科学计算杂志》，39（5），S167 – S196。[25] Z. Wang，Y。Marzouk，J。Bardsley，T。Cui和A. Solonen（2017）。贝叶斯的逆问题L 1先验：随机化 - 优化方法，Siam on Scientific Computing杂志，39（5），S140 – S166。
用于维护优化相互依存高速公路路面网络的多代理增强学习模型
（Durango-Cohen＆Sarutipand，2007; Hong＆Prozzi，2010; Yeo等，2010，2013; Z. Zhang等，2017）。相比之下，很少考虑人行道之间的相互依赖性，尤其是与道路功能相关的人。通常，路面网络中的相互依赖性可以是经济，随机或功能（Durango-Cohen＆Sarutipand，2007，2009）。eco-wimic依赖性（Durango-Cohen＆Sarutipand，2007，2009）。预算限制是路面管理领域经济相互依存的最常见例子，并且是网络级别M＆R决策中重要的考虑之一。随机依赖性发生在由于某些常见原因（例如，环境或交通负荷； Durango-Cohen＆Sarutipand，2007，2009）的情况下，组件的失败概率或组件的时间与时间之间相关。功能依赖性是指一个组件的功能取决于另一个组件的功能的情况（Durango-Cohen＆Sarutipand，2007，2009; Medury＆Madanat，2013）。在路面管理的背景下，功能依赖性来自道路网络的连通性以及驾驶员希望选择以最低旅行成本的路线的愿望。先前的研究表明，在工作区运营期间的车道关闭和由于维护不足而导致的铺路条件较差将导致交通延迟和车辆运营成本增加（VOC； Adeli＆Ghosh-Dastidar，2004； Adeli＆Jiang，2008; Santhtos et al。，2017）。因此，通过这些细分市场的路线上的旅行成本可能会增加，驾驶员可能会重新路由以避免高旅行成本细分市场，从而导致整个道路网络的交通流量重新分布（Guan等，2022； Uchida＆Kagaya，2006）。因此，一个细分市场的条件可能会影响另一个细分市场的交通水平，这将进一步影响该细分市场的路面性能和相应的M＆R策略（Durango-Cohen＆Sarutipand，2009）。相反，一个细分市场的M＆R决策也与网络中其他片段的状况有关。这表明路面段的功能依赖性。M＆R策略可能会阻碍有效的决策支持，因为管理过程中的重大收益和成本可以归因于连接系统段的相互依赖性（Durango-Cohen＆Sarutipand，2009年）。然而，现有的路面管理研究很少考虑道路细分之间的这种功能依赖性，并且缺乏定量理由来理性的阶段独立性假设。许多研究采用了两个阶段的自下而上（TSBU）框架，该框架首先确定每个细分市场的替代M＆R计划，
新闻稿
2022 年 1 月 3 日 | 立即发布 新加坡国立大学医学院的一项研究表明，使用助听器可将认知能力下降的风险降低 20% 新加坡，2022 年 1 月 3 日——听力损失是导致认知能力下降和痴呆症的已知风险因素。然而，根据新加坡国立大学杨潞龄医学院的学生和研究人员进行的一项研究，发现使用听力恢复设备可使长期认知能力下降的风险降低 20%。该研究发表在《JAMA Neurology》上，基于从 31 项研究收集的观察数据进行，涉及超过 130,000 名研究参与者。使用听力恢复设备的听力损失参与者的长期认知能力下降风险降低了约 20%。在评估他们的认知能力时，评估短期认知的认知测试分数提高了 3%。由于所用数据是观察性的，因此无法明确得出因果关系，结果应在研究范围内进行解释。尽管如此，该团队的研究结果进一步证实，实施有针对性的干预措施来恢复一定程度的听力对于预防或减缓认知能力下降和痴呆症是必要的。听力损失影响着全球五分之一的人，随着新加坡人口老龄化，听力损失变得越来越普遍。听力损失也是痴呆症的主要风险因素之一，会对患者的功能和生活质量造成不利影响。作为一种使人衰弱的疾病，它导致全球老年人的高残疾率和死亡率。由于目前没有治疗痴呆症的明确方法，解决可改变的风险因素是防止这种综合症发展和恶化的关键。 “痴呆症一旦发生，就很难逆转。筛查和治疗与年龄相关的听力损失很简单，而且是非侵入性的，所以我们鼓励老年人和他们的家人采取这个简单的步骤来保护他们今天的认知能力，”资深研究作者、新加坡国立大学医学院院长研究员 Benjamin Tan 博士说。这项研究由新加坡国立大学医学院的医学生和研究人员团队领导，其中包括三年级医学生 Brian Yeo Sheng Yep 和 Harris Song Jun Jie Muhammad Danial，五年级医学生 Emma Toh Min Shuen。他们得到了耳鼻喉科系 Benjamin Tan Kye Jyn 博士、副教授 Loh Woei Shyang 和助理教授 Ng Li Shia，以及副教授 Reshma Aziz Merchant
生物多样性记录：库苏岛的罗素lion鱼
1新加坡国立大学热带海洋科学研究所119222电子邮件：khawcheehaw@gmail.com（ *通讯作者）2生物科学系，新加坡国立大学，新加坡大学，新加坡大学，新加坡大学117543建议引用。 Khaw JCH和Jaafar Z（2024）生物多样性记录：库苏岛的罗素lion鱼。 新加坡的自然，17：e2024101。 doi：10.26107/nis-2024-0101主题：Russel's或原告Lionfish，Pterois Russelii（Teleostei：Percifortes：Scorpaenidae）。 主题：Zeehan Jaafar。 位置，日期和时间：新加坡海峡，库苏岛东北礁； 2023年9月21日；大约1430小时。 栖息地：海洋。 珊瑚礁斜坡，深度约5 m的岩石缝隙。 观察者：乔纳斯·奇·霍·霍克（Jonas Chee Haw Khaw）。 观察：一个约15厘米长的个体在一个小洞穴附近，慢慢游泳。 它继续游泳到一个毫无障碍的区域，但保持靠近粉质的基板，并且似乎并没有被观察者拍照所震惊。 备注：在新加坡记录的五种pterois中，只有pterois russelii和pterois volitans已被确认（Kwik＆lim，2015年）。 尽管史密斯·罗素（Pterois Russelii）似乎是最常遇到的，但来自樟宜和普劳·汉图（Changi and Pulau Hantu）潮间带的记录（Loh，2014年为Pterois Russellii; Kwik＆Lim，2020年，2020年），直至Pulau satumu of Pulaus satumu（Tan＆lim）的深度（tan＆lim，2014年，pterois ussellii and and trime oftore'and trightore' （Jaafar等，2024）。 引用的文献：Allen Gr＆Erdmann MV（2012）东印度群岛的礁鱼。 卷。1新加坡国立大学热带海洋科学研究所119222电子邮件：khawcheehaw@gmail.com（ *通讯作者）2生物科学系，新加坡国立大学，新加坡大学，新加坡大学，新加坡大学117543建议引用。Khaw JCH和Jaafar Z（2024）生物多样性记录：库苏岛的罗素lion鱼。新加坡的自然，17：e2024101。doi：10.26107/nis-2024-0101主题：Russel's或原告Lionfish，Pterois Russelii（Teleostei：Percifortes：Scorpaenidae）。主题：Zeehan Jaafar。位置，日期和时间：新加坡海峡，库苏岛东北礁； 2023年9月21日；大约1430小时。栖息地：海洋。珊瑚礁斜坡，深度约5 m的岩石缝隙。观察者：乔纳斯·奇·霍·霍克（Jonas Chee Haw Khaw）。观察：一个约15厘米长的个体在一个小洞穴附近，慢慢游泳。它继续游泳到一个毫无障碍的区域，但保持靠近粉质的基板，并且似乎并没有被观察者拍照所震惊。备注：在新加坡记录的五种pterois中，只有pterois russelii和pterois volitans已被确认（Kwik＆lim，2015年）。尽管史密斯·罗素（Pterois Russelii）似乎是最常遇到的，但来自樟宜和普劳·汉图（Changi and Pulau Hantu）潮间带的记录（Loh，2014年为Pterois Russellii; Kwik＆Lim，2020年，2020年），直至Pulau satumu of Pulaus satumu（Tan＆lim）的深度（tan＆lim，2014年，pterois ussellii and and trime oftore'and trightore' （Jaafar等，2024）。引用的文献：Allen Gr＆Erdmann MV（2012）东印度群岛的礁鱼。卷。pterois russelii与没有黑点的半透明中位数散热片与Pterois volitans区分开（Allen＆Erdmann，2012年）。I.热带礁研究，澳大利亚珀斯。xiii + 424 pp。Jaafar Z，Low Jky＆Lim KKP（2024）海洋鱼类的清单，其新加坡的威胁状态类别。in：Davison GWH，Gan JWM，Huang D，Huang WS，Lum Sky＆Yeo DCJ（编辑）新加坡红色数据簿。新加坡生物多样性的红色列表。第三版。国家公园董事会，新加坡，pp。649–670。Kwik JTB和Lim KKP（2020）Scorpionfishes（Teleostei：Scorpaenoidei）。新加坡的自然，13：11-26。Loh KS（2014）Pulau Hantu的Russell's Lionfish。新加坡生物多样性记录，2014：240。Tan HH＆Lim KKP（2014）新加坡海峡中的罗素鱼类。新加坡生物多样性记录，2014：11。
褐变特性，抗氧化活性和
男性模式脱发（MPHL）和女性图案脱发（FPHL）也称为雄激素性脱发（AGA）是最普遍的脱发形式，影响了大部分人群。据估计，到70岁，至少80％的男性和50％的女性体验AGA（Devjani等，2023）。aga的标志是毛囊的逐渐微型化，导致脱发（Trüeb，2002）。处理脱发是一个具有挑战性且耗时的过程。经历脱发的人通常会偏离生活质量的降低，包括减少自我信心和抑郁症感的增强（Lee等，2002; Yeo等，2014; Marks等，2019）。因此，脱发的有效管理在改善人们的整体健康方面起着至关重要的作用。为了增强我们有效地预防和治疗Aga的能力，对对有助于其发展的潜在机制进行更全面的了解至关重要。然而，AGA发病率不断升级的确切原因尚未完全阐明。许多因素影响着AGA的起始和进展，内分泌因子和遗传易感性的相互作用是主要因素之一（Lolli等，2017）。研究表明，诸如新陈代谢，心理变化，环境暴露，饮食摄入和微生物等一系列外部因素可能会对头发寿命有不利影响（Lai等，2013; Phillips et al。，2017; Ho.Ho等，2019; Ho等，2019; Suzuki; Suzuki; Suzuki; Suzuki et al al al al a al a al a al a al a al a al a al a al a al a al a al a al a al a al a al a al a al a al a an a al a al a al a al a al a al al a al a al a af Al a al a;最近，一项研究表明，肠道菌群也是AGA发展的重要因素（Jung等，2022）。但是，在与AGA有关的研究中，关于肠道微生物组在AGA中的特定作用的研究相对有限。在实施过程中，常规观察性研究容易受到许多潜在因素的影响，包括生活方式和社会经济地位，使其容易产生偏见。因此，我们从全基因组关联研究（GWAS）的结果中检查了现有的摘要数据，以研究肠道微生物群对AGA的影响。全基因组的关联研究与大型样本量揭示了一些与AGA和肠道微生物群相关的单核苷酸多态性（SNP）（Wang等，2019）。Mendelian随机化（MR）是一种采用与假设危险因素相关的遗传变异的方法，作为确定该暴露对特定结果的因果影响的代理（Birney，2022年）。在这项研究中，我们使用两样本的MR研究设计评估了肠道菌群和AGA的因果关系。我们的结果表明，特定的肠道菌群和AGA之间存在潜在的因果关系。
儿童期与癫痫相关的多基因风险与脑形态之间的关联
和ssocations bepilepsy-多基因在Childhod Alexander Ngo 1.2，Lang Liu 1.3，Larivière4，Larivière4，Larivière4，Serea Fett 1.2，Serea Fett 1.2，Clara F. Weber 1,5,6，Jessica Royer 14.2，Maria y. y.ariio y。 15，路易斯·康查16，西蒙·S·23：25，帕特里夏·戴斯蒙德·雷塔·索尔塔尼亚·扎德331，加文·温斯顿39,40，西奥多·鲁伯41,42,43，托比亚斯·鲍尔，托比亚斯·鲍尔，50,51，50,51，约翰·S·邓肯33,34，33,34，Paul M.Thops M.Thompson 52，1.2，32，32,3,2,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3,3 ,，A. Carr 54, Gianpiero L. Cavalleri 56.58, Esmaeil Davooti-Bojd 59, Norman Delandy 56.58, Chantal Depont 60, Colin P. Doherty 58.61, Martin Domin 62, Sonya Foley 40, Aoife Griffin 35, Graeme D. Jackson 63, Erik Kaestner 51, Magdalena, Magdalena Kowalczyk 63，Angelo Labate 64，Soenke Langner 65，Mario Mascalchi 66，Mario Mascalchi 66，Pascal Martin 23，Mark P. Richardson 55，Christian Rummel 67，Mira Semmelroch 63，Mira Semmelroch 63，Mariasavina Severino 45 Felix 46，Felx。 von Podewills 69，Sjoerd B. Vos 33.34.70，Christopher D. Whelan 56，Roland Wiest 67和Junsong Zhang 71A. Carr 54, Gianpiero L. Cavalleri 56.58, Esmaeil Davooti-Bojd 59, Norman Delandy 56.58, Chantal Depont 60, Colin P. Doherty 58.61, Martin Domin 62, Sonya Foley 40, Aoife Griffin 35, Graeme D. Jackson 63, Erik Kaestner 51, Magdalena, Magdalena Kowalczyk 63，Angelo Labate 64，Soenke Langner 65，Mario Mascalchi 66，Mario Mascalchi 66，Pascal Martin 23，Mark P. Richardson 55，Christian Rummel 67，Mira Semmelroch 63，Mira Semmelroch 63，Mariasavina Severino 45 Felix 46，Felx。 von Podewills 69，Sjoerd B. Vos 33.34.70，Christopher D. Whelan 56，Roland Wiest 67和Junsong Zhang 71
人工智能发明与专利披露
* 加州西部法学院副教授；加州大学圣地亚哥分校客座副教授；印第安纳大学（布卢明顿）奥斯特罗姆访问学者；内布拉斯加大学（林肯）访问学者：内布拉斯加州治理与技术中心；乔治梅森大学安东宁斯卡利亚法学院托马斯爱迪生创新研究员和列奥纳多达芬奇研究员；加州大学洛杉矶分校法学院访问学者；美国注册专利律师；西北大学普利兹克法学院法学博士；西北大学凯洛格管理学院工商管理硕士；休斯顿大学法学院法学硕士；斯坦福大学商学院研究生创业证书；斯坦福大学工程学院机械工程硕士；德克萨斯大学奥斯汀分校科克雷尔工程学院机械工程学士。非常感谢 Michael Risch、Ted Sichelman、Brenda Simon、Thomas D. Barton、Robert A. Bohrer、Shawn Miller、Lisa Ramsey、Anjanette Raymond、Daniel R. Cahoy、Sonia Katyal、Tejas Narechania、Jonathan Barnett、Eric Claeys、John Duffy、Sean O'Connor、Ashish Bharadwaj、Loletta Dardin、Charles Delmotte、H. Tomás Gómez-Arostegui、Taorui Guan、Devlin Hartline、Christa Laser、Daryl Lim、Kevin Madigan、Talha Syed、James Stern、Seth C. Oranburg、Agnieszka McPeak、Gregory Day、Nicole Iannarone、Emily Loza de Siles、Eric C. Chaffee、Robert F. Kravetz、Ashley London、Aman Gebru、Elizabeth I. Winston、A. Michael Froomkin、Mason Marks、Larry DiMatteo、Robert W. Emerson、Robert E. Thomas、Colleen M. Baker、Lawrence Trautman、George Cameron、David Orozco、Thomas Freeman、Christopher Guzelian、Daniel Herron、Michelle Romero、Tyler Smith、Brian Haney、Jihwang Yeo、Sikander Khan、Erica Pascal、Ryan Hsu、Kevin R. Tamm 和 Daniel R. Peterson。感谢以下论坛展示本文并感谢参与者的真知灼见：佛罗里达大学沃灵顿商学院 2020 年 Huber Hurst 研究研讨会、杜肯大学法学院初级 #FutureLaw 研讨会 4.0、印第安纳大学（布卢明顿）奥斯特罗姆研讨会系列座谈会、乔治华盛顿大学法学院初级知识产权学者协会 (JIPSA)、迈阿密大学法学院 2019 年 We Robot 大会、堪萨斯大学法学院 PatCon 9（年度专利会议）以及圣地亚哥大学法学院第 9 届年度专利法会议。感谢商业法律研究学院 (ALSB) 跨学科部门在 2020 年 ALSB 年会上将本文评为首届“最佳论文奖”，并感谢 ALSB 成员的真知灼见。
人工智能发明与专利披露
* 加州西部法学院副教授；加州大学圣地亚哥分校客座副教授；印第安纳大学（布卢明顿）奥斯特罗姆访问学者；内布拉斯加大学（林肯）访问学者：内布拉斯加州治理与技术中心；乔治梅森大学安东宁斯卡利亚法学院托马斯爱迪生创新研究员和列奥纳多达芬奇研究员；加州大学洛杉矶分校法学院访问学者；美国注册专利律师；西北大学普利兹克法学院法学博士；西北大学凯洛格管理学院工商管理硕士；休斯顿大学法学院法学硕士；斯坦福大学商学院研究生创业证书；斯坦福大学工程学院机械工程硕士；德克萨斯大学奥斯汀分校科克雷尔工程学院机械工程学士。非常感谢 Michael Risch、Ted Sichelman、Brenda Simon、Thomas D. Barton、Robert A. Bohrer、Shawn Miller、Lisa Ramsey、Anjanette Raymond、Daniel R. Cahoy、Sonia Katyal、Tejas Narechania、Jonathan Barnett、Eric Claeys、John Duffy、Sean O'Connor、Ashish Bharadwaj、Loletta Dardin、Charles Delmotte、H. Tomás Gómez-Arostegui、Taorui Guan、Devlin Hartline、Christa Laser、Daryl Lim、Kevin Madigan、Talha Syed、James Stern、Seth C. Oranburg、Agnieszka McPeak、Gregory Day、Nicole Iannarone、Emily Loza de Siles、Eric C. Chaffee、Robert F. Kravetz、Ashley London、Aman Gebru、Elizabeth I. Winston、A. Michael Froomkin、Mason Marks、Larry DiMatteo、Robert W. Emerson、Robert E. Thomas、Colleen M. Baker、Lawrence Trautman、George Cameron、David Orozco、Thomas Freeman、Christopher Guzelian、Daniel Herron、Michelle Romero、Tyler Smith、Brian Haney、Jihwang Yeo、Sikander Khan、Erica Pascal、Ryan Hsu、Kevin R. Tamm 和 Daniel R. Peterson。感谢以下论坛展示本文并感谢参与者的真知灼见：佛罗里达大学沃灵顿商学院 2020 年 Huber Hurst 研究研讨会、杜肯大学法学院初级 #FutureLaw 研讨会 4.0、印第安纳大学（布卢明顿）奥斯特罗姆研讨会系列座谈会、乔治华盛顿大学法学院初级知识产权学者协会 (JIPSA)、迈阿密大学法学院 2019 年 We Robot 大会、堪萨斯大学法学院 PatCon 9（年度专利会议）以及圣地亚哥大学法学院第 9 届年度专利法会议。感谢商业法律研究学院 (ALSB) 跨学科部门在 2020 年 ALSB 年会上将本文评为首届“最佳论文奖”，并感谢 ALSB 成员的真知灼见。
癌症治疗：靶向 DNA 修复途径
细胞基因组不断受到外源性和内源性 DNA 损伤剂的挑战，无法修复这种损伤会导致基因组不稳定性和肿瘤形成 ( Lavin 等人，2005 年；Jackson 和 Bartek，2009 年)。基因组不稳定是癌症的已知特征，随着肿瘤形成的进展，基因优化会导致 DNA 修复途径失调，从而选择出基因组不稳定性和适应性增强的癌细胞。重要的是，这种肿瘤演化通常会导致通过失活替代途径来依赖单一 DNA 修复途径生存，这突显了癌细胞的一个关键分子弱点 ( Jeggo 等人，2016 年)。利用下一代精准/个性化医疗药物，精准靶向癌细胞中剩余或失调的 DNA 修复途径，充分利用这一弱点，提供针对个体特定肿瘤特征的治疗方法（ Aziz 等人，2012 年；Kelley 等人，2014 年；Jekimovs 等人，2014 年；Biau 等人，2019 年；Lavin 和 Yeo，2020 年）。本研究主题探讨了癌症治疗：靶向 DNA 修复途径，包含十篇文章，反映肿瘤使用的 DNA 修复途径的广度和复杂性，并为它们在下一代癌症疗法中的潜在利用提供关键见解。本主题包括对癌症发展或存活至关重要的关键 DNA 修复蛋白和途径的评论和原创研究文章，强调了它们对未来靶向治疗的重要性。本主题重点介绍了重要的评论，以及 Ren 等人的手稿。讨论了染色体凝聚调节器 1 (RCC1) 的结构，该蛋白质参与细胞周期的调节、DNA 损伤和癌症的发展。RCC1 在癌细胞中过表达，并讨论了 RCC1 在纺锤体形成、核膜形成和核运输中的作用。作者强调了 RCC1 在肿瘤发生中的作用，并进一步讨论了其作为肿瘤生物标志物的潜力（Ren 等人）。综述染色体凝聚调节器 2 调节细胞周期进程、肿瘤发生和治疗耐药性，强调了 RCC2 在不同癌症的肿瘤发展中的作用及其在对当前疗法的耐药性中的作用。Guo 等人证明 RCC2 在许多癌症的致癌作用中发挥作用，包括结直肠癌、肺癌、乳腺癌和卵巢癌。作者讨论了 RCC2 在 DNA 修复过程中的新兴作用。作者认为，RCC2 与众多信号通路的相互作用会导致患者产生治疗耐药性和不良癌症预后，凸显了其作为癌症生物标志物和未来治疗靶点的潜力。Sobanski 等人的综述《细胞代谢和 DNA 修复通路：对癌症治疗的影响》重点关注 DNA 修复对细胞代谢的依赖性。作者强调了 DNA 修复和细胞代谢在肿瘤发展和进展中的相互作用，并讨论了下一代潜在新疗法将如何同时针对这两个过程（Sobanski 等人）。Fernandez 等人在其综述《表观遗传学》中全面回顾了目前正在临床试验或 FDA 批准用于癌症治疗临床的表观遗传疗法