XiaoMi-AI文件搜索系统
World File Search SystemZeba
ZEBA WUNDERLICH 博士
当选奖项和荣誉 2024 年波士顿大学年度导师奖提名 2021 年学习体验设计和在线教学奖 2020 年本科教学优秀奖：院长荣誉奖 2019 年促进本科生研究的校长奖 2019 年 NICHD 提名人、总统早期科学家和工程师职业奖 2017 年 Hellman 奖学金 2012-2020 年 简·科芬·查尔兹纪念基金博士后研究员 2009-2012 年霍华德·休斯医学研究所博士前奖学金 2003-2008 年汉森研究生特殊服务奖 2007 年生物物理学学生表彰奖 2006 年教学杰出证书 2004 年 CABM/Dreyfus 杰出奖2003 年本科生奖 2003 年亨利·罗格斯学者奖 2003 年罗格斯学院院长卓越奖
metap2抑制作用将血红蛋白S修改为延迟...
液相色谱 - 冰冻/融化，涡流和离心（10 000 g，5分钟，4°C）之前，然后使用Zeba Spin Desalting柱，7K MWCO，7K MWCO，0.5 mL（Thermo Fisher Scientific，Waltham，Ma）将上清液中的任何残留缓冲液与水交换。样品在分析之前将样品转移到新容器中，并在2 80°C下存储。完整的环球蛋白块通过使用水的生育BEH300 C4反相柱（2.1 3 100 mm，300°孔，1.7 m m;零件号;零件号186004496）在Agilent 1290 Infinity II超高性液相色谱仪上，与Agilent 6530精确的质量电喷雾电离四极杆飞行时间质量表格仪耦合。光谱被解卷积以计算球蛋白的修饰百分比。
使用修改的线性判别
*通讯作者：Zeba Khanam，z.khanam@seu.edu.edu.sa摘要视网膜病是对眼睛的视网膜的损害，这是严重的糖尿病微血管并发症。通常使用机器学习和深度学习算法等AI方法开发用于DR管理的CAD工具。最近，使用深度学习模型开发了用于DR的诊断工具。由于这一事实，这些模型的培训需要大量数据。数据集中的实例较少，因此大量数据不均匀。这项研究引入了一种称为Modified LDA的新范式，该范式使用少量培训数据成功培训模型，从而避免了使用此类有限数据时出现的过度拟合和近似错误的常见问题。通过我们的研究，我们提出了一种新的方法（一种修改的线性判别算法），用于对糖尿病患者进行分类和诊断。从Kaggle收集的信息。准确性（97.92％），曲线下的面积（0.9999）和Gini指数（0.998）都是数字上升的。通过分析客观绩效指标和解释模型，我们发现建议的模型优于识别糖尿病患者的最新方法，并在存在缺失值时对疾病的严重程度进行排名。因此，眼科医生可能能够在该工具的帮助下就糖尿病疾病的严重性获得第二意见。关键字糖尿病预测，线性判别算法，修改算法，机器学习，预测建模，分类，特征选择，数据分析
发育生物学学会第83届年会...
摘要书籍程序摘要＃1探索阴影增强剂建筑的功能意义Jillian Ness，Yu Wang，Christian Mei，Renata Serio，Renata Serio，Zeba Wunderlich Boston University，美国，美国许多发育基因都受到一套看似冗余的增强剂的调节，这些增强剂可以推动重叠的Spatiotemporpormoral模式。这些多增强器系统被称为阴影增强剂。阴影增强子可以缓冲遗传和环境应力以驱动正常的基因表达模式。使用果蝇胚作为模型，我们表明，前后图案基因的阴影增强子通过结合不同的输入转录因子的不同集来驱动一致的基因表达模式。尽管如此，尚不清楚为什么阴影增强子转录因子结合位点分布在多个增强器上，而不是在单个增强器中。可以想象，阴影增强子使用的机制可以编码为单个增强剂。我们已经生成了增强剂记者，其中消除了阴影增强剂之间的内源性DNA以做出“挤压”配置。令人惊讶的是，我们发现毛压和内源间隔增强子之间的RNA模式，水平和动力学几乎没有差异，这表明阴影功能不需要内源性间距。我们正在构建各个长度的合成污垢增强子，以测试squish增强子保留功能的较低尺寸限制。要理解引起阴影增强子的进化动力学，我们已经使用生物信息学来识别发育阴影增强子集的起源。星期四，我们发现重复事件和可转座元素似乎是果蝇中相对较小的（<10％）的发育阴影增强子出生来源，与我们在小鼠基因组中的发现相比（〜30％）。这些数据表明，合并的单个增强剂可以与不同的阴影增强子相比功能，而不会在压力下损害忠诚度。我们将探测创造和维持阴影增强子的进化动力学，以使其在动物发育中的普遍作用合理化。由NIH授予R01HD095246资助的工作。