XiaoMi-AI文件搜索系统
World File Search SystemZhenghao
欣旺达的电池储能解决方案
Shenzhen Baoan, Shenzhen Guangming, Huizhou Boluo, Huizhou Zhenghao, Nanjing Lishui, Zhejiang Lanxi, Jiangxi Nanchang, Shandong Zaozhuang, India New Delhi, Sichuan Shifang.
解析小鼠胃肿瘤发生的遗传和微环境因素
Zhenghao Lu, 1,4 Ailing Zhong, 2,4 Hongyu Liu, 2,4 Mengsha Zhang, 2,4 Xuelan Chen, 2 Xiangyu Pan, 2 Manli Wang, 2 Xintong Deng, 2 Limin Gao, 3 Linyong Zhao, 1 Jian Wang, 2 Yi Yang, 2 Qi Zhang, 2 Baohong Wu, 2 Jianan Zheng, 2 Yigao Wang, 1 Xiaohai Song, 1 Kai Liu, 1 Weihan Zhang, 1 Xiaolong Chen, 1 Kun Yang, 1 Xinzu Chen, 1 YingLan Zhao, 2 Chengjian Zhao, 2 Yuan Wang, 2 Lu Chen, 2 Zongguang Zhou, 1 Jiankun Hu, 1, * Yu Liu, 2, * and Chong Chen 1,5, * 1 Gastric Cancer Center and Laboratory of Gastric Cancer, State Key Laboratory of Biotherapy, West China Hospital, Sichuan University, Chengdu, Sichuan 610041, China 2 State Key Laboratory of Biotherapy, West China Hospital, Sichuan University, Chengdu, Sichuan 610041, China 3 Department of Pathology, West China Hospital, Sichuan University, Chengdu, Sichuan 610041, China 4 These authors contributed equally 5 Lead contact *Correspondence: hujkwch@126.com (J.H.), yuliuscu@scu.edu.cn (Y.L.), chongchen@scu.edu.cn (C.C.)
TAC-MAN：触觉通知的铰接物体的无效操纵
这项工作得到了国家科学技术重大项目（2022ZD0114900）的部分支持Horizon Europe框架通过可触及的项目（101092518）。（Zihang Zhao和Yuyang li对这项工作也同样贡献。相应的作者：Lecheng Ruan和Yixin Zhu。）Zihang Zhao和Yixin Zhu曾与中国北京大学100871北京大学的人工智能研究所一起（电子邮件：zhaozihang@stu@stu.pku.edu.edu.cn; yixin.zhu@pku.edu.edu.cn）。Yuyang Li和Zhenghao Qi曾在中国北京大学，北京大学，北京大学和北京通用人工智能研究所，中国北京100080，中国以及自动化部，北京大学，北京大学，北京大学，北京大学，北京大学，北京100084，中国（电子邮件）： {liyuyang20，qi-zh21}@mails.tsinghua.edu.cn）。Wanlin Li与中国北京100080的北京通用人工智能研究所合作（电子邮件：liwanlin@bigai.ai）。Lecheng Ruan曾在中国北京100871的北京大学工程学院以及中国武汉430075的PKU-Wuhan人工智能研究所（Ruanlecheng@ucucla.edu）任职。Zihang Zhao和Lecheng Ruan在这项工作中也部分地在北京通用人工智能研究所中。数字对象标识符（DOI）：请参阅此页面的顶部。Kaspar Althoefer曾在英国伦敦皇后大学伦敦皇后大学工程与材料科学学院内的高级机器人中心 @皇后玛丽（Queen Mary），伦敦E1 4NS（电子邮件：k.althoefer@qmul.ac.uk）。
针对心脏成纤维细胞的高效小分子辅助心脏重编程系统
陶艳梦 1、杨阳 1、杨正浩 1、王利鹏 2、王世强 2 和赵阳 1,3,* 1 天然药物及仿生药物国家重点实验室、细胞增殖与分化教育部重点实验室、心脏代谢分子医学北京市重点实验室、北大-清华生命科学中心、北京大学未来技术学院分子医学研究所，北京 100871，中国 2 膜生物学国家重点实验室，北京大学生命科学学院，北京 100871，中国 3 主要联系人 *通讯作者：yangzhao@pku.edu.cn 摘要 直接心脏重编程以诱导心肌细胞样细胞，例如通过 GMT（Gata4、Mef2c 和 Tbx5），是体内再生受损心脏和体外疾病建模的一种有前途的途径。补充其他因子和化学药剂可以提高效率，但引发了对心脏成纤维细胞选择性的担忧，并使原位心脏重编程的递送复杂化。在这里，我们筛选了 2000 种具有已知生物活性的化学物质，发现 2C（SB431542 和 Baricitinib）的组合可通过 GMT 显着增强心脏重编程。没有 Gata4，MT（Mef2c 和 Tbx5）加 2C 可以选择性地重编程心脏成纤维细胞，并提高效率、动力学和心肌细胞功能。此外，2C 显着增强了人心脏成纤维细胞的心脏重编程。2C 通过抑制 Alk5、Tyk2 和下调 Oas2、Oas3、Serpina3n 和 Tgfbi 协同增强心脏重编程。2C 能够实现选择性和稳健的心脏重编程，可以极大地促进体外疾病建模并促进体内临床治疗性心脏再生。关键词：心脏重编程，选择性，稳健性，转录因子，化学物质，小鼠，人类
rollama：用于通过Ollama使用生成大语言模型的R软件包
参考文献Alizadeh，Meysam，MaëlKubli，Zeynab Samei，Shirin Dehghani，Juan Diego Bermeo，Maria Korobeynikova和Fab-Rizio Gilardi。2023。“开源大语言模型的表现优于人群工人，并且在文本通知任务中接近chatgpt。” arxiv。https://doi.org/10.48550/arxiv.2307.02179。 Chan，Chung-hong。 2023。 “ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。 https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。https://doi.org/10.48550/arxiv.2307.02179。Chan，Chung-hong。 2023。 “ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。 https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。Chan，Chung-hong。2023。“ grafzahl：来自r内部的文本数据的微调变压器。”计算通信研究5（1）：76–84。https://doi.org/10.5117/ccr2023.1.003.chan。 Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。 2023。 “ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。 https://doi.org/10.1073/pnas.2305016120。 他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。 2023。 “ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。 https://doi.org/10.48550/arxiv.2303.16854。 irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。 2024。 “用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。 https://doi.org/10.48550/arxiv.2312.14972。 Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。 2024。 网状：接口到“ Python”。 https://cran.r-project.org/package=reticulate。https://doi.org/10.5117/ccr2023.1.003.chan。Gilardi，Fabrizio，Meysam Alizadeh和MaëlKubli。2023。“ CHATGPT的表现优于文本通道任务的人群工作。”美国国家科学院论文集120（30）。https://doi.org/10.1073/pnas.2305016120。他，Xingwei，Zhenghao Lin，Yeyun Gong，A。LongJin，Hang Zhang，Chen Lin，Jian Jiao，Siu Ming Yiu，Nan Duan和Weizhu Chen。2023。“ Annollm：使大型语言模型成为更好的人群注释者。” arxiv。https://doi.org/10.48550/arxiv.2303.16854。irugalbandara，Chandra，Ashish Mahendra，Roland Daynauth，Tharuka Kasthuri Arachchige，Krisztian Flautner，Lingjia Tang，Yiping Kang和Jason Mars。2024。“用开源SLM在生产中代替专有LLM的权衡分析。” arxiv。https://doi.org/10.48550/arxiv.2312.14972。Kalinowski，Tomasz，Kevin Ushey，J。J. Allaire，Yuan Tang，Dirk Eddelbuettel，Bryan Lewis，Sigrid Keydana，Ryan Hafen和Marcus Geelnard。2024。网状：接口到“ Python”。https://cran.r-project.org/package=reticulate。Kjell，Oscar，Salvatore Giorgi和Andrew H. Schwartz。2023。“文本包：使用自然语言处理和深度学习来分析和可视化人类语言的R包装。”心理方法。https://doi.org/10.1037/met0000542。 Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。 2023。 “为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。 https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1037/met0000542。Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。 2023。 “为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。 https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。Kroon，Anne，Kasper Welbers，Damian Trilling和Wouter Van Atteveldt。2023。“为新的媒体效果研究时代推进自动化内容分析：转移学习的关键作用。”通信方法和测量0（0）：1–21。https://doi.org/10.1080/19312458.2023.2261372。 Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。 2024。 “不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。 https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1080/19312458.2023.2261372。Laurer，Moritz，Wouter Van Atteveldt，Andreu Casas和Kasper Welbers。2024。“不太注释，更多的分类：通过深层转移学习和bert-nli解决监督机器学习的数据稀缺问题。”政治分析32（1）：84–100。https://doi.org/10.1017/pan.2023.20。 Spirling，Arthur。 2023。 “为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。 https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1017/pan.2023.20。Spirling，Arthur。2023。“为什么开源生成AI模型是科学的道德途径。”自然616（7957）：413–13。https://doi.org/10.1038/d41586-023-01295-4。 Weber，Maximilian和Merle Reichardt。 2023。 “您需要的是 在社会科学中提示生成大语言模型以进行注释任务。 使用开放式模型的底漆。” arxiv https://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.1038/d41586-023-01295-4。Weber，Maximilian和Merle Reichardt。2023。“您需要的是在社会科学中提示生成大语言模型以进行注释任务。使用开放式模型的底漆。” arxivhttps://doi.org/10.48550/arxiv.2401.00284。https://doi.org/10.48550/arxiv.2401.00284。
根据组织病理学准确诊断结直肠癌
Kuan-Song Wang, M.D.1,2 *, Gang Yu, Ph.D. 3, *, Chao Xu, Ph.D. 4, *, Xiang-He Meng, Ph.D. 5, *, Jianhua Zhou, M.D.1,2 , Changli Zheng, M.D.1,2 , Zhenghao Deng, M.D.1,2 , Li Shang, M.D.1 , Ruijie Liu, M.S.1 , Shitong Su, B.S.1 , Xunjian Zhou, B.S.1 , Qingling Li, M.D.1 , Juanni Li, M.D.1 , Jing Wang, M.S.1 , Kewen Ma, M.S.2 , Jialin Qi, B.S.2 , Zhenmin Hu, B.S.2 , Ping Tang, B.S.2 , Jeffrey Deng 6 , Xiang Qiu, B.S.7 , Bo-Yang Li, B.S.7 , Wen-Di Shen, B.S.7 , Ru-Ping Quan, B.S.7 , Jun-Ting Yang, B.S.7 , Lin-Ying Huang 7 , Yao Xiao 7 , Zhi-Chun Yang, M.D.8 , Zhongming Li, Ph.D. 9 , Sheng-Chun Wang, Ph.D. 10 , Hongzheng Ren, Ph.D. 11 , Changjiang Liang, B.S.11 , Wei Guo, M.S.12 , Yanchun Li, M.D.12 , Heng Xiao, M.D.13 , Yonghong Gu, M.D.13 , Jing-Ping Yun, M.D.14 , Dan Huang, M.D.15 , Zhigang Song, M.D.16 , Xiangshan Fan, M.D.17 , Ling Chen, M.D.18 , Xiaochu Yan, M.D.19 , Zhi Li, M.D.20 , Zhong-Chao Huang, Ph.D. 3 , Jufang Huang, Ph.D. 21 , Joseph Luttrell, M.S.22 , Chao-Yang Zhang, Ph.D. 22 , Weihua Zhou, Ph.D. 23 , Kun Zhang, Ph.D. 24 , Chunhui Yi, M.D.25 , Hui Shen, Ph.D. 6,26 , Yu-Ping Wang, Ph.D. 6,27 , Hong-Mei Xiao, M.D., Ph.D. 7,# , Hong-Wen Deng, Ph .D. 6,7,26,# 1.Department of Pathology, Xiangya Hospital, Central South University, Changsha, Hunan, 410078, China 2.Department of Pathology, School of Basic Medical Science, Central South University, Changsha, Hunan, 410013, China 3.Department of Biomedical Engineering Institute, School of Basic Medical Science, Central South University, Changsha, Hunan, 410013, China 4.Department of Biostatistics and Epidemiology, University of Oklahoma Health Science Center, Oklahoma City, OK, 73104, USA 5.Laboratory of Molecular and Statistical Genetics, College of Life Sciences, Hunan Normal University, Changsha, Hunan, 410081, China 6.Tulane Center of Bioinformatics and Genomics, Tulane University School of Public Health and Tropical Medicine, New Orleans, LA, 70112, USA 7.School of Life Sciences, Central South University, Changsha, Hunan,410013, China 10.College of Information Science and Engineering, Hunan Normal University, Changsha, Hunan, 410081, China 11.中南大学基础医学院系统生物学、数据信息与生殖健康研究中心，湖南长沙 410008，中国 8.中南大学湘雅药学院药理学系，湖南长沙 410078，中国 9.浙江省杭州市艾迪康医学检验所有限公司病理实验室
作者成功展示了新基因编辑的运输
禁运 - 2301H英国时间3月19日星期二**注意：以下发布是欧洲临床微生物学和传染病大会的特别早期发布（ECCMID 2024，巴塞罗那，西班牙，4月27日至30日）。如果您使用这个故事，请归功于国会**在今年欧洲临床微生物学和感染性疾病大会之前提出的新研究（ECCMID 2024，巴塞罗那，巴塞罗那，4月27日至30日）在荷兰的一组研究人员中，荷兰的一组研究人员表明，最新的CRISPR-CAS基因编辑技术可以用来消除HIV的动作，从而消除了HIV的启发，以消除所有的病毒。由Elena Herrera-Carrillo博士领导的研究和她的团队的一部分（Yuanling Bao，Zhenghao Yu和Pascal Kroon）在荷兰的阿姆斯特丹UMC，在寻找HIV治疗方面取得了重大突破。CRISPR-CAS基因编辑技术是一种分子生物学的开创性方法，可以对生物体的基因组进行精确改变。这种革命性技术带来了其发明家，詹妮弗·杜德纳（Jennifer Doudna）和伊曼纽尔·夏尔潘蒂（Emmanuelle Charpentier），这是2020年诺贝尔化学奖，使科学家能够准确地靶向和修改有机体DNA的特定部分（遗传密码）。在指导RNA（GRNA）的指导下，像分子“剪刀”的功能一样，CRISPR-CAS可以在指定斑点切割DNA。此作用有助于缺失不需要的基因或将新遗传物质引入生物体细胞，为晚期疗法铺平了道路。目前正在使用许多有效的抗病毒药物治疗HIV感染。HIV治疗中的重大挑战之一是该病毒将其基因组整合到宿主的DNA中的能力，因此很难消除。尽管具有功效，但终身抗病毒疗法是必不可少的，因为在停止治疗时，艾滋病毒可以从已建立的储层中反弹。作者解释说，CRISPR-CAS基因组编辑工具为靶向HIV DNA提供了一种新方法。他们说：“我们的目的是开发一种坚固且安全的组合CRISPR-CAS疗法，努力为所有人的艾滋病毒治愈而努力，以使各种细胞环境中的各种艾滋病毒菌株失活”。承认，艾滋病毒可以感染体内不同类型的细胞和组织，每个细胞和组织都有其独特的环境和特征。因此，研究人员正在寻找一种在所有这些情况下靶向艾滋病毒的方法。在这项研究中，作者使用了该分子剪刀（CRISPR-CAS）和两个GRNA来对抗“保守”的HIV序列，这意味着它们集中在病毒基因组的一部分上，这些病毒基因组在所有已知的HIV菌株中保持不变，并实现了HIV感染的HIV感染的T细胞。通过关注这些保守的部分，该方法旨在提供能够有效地对抗多种HIV变体的广谱疗法。然而，他们解释说，车辆的尺寸（称为“矢量”）用于将编码治疗性CRISPR-CAS试剂编码的盒式盒子运输到细胞中，提出了后勤挑战，因为它太大了。因此，作者试用了各种技术，以减少