XiaoMi-AI文件搜索系统
World File Search Systemassisted
纳米技术辅助抗体细胞内递送作为 KRAS 驱动肿瘤的精准治疗方法
克尔斯滕大鼠肉瘤病毒 (KRAS) 癌蛋白是癌症中最常见的突变之一，几十年来一直被认为无法用药。这项研究的假设是，在细胞内水平递送抗 KRAS 单克隆抗体 (mAb) 可以有效靶向 KRAS 癌蛋白。为了实现这一目标，我们设计并开发了基于 tLyP1 靶向棕榈酰透明质酸 (HAC16) 的纳米组装体 (HANA)，该组装体经过改造，可与贝伐单抗结合作为模型 mAb。选定具有适当物理化学性质（低于 150 nm，中性表面电荷）和高药物负载能力（> 10%，w/w）的候选物经过改造，可包覆抗 KRAS G12V mAb。所得的载有抗 KRAS G12V 的 HANA 呈现出由 HAC16 聚合物和磷脂酰胆碱 (PC) 组成的双层，包裹着亲水核心，低温透射电子显微镜 (cryo-TEM) 和 X 射线光电子能谱 (XPS) 证实了这一点。选定的原型被发现能有效与靶标 KRAS G12V 结合，并抑制 KRAS G12V 突变肺癌细胞系中的增殖和集落形成。在体内，选定的配方在携带胰腺肿瘤的小鼠模型中表现出肿瘤生长减缓。简而言之，这项研究提供了使用纳米技术开发抗 KRAS 精准治疗的潜力的证据，并为推进针对细胞内靶标的 mAb 细胞内递送提供了合理的框架。
开放量子系统的模拟辅助学习
在电子传输问题和量子计算中起重要作用的开放量子系统的模型必须考虑到与周围环境的量子系统的反应。尽管在某些特殊情况下可以得出此类模型，但在大多数实际情况下，确切的模型是未知的，必须校准。本文提出了一种学习方法，可以从测量数据中推断马尔可夫开放量子系统中的参数。该方法中的一种重要成分是量子主方程的直接模拟技术，该技术旨在保存完全阳性的属性。在测量之间的时间间隔很大的情况下，该方法特别有用。该方法通过错误估计和数值实验验证。
脑功能连接的协变量辅助主回归的贝叶斯估计
本文在贝叶斯范式中重新表述了赵等人（2021b）的协变量辅助主（CAP）回归。该方法确定了多变量响应数据协方差中与协变量相关的成分。具体而言，该方法估计一组多元响应信号的线性投影，其方差与外部协变量相关。在神经科学中，人们对分析来自大脑不同区域的脑信号时间序列之间的统计依赖性很感兴趣，我们将其称为功能连接（FC）（Lindquist 2008；Fornito 和 Bullmore 2012；Fornito 等人 2013；Monti 等人 2014；Fox 和 Dunson 2015）。功能连接背后的大脑信号是多变量的，在分析功能连接时，每个大脑活动都被视为与其他大脑活动的相对关系（Varoquaux 等人，2010），因为这种统计依赖性与行为特征（协变量）相关。本文开发了一种贝叶斯方法对反应信号进行监督降维，以分析外部协变量与以多变量信号的协方差为特征的功能连接之间的关联。通常，分析大脑功能连接的第一个步骤是定义一组对应于感兴趣的空间区域（ROI）的节点，其中每个节点都与其自己的图像数据时间过程相关联。然后，根据每个节点时间过程之间的统计依赖性（van der Heuvel 和 Hulshoff Pol，2010；Friston，2011），估计网络连接（或节点之间的“边缘”结构）。 FC 网络是使用 Pearson 相关系数（ Hutchison 等人，2013 年）以及部分
磁性摩洛电纳米生成器的进步
抽象的摩擦电纳米生成剂（TENG）以其出色的能力来利用环境的机械能力而闻名，由于其成本效益，高输出和适应性，因此引起了极大的关注。本评论通过对涵盖结构，材料和自动传感系统的磁辅助tengs进行全面而深入的分析，提供了独特的观点。我们系统地总结了Tengs的磁辅助功能，包括系统刚度，混合电磁 - 三元电极的组件，传输和相互作用力。在材料域中，我们回顾了磁性纳米复合材料的掺入，以及基于铁氟利的TENG和微观结构验证，这些验证也已根据现有研究进行了汇总。此外，我们深入研究了磁性辅助tengs中物理量传感和人机界面的研究进度。我们的分析强调，磁辅助超出了磁场下的排斥力和吸力，从而在改善tengs的输出性能和环境适应性方面发挥了多方面的作用。最后，我们提出了普遍的挑战，并提供了对磁辅助Tengs开发的未来轨迹的见解。
中期报告：新南威尔士州的自愿协助死亡
为了支持公平和及时的访问，并缓解由于新南威尔士州人口地理分布广泛等因素而可能造成的服务差距，新南威尔士州自愿安乐死支持服务 (NVSS) 建立了访问服务。访问服务是授权自愿安乐死从业人员的集合，如果当地没有授权从业人员，可以从州内任何地方向他们转诊。访问服务与 NVSS 中的护理导航服务和药房服务并列，支持关联护理和及时转诊。护理导航服务和药房服务也在全州范围内提供服务。
法国软组织的机器人辅助手术
目录1。Introduction ................................................................................................................................ 7 2.上下文和理性.............................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................Material and method ................................................................................................................ 10 3.1.研究类型和目标........................................................................................................................................................................................................................................................................................................... 10 3.2。Study population ....................................................................................................................... 10 3.3.研究人群的选择阶段和不同目标的子种群。113.4。Population distribution criteria ................................................................................................. 12 3.4.1.Classification of hospitals .......................................................................................................... 12 3.4.2.根据专业，方法和类型的手术分类........................................... 12 3.4.3。Geographic distribution ............................................................................................................. 12 3.5.Statistical Analyses .................................................................................................................... 13 4.目标1：2021年和2022年在法国机器人辅助手术的全国概述.... 14 4.1。Method ...................................................................................................................................... 14 4.2.Results ....................................................................................................................................... 15 4.3.Conclusions ................................................................................................................................ 18 5.目标2：评估2022年法国的不同手术方法及其区域差异，特别是对于机器人辅助手术的率。Method ...................................................................................................................................... 19 5.2.Objective 2 population .............................................................................................................. 20 5.3.Results ....................................................................................................................................... 21 5.3.1.Global vision on all specialties ................................................................................................... 21 5.3.2.Urology ...................................................................................................................................... 24 5.3.3.General and digestive - non bariatric ........................................................................................ 26 5.3.4.根据专业的机器人活动在区域中的分布。一般和消化 - 减肥剂................................................................................................................................................................................................................................................................................... 28 5.3.5。Gynecology - hysterectomies .................................................................................................... 30 5.3.6.Gynecology - sacrocolpopexies ................................................................................................. 32 5.3.7.Thoracic ..................................................................................................................................... 34 5.3.8.Conclusions ................................................................................................................................ 38 6.Objective 3: ............................................................................................................................... 40 Estimation of the real-life impact of RAS for soft tissue compared to other surgical approaches in terms of length of stay, rate of ICU stay, and 30- and 90-days revision rates ..................................... 40 Statistical comparison between « laparo/thoracoscopic » approach and « robotic - high volume hospitals » approach ............................................................................................................................ 40 6.1.Method ...................................................................................................................................... 40 6.2.Results for each type of surgeries ............................................................................................. 43 6.2.1.Urology ...................................................................................................................................... 43 6.2.2.一般和消化 - 非减肥剂................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 47 6.2.3。一般和消化 - 减肥剂......................................................................................................................................................................................................... 51 6.2.4。Gynecology - hysterectomies .................................................................................................... 53 6.2.5.Gynecology - sacrocolpopexies ................................................................................................. 55 6.2.6.Thoracic ..................................................................................................................................... 57 6.3.Conclusions ................................................................................................................................ 59 7.General discussion .................................................................................................................... 62 7.1.Elements for which our study provides answers ....................................................................... 62 7.2.上下文紧急情况....................................................................................................................................................................................................................................................................................................................................... 67 7.3。Switch to Surgery 4.0 ................................................................................................................. 68 7.4.Conditions for completing Surgery 3.0 ...................................................................................... 69 7.4.1.Yellow Item: relevance of care and health democracy .............................................................. 69 7.4.2.Green Item: standardization of practices and surgical procedures ........................................... 70
实验的人工智能和设计有助于开发孕酮的固体脂质纳米颗粒，用于透皮药物的递送
人工智能（AI）的应用有可能彻底改变纳米医学的配方发展。这项研究研究了通过乳化 - 散热过程产生的孕激素负载固体脂质纳米颗粒（PG-SLN）的物理化学特征，重点是通过设计实验设计（DOE）和人造神经网络（ANN）（ANN）来证明这种受控制备方法的有效性。关键质量因素，包括硬脂酸，中链甘油三酸酯（MCT），pluronic F-127和丙烯乙二醇（PG）的量，使用DOE来简化实验设置。硬脂酸的浓度被鉴定为影响PG-SLN物理化学特性的关键因素，影响粒径（PS），多分散指数（PDI），ZETA电位（ZP）和％药物载荷（％DL）。确定了PS，PDI，ZP和％DL的最佳条件。 DOE揭示了多个运行的可接受值，ANN模型表现出高度的预测准确性，超过了响应表面方法（RSM）。 测试了选定的PG-SLN配方透皮药物的递送，与PG悬浮液相比，渗透率得到了改善。 用柠檬烯加载进一步增强了透皮药物的递送，这归因于林烯作为穿透性增强剂的作用。 此外，发现所选的PG-SLN配方对神经元细胞是安全且无毒的。 提出了DOE和ANN的组合来增强预测能力。 这项研究强调了PG-SLN在透皮药物递送中的潜力，强调了柠檬烯是一种安全有效的增强剂。确定了PS，PDI，ZP和％DL的最佳条件。DOE揭示了多个运行的可接受值，ANN模型表现出高度的预测准确性，超过了响应表面方法（RSM）。测试了选定的PG-SLN配方透皮药物的递送，与PG悬浮液相比，渗透率得到了改善。用柠檬烯加载进一步增强了透皮药物的递送，这归因于林烯作为穿透性增强剂的作用。此外，发现所选的PG-SLN配方对神经元细胞是安全且无毒的。提出了DOE和ANN的组合来增强预测能力。这项研究强调了PG-SLN在透皮药物递送中的潜力，强调了柠檬烯是一种安全有效的增强剂。这项研究有助于对在药物和生物医学领域应用AI工具的兴趣日益增长的兴趣，以改善预测性建模。
使用地球物理日志的机器学习辅助岩性预测：Cambay Basin的案例研究
识别和储层相的表征是划定用于碳氢化合物勘探的储层的碳氢化合物区域的主要因素。地球物理日志是在钻孔附近测量的储层相的物理参数，在储层相的解释中起着至关重要的作用。本研究涉及使用地球物理原木上的机器学习（ML）技术在坎贝盆地中岩石BEL的岩性的识别。机器学习的监督技术，例如支持向量机（SVM），ARTI B CIAL神经网络（ANN）和K-Nearest邻居（KNN），用作非线性地球体物理原木岩性学的识别的非线性分类。使用网格搜索交叉验证（CV）方法优化了ML模型的超参数，如ConfusionMatrix评估，auctreceiver操作特性曲线（AUC），精度，召回和F1分数对促进性的促进症状效果。ML模型使用了两个井的地球物理参数，其中有四个已知的杰出岩性（class-a，class-b，class-c和class-c和class-c和class-c和class-c和class-class-c和class-class-class-c和class-class-class）。分别从混淆矩阵中分别为KNN，SVM和ANN的每个岩性的优化和训练的模型，分别以85.4％，87.0和88.9％的形式显示了对真实值的总体正确预测。因此，每个模型从评估参数中的准确性表明，对不同ML模型的组合分析选择优化的ML模型，以更好地实现和验证，以更好地实现和建模岩性。除此之外，接收器手术特征（ROC）还表明，每种岩性的曲线下的整体面积大于90％，其他评估参数（例如精度，回忆和F1得分）的准确性大于84％，除了SVM和ANN类C类D类和Ans类D类案例外。
化学蚀刻 - 硅质辅助by-craphene-Oxide-
https://doi.org/10.26434/chemrxiv-2024-b3m60 orcid：https：//orcid.org/0009-0005-4780-8060 Chemrxiv不同行评论的内容。许可证：CC BY-NC 4.0