XiaoMi-AI文件搜索系统
World File Search Systembiases
多能性景观的无偏分析揭示了克隆命运偏差的空间调节因素
尽管 Ptch1 编辑导致祖细胞重新偏向或由于 Hedgehog 通路的功能获得而导致谱系进展严重中断，但针对其他受体可能会导致以更微妙的方式调整克隆组成。我们专注于躯干神经嵴，它一直被热议为是受限制祖细胞的混合群体，还是高度多能干细胞的群体 [39-42]。野生型胚胎的克隆变异分析显示 375
DNA 修复环境与靶序列的相互作用可预测地导致 Cas9 产生的突变
CRISPR/Cas9 产生的双链断裂的致突变结果取决于切割两侧的序列和细胞 DNA 损伤修复。这些特征之间的相互作用在很大程度上尚未得到探索，这限制了我们理解和操纵结果的能力。在这里，我们测量了 18 个修复基因的缺失如何改变小鼠胚胎干细胞中 2,838 个合成靶序列中 Cas9 双链断裂产生的 83,680 个独特突变结果的频率。这项大规模调查使我们能够以无偏见的方式对结果进行分类，从而产生有关双链断裂修复新模式的假设。我们的数据表明，Prkdc（DNA-PKcs 蛋白）和 Polm（Polμ）在创建与 Cas9 切口近端核苷酸（相对于原间隔区相邻基序 (PAM)）相匹配的 1bp 插入方面发挥着特殊作用，Nbn（NBN）和 Polq（Polθ）在创建不同的删除结果方面发挥着不同的作用，并且存在一类独特的单向删除结果，这些结果既依赖于末端保护基因 Xrcc5（Ku80），也依赖于切除基因 Nbn（NBN）。我们利用修复环境中可重复变异的知识，建立了 Cas9 断裂诱变结果的预测模型，该模型优于当前标准。这项工作提高了我们对 DNA 修复基因功能的理解，并为更精确地调节 CRISPR/Cas9 产生的突变提供了途径。
社会科学走向量子：从量子视角解释人类的决策、认知偏见和达尔文选择
现在如何才能将其与社会科学联系起来？不确定的量子世界如何导致确定的经典世界（包括我们的社会生活）是一个难以理解且最难以理解的秘密之一，尤其是考虑到量子力学涵盖了经典物理学，而其实际适用性仅限于亚原子粒子。从量子世界到宏观现实的这一过程在物理科学中称为退相干（Zeh，1970）。如果社会生活不是由经典世界决定，而是由波函数形式的量子决定，会怎样？这（社会生活）还包括经济学及其研究领域，例如决策理论。本文特别关注的是包括认知偏见在内的心理决策理论，该理论从根本上是由诺贝尔奖获得者行为经济学家卡尼曼和特沃斯基 (Tversky & Kahn eman, 1973 , 1974 , 1983 ; Kahneman & Tversky, 1979 , 1984 ; Kahneman, 2011 ) 塑造的。除了认知偏见这一特点之外，人类的决策行为总体上也应该从量子达尔文主义的角度来看待，以期设计一种新的决策行为量子模型。因此，研究问题如下：首先，量子物理学的发现如何转移到社会科学 (包括经济学)，会产生哪些新的视角？其次，如何从量子物理学的角度对 (行为) 决策理论进行不同的解释？第三，量子达尔文主义的视角如何完善人类的决策行为？
全球 CRISPR 专利格局呈现出强烈的地域偏见
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
染色质结构可能在恶性疟原虫的全基因组分析中引入系统性偏差
摘要背景：人类疟原虫恶性疟原虫中异染色质的维持、调节和动态变化因其在互斥毒力基因表达和关键发育调节因子沉默中的调节作用而受到越来越多的关注。染色质免疫沉淀后测序 (ChIP-seq) 等全基因组分析的出现有助于了解染色质组成；然而，即使在模型生物中，ChIP-seq 实验也容易受到由潜在染色质结构引起的内在实验偏差的影响。方法：我们进行了一项对照 ChIP-seq 实验，重新分析了之前发表的 ChIP-seq 数据集，并比较了不同的分析方法，以表征恶性疟原虫全基因组分析的偏差。结果：我们发现用于 ChIP-seq 标准化的输入对照样本中的异染色质区域在整个恶性疟原虫基因组的测序覆盖率方面系统性地代表性不足。这种代表性不足，加上非特异性或低效的免疫沉淀，可能导致在这些区域识别出假富集和峰值。我们观察到，在特定和有效的 ChIP-seq 实验中，背景水平也会出现这种偏差。我们进一步报告了不同的读取映射方法如何扭曲高度相似的亚端粒区域和毒力基因家族中的测序覆盖率。为了改善这些问题，我们讨论了可用于表征真正的染色质相关蛋白的正交方法。结论：我们的结果强调了染色质结构对寄生虫全基因组分析的影响以及谨慎的必要性
阳性和确认学习的偏见的计算根
摘要人类不会客观地整合新信息：具有积极的情感价值和证据证明自己先前信念的结果被过度高估了。直到最近，对积极性和确认偏见的理论和经验说法都认为它们特定于“高级”信念更新。我们向此提供了证据。增强学习任务中的学习率，跨越上下文和物种估计，通常呈现出相同的特征不对称性，表明信念和价值更新过程具有关键的计算原理和扭曲。这种偏见对做出正确选择的可能性产生了过分的期望，因此产生了过度可靠的奖励期望。我们讨论了这些强化学习偏见的规范性和神经生物学根源及其在行为决策理论的更大情况中的地位。
一种强化学习方法，用于减轻语言模型中的刻板印象偏见
广泛采用由BERT和GPT等大型语言模型提供支持的应用程序，突出了社区内部对这种模型可以从培训数据中继承的意外偏见的影响的担忧。为了表现出来，过去的工作报告了LLM的证据，这些LLM扩大了性别刻板印象以及地理和种族偏见。以前的方法集中在数据预处理技术或技术上，这些技术或技术试图直接嵌入以增加资源需求，符号工作以及对足够偏见类型的适用性方面的限制方面，直接嵌入具有很大的缺点。在本文中，我们提出了精炼-LM，这是一种使用模型架构以及偏置型的强化学习对偏差的事后过滤。在包括Distillbert，Bert和Roberta在内的一系列模型中进行的实验表明，所提出的方法（i）在保留语言模型性能的同时，大大减少了刻板印象的偏见； （ii）实现适用于广泛的偏见类型，跨越诸如基于种族，宗教和基于国籍的偏见等环境的概括； （iii）减少所需的培训措施。
在图像模拟中混合剪切和红移偏差
摘要 随着星系弱透镜的统计能力达到百分比级精度，需要大规模、逼真且稳健的模拟来校准观测系统，特别是考虑到随着勘测深度的增加，物体混合的重要性日益增加。为了捕捉剪切和光度红移校准中混合的耦合效应，我们定义了透镜的有效红移分布 nγ(z)，并描述了如何使用图像模拟来估算它。我们使用一套广泛的定制图像模拟来表征应用于暗能量调查 (DES) 第 3 年数据集的剪切估计管道的性能。我们描述了多波段、多时期的模拟，并通过与真实 DES 数据的比较证明了它们的高水平的真实感。我们通过在我们的表面模拟上运行变体来分离产生剪切校准偏差的效应，并发现与混合相关的效应是平均乘法偏差的主要贡献，约为 -2%。通过生成随红移变化的输入剪切信号模拟，我们校准了有效红移分布估计中的偏差，并证明了这种方法在混合存在时的重要性。我们提供经过校正的有效红移分布，其中包含统计和系统不确定性，可用于 DES 第三年弱透镜分析。
不完整的人类参考基因组可以驱动虚假的性偏见并暴露于宏基因组数据中的患者识别信息
其他声明：是的，存在潜在的竞争利益。Rob Knight是BioMesense，Inc。的科学顾问委员会成员兼顾问，具有公平性并获得收入。他是科学顾问委员会成员，在Gencirq拥有权益。他是Daytwo的顾问和科学顾问委员会成员，并获得收入。他拥有公平，并担任赛贝尔的顾问。他是Biota，Inc。的共同创始人，并具有公平性。他是Micromana的联合创始人，具有公平性，并且是科学顾问委员会成员。根据其概述的政策，已由加州大学圣地亚哥分校对这些安排的条款进行了审查和批准。Daniel McDonald是BioMesense，Inc。的顾问，拥有股权并获得收入。 根据其概述的政策，已由加州大学圣地亚哥分校对这些安排的条款进行了审查和批准。Daniel McDonald是BioMesense，Inc。的顾问，拥有股权并获得收入。根据其概述的政策，已由加州大学圣地亚哥分校对这些安排的条款进行了审查和批准。
