XiaoMi-AI文件搜索系统
World File Search Systemcode
DNA编码的化学文库产生非共价和非肽SARS-COV-2主要蛋白酶抑制剂
1美国贝勒医学院病理与免疫学系的药物发现中心，美国德克萨斯州休斯敦77030，美国。2 Verna和Marrs McLean生物化学与分子药理学系，贝勒医学院，德克萨斯州休斯敦77030，美国。3，明尼苏达州明尼阿波利斯，明尼苏达州，明尼苏达州，分子生物学和生物物理学系，分子生物学和生物物理学，美国明尼苏达州55455，美国。4美国贝勒医学院国家热带医学院儿科系，美国德克萨斯州休斯敦77030。 5美国德克萨斯州贝茨街1102号，德克萨斯州休斯敦市贝茨街1102号疫苗开发中心，美国德克萨斯州77030，美国。 6伯克利结构生物学中心分子生物物理学和综合生物成像，劳伦斯·伯克利国家实验室，美国加利福尼亚州伯克利94720，美国。 7，德克萨斯大学圣安东尼奥大学生物化学与结构生物学系，德克萨斯州圣安东尼奥市，美国78229，美国。 8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。 9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。 10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。 ✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu4美国贝勒医学院国家热带医学院儿科系，美国德克萨斯州休斯敦77030。5美国德克萨斯州贝茨街1102号，德克萨斯州休斯敦市贝茨街1102号疫苗开发中心，美国德克萨斯州77030，美国。 6伯克利结构生物学中心分子生物物理学和综合生物成像，劳伦斯·伯克利国家实验室，美国加利福尼亚州伯克利94720，美国。 7，德克萨斯大学圣安东尼奥大学生物化学与结构生物学系，德克萨斯州圣安东尼奥市，美国78229，美国。 8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。 9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。 10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。 ✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu5美国德克萨斯州贝茨街1102号，德克萨斯州休斯敦市贝茨街1102号疫苗开发中心，美国德克萨斯州77030，美国。6伯克利结构生物学中心分子生物物理学和综合生物成像，劳伦斯·伯克利国家实验室，美国加利福尼亚州伯克利94720，美国。7，德克萨斯大学圣安东尼奥大学生物化学与结构生物学系，德克萨斯州圣安东尼奥市，美国78229，美国。8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。 9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。 10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。 ✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu8霍华德·休斯医学院，德克萨斯大学健康圣安东尼奥分校，圣安东尼奥，德克萨斯州78229，美国。9这些作者同样贡献：Ravikumar Jimmidi，Srinivas Chamakuri，Shuo Lu。10这些作者共同监督这项工作：Srinivas Chamakuri，Timothy Palzkill，Damian W. Young。✉电子邮件：srinivas.chamakuri@bcm.edu; timothyp@bcm.edu; damian.young@bcm.edu
单个细胞中的关节谱系，转录组和表观基因组分析的高克隆条形码多样性的小鼠模型
细胞谱系历史及其分子状态编码组织发育和稳态的基本原理。当前的谱系录制小鼠模型的条形码多样性有限，单细胞谱系覆盖范围较差，从而排除了它们在由数百万个细胞组成的组织中的使用。在这里，我们开发了Darlin，这是一种改进的CAS9条形码小鼠系，它利用末端脱氧核苷酸转移酶（TDT）来增强30个CRISPR目标位点的插入事件，稳定地整合到3个不同的基因组基因座中。darlin是可诱导的，估计有〜10 18个层次条形码，并可以检测约60％的剖面单细胞中可用的条形码。使用Darlin，我们检查了发育中的造血干细胞（HSC）中的命运启动，并揭示了HSC迁移的独特特征。此外，我们为单个细胞中的共同介绍了一种方法来共同介绍DNA甲基化，染色质可及性，基因表达和谱系信息。darlin将在各种组织和生理环境中对谱系关系及其分子特征进行广泛的高分辨率研究。
引用：Zhou T，Kirby-Ginns S，Salman D等。使用CodeSign研讨会为针对Chron的移动健康应用程序开发概念框架
抽象目标本研究的目的是收集各种利益相关者的见解，确定现有的挑战并探索相关解决方案，以开发一个概念框架，该概念框架有助于开发慢性下背痛（CLBP）自我管理应用程序。设计代码工作坊方法。进行研究是在线进行的，允许一群利益相关者的参与。参与者是通过社交媒体平台和专业网络招募的，其中包括LBP至少3个月的个人，在CLBP管理中经验丰富的医疗保健专业人员以及具有数字健康应用程序背景的应用程序开发人员。干预措施使用了专注于集思广益，沟通和反思练习的代码签名研讨会，旨在促进合作和收集利益相关者的见解。结果衡量了针对CLBP的移动健康（MHealth）应用程序的关键挑战和潜在解决方案。结果九个利益相关者在当前的背痛应用程序中确定了四个主要挑战：信念和信任，动机，安全性和可用性。该小组还针对这些挑战进行了协作并提出了实用解决方案。结论本研究说明了CodeSign研讨会方法在为开发CLBP开发MHealth解决方案的关键见解方面的实用性。从这些研讨会中收集的见解可用于为未来的应用程序开发提供信息，从而有可能改善用户参与度。
TET调节的表达和光学清除，用于遗传编码的嵌合DCAS9/荧光蛋白探针的体内可视化
摘要：Cas9（DCAS9）核酸内切酶的催化无效突变体具有多种生物医学应用，最有用的是转录的激活/抑制。dcas9家族成员也正在成为潜在的实验工具，用于在独立活细胞和完整组织的水平上进行基因映射。我们对CAS9介导的核室可视化的一组工具进行了初步测试。我们研究了doxycycline（DOX） - 可诱导（TET-ON）的细胞内分布，这些构建体的构造中编码DCAS9直系同源物（ST）（ST）和脑膜炎N.脑膜炎（NM）与EGFP和MCHERRY FOLORESCENT蛋白（FP）融合的人类A549细胞。我们还研究了这些嵌合荧光构建体的时间依赖性表达（DCAS9-FP）在活细胞中诱导中的诱导中，并将其与实验性DCAS9-FP表达的时间过程进行了比较灌注。在诱导后24小时内，肿瘤异种移植物发生了麦克利 - 奇氏菌表达的体内诱导，并通过使用皮肤的光学清除（OC）来可视化。OC通过局部应用Gadobutrol启用了肿瘤异种移植物中FP表达的高对比度成像，因为红色和绿色通道的FI增加了1.1-1.2倍。
基于混合自动编码器和LSTM Neural
摘要：风险识别和缓解对于在不断变化的供应链管理领域（SCM）中保持韧性和效率至关重要。现代供应网络中固有的复杂性和不确定性通常太复杂了，无法有效解决传统风险管理技术。为了增强供应链管理中的风险检测和管理，本研究探讨了将区块链技术与深度学习混合的混合策略。区块链通过为供应链操作监视提供透明和分散的系统来确保数据完整性和透明度。深度学习可以改善此过程，该过程分析了大量的历史数据和当前数据，以识别模式，预测威胁并提出对策。所提出的系统利用区块链技术的不可侵犯性和深度学习的预测能力来应对诸如欺诈检测，需求预测，供应商评估和中断预测等重要挑战。使用混合自动编码器和基于LSTM的深神经网络可以确保数据集。自动编码器用于降低维度和降低噪声和冗余数据，这些数据将进一步通过基于LSTM的神经网络，以增强基于区块链的交易数据的安全性。
转移性癌症：靶向燃料治疗的蛋白质 -
通过这项最新工作，该团队开发了一种方法来调整现有的大脑解码器，对艰难的方式进行训练，并在观看短暂而无声的视频（例如Pixar Shorts）的同时，在fMRI扫描仪中只有一个小时的培训。研究人员开发了一种转换器算法，该算法学习如何将新人的大脑活动映射到以前用于训练大脑解码器的活动的人的大脑上，从而在与新人的一小部分中导致了类似的解码。
可含胶囊可以将药物直接泵入胃肠道的壁
“脑染色的CAR-T细胞非常非常有效地在我们的小鼠模型中清除胶质母细胞瘤，这是我们在实验室中看到的最有效的干预措施。“它显示了GPS确保它们仅在大脑中起作用的程度。相同的策略甚至可以清除乳腺癌的脑转移。”
社论：代码调制的诱发电位在下一代脑机构接口中的作用
使用代码调节的诱发潜力（C-VEP）对脑部计算机界面（BCIS）进行研究，最近取得了显着的进步（Martínez-Cagigal等，2021）。这些突破归因于刺激协议的复杂设计和创新的解码技术，它们共同建立了基于C-DEP的BCIS作为通信和控制应用程序的当前最新技术。该研究主题旨在通过促进原始贡献来推动领域的前进，并特别着眼于提高C-DEP驱动的BCI系统的可用性，可靠性和实用性。的目标是更加关注这一新兴领域，尽管它取得了显着的成就，但仍需要在临床环境和日常生活中促进这些技术的广泛采用。C-VEP刺激方案与其他主要类别的诱发反应明显不同，例如与事件相关的电位（ERP）和稳态视觉诱发的潜力（SSVEP）（Martínenez-Cagigal等人，2021年）。ERP协议通常基于奇数范式，其速度要慢得多，典型的刺激发作异步（SOA）约为250 ms（4 Hz），而C-vep中使用的至少16 ms（60 Hz）的速度相比。同样，尽管与ERP相比，SSVEP范式也相对较快，但SSVEP协议依赖于频率的方法，在这种方法中，刺激仅限于具有特定频率和相位的周期性信号。相比之下，C-VEP协议采用了噪声方法，允许更广泛的刺激序列（包括非周期性模式），同时还表现出对窄带干扰的更大弹性。此外，最近的证据表明，从信息理论的角度来看，在基于C-DEP的BCIS中，可以通过视觉诱发的途径达到的最大信息传输速率显着超过了基于SSVEP的系统（Shi等，2024）。
量子随机访问代码的简单和一般界限
量子随机访问代码（RAC）是量子信息科学中广泛有用的工具。除了以自己的优点研究（例如，参见[ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 ]), an incomplete list of their broader relevance includes protocols for quantum contextuality [ 9 ], information-theoretic principles for quantum correlations [ 10 ], tests of quantum dimension [ 11 , 12 ], quantum cryptography [ 13 ], famous open problems in Hilbert space geometry [ 14 ] and certification of measurements [ 15 , 16 , 17 ] and instruments [ 18 , 19]。这种广泛的使用导致量子RAC是许多实验的重点，例如，请参见例如[9，20，21，14，22，23，24]。为了证明和最大化RAC在大多数任务中的实用性，必须找到最佳的量子RAC策略，或者至少在最佳性能上找到相对紧密的界限。这是因为需要一个紧密的上限，例如为了使用量子RAC进行认证[25，26]，而近似范围可以导致申请，例如量子键分布[13，27]。找到这种普遍的界限恰恰是这项工作的目的。考虑一种通信方案，其中发送者将私人数据编码到发送给接收者的消息中，该消息希望恢复原始数据集的一些自由选择的部分。RAC是此类任务的特别自然类别。在RAC中，私有数据可以由n个独立和统一分布的经典变量组成，x：= {x 1，x 2，。。。，x n}。。。，d}对于i = 1，2，。每个变量都是从带有d不同符号的字母内选择的，xi∈[d]：= {1，2，。。。，n。数据集X然后由发件人编码，
使用新的稀疏监督自动编码器神经网络
基于CRISPR的单细胞转录组筛选是有效的遗传工具，可同时评估由一组指南RNA（GRNA）靶向的细胞的表达式，并从观察到的扰动中推断靶基因函数。然而，由于各种局限性，这种方法在检测弱扰动方面缺乏灵敏度，并且在研究主调节器（例如转录因子）时基本上是可靠的。为了克服检测微妙的GRNA诱导的转录组扰动和对响应最快的细胞进行分类的挑战，我们开发了一种新的监督自动编码器神经网络方法。我们稀疏的监督自动编码器（SSAE）神经网络提供相关特征（基因）和实际扰动细胞的选择。我们将此方法应用于基于基于缺氧的长期非编码RNA（LNCRNA）的子集的基于内部单细胞CRISPR干扰（CRISPRI）转录组筛查（CROCPRI）转录组筛选（CROP-SEQ），该子集受缺氧调节的疾病，该疾病在肺腺癌（Lung adenacoarcinoma）（LUAD）的背景下促进了肿瘤的侵略性和耐药性。针对LNCRNA的子集进行了经过验证的GRNA的农作物序列库，并且作为阳性对照，HIF1A和HIF2A（低氧反应的2个主要转录因子）在3、6或24 h期间在正态氧中培养的A549 LUAD细胞中转导的2个主要转录因子。我们首先通过确定在低氧反应的时间开关期间确定其敲低的特定效应，从而验证了HIF1A和HIF2上的SSAE方法。接下来，SSAE方法能够检测出稳定的短缺氧依赖性转录组特征，该特征是由某些LNCRNA候选者的敲低诱导的，表现优于先前发表的