XiaoMi-AI文件搜索系统
World File Search Systemcontexts
在大环境下从DNA序列中的单细胞基因表达预测
人类遗传变异影响诸如疾病易感性等性状的人类遗传变异经常通过以高细胞类型的特异性方式调节基因表达来起作用。能够直接从DNA序列预测基因表达的计算模型可以帮助解释表达调节变体的解释，而机器学习模型现在在捕获远程人体转录调控所需的较大序列环境中运行。然而，现有的谓词集中在批量转录测量上，其中基因表达异质性可以淹没在广泛定义的细胞类型中。在这里，我们使用转移学习框架，SEQ2细胞，利用预训练的表观基因组模型从单细胞分辨率的大序列上下文中进行基因表达预测。我们表明，SEQ2CELLS捕获了超出伪膨胀数据的分辨率的细胞特异性基因表达。使用SEQ2CELLS进行变异效应预测揭示了带注释的细胞类型中的异质性，并在细胞种群之间启用了变异效应的硅化转移。我们证明了单细胞分辨率下基因表达和变异效应预测的挑战和价值，并为解释基因组变异的解释提供了毫不妥协的分辨率和规模。
使用高通量测量值在各种情况下开发紧凑的转录效应子
转录效应子是已知激活或抑制基因表达的蛋白质结构域。但是，缺乏对哪种效应域调节转录的系统性理解。在这里，我们开发了DCAS9介导的高通量募集（HT-RECRUIT），这是一种合并的筛选方法，用于量化内源性靶基因的效应子功能和测试效应子功能，用于包含各种环境的5,092个库中的库。我们还使用较大的文库瓷砖调节剂和转录因子来绘制从未注释的蛋白质区域绘制的效应子的上下文依赖性。我们发现许多效应子取决于目标和DBD上下文，例如可以充当激活因子或阻遏物的HLH域。为了实现有效的扰动，我们选择了包括ZNF705 KRAB在内的上下文固定域，从而改善了CRISPRI工具以使启动子和增强子保持沉默。我们通过结合NCOA3，FOXO3和ZnF473结构域来设计一种称为NFZ的紧凑型人类激活剂，该结构域可以通过更好的病毒递送和对嵌合抗原受体T细胞的诱导控制有效的CRISPRA。
在大环境下从DNA序列中的单细胞基因表达预测
人类遗传变异影响诸如疾病易感性等性状的人类遗传变异经常通过以高细胞类型的特异性方式调节基因表达来起作用。能够直接从DNA序列预测基因表达的计算模型可以帮助解释表达调节变体的解释，而机器学习模型现在在捕获远程人体转录调控所需的较大序列环境中运行。然而，现有的谓词集中在批量转录测量上，其中基因表达异质性可以淹没在广泛定义的细胞类型中。在这里，我们使用转移学习框架，SEQ2细胞，利用预训练的表观基因组模型从单细胞分辨率的大序列上下文中进行基因表达预测。我们表明，SEQ2CELLS捕获了超出伪膨胀数据的分辨率的细胞特异性基因表达。使用SEQ2CELLS进行变异效应预测揭示了带注释的细胞类型中的异质性，并在细胞种群之间启用了变异效应的硅化转移。我们证明了单细胞分辨率下基因表达和变异效应预测的挑战和价值，并为解释基因组变异的解释提供了毫不妥协的分辨率和规模。
在低收入国家环境中建立和加强气候弹性卫生系统
气候变化对卫生系统构成了重大威胁，尤其是在中间和中间国家（LMIC），通常面临资源限制和脆弱性的增强。该报告由NORAD委托并由挪威公共卫生研究所（Norwegian Public Sealth）进行，提供了一个全面的概述，该概述解决了在这些情况下在这些情况下建立和加强气候弹性卫生系统所需的七个关键方面，并得到了范围的审查。该报告探讨了卫生系统弹性的有效策略；解决实施这些策略的机遇和挑战；评估卫生系统对气候变化的脆弱性；与气候弹性卫生系统有关的主要利益相关者；检查知情决策的数据需求；突出了解决公平和弱势群体需求的重要性；以及需要解决的认同研究差距，以支持气候弹性卫生系统的发展。
ChatGPT 推出后对教育领域人工智能的看法：颠覆还是恐慌？
2022 年以一项行为难以预测的技术创新——一只黑天鹅——在传统媒体和数字媒体中占据了风头。事实上，它就是 ChatGPT。尽管人工智能早已成为新闻，而且经常被各种其他含义所掩盖，但 ChatGPT 现象再次将这门学科及其对我们社会的积极和消极影响推到了风口浪尖。人们对它的推出的反应多种多样，主要受到其易于访问和使用的影响，从创新者和早期采用者的热情到《终结者》电影中近乎世界末日般的恐怖。在该工具的多种应用中，最重要的争论集中在其在教育和学术界的影响上，因为它具有生成文本的巨大能力，这些文本很可能被视为人类的创作。我们正处于一项技术的黎明，这项技术已经从玩具工具变成了竞相成为颠覆性创新的技术。它是否成功将取决于许多因素，但如果它不成功，它就会出现另一个类似的技术。否认或禁止它绝对不会阻止已经开始的海啸效应。出于所有这些原因，我们必须首先了解这些基于大型语言模型的技术，了解它们的优点和缺点，以及它们对特定活动领域（例如教育）的真正意义。在了解了技术和工具之后，人们就可以使用（或不使用）它的潜力，并防止或发现其可能的有害影响，大概是通过改变和调整可能根深蒂固的过程，从而被迫离开舒适区，这始终是抵制变革和极端反应的原因。当技术成为足够多用户日常生活的一部分时，这些反应通常不会阻止技术达到其生产力的稳定状态。这始终是抵制变革和极端反应的原因，当技术成为足够多用户日常生活的一部分时，通常不会阻止技术达到其生产力的稳定状态，尤其是当它还是一个横向工具的问题时，这些工具会将其使用模式传播到不同的应用领域。
选择学习：通过机器学习镜头
•简化：数据集的处理和标准选择模型的估计是由简单的代码签名促进的，这些签名与Scikit-Learn等主流机器学习包一致（Pedregosa等，2011）。•可扩展：针对数据存储和模型估算实现了优化的过程，从而允许使用具有大量参数的大型数据集和模型。•灵活：可以定制代码库以适合不同的用例。•模型库：相同的软件包提供了标准选择模型和基于机器学习的方法（包括神经网络）的实现。•下游操作：将选择模型用于分类计划和定价的后处理工具已集成到图书馆中。
表征有利于 Cas9 诱导的双链断裂处替代末端连接的序列背景
替代末端连接 (alt-EJ) 机制，例如聚合酶θ介导的末端连接，越来越多地被认为是导致双链断裂修复不准确的重要因素。我们之前提出了一个 alt-EJ 模型，其中双链断裂附近的短 DNA 重复退火形成二级结构，从而引发有限的 DNA 合成。然后，新生的 DNA 与另一个断裂端的微同源序列配对。这种合成依赖性微同源介导的末端连接 (SD-MMEJ) 解释了果蝇 I-SceI 核酸酶切割后恢复的许多 alt-EJ 修复产物。然而，影响 SD-MMEJ 修复的序列特异性因素仍有待充分表征。在这里，我们通过对 1100 种不同序列环境中 Cas9 诱导的双链断裂处的修复产物进行计算分析，扩展了 SD-MMEJ 模型的实用性。我们在单核苷酸分辨率下发现了成功修复 SD-MMEJ 的序列特征的证据。这些特征包括最佳引物重复长度、重复与断裂的距离、引物重复之间的 DNA 序列灵活性以及微同源模板相对于首选引物重复的定位。此外，我们还表明 DNA 聚合酶 theta 是 Cas9 断裂处大多数 SD-MMEJ 修复所必需的。本文描述的分析包括一个计算流程，可用于表征任何序列环境中 alt-EJ 修复的首选机制。
青年、科学和媒体：正式和非正式背景下对天文学和空间科学的看法
媒体在知识获取以及对科学主题的观点和表述的形成方面的重要性已在研究中得到广泛认可。然而，关注年轻受众如何通过不同的平台获取、理解和创造与科学相关的内容，从而调动不同的素养的研究仍然不足。本实证研究旨在探索这方面的一些桥梁。通过观察对科学（即天文学和空间科学）感兴趣的年轻公众，我们打算确定他们重视什么以及他们如何在社会关系中利用科学信息，以建立批判性科学素养，用于决策和形成科学观点。本研究的主要结果证实，非正式学习不仅在年轻人对科学的认同发展中发挥着重要作用，而且在寻找相关的学术和职业道路中也发挥着重要作用。虽然它证实了年轻人不会寻求科学新闻，但目前的研究表明他们确实会根据自己的兴趣寻求科学特定的信息。缺乏对媒体和其他科学传播机构如何产生和过滤科学话语和新闻的反思，突显了提升批判性科学素养的重要性，这似乎意味着与包括媒体素养在内的其他素养的联系。
从课堂到现实世界：通过开放式教育加强疫苗教育
多年来，疫苗接种一直是备受争议的话题，无论是与麻疹、HPV 还是最近的 COVID-19 大流行有关。它需要更深入的探索，特别是在学校生物课上，它经常被肤浅地覆盖，很少涉及伦理考虑。为了让学生深入研究这个复杂的社会科学问题，并提高他们的辩论和决策能力，一个疫苗教育项目基于开放式学校的概念实施，学校与各种社会机构合作。在为期三天的跨学科课程中，中学生与来自不同领域（包括免疫生物学、医学和伦理学）的科学家合作，跨越不同的职业水平，提供不同的观点。学生积极参与现实世界的学习环境，解决真实的问题，培养个人反思。一项定性研究涉及对学生、科学家和教师的观察和访谈，强调了培养学生对疫苗接种主题的兴趣和参与度的关键成功因素：以学习者为中心的设计、与专家的互动、接触不同的专业环境、积极的科学学习以及伦理方面的整合。这种方法不仅促进了学生对复杂主题的参与，还促进了批判性思维和辩论，有助于做出明智的决策和提高公共卫生意识。