XiaoMi-AI文件搜索系统
World File Search Systemdatabase
年轻人群皮层下结构分割数据库
从 MRI 扫描中分割皮层下结构是许多神经系统诊断中关注的问题。由于这是一项艰巨的任务，机器学习，特别是深度学习 (DL) 方法已被探索。大脑的结构复杂性要求大量高质量的分割数据集，以开发基于 DL 的良好皮层下结构分割解决方案。为此，我们发布了一组 114 个 1.5 特斯拉 T1 MRI 扫描，其中手动描绘了 14 个皮层下结构。数据集中的扫描来自健康的年轻（21-30 岁）受试者（58 名男性和 56 名女性），所有结构均由经验丰富的放射学专家手动描绘。使用该数据集进行了分割实验，结果表明使用深度学习方法可以获得准确的结果。我们的皮层下结构分割数据集印度大脑分割数据集（IBSD）在 https://doi.org/10.5281/zenodo.5656776 上公开提供。
数据库和本体论论坛：从公共数据库和科学文献中构建知识图，以在化学物质之间提取关联a
动机：代谢组学研究旨在报告与特定实验条件有关的代谢特征（代谢物清单）。这些签名在识别生物标志物或个体的分类中具有重要作用，但是它们的生物学和生理解释仍然是一个挑战。为了支持这项任务，我们介绍了论坛：知识图（kg），提供了基于生命科学数据库和科学文献存储库的化学物质与生物医学概念之间关系的语义表示。结果：在生物学数据上使用语义网络框架使我们能够将基于本体论的推理应用于实体之间的新关系。我们表明，这些新关系提供了不同水平的抽象，并可以为新假设打开道路。我们使用富集分析估算每个提取关系，明确或推断的统计相关性，并将它们实例化为KG中的新知识，以支持结果解释/进一步的查询。可用性和实现：浏览和下载提取的关系的Web接口，以及直接探测整个论坛kg的SPARQL端点，可在https：//forum-webapp.semantic-metabolo mics.fr上获得。可以在https://github.com/emetabohub/forum-疾病中获得复制Triplestore所需的代码。联系人：clement.frainay@inrae.fr补充信息：补充数据可从BioInformatics在线获得。
人工智能、胶囊内窥镜、数据库和达摩克利斯之剑
我们饶有兴趣地阅读了 Hassan 等人 [1] 撰写的社论，题为“人工智能在内窥镜检查中的无处不在，不只用于检测和表征”，该社论受到 Hansen 等人最近的论文“新型人工智能 (AI) 驱动的软件显著缩短了计算机视觉项目中注释所需的时间” [2] 的启发。正如 Hassan 等人指出的那样，与经典的机器学习方法 (MLM) 不同，这个新兴领域（即深度学习 [DL]）的主要优势在于它能够自动提取图像特征，以便计算机可以使用它们来表征其内容 [3]。从本质上讲，这意味着这种无监督方法的准确性主要取决于所提供的训练数据的适当性和质量。特别是在胶囊内窥镜 (CE) 领域，图像数据随处可见，但谁来仔细研究图像、描绘/注释和评论感兴趣的区域，并确保使用高质量的材料进行 DL 训练，这还有待确定。考虑到这一点，我们投入了大量的人力（包括个人）[1]，着手创建一系列相应的 CE 数据库，即 KID、CAD-CAP 和 Kvasir Capsule [4 – 6]，以造福计算机科学家，而这却花费了我们自己和同事的努力。尽管它们通过来自不同制造商的 CE 图像得到丰富和扩大，但不同的数据库包含以各种方式准备的多种类别的胃肠道正常和异常发现。因此，数据库的清洁程度各不相同，它们为 AI 软件开发人员提供了独特的机会和各自的参考点。这种方法为结构化交付一系列急需的解决方案奠定了基础，这些解决方案可以准确检测和表征异常 CE 发现。这些包括可靠地生成解剖学缩略图
胶质母细胞瘤的药物开发管道 - FDA孤儿产品名称数据库的横截面评估
高级神经胶质瘤是儿童和成人中大多数脑瘤相关的死亡。考虑到所有年龄段，胶质母细胞瘤代表了最常见的恶性脑肿瘤（占所有恶性脑肿瘤的43.5％[1]）。尽管绝对数量很少，但在美国，胶质母细胞瘤代表了每年约15,000名患者的普遍致命疾病类[1]。最近几年的出版物激增，突出了这些肿瘤中的肿瘤间和肿瘤内多样性[2，3]，但我们对疾病源泉的病理生理过程的越来越多，尚未将其转化为治疗成功。迄今为止，大量研究已经确定了胶质性癌中发生的典型遗传改变：IDH1中的突变或针对小儿胶质母细胞瘤，两者经常发生的组蛋白H3。3基因突变（H3。 3：PK27M和H3。 3：PG34R/V）只是定义不同分子类别的胶质母细胞瘤的常见基因突变的三个例子。 The well- known mutations identified in glioblastoma have subsequently lead to the identification of epi- genetic and transcriptomic mechanisms which perpetuate the disease: examples of this are the hypermethylation of CpG islands in IDH1-mutant glioblastoma [ 4 ] and the loss of histone H3.3 K27me3 in H3.3 mutant glioblastomas [ 5 ]. 尽管对胶质母细胞瘤的基因组，表观基因组和转录组的知识大大增加，但临床结果并没有改变，胶质母细胞瘤的药物发展却落后于胶质母细胞瘤（EPI）基因组学的重大进展。3基因突变（H3。3：PK27M和H3。3：PG34R/V）只是定义不同分子类别的胶质母细胞瘤的常见基因突变的三个例子。The well- known mutations identified in glioblastoma have subsequently lead to the identification of epi- genetic and transcriptomic mechanisms which perpetuate the disease: examples of this are the hypermethylation of CpG islands in IDH1-mutant glioblastoma [ 4 ] and the loss of histone H3.3 K27me3 in H3.3 mutant glioblastomas [ 5 ].尽管对胶质母细胞瘤的基因组，表观基因组和转录组的知识大大增加，但临床结果并没有改变，胶质母细胞瘤的药物发展却落后于胶质母细胞瘤（EPI）基因组学的重大进展。尽管可以通过治疗方法使用其中一些遗传靶标，但其中大多数不适合药物焦油，尽管它们可能会提供免疫疗法的使用前景。因此，对于能够占据疾病进展的新型化合物或组合的组合存在明确的医学需求。1983年的《美国孤儿药物法》旨在通过提供方案援助，孤儿赠款计划，临床试验费用的50％的税收抵免，美国食品和药物管理费（FDA）费用（FDA）费用（FDA）费用豁免以及7年的营销专有性来激励包括稀有癌症在内的罕见疾病的药物开发。在1983年至2015年之间，所有孤儿药物批准的三分之一以上（n = 177，总计492，即36％）是旨在治疗稀有癌症的相关化合物[7]。虽然可能存在新药物临床失败的多种原因，但仍缺乏对指定化合物的状态的全面看法。尤其尚不清楚葡萄瘤的物质类别和治疗原则已进入市场或正在开发中。此知识是
大：人类条件跨基因调节网络模型的数据库
基因调节在塑造组织身份，功能和对扰动的反应中起着基本作用。调节过程由相互作用元件的复杂网络（包括转录因子，miRNA及其目标基因）控制。这些网络的结构有助于确定表型，并最终影响疾病的发展或对治疗的反应。我们开发了Grand（https://grand.networkmedicine.org）作为基因调节网络模型的数据库，可以在生物态之间进行比较，或者用于预测哪些药物在调节网络结构中产生变化。数据库包括12,468个基因组规模网络，涵盖36个人体组织，28个癌症，1,378个未扰动的细胞系，以及173,013 TF和基因靶向2,858个小分子诱导的细胞线与现场型型信息配对的基因靶向评分。Grand允许使用表型信息查询网络，并使用各种交互式工具可视化。此外，它还包括一个将疾病状态与使用调节网络特性的潜在治疗小分子药物相匹配的Web应用程序。简介
公司背景：AI Arrive 是一家人工智能公司，其愿景是创建 AI 产品，以加速研究并增强我们对人类疾病的了解。CloseBy 是一个健康生活平台，它汇总不同的社区数据，以帮助个人在搬迁到特定区域时做出明智的决定。我们的使命很简单，就是使数据孤岛民主化，并呈现一个整体的画面，帮助个人做出更明智的决定。团队规模：4-5 名学生地点：远程，客户/团队会议将使用 Zoom 举行。项目摘要：AI Arrive 希望使用开源数据集（例如人口普查、空气质量开放数据、CDC 社会脆弱性指数、Zillow 住房和租金价格以及 python news-fetch）开发一个健康生活平台。目标是构建 ETL 提取系统和聚合开源社区数据和新闻文章的数据模型。另一个目标是使用 d3.js 和/或其他可视化工具开发视觉效果以在地图上显示数据。所有知识产权将归 AI Arrive 所有。关键技能/技术：开发 ETL 管道、使用数据库和使用 d3.js 进行可视化的背景将有助于完成这个项目。团队可以向客户寻求指导。学生福利：
公司背景：AI Arrive 是一家人工智能公司，其愿景是创建 AI 产品，以加速研究并增强我们对人类疾病的了解。CloseBy 是一个健康生活平台，它汇总不同的社区数据，以帮助个人在搬迁到特定区域时做出明智的决定。我们的使命很简单，就是使数据孤岛民主化，并呈现一个整体的画面，帮助个人做出更明智的决定。团队规模：4-5 名学生地点：远程，客户/团队会议将使用 Zoom 举行。项目摘要：AI Arrive 希望使用开源数据集（例如人口普查、空气质量开放数据、CDC 社会脆弱性指数、Zillow 住房和租金价格以及 python news-fetch）开发一个健康生活平台。目标是构建 ETL 提取系统和聚合开源社区数据和新闻文章的数据模型。另一个目标是使用 d3.js 和/或其他可视化工具开发视觉效果以在地图上显示数据。所有知识产权将归 AI Arrive 所有。关键技能/技术：开发 ETL 管道、使用数据库和使用 d3.js 进行可视化的背景将有助于完成这个项目。团队可以向客户寻求指导。学生福利：
主题：美国专利商标局发布关于公众对人工智能和知识产权政策看法的报告 嗨 XX， 美国专利商标局最近发布了一份报告，旨在引发人们对正在加速美国创新的快速变化技术——人工智能的讨论。该报告于 10 月 6 日发布，全面审视了各种利益相关者对人工智能 (AI) 对知识产权 (IP) 领域的影响的看法，包括专利、商标、版权和商业秘密政策，以及数据库保护的新问题。美国专利商标局收集了关于是否应修改有关专利发明人和版权作品作者身份的现行法律法规以考虑人类以外的贡献的反馈。为了进一步探讨人工智能和知识产权的主题，你有兴趣与全球律师事务所 Morrison & Foerster 的律师交谈吗？根据这份报告，我想与律师 Tessa Schwartz、Joyce Liou、Wendy Ray 和/或 Jennifer Lee Taylor 进行对话。
主题：美国专利商标局发布关于公众对人工智能和知识产权政策看法的报告 嗨 XX， 美国专利商标局最近发布了一份报告，旨在引发人们对正在加速美国创新的快速变化技术——人工智能的讨论。该报告于 10 月 6 日发布，全面审视了各种利益相关者对人工智能 (AI) 对知识产权 (IP) 领域的影响的看法，包括专利、商标、版权和商业秘密政策，以及数据库保护的新问题。美国专利商标局收集了关于是否应修改有关专利发明人和版权作品作者身份的现行法律法规以考虑人类以外的贡献的反馈。为了进一步探讨人工智能和知识产权的主题，你有兴趣与全球律师事务所 Morrison & Foerster 的律师交谈吗？根据这份报告，我想与律师 Tessa Schwartz、Joyce Liou、Wendy Ray 和/或 Jennifer Lee Taylor 进行对话。
基于人工智能的多维数据库技术
基于人工智能的多维数据库技术是一项新技术。该技术可以实现多模态数据（非结构化数据、半结构化数据、结构化数据）的分布式存储，同时还可以将数据以超立方体的形式存储，并对数据进行实时的多维分析和查询。传统的多维数据库直接从二维表中提取维度信息，没有考虑维度信息之间的关联性。因此，结合人工智能技术，可以实现多模态数据的关联分析，自动生成维度信息。具体而言，针对商业智能（BI）领域对多维数据高效分析、存储和处理的需求，开展基于人工智能的多维数据库技术应用研究，实现多领域异构数据的统一采集，高效、实时、自动标注、聚类，数据信息智能提取及语义关联，超立方体存储和在线分析OLAP、在线分析处理等。设计基于人工智能的多维数据库原型系统，满足海量数据智能分析处理需求。系统学习用户的查询行为模式和数据特征。通过内置机器学习算法构建立方体数据模型。持续进行模型优化，针对特定用户精准生成查询结果。通过分布式算法引擎、混合在线分析处理、分布式存储引擎等人工智能功能模块，整合多源异构数据资源，实现数据关联、智能学习、推理和预测，为管理决策端和业务运营端提供更加完善、可靠的预测决策服务。
iCSDB：CRISPR 屏幕的集成数据库。
基于 CRISPR-Cas9 文库的高通量筛选已成为一种有吸引力且强大的技术，用于识别功能研究的靶基因。然而，由于缺乏用户友好的实用程序和涵盖第三方实验的最新资源，公共数据的可访问性受到限制。在这里，我们描述了 iCSDB，一个使用人类细胞系的 CRISPR 筛选实验的综合数据库。我们汇编了两个主要的 CRISPR-Cas9 筛选来源：DepMap 门户和 Bi- oGRID ORCS。DepMap 门户本身是一个综合数据库，其中包括三个大型 CRISPR 筛选项目。我们还从 BioGRID ORCS 汇总了 CRISPR 筛选，它是来自 PubMed 文章的筛选结果集合。目前，iCSDB 包含 976 种人类细胞系的 1375 个全基因组筛选，涵盖 28 种组织和 70 种癌症类型。重要的是，我们消除了不同 CRISPR 库的批次效应，并将筛选分数转换为单一指标以估计敲除效率。我们还整合了临床和分子信息，以帮助用户轻松选择感兴趣的细胞系。此外，我们还实施了各种交互式工具和查看器，以方便用户在基因和指导 RNA 水平上选择、检查和比较筛选结果。iCSDB 可在 https://www.kobic.re.kr/icsdb/ 上找到。
原核生物和病毒中的抗crispr操纵子的数据库
1美国北卡罗来纳州北卡罗来纳州Chapel山的遗传学系，内布拉斯加州大学食品科学与技术系Nebraska Food Food Center，NEBRASKA大学 - 林肯大学，美国东北68588，美国林肯市，美国北卡罗来纳州北卡罗来纳州北卡罗来纳州北卡罗来纳州北卡罗来纳州北卡罗来纳州北卡罗来纳州林肯市林肯市。伊斯兰堡，巴基斯坦，5计算机科学系，国立计算机和新兴科学大学（NUCES），伊斯兰堡，巴基斯坦，6，6感染与免疫计划，生物医学发现研究所和莫纳什大学微生物学系，澳大利亚3800，VIC 3800，VIC 3800，VIC 3800，澳大利亚7学院考文垂，英国1美国北卡罗来纳州北卡罗来纳州Chapel山的遗传学系，内布拉斯加州大学食品科学与技术系Nebraska Food Food Center，NEBRASKA大学 - 林肯大学，美国东北68588，美国林肯市，美国北卡罗来纳州北卡罗来纳州北卡罗来纳州北卡罗来纳州北卡罗来纳州北卡罗来纳州北卡罗来纳州林肯市林肯市。伊斯兰堡，巴基斯坦，5计算机科学系，国立计算机和新兴科学大学（NUCES），伊斯兰堡，巴基斯坦，6，6感染与免疫计划，生物医学发现研究所和莫纳什大学微生物学系，澳大利亚3800，VIC 3800，VIC 3800，VIC 3800，澳大利亚7学院考文垂，英国