XiaoMi-AI文件搜索系统
World File Search Systemdx
mdx 小鼠中的 NAR 突破性文章
平台由与转铁蛋白受体 1 结合的抗原结合片段组成，该片段与寡核苷酸偶联。我们证明，单剂量的小鼠特异性 FORCE–M23D 偶联物可增强 mdx 小鼠中外显子跳跃 PMO (M23D) 的肌肉递送，实现剂量依赖性和稳健的外显子跳跃以及持久的肌营养不良蛋白恢复。FORCE–M23D 诱导的肌营养不良蛋白表达在单剂量 30 mg/kg PMO 等效剂量下分别达到股四头肌、胫骨前肌、腓肠肌、膈肌和心脏中野生型水平的 51%、72%、62%、90% 和 77% 的峰值。缩短的肌营养不良蛋白定位于肌膜，表明功能性蛋白质的表达。相反，单剂量 30 mg/kg 未结合 M23D 显示出较差的肌肉传递，导致外显子跳跃和肌营养不良蛋白表达处于边缘水平。重要的是，与 FORCE-M23D 相比，FORCE-M23D 治疗可改善功能结果
guardant360-cdx-适用于局部晚期或转移性癌症患者...
液体活检的肿瘤基因分型消除了组织活检的局限性，并将精准肿瘤学扩展到之前因组织取样障碍而不符合条件的患者。11 与组织活检相比，液体活检的侵入性较小，只需要少量血液样本。与手术活检相比，这降低了患者的手术风险和样本采集成本。此外，液体活检克服了组织活检的空间限制，可以进行连续检测以评估癌症进展，从而更好地指导治疗决策。17 然而，应该注意的是，液体活检可能受到全身肿瘤负担低、胸外转移扩散低或脑等庇护部位受累导致 ctDNA 脱落率低的限制。16 此外，液体活检不提供有关组织学亚型和组织学变化的信息。因此，在某些情况下，液体活检可以替代组织检测，而在其他情况下，组织检测仍然是首选。无论如何，液体活检和组织检测的结果可能是互补的。
http://dx.doi.org/10.18576/jkmap/020203 巴林环境人工智能研究与政策方向
摘要：巴林人口增长率高，工业在狭小的国土上快速发展，因此面临着独特的环境挑战。根据巴林最高环境委员会的说法，主要的环境挑战包括：废水处理项目造成的海水污染、海水入侵造成的地下水污染以及炼油厂、铝制造厂和发电厂造成的空气污染。这对海洋生物和居民的生活质量产生了重大影响。鉴于巴林及其环境的独特性，这些问题的传统解决方案已被证明不可行，有时甚至不切实际。本文试图讨论人工智能技术在巴林环境应用方面的潜在用途，并确定该领域的主要研究方向。可以看出，巴林复杂的环境问题可能成为人工智能研究和技术开发的主题，而传统方法可能无法解决这些问题。关键词：人工智能、知识型系统、环境保护、空气污染、废水
高工作量飞行期间彩色编码平视飞行符号的工作量优势 Blundell, J., Scott, S., Harris, D., Huddlestone, J. & Richards, D. 作者后印本（已接受）存放在考文垂大学存储库原始引用和超链接：Blundell, J, Scott, S, Harris, D, Huddlestone, J & Richards, D 2020, '高工作量飞行期间彩色编码平视飞行符号的工作量优势', Displays, vol. 65, 101973。https://dx.doi.org/10.1016/j.displa.2020.101973 DOI 10.1016/j.displa.2020.101973 ISSN 0141-9382 出版商：Elsevier © 2020，Elsevier。根据 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International 许可 http://creativecommons.org/licenses/by-nc-nd/4.0/ 版权所有 © 和道德权利归作者和/或其他版权所有者所有。无需事先许可或付费，即可下载副本用于个人非商业研究或学习。未经版权所有者事先书面许可，不得复制或大量引用本项目。未经版权持有者正式许可，不得以任何方式更改内容或以任何格式或媒介进行商业销售。本文档是作者的印刷后版本，包含同行评审过程中商定的任何修订。出版版本和此版本之间可能存在一些差异，如果您想引用出版版本，建议您参考出版版本。
高工作量飞行期间彩色编码平视飞行符号系统的工作量优势 Blundell, J., Scott, S., Harris, D., Huddlestone, J.& Richards, D. 作者印后 (已接受) 存放于考文垂大学资料库 原始引用和超链接：Blundell, J, Scott, S, Harris, D, Huddlestone, J & Richards, D 2020, '高工作量飞行期间彩色编码平视飞行符号系统的工作量优势', Displays, vol.65, 101973。https://dx.doi.org/10.1016/j.displa.2020.101973 DOI 10.1016/j.displa.2020.101973 ISSN 0141-9382 出版商：Elsevier © 2020，Elsevier。根据 Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International 许可 http://creativecommons.org/licenses/by-nc-nd/4.0/ 版权所有 © 和道德权利由作者和/或其他版权所有者保留。可以下载副本用于个人非商业研究或学习，无需事先许可或收费。未经版权持有人书面许可，不得复制或大量引用本项目。未经版权持有人正式许可，不得以任何方式更改内容或以任何格式或媒介进行商业销售。本文档是作者的印刷后版本，包含同行评审过程中商定的任何修订。已发布版本和此版本之间可能仍存在一些差异，如果您想引用已发布版本，建议您查阅已发布版本。
原始发表论文的引文（记录版本）：Heyn, H., Knauss, E., Pir Muhammad, A. 等人 (2021)。人工智能密集型系统开发的需求工程挑战。2021 年 IEEE/ACM 第 1 届人工智能工程研讨会论文集 - 人工智能软件工程，WAIN 2021。http://dx.doi.org/10.1109/wain52551.2021.00020
摘要 — 强大的计算和通信技术的可用性以及人工智能的进步使得新一代复杂的人工智能密集型系统和应用程序成为可能。此类系统和应用程序有望在社会层面上带来令人兴奋的改进，但它们也为其发展带来了新的挑战。在本文中，我们认为重大挑战与定义和确保此类系统和应用程序的行为和质量属性有关。我们从与工业、交通和家庭自动化相关的复杂人工智能密集型系统和应用程序的相关用例中特别得出四个挑战领域：理解、确定和指定（i）上下文定义和要求，（ii）数据属性和要求，（iii）性能定义和监控，以及（iv）人为因素对系统接受度和成功的影响。解决这些挑战意味着需要将新的需求工程方法集成到复杂、人工智能密集型系统和应用程序的开发方法中的流程支持。我们详细介绍了这些挑战并提出了研究路线图。
以生物标志物为重点的多药结合疗法和MDX小鼠的重新利用试验
divenne肌肉营养不良是由肌营养不良蛋白缺乏症引发的，但是下游病原体途径，例如膜不稳定性，NFκB激活，线粒体Dys-功能以及TGFβ纤维化途径的诱导，可以认为可以驱动残疾。肌营养不良的替代策略对解决上游肌营养不良症的缺陷有希望。但是，迄今为止的所有方法都使用可能触发下游途径的半功能性营养不良蛋白。因此，即使对于肌营养不良蛋白替代策略，可以靶向多个下流途径的组合疗法对于治疗DMD也很重要。我们试图使用一系列重新塑造的药物在Duchenne肌肉营养不良的MDX小鼠模型中定义药物反应的血液药效生物标志物。四个星期大的MDX小鼠用四种不同的药物单独和组合处理四个星期：媒介物，泼尼松龙，瓦莫洛龙，利妥昔单抗，β-氨基异丁酸（Baiba）（Baiba）（11个治疗组； n = 6/组）。通过在研究终止时通过心脏穿刺收集血液，并使用Somascan Aptamer面板进行蛋白质组学分析（1,310例蛋白酶）。泼尼松龙单独测试并与其他药物结合使用。被发现具有良好的泼尼松龙反应性生物标志物（泼尼松龙增加了56个，降低了39个），重点是NFκB和TGFβ级联。vamorolone共有45个（80％）的生物标志物和13（33％）的生物标志物的生物标志物的13（33％）。比较已发表的人皮质类固醇反应性生物标志物与我们的MDX数据的比较显示，小鼠与人之间的14％（3/22）一致性。利妥昔单抗显示与药物相关的生物标志物更少，其中最重要的是人IgG。另一方面，Baiba治疗（高剂量和低剂量）显示40种血清蛋白的药物相关增加，并降低了5种血清蛋白。我们的结果表明，可以采用生物标志物方法来评估小鼠和人类研究中的药物组合。
国际社会、人文与行政科学杂志 开放获取同行评审电子期刊 & 同行评审与索引 JOSHAS 期刊 (e-ISSN:2630-6417) 2020 / 第 6 卷，第 31 期 / 第 1535-1546 页 到达日期：2020 年 8 月 2 日 出版日期：2020 年 10 月 19 日 Doi 编号：http://dx.doi.org/10.31589/JOSHAS.392 参考文献：Tavas, B. (2020)。“人工智能和机器人及其对商业系统的影响”，社会、人文与行政科学杂志，6(31):1535-1546 人工智能和机器人及其对商业系统的影响
摘要 人工智能（AI）也被称为非自然智能，它通过用专家系统或工业机器人取代流程和功能，为人类在不同经济领域带来了巨大的进步。然而，人们质疑人工智能是否为人类的工作环境带来了价值和发展，是否创造了更多的就业机会，还是恰恰相反。这项工作的总体目标是介绍人工智能及其对工业就业和失业的有争议的影响的相关研究，作为本文的中心主题。这也回顾了人工智能的历史起源、不同观点的分析及其应用。这项研究涉及智能系统的解释、它们在各个经济部门使用的主要原因、它们在组织中应用的风险和优势、近年来技术应用最发达的经济部门。几十年来，以及近年来它在秘鲁和世界的发展。要介绍的主题的相关性是人工智能及其在工业中的接受度，通过在利润、成本降低、流程效率和盈利能力方面产生积极成果。还有它提供的各种工具的使用，例如聊天机器人的使用；然而，在企业中实施人工智能也会带来不利后果，例如减少劳动力或工作岗位，从而引起争议。为了开展研究，我们使用了相关性、描述性和概念性方法。结论是，人工智能的社会影响将是巨大的。但仍有一些关键问题没有明确的答案，我们要问自己，社会是否为即将到来的事情做好了准备，企业应该采取哪些措施，以便人工智能改善人类在 21 世纪的生活方式。关键词：人工智能；机器人化；自动化；工业机器人；决策。
Walsh, JE、WL Chapman、F. Fetterer 和 S. Stewart。2019. 网格化月度海冰范围和浓度，1850 年以后，版本 2。美国科罗拉多州博尔德。NSIDC：国家冰雪数据中心。doi：https://dx.doi.org/10.7265/jj4s-tq79。目录网格化月度海冰范围和浓度...................................................................................................................... 1 1850 年以后，版本 2 ......................................................................................................................... 1 1 摘要 ............................................................................................................................................................. 3 2 这些数据的应用 ............................................................................................................................. 3 3 产品开发背景 ............................................................................................................................. 4 4 数据文件：格式和说明 ............................................................................................................. 6
1 摘要 气候模型和再分析通常需要覆盖很长一段时间（大约一个世纪）的网格化泛北极海冰数据集。然而，卫星时代之前的基于观测的数据集在信息内容和格式上是异构的，因此难以用于长期数据记录。在这里，历史来源的观测是自 1850 年开始的每月网格化海冰浓度产品的基础。历史观测有多种形式：船舶观测、海军海洋学家的汇编、国家冰服务机构的分析等。1979 年，这些来源让位于单一来源：卫星被动微波数据的浓度。网格化每月海冰范围和浓度，1850 年以后建立在早期的数据产品（Chapman 和 Walsh 1991）的基础上，增加了历史来源，改进了用于合并来自不同来源的数据的技术，并向前和向后扩展了记录。数据以月度海冰浓度的形式在 netCDF4 文件中提供。这些字段代表单个月中日，而不是月平均值。数据位于四分之一度纬度乘以四分之一度经度的网格上，覆盖北半球 30 度以北。除了浓度变量外，相应的源变量还指示 18 个可能源中的每一个的使用位置。逗号分隔变量文件中的区域和北极范围的冰范围和面积时间序列以及其他辅助文件也包括在内。
引用：Shaukat K、Iqbal F、Alam TM、Aujla GK、Devnath L 等人 (2020) 人工智能和机器人技术对未来就业机会的影响。Trends Comput Sci Inf Technol 5(1): 050-054。 DOI：https://dx.doi.org/10.17352/tcsit.000022
随着机器人让每个人的生活变得轻松舒适，人机交互也日益广泛。在这项工作中，我们分析了各种类型机器人的行为和特性。我们还研究了机器人与人类之间日益增长的关系。在我们的分析中，我们还选择了该领域的一些方面，这些方面由众多技术专家和科学家完成。我们有兴趣通过生成一个可以解决问题并给出令人满意结果的功能系统来探索人脑的功能。人工智能是一个广阔的领域，它也在医疗保健、商业和质量保证领域中向前迈进。各种研究表明，企业部门正在加入人工智能来评估供需概念并实现人力资源系统的自动化。公共部门也在开发不同的智能机器，用于安全监控和关键系统（如核反应堆）的故障检测。人工智能和机器人技术对于无危险地执行法律和秩序执法也非常有用。随着人工智能的发展，由于全球各个行业对智能机器的需求很高，该领域的就业机会也在增加。我们的主要重点是深入研究人类与机器人之间的关系。