XiaoMi-AI文件搜索系统
World File Search Systemenables
应用精准医疗：高科技显微镜可实现定制风湿病治疗
类风湿性关节炎是最常见的炎症性关节疾病，仅奥地利就有超过 60,000 人患有该病，女性患该病的可能性是男性的三倍。尽管过去几十年来治疗方面的进步已导致开发出具有不同作用机制的多种药物，但由于缺乏帮助找到正确治疗方法的工具，许多患者仍然无法实现临床缓解，导致症状得不到充分控制。临床医生只能采用“反复试验”的治疗方法，即一种药物接一种药物地进行测试。虽然存在一些生物标志物来帮助预测治疗结果，但它们尚不适合常规临床使用或需要侵入性手术。在长期合作中，由 CeMM 和维也纳医科大学的 Giulio Superti-Furga 领导的团队首次测试了一种精准医疗方法，该方法可以为类风湿性关节炎和其他可能的自身免疫性疾病提供更有针对性和更准确的治疗方法。该研究结果发表在 EBioMedicine（DOI：10.1016/j.ebiom.2024.105522）上，代表了该领域的重大进步。细胞类型影响疾病和治疗该方法基于尖端显微镜技术，能够以完全自动化的方式生成和分析大量图像数据。它由 CeMM 以“药理学”1,2 的名义开发，能够直接测量药物对各种单个免疫细胞的影响——这项任务如果使用传统分子生物学技术以这种规模完成，将过于耗费人力。此外，它允许
蛋白质和编码序列的整合可以使语言模型的相互增强
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权所有，该版本发布于2024年10月29日。 https://doi.org/10.1101/2024.10.24.620004 doi：Biorxiv Preprint
模拟引导的工程使Selinadiene合酶中的功能开关降低羟基化
摘要：倍半萜烯合酶形成预定义的替代产品是一个重大挑战，因为它们在环化机制方面的多样性以及我们对氨基酸变化如何影响这些机制的方向的有限理解。在这里，我们将原子模拟和位于定位的诱变的组合来设计A Selina-4（15），7（11） - Diene合酶（SDS），因此其最终的反应性碳分配被捕获的活性现场水淬灭，从而形成了复杂的羟基羟基甲氧酯（11）-EL（11）-4-4-4-4-4-4-4-4（11）。最初，SDS G305E变体产生20％SELIN-7（11）-EN-4-OL。通过建模酶 - 碳化络合物复合物所建议的，可以通过改变pH来进一步改善Selin-7（11）-EN-4-OL产生，从而导致Selin-7（11）-EN-4-OL成为pH 6.0时的主要产物（48％）。我们将SDS G305E变体与来自甲戊酸酯途径的基因合并到细菌BL21（DE3）细胞中，并以10 mg/l的量表为10 mg/l批量发酵。这些结果凸显了萜烯合酶模拟引导的工程的机会，以产生预定义的复杂羟基化倍半萜。关键字：Terpenoids，MD模拟，水捕获，酶工程，Selin-7（11）-EN-4-OR■简介
一个简单的精制DNA最小化操作员启用了两个快速计算
动机：最小化概念是序列草图的数据结构。标准规范最小化器通过根据预定义的选择方案同时比较窗口中的前向和反向k -mers从给定的DNA序列中选择K -MER的子集。它通过序列分析（例如读取映射和组装）广泛使用。k -mer密度，k- mer重复性（例如k -mer偏差）和计算效率是最小化选择方案的三个关键测量值。尽管最小化变体之间存在权衡。通用，有效和高效始终是高性能最小化算法的要求。结果：我们提出了一个简单的最小化操作员，作为标准规范最小化器的改进。只需要几个操作即可计算。但是，它可以提高K -Mer重复性，尤其是对于词典秩序。它适用于总订单的其他选择方案（例如随机订单）。它在计算上是有效的，密度接近标准最小化器的密度。精制的最小化器可能会受益于高性能应用程序，例如binning和读取映射。可用性和实施：本工作中基准的源代码可在GitHub存储库中获得https://github.com/xp3i4/mini_benchmark联系人联系：
社会情境人工智能能够从人类互动中学习
无论人工智能代理有多少可用数据，代理在实际部署中都不可避免地会遇到以前从未见过的情况。通过从其他人那里获取新信息来应对新情况（即社交情境学习）是人类发展的核心能力。不幸的是，社交情境学习对人工智能代理来说仍然是一个开放的挑战，因为它们必须学会如何与人互动以寻找它们所缺乏的信息。在本文中，我们将社交情境人工智能的任务（代理通过与人的社交互动寻找新信息）形式化为强化学习问题，代理通过社交互动观察到的奖励来学习识别有意义且信息丰富的问题。我们将我们的框架表现为一个交互式代理，它在大型照片共享社交网络上拓展其视觉智能时，学习如何用自然语言询问有关照片的问题。与主动学习方法不同，主动学习方法隐含地假设人类是愿意回答任何问题的神谕，而我们的代理则根据观察到的规范来调整其行为，即人们有兴趣或不感兴趣回答哪些问题。通过为期 8 个月的部署，我们的代理与 236,000 名社交媒体用户进行了互动，我们的代理在识别新视觉信息方面的表现提高了 112%。受控现场实验证实，我们的代理的表现比主动学习基线高出 25.6%。这项工作为不断改进人工智能 (AI) 代理提供了机会，使其能够更好地遵守开放社交环境中的规范。
DNA甲基化使巨型病毒在动物亲属中反复内源化
5-甲基胞嘧啶 (5mC) 是一种广泛存在的沉默机制，可控制基因组寄生虫。在真核生物中，5mC 在寄生虫控制之外的基因调控中发挥着复杂的作用，但 5mC 也在许多谱系中丢失了。5mC 保留的原因及其基因组后果仍不太清楚。在这里，我们表明与动物密切相关的原生生物阿帕拉契变形虫具有转座子和基因体甲基化，这种模式让人联想到无脊椎动物和植物。出乎意料的是，变形虫中高甲基化的基因组区域源自病毒插入，包括数百种内源化巨型病毒，占蛋白质组的 14%。使用抑制剂和基因组分析的组合，我们证明 5mC 可以抑制这些巨型病毒插入。此外，替代的变形虫分离株显示出多态性巨型病毒插入，突显了感染、内源化和清除的动态过程。我们的结果表明，5mC 对于新获得的病毒 DNA 与真核生物基因组的受控共存至关重要，这使得变形虫成为了解真核生物 DNA 混合起源的独特模型。
新的成像方法可以对整个大脑进行详细的 RNA 分析
卡罗琳斯卡医学院和卡罗琳斯卡大学医院的研究人员开发了一种显微镜方法，可以对完整的小鼠大脑进行细胞分辨率的详细三维 (3D) RNA 分析。根据《科学》杂志发表的一项新研究，这种名为 TRISCO 的新方法有可能改变我们对正常和疾病状态下大脑功能的理解。
UNC-31/CAPS 的条件降解使神经肽功能的时空分析成为可能
这篇早期发布的文章已经过同行评审并被接受，但尚未经过撰写和编辑过程。最终版本在风格或格式上可能略有不同，并将包含指向任何扩展数据的链接。
将定向演化与机器学习结合起来启用准确的基因型至表型预测
摘要：将序列变化与表型效应联系起来对于有效利用大型基因组数据集至关重要。在这里，我们提出了一种新的方法，将定向进化与蛋白质语言建模相结合，以表征水稻免疫受体的自然发展变体。使用高通量定向进化，我们设计了水稻免疫受体PIK-1，以结合和识别真菌蛋白AVR-PIKC和AVR-PIKF，它们通过当前特征的PIK-1等位基因避免检测。在此数据上对蛋白质语言模型进行了微调，以将序列变化与配体结合行为相关联。然后使用此建模来表征3,000个水稻基因组项目数据集中发现的PIK-1变体。两种变体因与AVR-PIKC的结合高度评分，并且体外分析证实了它们在野生型PIK-1受体上的提高配体结合。总体而言，这种机器学习方法确定了水稻中有希望的疾病抗性来源，并显示了探索其他感兴趣蛋白质的表型变化的潜在效用。
基于点击的皮层脑电图脑机接口可实现长期高性能开关扫描拼写
患有肌萎缩侧索硬化症 (ALS) 的人由于肌肉无力而难以与家人和护理人员沟通。本研究调查了 ALS 患者的脑信号是否可用于控制拼写应用程序。具体来说，当参与者试图握拳时，计算机算法检测到植入其大脑表面的电极的神经活动增加，从而产生鼠标点击。参与者使用这些自发的点击从拼写应用程序中选择字母或单词来输入句子。我们的算法使用不到一小时的记录脑信号进行训练，然后在三个月内可靠地运行。这种方法可能用于在较长时间内恢复其他严重瘫痪者的沟通，并且只需短暂的训练期即可。