XiaoMi-AI文件搜索系统
World File Search Systemetap
细胞和分子生物学中的社会隐喻
与概念隐喻理论 (CMT) 一致，生物学中的隐喻使用具有三个总体隐喻主题：符号隐喻、目的论和涌现/随附性。这些主题用于分析细胞系统研究中的隐喻使用。来自社会领域的隐喻的使用是广泛而系统的。在科学教学中，应注意科学家如何获取和评估新知识，以及如何传达新发现。溯因推理作为得出最佳解释的一种手段具有重要的教学价值。溯因推理依赖于基于具体和社会概念框架的隐喻。明确承认科学教学中的隐喻使用照亮了从科学观察到稳健理论的道路。
基因组编辑的理由和关于人类身份的形而上学本质主义
生物伦理学的标准观点区分了可能伤害或使特定个体受益的“影响个人”干预（例如通过基因组编辑）和决定哪个个体诞生的“影响身份”干预（例如通过基因选择）。斯帕罗对过去几十年来有关生殖技术争论的核心假设之一提出了质疑。他认为，对人类胚胎的直接基因改造不应归类为“影响个人”，而应归类为“影响身份”，因为在可预见的未来，任何基因组编辑“几乎肯定”涉及创建和编辑多个胚胎，以及通过植入前基因诊断选择“最佳”胚胎。斯帕罗还认为，“影响个人”和“影响身份”干预之间的区别具有至关重要的伦理意义：“我们选择胚胎的理由比我们修改胚胎的理由要弱”（Sparrow 2022 ）。因此，他将基因组编辑归类为“影响身份”的干预，并得出结论，即使人们认为增强是道德义务，也没有理由要求制定法律来增强。在这篇评论文章中，我们更进一步质疑了有关生殖技术的生物伦理辩论中的核心假设。我们认为，“影响个人”和“影响身份”干预之间的区别是基于一种值得怀疑的物质起源本质主义。对这种本质主义的人类身份方法的质疑使得我们可以将基因组编辑和基因选择视为比标准方法中更相似的东西。它
肥胖和糖尿病中的元蛋白质组学方法和途径调节：叙事评论
1土壤，植物和食品科学系，阿尔多·莫罗大学（Aldo Moro University），巴里（Aldo Moro University），通过G. Amendola 165/A，意大利Bari 70126； a.porrelli5@studenti.uniba.it（A.P.）; mirco.vacca@uniba.it（M.V.）; maria.deangelis@uniba.it（M.D.A。）2 Inrae，UNH，代谢探索平台，Metabohub Clermont，Clermont Auvergne University，F-63000 Clermont-Ferrand，法国； blandine.comte@inrae.fr（B.C.）; Estelle.pujos-guillot@inrae.fr（E.P.-G.）3 MaxDelbrück分子医学中心在Helmholtz Association（MDC），分子流行病学研究小组，13125，德国柏林，13125； katharina.nimptsch@mdc-berlin.de（K.N.）; mariona.pinartgilberga@mdc-berlin.de（M.P.）; tobias.pischon@mdc-berlin.de（t.p。）4Charité -UniversitätsmedizinBerlin，FreeieUniversität的公司成员，柏林汉堡大学，伯林，柏林，10117，柏林，柏林，5117，德国柏林市中心（德国）心血管研究中心（DZHK）（DZHK），伯林伙伴Site，10785 Berlin，DELBANK CENICATIN （MDC），13125德国柏林7 Biobank核心设施，柏林卫生研究院，埃利弗斯蒂尼辛德斯美森柏林，柏林，10178，德国柏林 *通信：francesco.calabrese@uniba.it
初步结果 - 步骤2公开电话21/2024 ...
Goiás国家研究支持基金会-Fapeg，公开了公开呼叫21/2024中选择的初步建议的初步结果 - 科学和技术研究援助计划 - 2024年版-2024-第2步 - 研究人员提交 - 优先。
系统的元蛋白质组学映射揭示了人肠道微生物群对治疗药物的功能和生态景观
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2025年2月14日发布。 https://doi.org/10.1101/2025.02.13.637346 doi：Biorxiv Preprint
重新审视组织 DNA 隐喻
摘要：战略管理研究人员认为，将生物学和遗传学现实与管理科学相结合，可以为组织改进和发展提供有效的步骤，因此，组织 DNA 隐喻提出了范式转变。本研究对组织 DNA 概念和 DNA 知识前沿进行了深入回顾 - 首先，评估组织 DNA 隐喻和学术讨论是否合理；其次，是否可以将先进的 DNA 知识融入组织 DNA 概念以改善运营管理；如果可以，第三，提供组织 DNA 模型的范围。对 DNA 知识前沿的回顾表明，基因组（DNA）有两个组成部分 - “编码 DNA”（或基因）和“非编码 DNA”。它们融入组织概念使得可以建立一个类比：“编码 DNA”（或基因）包含生物体生长和生存所需的指令，转化为独特的组织特征（“结构、决策权、动机和信息”）； “非编码 DNA”控制基因活动（“转录，进而翻译，或可以打开和关闭基因”）并确保正确的染色体捆绑，这对于细胞生存至关重要，这意味着更新和创新，没有它们，组织的生存就会受到损害。该研究提出了一系列组织 DNA 模型，并确定了内部和外部环境重新调整的关键点。关键词：组织 DNA、隐喻、更新和创新。
废水元蛋白质组学：跟踪微生物和人类蛋白质生物标志物
*联系人：m.pabst@tudelft.nl摘要基于废水的监视已成为监测病原体，抗生素耐药性基因以及测量种群水平暴露于药物和化学物质的强大工具。虽然监视方法通常靶向小分子，DNA或RNA，但废水也包含大量蛋白质。然而，尽管环境蛋白质组学最近取得了进步，但对废水中蛋白质生物标志物的大规模监测仍然远非常规。分析原始废水由于有机和无机物质，微生物，细胞碎片和各种化学污染物的异质混合物而提出了挑战。为了克服这些障碍，我们开发了一种废水元蛋白质组学方法，包括有效的蛋白质提取和优化的数据处理管道。管道利用从头测序来自定义大型公共序列数据库，以实现全面的元蛋白质组学覆盖范围。使用这种方法，我们分析了从两个城市地点收集的三个月内收集的废水样品。这揭示了一个核心微生物组，其中包括大量微生物，肠道细菌和潜在的机会病原体。此外，我们确定了近200种人类蛋白质，包括有前途的人口水平的健康指标，例如免疫球蛋白，泌尿瘤蛋白和与癌症相关的蛋白质。废水流是化学物质，有机化合物，微生物和生物分子（例如DNA和蛋白质）的复杂集合，其中很大一部分来自人类活动。关键词：荟萃蛋白质组学，废水，基于废水的流行病学，生物标志物，肠道微生物在全球介绍，每年生产约380万亿升的废水，并且随着世界人口的稳步增长，在未来50年中估计它将在未来50年中估计几乎是两倍。对微生物病原体，病毒和物质（例如药物，农药和压力和饮食的生物标志物）的废水分析已成为常规实践。Cristian G. Daughton在2001年2 - 4年被称为基于废水的流行病学（WBE）。今天，WBE包括各种生物学生物标志物，以评估人群5级的健康状况。基于废水的流行病学（WBE）已被证明可有效识别和监测流行病暴发。 ，例如，在1980年代，芬兰和以色列的废水监视提供了对脊髓灰质炎病毒传播6 7的见解。 此外，在冠状病毒大流行期间，各种研究小组和政府建立了COVID-19-19监视计划8 9 10。 这个知情的政府机构和公众关于SARS-COV-2 11、12的传播。 此外，某些细菌的存在还可以告知抗菌耐药性和各种疾病的传播13-17 18 19。 除了匿名的优势外，废水的收集相对便宜，并且可以适用于较大的人口规模。 对小分子（例如药物）的检测采用色谱分离，并结合了质谱20。基于废水的流行病学（WBE）已被证明可有效识别和监测流行病暴发。，例如，在1980年代，芬兰和以色列的废水监视提供了对脊髓灰质炎病毒传播6 7的见解。此外，在冠状病毒大流行期间，各种研究小组和政府建立了COVID-19-19监视计划8 9 10。这个知情的政府机构和公众关于SARS-COV-2 11、12的传播。此外，某些细菌的存在还可以告知抗菌耐药性和各种疾病的传播13-17 18 19。除了匿名的优势外，废水的收集相对便宜，并且可以适用于较大的人口规模。对小分子（例如药物）的检测采用色谱分离，并结合了质谱20。对病毒，微生物或抗菌耐药基因的分析通常采用靶向方法，例如各种基于核酸的聚合酶链反应方法21-26。最近，使用下一代测序方法的非靶向方法变得更加负担得起，并且在研究水和废水环境方面越来越流行24，27-30。
无限维元种群 SIS 模型
1.1.3. 走向概括。到目前为止讨论的流行病学模型假设人口庞大，可能由几个行为不同的群体组成，因此流行病是确定性的。在建模范围的另一端，一些相互作用粒子的概率模型可能被视为流行病的建模。1974 年，哈里斯 [24] 在 Z d 上引入了所谓的接触过程。接触过程是一个连续时间马尔可夫过程，常用作感染传播的模型。图上的节点代表一个种群中的个体。他们可能是被感染的，也可能是健康的。受感染的个体在指数时间后会恢复健康，与配置无关。健康个体的感染率与受感染邻居的数量成正比。接触过程与多群 SIS 方程有许多共同的属性：存在上不变测度、无病不变测度和单调耦合 [35, 36]。这种接近性并不奇怪，因为方程 (2) 可以通过接触过程的平均场近似得到 [47，第 VA 节]。请注意，方程 (2) 也可以作为基于个体的模型的极限获得，参见 [3]。
Coldflux超导EDA和TCAD工具项目
摘要本文探讨了生成媒体的生动领域，重点介绍了文本的生产和符号分析。它使用了“文本”的广泛定义，该定义包括书面，视觉和交互式的形式，并说明了生成媒体如何重新定义内容创建者和工具的作用。利用罗马雅各布森的交流模型，文章高出了文本生产中动态决策过程，无论是人类还是人工智能。本文提供了一篇历史评论，该评论从1960年代早期的计算机艺术中生成媒体，直到1980年代和1990年代的挖掘设计工具到出现到当代AI技术，例如gans和gans的扩散模型。它标识了发电介质的关键特性：合成，动态，数字，组合和代理。讨论还解决了早期工具中未知的AI援助的转变，转换为当今媒体景观中无意中的AI生成的内容。本文的最后一部分将生成媒体接口分为三个
从工具到盗贼：通过众包隐喻来衡量和理解对AI的公众看法
图3。随着时间的推移，隐式感知得分的总体变化（顶部）。 阴影反映95％CI。 每个月（x轴），左y轴是平均温暖和能力，在[-1，1]范围内；正确的Y轴是按月按月拟人形态隐喻的百分比。 我们发现，随着时间的流逝，拟人化和温暖的隐喻在频率上的增加，而胜任的隐喻随着时间的流逝而减少。 具有统计学上显着的时间变化的主要隐喻（|𝑟|> 0。 3，𝑝<0。 05）（底部）。 每条线代表主要比喻的一个月患病率，该比喻是根据其拟人化的百分比（群集中拟人化的隐喻百分比）进行的。 我们发现拟人化的隐喻正在增加，而非拟人化隐喻随着时间的流逝而减少。 阴影反映了3个月的滚动平均值。随着时间的推移，隐式感知得分的总体变化（顶部）。阴影反映95％CI。每个月（x轴），左y轴是平均温暖和能力，在[-1，1]范围内；正确的Y轴是按月按月拟人形态隐喻的百分比。我们发现，随着时间的流逝，拟人化和温暖的隐喻在频率上的增加，而胜任的隐喻随着时间的流逝而减少。具有统计学上显着的时间变化的主要隐喻（|𝑟|> 0。3，𝑝<0。05）（底部）。每条线代表主要比喻的一个月患病率，该比喻是根据其拟人化的百分比（群集中拟人化的隐喻百分比）进行的。我们发现拟人化的隐喻正在增加，而非拟人化隐喻随着时间的流逝而减少。阴影反映了3个月的滚动平均值。