XiaoMi-AI文件搜索系统
World File Search Systemfinity
脂质纳米粒子的物理化学趋向性和亲和性部分靶向性相结合可增强器官靶向性
摘要：目前已出现两种将纳米粒子靶向特定器官和细胞类型的方法：亲和部分靶向和物理化学趋向性。在这里，我们直接比较和结合使用旨在靶向肺部的静脉 (IV) 脂质纳米粒子 (LNP)。我们利用 PECAM 抗体作为亲和部分，利用阳离子脂质作为物理化学趋向性。这些方法产生的肺摄取量几乎相同，但 aPECAM LNP 显示出更高的内皮特异性。结合这些靶向方法的 LNP 的肺摄取量比单独使用任何一种方法高 2 倍以上，并且显著增强了上皮摄取量。为了确定肺部吸收是否是因为肺部是静脉注射下游的第一个器官，我们比较了静脉注射和颈动脉内 (IA) 注射，发现 IA 联合靶向 LNP 在首过器官大脑中达到每克注射剂量的 35% (%ID/g)，是报道中最高的。因此，结合亲和部分和物理化学策略可提供单独任何一种靶向方法都无法实现的好处。关键词：肝外递送、物理化学、抗体介导、肺靶向、细胞类型表达
主题标签#CharlaSeducativas作为Twitter上的教师亲和力空间
摘要Twitter将自己定位为教师最使用的社交网络之一，为他们创造了教师亲和力空间以共享和协作。这项研究分析了#CharlaSeducativas主题标签，以探索它是否代表了该社交网络上的教学亲和力空间。这是一个与西班牙创建的教育项目相关的主题标签，并以交叉切割方式与所有教育阶段有关。使用混合方法研究，分析了2020年1月至2022年7月在2020年1月至7月之间发表的6073条带有#CharlaSeducativas标签的推文，其中包括总共761个Twitter配置文件。使用软件MAXQDA，开发了类别系统来对交互中最常见的主题进行分类并研究话语的音调。社交网络分析软件GraphExt用于对参与最高的配置文件进行深入分析。已经确认，满足了亲和力空间的特征（协作，水平自然，社区的创建，层次结构的存在和非正式学习的来源）。与此主题标签相关的互动是积极的，友好的，并且具有紧密而放松的语气，这有利于群体的感觉，促进非正式学习。此外，该空间具有强大的层次结构，并带有领导角色，可以使信息流动并连续提供。
降低靶标亲和力改善了动物肿瘤中抗MET抗体 - 药物结合物的治疗指数
许多肿瘤学抗体 - 药物结合物（ADC）由于摄取对健康组织的摄取引起的剂量限制毒性而未能证明诊所的功效。我们开发了一种利用ADC亲和力来利用ADC亲和力的方法，以使用两种抗中质 - 上皮过渡因子（MET）单克隆抗体（MABS）具有高亲和力（HAV）或低亲和力（LAV）（LAV）与单甲基甲甲基甲硫酸甲硫酸甲素（MaUristatin E（Ma））。LAV-ADC的估计Ti至少比HAV-ADC大3倍。在异种移植模型中，LAV-和HAV-ADC显示出相似的抗肿瘤活性水平，而111个DTPA研究显示HT29肿瘤中的ADC量相似。尽管LAV-ADC的血液清除率比HAV-ADC慢约2倍，但使用HAV-ADC观察到更高的肝毒性。虽然SPECT/CT 111 IN-和124 I-DTPA的发现表明HAV-ADC在正常组织中的积累较高，并且在正常组织中具有快速的清除率，但插入性微拷贝（IVM）研究证实，HAV MAB在肝辛西尔内皮细胞内积累，而LAV MAB则没有。这些结果表明，降低MET结合亲和力为Met-ADC提供了更大的Ti。降低ADC的亲和力降低了靶标介导的药物处置（TMDD），以在正常组织中表达的MET，同时向肿瘤摄取/递送。这种方法可以应用于多个ADC，以改善临床结果。
Columbia Sportswear 的 Omni-Heat Infinity 支持美国重返月球的历史性成就
Omni-Heat™ Infinity 是 Columbia Sportswear 开发的一项专有热反射技术，将随 Intuitive Machines 即将发射的 Nova-C 月球着陆器进入太空。在此次发射前的实验室模拟中，Intuitive Machines 的研究人员确定，Columbia 创新的 Omni-Heat Infinity 面料的金色金属箔将有助于使月球着陆器免受太空严酷温度的影响，太空温度可能在 -250° 到 250° 华氏度之间变化。
it-sand-battery-features.pdf-Infinity Turbine LLC
海洋热能转化（OTEC）已在商业上用于空调（通常称为海水空调或SWAC）。在大溪地的白兰地度假胜地使用，海水温度在960米处为4-5℃。在瑞士lac Leman（日内瓦）和Walensee湖（Densitas ag）正在使用6 C深湖冷却。
高亲和力PAN-PI3K结合模块支持PI3Kα
PIK3CA基因座经常在各种肿瘤范围内突变，编码可药的激酶P110 a。尽管这一目标显然有希望，但针对该目标的药物开发一直具有挑战性。大多数p110 A抑制剂都因缺乏同工型特异性城市而受到阻碍。即使是Alpelisib（例如Alpelisib），也显示了代谢不良的作用，尤其是高血糖和高胰岛素血症，其中2主要是由于pan-PI3K抑制作用抑制葡萄糖进口，这反过来促使胰岛素分泌。这种反活性反应不仅破坏了药物的效果，甚至会促进肿瘤的生长。3，如果抑制剂具有完全同种型的选择性，则这些代谢不良效应将得到缓解，因为相关PI3KS之间具有显着的功能冗余。最近的一份报告4表明，p110 a的高官能接合可以导致蛋白质降解在有限数量的表达突变p110 A的细胞系中，同时保留了野生型。while
BrainBeats：一个开源EEGLAB插件，用于共同分析脑血和心血管（ECG/PPG）信号
。cc-by-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，他已授予Biorxiv的许可证，以永久显示预印本。这是该版本的版权持有人，该版本发布于2023年12月5日。 https://doi.org/10.1101/2023.09.25.559321 doi：Biorxiv Preprint
通过特征处理方案优化药物 - 目标亲和力预测方法
结果：在这项研究中，为了获得具有高精度和强大可解释性的模型，我们利用了各种传统和尖端的特征选择和降低维度降低技术来处理自我相关特征和相邻的相关特征。然后将这些优化的特征送入学习排名以实现有效的DTA预测。在两个常用数据集上进行的广泛实验结果表明，在各种特征优化方法中，基于回归树的特征选择方法对于构建具有良好性能和稳健性的模型是最有益的。然后，通过利用Shapley添加说明值和增量功能选择AP-PRACH，我们可以获得高质量的功能子集由前150D特征组成，而Top 20D功能对DTA预测产生了突破性的影响。总而言之，我们的研究彻底验证了DTA预测中特征优化的重要性，并作为构建高性能和高解释模型的灵感。
通过特征处理方案优化药物 - 目标亲和力预测方法
结果：在这项研究中，为了获得具有高精度和强大可解释性的模型，我们利用了各种传统和尖端的特征选择和降低维度降低技术来处理自我相关特征和相邻的相关特征。然后将这些优化的特征送入学习排名以实现有效的DTA预测。在两个常用数据集上进行的广泛实验结果表明，在各种特征优化方法中，基于回归树的特征选择方法对于构建具有良好性能和稳健性的模型是最有益的。然后，通过利用Shapley添加说明值和增量功能选择AP-PRACH，我们可以获得高质量的功能子集由前150D特征组成，而Top 20D功能对DTA预测产生了突破性的影响。总而言之，我们的研究彻底验证了DTA预测中特征优化的重要性，并作为构建高性能和高解释模型的灵感。