XiaoMi-AI文件搜索系统
World File Search Systemformulation
两种冠状病毒病‐19重组
严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 因其高致病性和侵袭性而对全球构成威胁，在过去 2 年中已导致全球数百万人死亡。时至今日，冠状病毒病 (COVID-19) 大流行仍在威胁生命并引起全球严重担忧。冠状病毒是球形的有包膜病毒，其基因组由约 30 kb 的单链正义 RNA (+ssRNA) 组成，具有 5' 帽和 3' 聚腺苷酸尾巴。典型 CoV 的基因组包含六个或更多开放阅读框 (ORF)。第一个 ORF（ORF1a/b）覆盖整个基因组的约 66%，编码 16 种非结构蛋白（nsp1 – 16），主要参与病毒复制。其余 ORF 覆盖 3' 末端附近基因组的三分之一，编码刺突 (S)、膜 (M)、包膜 (E) 和核衣壳 (N) 蛋白，这些蛋白是病毒形成及其传染性所必需的主要结构蛋白。1 S 糖蛋白的同源三聚体在病毒表面形成刺突，并负责与宿主细胞受体结合。病毒的高传染性是由于这种蛋白质对血管紧张素转换酶 2 (ACE-2) 受体具有高亲和力。2 M 蛋白含有三个跨膜结构域并覆盖核衣壳，形成病毒体的形状并支持膜曲率。E 蛋白参与病毒聚集和释放，也参与病毒致病机制。N 蛋白有两个与病毒基因组结合的结构域，它还能抵消干扰素 (INF) 的抗病毒作用。3
白藜芦醇及其纳米制剂作为抗氧化剂的潜在作用......
癌症的不可控性和转移性使其病情更加恶化和难以预测。因此，许多疗法和药物被用于控制和治疗癌症。然而，除此之外，许多药物会引起各种副作用。在美国，近 8% 的患者因副作用而入院。发达国家的癌症患者更多，这与他们的生活方式有关。有各种植物成分分子，其中白藜芦醇 (RSV) 是最适合癌症的分子，因为它对身体的不良影响明显较小。RSV 通过调节各种途径（如磷酸肌醇 3 激酶 (PI3K)/蛋白激酶 B (AKT)/哺乳动物雷帕霉素靶蛋白 (mTOR) 途径）来抑制细胞增殖的启动和进展。 RSV 降低了细胞周期调节蛋白（如细胞周期蛋白 E、细胞周期蛋白 D1 和增殖细胞核抗原 (PCNA)）的水平，并诱导细胞色素 c 从线粒体释放，导致细胞凋亡或程序性细胞死亡 (PCD)。RSV 的巨大优势也带来了一些挑战，因此，RSV 在水中的溶解度较差，即 0.05 mg/mL。由于 RSV 被肝脏和肠道高度代谢，因此生物利用度较差。令人惊讶的是，RSV 代谢物也会诱导 RSV 的代谢。因此，尿液中以不变形式存在的 RSV 量明显减少。由于生物利用度差、水溶性较低以及在体内停留时间长等挑战，研究人员决定制造纳米载体以实现更好的递送。采用纳米制剂技术，局部渗透率提高 21%，纳米封装得到改善，从而使生物利用度和渗透性提高许多倍。因此，本综述描述了 RSV 及其用于提高抗癌活性的纳米制剂的完整概况以及专利调查。
抗体功能化纳米制剂用于结直肠癌靶向治疗：系统评价
摘要：结直肠癌 (CRC) 是全球第二大致命癌症，化疗失败与多种药物限制有关，例如非选择性分布、半衰期短和多种耐药性的产生。CRC 治疗中最有前景的策略之一是开发基于纳米材料的输送系统，该系统可以更有效地将抗肿瘤药物输送到肿瘤部位，增加肿瘤内的积累，从而提高抗肿瘤效果。除了利用实体肿瘤增加的渗透性和保留效应 (EPR) 外，这些纳米制剂还可以与单克隆抗体结合，以识别在 CRC 细胞上特异性过度表达的分子标记。纳米制剂的主动靶向性减少了与药物在健康组织中的细胞毒活性相关的不良影响，这对于改善未来癌症患者的生活质量很有意义。本综述重点介绍了用单克隆抗体功能化的药物输送纳米制剂用于 CRC 靶向治疗的体外和体内研究。关键词：纳米制剂 结肠癌 单克隆抗体 5-氟尿嘧啶 靶向治疗
座谈会：贝尔定理和量子力学的局部介导重构
贝尔定理排除了许多可能的量子力学改写，但在广义框架内，它并不排除所有局部介导模型。此类模型将纠缠粒子之间的相关性描述为由中间参数介导的，这些中间参数跟踪粒子世界线并遵守洛伦兹协方差。这些局部介导模型需要放宽通常被视为理所当然的时间箭头假设。具体而言，这些模型中的一些介导参数必须在功能上依赖于其未来的测量设置，即与后续时间相关的输入参数。这种通常称为逆因果的选项已在文献中反复指出，但对能够描述特定纠缠现象的明确局部介导玩具模型的探索仅在过去十年才开始。本文简要介绍了此类模型。这些模型提供了与时空位置相关的事件的连续和一致描述，其中的各个方面是“一次性”解决的，而不是从过去到未来展开的。通常与贝尔定理相关的量子力学和相对论之间的矛盾在这里并没有出现。与传统的量子模型不同，指定系统状态所需的参数数量不会随着纠缠粒子的数量呈指数增长。推广此类模型以解释所有量子现象的承诺被认为是一项巨大的挑战。
具有速度相关燃料消耗公式的空中交通流量管理问题的非时间分段建模
这是一份未经编辑的稿件的 PDF 文件，该稿件已被接受出版。作为一项服务，我们为客户提供了这份稿件的早期版本。稿件将经过文字编辑、排版和校样审核，然后才能以最终形式出版。请注意，在制作过程中可能会发现可能影响内容的错误，并且适用于该期刊的所有法律免责声明均适用。
任意量子演化中基于熵的热力学公式
给定任意开放量子系统的演化，我们制定了一种通用且明确的方法来将系统的内部能量变化分离为与熵相关的贡献和不引起熵变化的部分，分别称为热量和功。我们还通过为系统的给定轨迹开发一个通用动力学方程来证明热量和功可以进行几何和动力学描述。该方程的耗散部分和相干部分仅对热量和功做出贡献，其中强调了反非绝热驱动的功贡献的特殊作用。接下来，我们定义系统不可逆熵产生的表达式，该表达式不明确依赖于周围环境的属性；相反，它取决于系统的一组可观测量（不包括其哈密顿量），并且与内部能量变化无关。我们用三个例子来说明我们的结果。
含有辛伐他汀和阿霉素的活性肿瘤靶向纳米制剂可抑制黑色素瘤的生长和血管生成
1 罗马尼亚克卢日-纳波卡巴别斯-博雅依大学生物与地质学院综合生物学博士学院，2 罗马尼亚克卢日-纳波卡巴别斯-博雅依大学生物与地质学院系统生物学、生物多样性与生物资源中心分子生物学与生物技术系，3 德国慕尼黑工业大学医学院皮肤病学与过敏学系，4 罗马尼亚克卢日-纳波卡巴别斯-博雅依大学生物纳米科学跨学科研究所分子生物学中心，5 罗马尼亚克卢日-纳波卡 NIRDBS 布加勒斯特分校生物研究所实验生物学与生物化学系，6 罗马尼亚 Iuliu Hatieganu 医药大学药学院制药技术与生物制药学系，罗马尼亚 克卢日-纳波卡
对人类在人工智能政策制定中的角色的思考
摘要 目的 没有人就没有人工智能。人们设计和开发人工智能；他们修改和使用人工智能，并且必须重新组织他们在工作和日常生活中执行任务的方式。国家战略是描述不同国家如何培育人工智能的文件，由于人性维度是人工智能的一个重要方面，本研究旨在调查主要的国家战略文件，以确定它们如何看待人类在新兴人工智能社会中的角色。 方法 我们分析战略的方法是概念分析，因为技术的发展嵌入了人性的概念思想，无论是明确的还是隐含的，除了深化对明确论证的分析外，该方法还能够解构和重构战略中的含义和概念关系，揭示作者的假设和默认承诺。 结果 对文件的分析表明，国家战略的总体趋势是全球范围内以技术为主导，因为事态似乎正在创造新技术。然而，各种人类研究点，如可用性、用户体验、社会技术和基于生活的主题，并没有得到很好的体现。由于国家战略用于发展创新过程，我们认为，通过在议程中更积极地考虑人类研究问题，可以改善国家战略的未来发展。原创性我们的研究阐述了人工智能政策话语的当前趋势，并讨论了更全面的政策制定的原因和可能性，使其成为政策制定者、研究人员和广大公众的宝贵资源。
仿生双功能固体脂质纳米制剂用于靶向药物输送和缓释，以增强阿苯达唑的药效，阿苯达唑是一种
仿生双功能固体脂质纳米制剂，用于靶向药物输送和缓释，增强抗蠕虫药物阿苯达唑的效力 Sunidhi Sharma 1、Vanshita Goel 1、Pawandeep Kaur 1、Kundlik Gadhave 2、Neha Garg 2,3、Lachhman Das Singla 4、Diptiman Choudhury 1,5,6 * 1 印度旁遮普省帕蒂亚拉 147004 泰帕尔工程技术学院化学与生物化学学院。2 印度理工学院 (IIT)，曼迪，曼迪-175005，喜马偕尔邦，印度。 3 印度贝拿勒斯印度教大学医学科学研究所，瓦拉纳西，北方邦 221005 4 印度旁遮普邦卢迪亚纳古鲁安加德德夫兽医和动物科学大学（GADVASU）。5 印度旁遮普邦帕蒂亚拉工程技术学院 - 弗吉尼亚理工大学新兴材料卓越中心。6 印度旁遮普邦帕蒂亚拉工程技术学院 Vedanga Life Technologies，印度旁遮普邦帕蒂亚拉工程技术学院。
对CRISPR脱离目标网站预测的数据处理和问题表达的系统评估
crispr/cas9系统被广泛用于广泛的基因编辑范围。虽然该基因编辑技术在目标区域非常准确，但可能有许多计划外的靶标地点。因此，已经开发了大量计算方法，以预测给定指导RNA和参考基因组的靶向切割位点。但是，这些方法基于通过实验技术生成的小规模数据集（仅数十个到数百个目标位点），以检测具有较低信噪比比率的O杀目标位点。最近，一种新的体外实验技术来检测目标位点，用于生产前所未有的规模和质量的数据集（超过110个指导RNA超过200,000个O杀靶网站）。此外，同一项研究还包括58个指南RNA的指南seq实验，以产生靶位点的体内测量。在这里，我们通过利用这些数据来对数据处理进行系统评估和CRISPR OB-OR杀害目标站点预测问题的系统评估，从而填补了以前的计算方法的差距。我们的评估表明，在模型培训之前，数据转换作为预处理阶段至关重要。此外，我们通过在培训数据集中添加潜在的无效目标站点来证明获得的改进。此外，我们的结果表明，将导向RNA和o靶位点之间的不匹配数量添加为特征的重要性。在本文中，我们提出了基于体外转移学习的体内模型中的预处理的靶标模型。我们的结论将对基于高通量数据集的o实量预测变量的未来开发有所帮助。