XiaoMi-AI文件搜索系统
World File Search Systemgramming
干细胞生物学和重编程（D012549）
1) Stem cells in the body, stem cell niches 2) Stem cells in vitro (ESC, iPSC MSC) 3) Reprogramming: somatic cell nuclear transfer vs. iPSC 4) Pluripotent stem cells: production, derivation process, efficiency, in vitro culture, pitfalls, challenges 5) Different types (naïve/primed) pluripotent stem cells from human/mouse 6) Signal pathways, transcription networks and epigenetic调节（胚胎）多能干细胞，胚胎干细胞的遗传稳定性，记忆的记忆7）机械生物学，生物材料和干细胞8）Mini器官（Organoid）9）生殖细胞分化 /透明度分化10）
Nelarabine在T细胞急性淋巴细胞白血病
lon蛋白酶1（LONP1）是位于线粒体基质中的ATP依赖性蛋白酶，在调节线粒体蛋白抑制性，代谢和细胞应激反应等方面起着至关重要的作用。在各种肿瘤的进展中发现了异常的LONP1表达。然而，LONP1在前列腺癌（PCA）中的作用和分子机制仍然知之甚少。在这里我们表明，LONP1的过表达与PCA患者的不良临床病理特征和预后不良密切相关。机械上，发现发现LONP1与从氧化磷酸化（OXPHOS）转变为有氧糖酵解的代谢转换有关，从而促进肿瘤的增殖，侵袭和转移，并在体外和体内进行转移。同时，我们证明LONP1作为蛋白酶直接靶向线粒体丙酮酸载体1（MPC1），这是一种在糖酵解过程中的关键代谢蛋白，并增强其降解，从而又抑制了三羧酸（TCA）周期，并最终促进PCA的进展。Furthermore, using PCa in cancer-prone mice homozygous for a prostate-targeted conditional Pten knockout and Lonp1 knockin, we integrate transcriptomic and proteomic analyses of prostate tumors, upon which reveals that Lonp1 overexpression results in a signi fi cant downregulation of NADH: ubiquinone oxidoreductase activity, consequently impeding the electron transfer process and线粒体ATP合成，与PCA转移有关。总的来说，我们的结果表明，PCA中LONP1引起的代谢重编程与疾病进展紧密相结合，这表明针对线粒体中LONP1介导的级联反应可能会为PCA疾病提供治疗潜力。
重新编程内源性 III-A 型 CRISPR-Cas 系统用于结核分枝杆菌的基因组编辑、RNA 干扰和 CRISPRi 筛选
。CC-BY 4.0 国际许可（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2020 年 3 月 9 日发布。；https://doi.org/10.1101/2020.03.09.983494 doi：bioRxiv 预印本
当前的进步和未来的细胞重编程在雌早综合征中
细胞重编程在于细胞分化的反向过程，使细胞失去其身份和与年龄相关的特征，并赋予对不同谱系的增殖和重新分化的潜力。这个过程具有治疗多种病理的巨大潜力，包括后代综合征，这些疾病以加速的方式概括了生理衰老中症状的疾病。在最近在后代综合征中使用细胞重编程的最新进展中，基于部分重编程的干预措施，包括细胞的去分化，直到它们失去年龄相关的特征但保持其身份，脱颖而出。可以使用调节不同生物学过程的小分子的转录因子的强制表达或鸡尾酒的强制表达来实现这种部分重编程。尽管所有这些进步都是有希望的，但在治疗后代综合症治疗中的细胞重编程仍然面临几个挑战，例如开发方法，可以在体内效率地递送细胞重编程因子，并使用使用剂量的细胞调节。此外，这些方法应伴随着针对该疾病原始原因的治疗方法，否则可以长期证明它们是徒劳的。
具有动态热额定值和存储的过度种植海上风电场能源管理的随机动态规划
摘要 — 我们研究海上风电场的最佳能源管理，该风电场结合了“过度种植”（生产量超过输电能力）、“动态热额定值”（DTR，由于输出电缆周围土壤的热惯性大，瞬时输出量超过稳态输电能力）和能量存储（以减轻限电和预测误差）。这种前瞻性的设置旨在进一步降低海上风电的平准化能源成本，它产生了一个具有时间耦合和不确定输入的优化问题。这个能源管理问题的困难在于，由于电缆周围的热惯性，时间常数相差几个数量级。我们提出了一种基于随机动态规划 (SDP) 的大型 GPU 实现的近似解决方案。在我们的性能比较中，SDP 优于更简单的基于规则的能源管理方案，同时我们还探讨了 DTR 在过度种植背景下的好处。索引术语 — 过度种植、动态热额定值、能量存储、最佳能源管理、随机动态规划
comp 3009分布式系统和编程
描述此主题涵盖了分布式系统的概念，设计和编程。它建立在基本的网络通信协议（特定于IP）的基础上，以使用系统级套接字接口和远程过程调用来覆盖客户端服务器编程。它还检查了大规模分布式系统体系结构，特别是基于分布式对象的架构，并考虑分布式交易中固有的复杂性。所涵盖的关键概念包括数据和算法分布，IDEMPOTENT协议，无状态和状态服务器以及分布式系统透明度。包括说明性案例研究。
从混合企业线性编程问题到规则...
摘要 - 为了确保经济生存能力和微电网操作的可靠性，必须设计适应能的能源管理系统（EMS）。大多数研究都讨论了基于优化的方法，例如使用混合构成线性编程（MILP）问题，以获取每个微电网设备的最佳操作概况，从而可以实现经济，技术或环境目标。但是，这种EMS需要发电和需求的预测能力以及对不确定性的管理。在某些微电网中，尤其是在工业区域中，无法准确预测发电和负载需求。在这种情况下，只能考虑用于实时能源管理的基于规则的算法。在本文中，提出了一种基于规则的算法，用于使用电力和氢作为能量载体的海港多能微电网进行管理。规则是基于用MILP问题解决的结果设计的，目的是通过考虑动态定价来最大化收入并使用本地能源产生的能量。此外，设计的特定策略是为电解室和氢气罐的管理而设计的，以避免过早衰老。结果表明，拟议的实时算法和规则使经济和充满活力的标准能够达到接近通过MILP问题解决的价值，增长回报期的增加小于2％。
母体肠道微生物组改变对后代的代谢程序和神经内分泌可塑性
肥胖症和2型糖尿病的高度高，特别是在儿童中，强调了更好地了解这些病理状况发展中涉及的机制。先前的研究表明，孕产妇营养环境的改变破坏了下丘脑回路的发展，后代的代谢后果持续。最近的证据还将母体肠道微生物组与后代的大脑发育和行为联系起来。然而，母体肠道微生物组（米高梅）是否影响后代下丘脑回路的发展，对下丘脑功能的短期和长期后果仍然未知。在这里，我们研究了米高梅对后代生理和神经发育结果的损害的后果。为了实现这一目标，我们通过在大坝中施用大频谱抗生素（ABX）的鸡尾酒，在妊娠和泌乳过程中开发了母体营养不良的小鼠模型。目的是针对下丘脑发育的临界阶段，其中包括胚胎神经发生，产后回路形成和下丘脑屏障的成熟。我们首先确认在妊娠，泌乳和断奶期间与对照组相比，在ABX处理的大坝中显着降低了肠道细菌。妊娠期间的母体体重，垃圾大小或垃圾性别比例不受治疗的影响。进行了一系列代谢测试，以检查母体营养不良对后代代谢调节的结果。MGM改变会减慢预断奶后代体重增加。然而，抗生素处理的大坝（OFF_ABX）的后代显示断奶和成年之间的追赶生长，这主要是由于纵向生长的增加。成年后，男性OFF_ABX会发展代谢改变。成年女性OFF_ABX表现出延迟的青春期发作，但没有代谢障碍。此外，初步结果表明，OFF_ABX表现出中位数中的血管丘脑屏障的神经解剖学变化，该变化位于大脑和外围之间的十字路口，在调节代谢中起着至关重要的作用。一起，这些结果支持了以下假设：MGM有助于神经内分泌下丘脑的发展，并且在后代中对与血液中 - 异位疗法障碍
Del Re, Luigi 一种用于 e 的动态规划方法
摘要：本文讨论了通过基于动态规划 (DP) 的方法实现的混合动力电动汽车 (HEV) 能量管理系统 (EMS) 的有限适应性和计算负担。首先，提出了一个确定性动态规划 (DDP) 框架来解决特定驾驶循环下的 HEV EMS 问题。为了解决这一限制，提出了一种改进的 DDP 方法，将车辆的实际行驶位置集成到控制律中。这样，给定的基于 DDP 的 EMS 可以应用于所有驾驶循环，但仍在同一道路上测量。还开发了基于随机动态规划 (SDP) 的 EMS，并证明它们更能适应与用于计算的驾驶场景完全不同的驾驶场景。在所有呈现的案例中都采用了真实世界的驾驶循环，同时使用了简化的 HEV 动力系统模型来减轻典型的 DP 计算负担。
重新编程受损的免疫细胞来对抗癌症
Kelley 实验室此前的研究表明，在晚期癌症中，当肿瘤表达更多 VISTA 蛋白（调节免疫细胞活性）时，其治疗耐药性会增强。通过增加 VISTA 表达，肿瘤实质上“劫持”了巨噬细胞（一种负责杀死和清除死细胞的白细胞），并招募它们来支持肿瘤的生长。