XiaoMi-AI文件搜索系统
World File Search Systemmodeling
城市大火可能会随着气候变化而增加，建模研究警告
研究人员Long Shi及其同事从20个国家 /地区的2,847个城市的城市消防部门（包括美国，英国，澳大利亚和中国）收集了数据，以建立2011 - 2020年全球城市级消防事件数据库。作者随后量化了各种城市火灾事件的频率的变化，包括响应温暖的气候，包括燃烧城市建筑物，车辆和室外地区（例如垃圾填埋场）。
颗粒水凝胶作为脆性屈服应力流体
小鼠模型代表了研究与人类疾病相关的基因和变体的强大平台。虽然基因组编辑技术提高了模型开发的速率和精度，但在小鼠中预测和安装了模仿本地人类遗传环境的小鼠中特定类型的突变。计算工具可以识别和对齐来自不同物种的直系同源野生型遗传序列；但是，反映人类变体的核苷酸和/或多肽变化效应的等效小鼠变体的预测建模和工程仍然具有挑战性。在这里，我们提出了H2M（人类到鼠标），这是一种计算管道，用于分析人类遗传变异数据以系统地建模并预测等效小鼠变体的功能后果。我们表明，H2M可以使用精确的基因组编辑管道来整合鼠标到人类和旁系同源物变体映射分析分析，以制定针对小鼠中特定变体的模型定制的策略。我们利用这些分析来建立一个包含> 300万型人鼠的等效突变对，以及在计算机设计的基础和主要编辑库中的数据库，以设计4,944个经常性变体对。使用H2M，我们还发现，预测的致病性和免疫原性评分在人鼠变体对之间高度相关，这表明具有相似序列变化效应的变体也可能表现出广泛的种间功能保护。可以在https://human2mouse.com上访问H2M数据库（包括软件包和文档）。总体而言，H2M通过建立一个强大而多功能的计算框架来识别和建模物种之间的同源变体，同时提供关键的实验资源来增强功能遗传学和精确医学应用，从而填补了现场的空白。
右心脏重塑末期肺动脉高压和治疗强度的影响
。cc-by-nd 4.0国际许可证可永久提供。是作者/资助者，他已授予Medrxiv的许可证，以显示预印本（未通过PEER REVIVE的认证）Preprint preprint the本版本的版权所有者于2025年2月18日发布。 https://doi.org/10.1101/2025.02.10.25322038 doi：medrxiv preprint
对于抗体序列生成建模，混合模型可能是您需要的
抽象的抗体治疗候选者不仅必须与其目标表现出紧密的结合，而且还必须表现出良好的发展性能，尤其是免疫原性的风险。在这项工作中，我们将一种简单的生成型Sam拟合到600万人重和七千万人类轻型连锁店。我们表明，由模型计算出的序列的概率与其他物种在各种基准数据集上与其他模型中的任何其他模型相同或更高的精度区分了具有相同或更高准确性的序列，比文献中的任何其他模型都超过了大型语言模型（LLMS）。SAM可以人性化序列，生成新序列和人类的得分序列。它既快速又完全可解释。我们的结果强调了使用简单模型作为蛋白质工程任务的基准的重要性。我们还引入了一种用于编号抗体序列的新工具，该工具比文献中现有工具更快。这两个工具均可在https://github.com/wang-lab-ucsd/antpack上获得。
使用在西AFR中的数据筛分的热带流域中使用分布式水文建模来预测全球变化对流量动态的影响
目前，全球水周期正在经历激进的转变，相关的全球水危机需要利益相关者的快速行动来减轻对人类和生态系统的不利影响。这种行动的紧迫性是由气候变化和土地使用土地覆盖变化（LULCC）的综合作用以及确保清洁水源的相关挑战所驱动的。气候变化所产生的全球变化正在使水的稀缺性变得更加严重，在水上压力的地方，导致更多的竞争，甚至在水资源上发生冲突。解决全球水危机的问题在全球南部的数据砂区域尤其具有挑战性，在该地区，水文过程的状况和水的可用性受到限制。在这里，通过强大的水文模型在水文预测中的进展仍在研究议程之上。全球南部，尤其是西非的一般是对热带集水区的有限的水文过程，随着土地覆盖的加速变化。该研究的重点旨在解决以下研究问题：•气候变化如何改变热带流域的水文过程，并且这是否改变了嵌套集水区的水流方案？•除了给定的西非地区的气候变化所驱动的变化外，LULCC在嵌套集水区的空间变化中的贡献和贡献是什么？为了解决上述问题，我们将依靠西非PRA河流域的数据。在本研究中，我们采用了Google Earth Engine（GEE）和随机森林分类器（RFC）来评估2007年至2023年期间PRA河流域的时空时空土地使用/覆盖变化和变化检测。专注于五（5）个LULCC分类对于该地区不管制的大型和小规模的采矿活动至关重要。使用归一化差异指数（NDWI）和改良的NDWI（MNDWI）有效地提取水表面区域，以进行PRA河流盆地的变化和压力，并处理
对于抗体序列生成建模，混合模型可能是您需要的
抽象的抗体治疗候选者不仅必须与其目标表现出紧密的结合，而且还必须表现出良好的发展性能，尤其是免疫原性的风险。在这项工作中，我们将一种简单的生成型Sam拟合到600万人重和七千万人类轻型连锁店。我们表明，由模型计算出的序列的概率与其他物种在各种基准数据集上与其他模型中的任何其他模型相同或更高的精度区分了具有相同或更高准确性的序列，比文献中的任何其他模型都超过了大型语言模型（LLMS）。SAM可以人性化序列，生成新的序列和人类的得分序列。它既快速又完全可解释。我们的结果强调了使用简单模型作为蛋白质工程任务的基准的重要性。我们还引入了一种用于编号抗体序列的新工具，该工具比文献中现有工具更快。这两个工具均可在https://github.com/wang-lab-ucsd/antpack上获得。
基于模拟室实验的室内空气气溶胶建模和评估
1 Strasbourg大学，CNRS，实验室图像Ville et Environnement（Live），UMR7362，Strasbourg，法国2号法国环境和能源管理机构，法国3章鱼3号章鱼实验室，法国La Madeleine，法国4实验室4个气候和环境科学实验室
grelu：DNA序列建模和设计的综合框架
深度学习模型越来越多地用于在DNA序列上执行各种任务，例如预测组织和细胞类型特异性序列活性，得出顺式调节规则，预测非编码变异效应以及设计合成调节序列。但是，这些模型需要专门的知识来正确构建，训练和解释。此外，由于模型和不同组构建的软件之间缺乏互操作性，该领域受到了阻碍。在这里，我们提出了Grelu，这是一个综合的软件框架，使用户可以轻松地执行高级序列建模管道，包括数据预处理，模型培训，超参数调整，评估，解释，解释，变体效应预测和新型调节元素的设计。该软件伴随着一个模型动物园，其中包含可以轻松下载，应用和微调的最先进的预培训模型。该框架和资源将在DNA序列建模领域加速研究，并实现合成调节元件的有效设计。
使用先进的机器学习
使用高级机器学习（ML）的物理信息建模（PIM）代表混凝土技术领域的范式转变，提供了科学严谨和计算效率的有效融合。通过利用基于物理原理和数据驱动算法之间的协同作用，PIM-ML不仅简化了设计过程，还可以增强混凝土结构的可靠性和可持续性。随着研究继续完善这些模型并验证其性能，他们的采用有望彻底改变整个全球建筑项目中混凝土材料的设计，测试和利用。在这项研究工作中，一项广泛的文献综述，生成了一个全球代表性数据库，用于沉迷于可回收骨料混凝土的裂纹拉伸强度（FSP）。测量并列出了研究的混凝土组件，例如C，W，NCAG，PL，RCAG_D，RCAG_P，RCAG_WA，VF和F_TYPE。将收集的257个记录分为200个记录（80％）的培训集和57个记录（20％）的验证集（20％），以与数据库的更可靠分区相符。使用“ WEKA数据挖掘” 3.8.6版创建的五种高级机器学习技术用于预测FSP，并且还使用了Hoffman＆Gardinger方法和性能指标分别评估变量和ML模型的灵敏度和性能。结果表明，KSTAR模型证明了模型之间的性能和可靠性水平最高，以0.96的r 2为0.96，精度为94％。其RMSE和MAE在0.15 MPa时均较低，表明预测和实际值之间的偏差很小。其他指标，例如WI（0.99），NSE（0.96）和KGE（0.96），进一步证实了该模型的效率和一致性，使其成为实用应用的最可靠工具。的灵敏度分析还表明，水含量（W）在40％处发挥了最大的影响，这表明混合物中的水量是实现最佳拉伸强度的关键因素。这强调了需要仔细的水管理以平衡可持续混凝土生产中的可行性和力量。粗大的天然聚集物（NCAG）具有38％的实质影响，表明其在维持混凝土混合物的结构完整性中的重要作用。
仙人掌品种Opuntia stricta（Haw。）Haw的农业气象模型在不同的灌溉频率1
摘要：这项研究的目的是校准和验证仙人掌品种Opuntia stricta（Haw。）HAW，为了模拟农作物产量并使模型适用于半干旱区域中产量的模拟。Aquacrop Model 5.0具有四个模块，涵盖了与气候，农作物，灌溉和土壤有关的方面，这些模块是在Semiarid（INSA）的实验农场进行的一项实验中收集的数据，该实验位于位于PB Campina Grande City，PB，Mesoregion，Braz agraz的PB市政府。基于这些数据，进行了产量估计，观察水对作物产量的影响。为了验证模型，将在7和28天的灌溉频率下在田间获得的数据与Aquacrop模型估计的结果进行了比较。针对仙人掌品种Opuntia stricta（Haw。）HAW，对模拟生产率的令人满意的结果，使Aquacrop成为适用于模拟产量和对这些农作物水应力的响应的模型，这可以帮助生产者在其财产上的决策过程中为生产者提供帮助。