葫芦科的水果和蔬菜,如黄瓜、甜瓜、西瓜和南瓜,对人类的饮食贡献巨大。基因组编辑技术的广泛使用大大加速了基因功能表征和作物改良。然而,大多数具有经济价值的葫芦科植物,包括甜瓜和南瓜,仍然难以通过标准的农杆菌介导的转化,限制了基因组编辑技术的有效使用。在本研究中,我们使用“最佳渗透强度”策略建立了一种有效的甜瓜和南瓜遗传转化系统。我们利用这种方法的强大功能来靶向 ERECTA 家族受体激酶基因的同源物,并创建等位基因,从而导致甜瓜、南瓜和黄瓜的植物结构紧凑,节间较短。本文介绍的优化转化方法可实现稳定的 CRISPR/Cas9 介导诱变,并为葫芦科作物的功能性基因操作奠定坚实的基础。
摘要:单分子磁铁{Mn 84}是对理论的挑战,因为它的核性很高。我们使用无参数理论直接计算两个实验可访问的可观察到的可观察到的可观察到的磁化值,最高为75 t和温度依赖的热容量。特别是,我们使用第一个原理计算来得出短期和远程交换相互作用,并计算所有84 MN S = 2旋转的所得经典Potts和Ising Spin模型的确切分区函数,以获得可观察的物品。通过使用绩效张量张量网络收缩来实现后一种计算,这是一种用于模拟量子至上电路的技术。我们还合成了磁铁并测量其热容量和磁化,观察理论与实验之间的定性一致性,并确定热容量中异常的颠簸和磁化强度的高原。我们的工作还确定了大磁铁中当前理论建模的某些局限性,例如对小型,远程交换耦合的敏感性。
这篇早期发布的文章已经过同行评审并被接受,但尚未经过撰写和编辑过程。最终版本在风格或格式上可能略有不同,并将包含指向任何扩展数据的链接。
经过训练以执行视觉任务的深度神经网络 (DNN) 会学习与灵长类动物大脑中视觉区域层次结构相一致的表征。这一发现意味着灵长类动物的视觉系统通过将表征传递给大脑区域的层次序列来形成表征,就像 DNN 通过将表征传递给层的层次序列来形成表征一样。为了检验这一假设的有效性,我们优化了 DNN,使其不执行视觉任务,而是直接预测人类视觉区域 V1–V4 中的大脑活动。通过大量人类大脑活动样本,我们构建了针对大脑优化的网络,它比针对任务优化的网络更准确地预测大脑活动。我们表明,针对大脑优化的网络可以学习与严格层次结构中形成的表征不同的表征。针对大脑优化的网络不需要将 V1–V4 中的表征与层深度对齐;此外,它们能够准确地模拟前脑区域(例如 V4),而无需计算与后脑区域(例如 V1)相关的中间表示。我们的研究结果挑战了人类视觉区域 V1–V4(就像 DNN 的早期层)充当更高级区域的串行预处理序列的观点,并表明它们可能有助于它们自己的独立功能。
Neoformans是真菌性脑膜炎的最常见原因,是一种基础性菌群单倍体发芽的酵母,具有完整的性周期。通过生物学转化和长长的同源臂,通过同源重组进行基因组修饰是可行的,但是该方法是艰巨而不可靠的。最近,多个小组报道了使用CRISPR-CAS9作为生物学的替代方案,但仍然有必要使用长期的HOMOLOG ARM,从而限制了该方法的实用性。由于在先前研究中使用的链球菌CAS9衍生物在Neoformans中没有选择用于表达,因此我们设计,合成并测试了全梭状芽胞杆菌(C. neoformans)的全念珠菌(CNO)Cas9。我们发现,CAS9仅带有常见的Neoformans密码子和共有的C. Neoformans内含子以及TEF1启动子和终结器以及核定位信号(CNO Cas9或“ CNOCAS9”)可靠地可靠地在C. Neoformans菌株中可靠地编辑基因组。此外,使用带有短(50bp)同源臂的供体来完成编辑,这些捐赠者附着于标记DNA上,这些供体与合成的寡核苷酸和PCR扩增一起产生。我们还证明,先前的CNOCAS9稳定整合进一步增强了转移和同源重组效率。重要的是,这种操作不会影响动物的毒力。我们还建立了一个通用标记的模块,该模块具有密码子优化的荧光蛋白(Mneongreen)和一个串联的钙调蛋白结合肽-2X标志标签,允许对蛋白质进行本地化和纯化研究,以对相应的基因进行简短授权的重新构造对相应的基因进行修改。这些工具使Neoformans中的短体系基因组工程能够。
摘要 发电-负荷模拟估计了联合优化电力生产和灵活的终端使用以支持不断增加的可再生能源渗透对生产成本和二氧化碳排放的影响。在制定美国国家标准时,新构思、评估和奠定基础的是一种无交易但连续的需求响应系统,该系统基于日前最佳负荷形状 (OLS),旨在鼓励联网设备自主和自愿地探索支持成本最低的发电机的选项——而无需双向通信、个人身份信息或客户选择加入。用于模型校准的边界条件包括历史天气、住宅建筑存量建筑属性、家用电器和设备经验运行时间表、原型配电馈线模型、热发电机热率、启动和爬坡约束以及燃料成本。德克萨斯州按小时计算的年度案例研究的结果表明,生产成本可以降低 1/3,二氧化碳排放量可以减少 1/5。
Kai Xiong, 1 Karen Julie la Cour Karottki, 1 Hooman Hefzi, 2,5 Songyuan Li, 1 Lise Marie Grav, 1 Shangzhong Li, 2,6 Philipp Spahn, 2,5 Jae Seong Lee, 3 Ildze Ventina, 1 Gyun Min Lee, 1,4 Nathan E. Lewis, 2,5,6 Helene Faustrup Kildegaard, 1 和 Lasse Ebdrup Pedersen 1,7,8,* 1 丹麦技术大学诺和诺德基金会生物可持续性中心,丹麦灵比 2 加州大学圣地亚哥分校诺和诺德基金会生物可持续性中心,美国加利福尼亚州拉霍亚 3 亚洲大学分子科学与技术系,韩国水原 16499 4 韩国科学技术研究院生物科学系,大田 5加州大学圣地亚哥分校儿科,美国加利福尼亚州拉霍亚 6 加州大学圣地亚哥分校生物工程系,美国加利福尼亚州拉霍亚 7 丹麦技术大学生物工程系,丹麦林比 8 主要联系人 *通信地址:laeb@dtu.dk https://doi.org/10.1016/j.crmeth.2021.100062
使用可持续能源系统 (SES) 为偏远社区提供离网电气化是实现可持续发展目标的必要条件。尽管如此,SES 的容量规划仍具有挑战性,因为它需要从长期角度满足波动的需求,此外还具有可再生能源 (RES) 的间歇性和不可预测性。由于容量规划问题的非线性和非凸性,必须采用有效的技术来实现具有成本效益的系统。现有技术受到目标函数可导性和连续性方面的一些限制,容易过早收敛,计算要求高,在不同应用中遵循严格的程序来微调算法参数,并且通常无法在优化过程的开发和探索阶段提供公平的平衡。此外,文献综述表明,研究人员在计算微电网容量规划问题时通常不会实施和检查微电网的能源管理方案 (EMS)。本文提出了一种基于规则的 EMS (REMS),它由受自然启发的草跳优化算法 (GOA) 优化,用于独立于电网的微电网的长期容量规划,该微电网包含风力涡轮机、光伏发电、电池 (BT) 组和柴油发电机 (D gen)。其中,基于规则的算法用于实施 EMS,以优先使用 RES 并协调所提议微电网组件的功率流。随后,尝试探索和确认与 GOA 结合的所提议 REMS 的效率。目标函数的最终目标是最小化能源成本 (COE) 和供电概率不足 (DPSP)。通过长期模拟研究检查 REMS 的性能,以确定 REMS 的弹性并确保不违反 BT 存储的运行限制。将 GOA 的结果与粒子群优化 (PSO) 和布谷鸟搜索算法 (CSA) 进行了比较。模拟结果表明,所提出的技术在收敛到最优解方面具有优越性。模拟结果证实,所提出的 REMS 有助于更好地采用更清洁的能源生产系统,因为与传统的 D gen 相比,该方案分别显着降低了燃料消耗、二氧化碳排放量和 COE 92.4%、92.3% 和 79.8%。算法的比较评估表明,REMS-GOA 的结果更佳,因为它提供的 COE(目标函数)最低,为 0.3656 美元/千瓦时,而 REMS-CSA 为 0.3662 美元/千瓦时,REMS-PSO 为 0.3674 美元/千瓦时,对于期望的 DPSP 为 0%。最后,进行敏感性分析,以突出未来可能出现的不确定性对系统输入的影响。
集成光子学正在推动紧凑型传感 [1]、计量 [2] 和量子计算 [3] 的新技术。许多应用需要将光发送到芯片外,例如,用于询问隔离的原子介质 [4–7],这得益于集成光子学的小型化和可制造性。此类设计需要能够产生具有不同波长、偏振和光束几何形状的自由空间光束的模式耦合器。例如,投射光学 [8] 和磁光阱 (MOT) [9,10] 可能需要具有大数值孔径或大光束腰的光束。可以使用片上外耦合器与平面超表面相结合来修改光束相位分布和偏振状态,从而实现精确的光束控制 [11]。此类平台能够集成多种颜色、分布和偏振的光束,从而在紧凑的三维空间内实现无与伦比的光场控制。
图1。(a)立方GD 3 SE 4的晶体结构,由右图中描绘的GDSE 8多面体组成。(b)正骨GD 2 SE 3的晶体结构,由两个不同的GDSE 7多面体单元(右图)组成。GD和SE由热椭圆形显示,从结构细化中提取。rietveld结构的完善(a)立方GD 2.84 SE 4和(b)正骨GD 2 SE 2.98的同步子X射线衍射模式的细化。插图显示了拟合的相应优点,r p,r wp和r exp。
