XiaoMi-AI文件搜索系统
World File Search Systempattern
基因组基因座影响人脑结构协方差的模式
Junhao Wen，Ilya M Nasrallah，Ahmed Abdulkadir，Theodore D Satterthwaite，Zhijian Yang等。基因组基因座影响人脑结构协方差的模式。美国科学学院的会议记录，2023，120（52），10.1073/pnas.2300842120。hal-04362321
衡量休息活动模式的碎片化：基于加速度计现实生活数据
©作者2024，更正的出版物2024。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http：//创建ivecommons。org/licen ses/by/4。0/。Creative Commons公共领域奉献豁免（http：//创建ivecommons。Org/publi cdoma in/Zero/1。0/1。0/）适用于本文中提供的数据，除非在数据信用额度中另有说明。
架构材料中不稳定性引起的模式产生 - 方法
架构材料表现出与其几何形状直接相关的非常规性。由细长的元素组成时，结构材料可以通过细胞壁的屈曲或折断行为表现出大变形，表现出几何性非线性。这可以在具有不同属性的材料中创建一个与原始结构不同的新模式。在本文中，我们介绍了研究模式生成弹性不稳定性引起的架构材料的方法的回顾。我们首先在经典示例上审查相关研究：压缩下的六边形蜂窝。我们强调了它们在确定基本分叉现象及其对研究介质（单位细胞长度）模式变化方法的贡献方面的重要性。然后，我们详尽地回顾了现在使用的方法和工具，以研究受弹性不稳定性的此类材料的后构成行为。
Mohamed，A。A. R.，Morrow，D。J.，Best，R。J.，Cupples，A.，Bailie，I。，＆Pollock，J。（2021）。分布式电池储能系统操作FRA
摘要：妊娠糖尿病与后来2型糖尿病（T2DM）和心血管疾病（CVD）的风险显着增加有关。产后干预措施旨在通过解决饮食和生活方式因素来降低这种风险，并经常专注于限制能量或大型摄入量。对完全饮食模式在预防心脏代谢疾病中的作用增加了兴趣，我们试图评估饮食模式在降低先前GDM女性心脏代谢风险中所了解的知识。进行了系统的搜索，以识别具有GDM史的女性中与饮食模式和心脏代谢参数有关的研究。搜索标准返回了6014个个人研究。总共回顾了71篇全文，最终综述中包括24个研究。确定了11种个人饮食模式，其替代健康饮食指数（AHEI），地中海饮食（MD）和低血糖指数（GI）是最常见的饮食模式。 相关报告的结果包括入射T2DM和葡萄糖耐量参数，以及几个心血管危险因素。 以前已广泛证明的饮食模式降低了包括AHEI，MD和DASH在内的一般人群中心血管和代谢性疾病的风险，与T2DM，高血压的发生率降低有关，以及GDM史的妇女的额外危险因素的降低。确定了11种个人饮食模式，其替代健康饮食指数（AHEI），地中海饮食（MD）和低血糖指数（GI）是最常见的饮食模式。相关报告的结果包括入射T2DM和葡萄糖耐量参数，以及几个心血管危险因素。以前已广泛证明的饮食模式降低了包括AHEI，MD和DASH在内的一般人群中心血管和代谢性疾病的风险，与T2DM，高血压的发生率降低有关，以及GDM史的妇女的额外危险因素的降低。文献中显着的差距得到了鉴定，包括饮食模式与入射CVD之间的关系，以及低胃肠道饮食与该人群中T2DM的发展之间的关系。
将大规模的天气模式与美国西海岸海外的观测和建模的涡轮枢纽高风链联系起来
摘要。美国西海岸具有巨大的风力发电潜力，尽管由于复杂的沿海气候，其潜力有所不同。在不同天气条件下表征和建模涡轮轮毂高风对于风资源评估和管理至关重要。这项研究使用两阶段的机器学习算法来识别五个大规模气象模式（LSMP）：后槽，后距离，距离，前距离，前距离，沟渠和加利福尼亚州高。LSMP与近海风模式有关，在租赁区域内的LiDAR浮标地点特别是在Humboldt和Morro Bay附近的风场开发。虽然每个LSMP都与特征性的大规模大气条件和相应的风向，昼夜变化和射流特征相应的差异，但在每个LSMP中仍然会发生风速的实质性差异。在洪堡，洪伯特的风速上升，在耕种后，距离和加利福尼亚 - 最高的LSMP中，剩余的LSMP中的风速降低，并降低。莫罗湾的平均速度响应较小，表现出在耕作后和加利福尼亚高的LSMP期间的风速提高。除了LSMP外，局部因素（包括土地 - 海热对比和地形）还改变了平均风和昼夜变化。高分辨率快速刷新模型分析在捕获洪堡的平均值和变化方面做得很好，但在莫罗湾（Morro Bay）产生了巨大的偏见，尤其是在预处理和加利福尼亚州高的LSMP期间。发现这些发现是为了指导研究特定的大规模和当地因素对加利福尼亚海上风的影响的案例，并有助于改善数值天气预测模型，从而增强了Orckey Wind Energy生产的功效和可靠性。
单细胞转录组学揭示了鼠心力衰竭中成纤维细胞激活的独特模式，并保留的射血分数
a）综合鼠HFPEF和HFREF（ANGII和MI）成纤维细胞研究的示意图。b+c）综合成纤维细胞的UMAP嵌入，疾病（HF，心力衰竭）与对照（B），研究（C）。d）综合成纤维细胞状态的顶部细胞状态标记表达的概述。e）UMAP嵌入，显示由细胞簇着色的集成的成纤维细胞地图集，即集成的成纤维细胞状态（IFS）。标签指示基于功能表征的可能的成纤维细胞分化。f）基于综合成纤维细胞状态中足迹基因的效果大小（AVG log2折叠变化）的估计途径活动。*后代z得分> 2。g）具有综合成纤维细胞状态标记的细胞外基质基因组的过度代表性分析。使用Benjamini Hochberg校正的超几何测试， *Q <0.05，** Q <0.01，*** q <0.001。
检查点抑制剂诱导的临床模式在多中心队列中引起的肝损伤
1法国蒙彼利埃大学蒙彼利埃大学医院圣埃洛伊医院肝移植部； 2法国图卢兹大学医院内医学系，法国图卢兹大学医院； 3法国里昂里昂的康复医院里昂公民肝鲁塞医院肝病学系； 4法国蒙彼利埃蒙彼利埃大学医院蒙彼利埃癌症研究所医学肿瘤学系； 5法国蒙彼利埃蒙彼利埃大学医院圣埃洛伊医院皮肤病学系； 6法国蒙彼利埃的蒙彼利埃大学医院Lapeyronie医院医学药理学和毒理学系； 7法国蒙彼利埃的蒙彼利埃大学医院圣埃洛伊医院肿瘤学系； 8法国图卢兹大学医院，珀尔豪斯大学医院内科和消化疾病系； 9法国蒙彼利埃的蒙彼利埃大学医院，蒙彼利埃大学医院，蒙彼利埃大学医院，肝移植。 10内科医学，法国贝齐尔医院； 11法国蒙彼利埃大学蒙彼利埃大学医院病理学系； 12，法国图卢兹肿瘤病理学系； 13法国里昂里昂的康瑟斯公民里昂癌症研究所里昂苏德医院皮肤病学系； 14内科与免疫肿瘤学（MEDI2O），再生医学与生物疗法研究所（IRMB），圣Eloi医院，蒙彼利埃大学医院，法国蒙彼利埃
扫描X射线显微镜成像，对薄图案化sige-on-unsulator纳米结构的应变松弛和波动
G. Girard，RémyBerthelon，F。Andrieu，S。Leake，G。Chahine等。应用物理学杂志，2021，129（9），pp.095302。10.1063/5.0033494。CEA-03159504
确定导致印度可再生能源生产干旱的天气模式
全球能源系统正在不断发展，以实现《巴黎协定》设定的气候缓解目标。这一过程需要各国迅速减少对化石燃料的依赖，并大量使用可再生能源发电（如风能、太阳能和水力发电）。在电力部门脱碳的同时，热力和运输部门也在电气化，以降低碳强度。可再生能源依赖天气，导致生产在几分钟到几十年的时间尺度上变化。这种变化的结果是，可能会出现可再生能源产量较低的时期，这里称为“可再生能源干旱”。需要解决这一能源安全挑战，以提供稳定的电力供应并确保电网稳定。本文选择印度作为研究区域，因为该地区已经拥有大量可再生能源发电（截至 2022 年 10 月，已安装 42 吉瓦风能、61 吉瓦太阳能和 51 吉瓦水力发电），并且该地区在大规模模式下具有良好的亚季节可预测性。
用嗅觉和味觉大脑连通性网络预测酒精摄入模式
渴望酒精饮用者的饮酒者通常是由化学感应提示（例如口味和气味）引起的，这些提示与大脑网络连通性有关。这项研究旨在研究这些大脑连通性模式是否可以预测年轻人的酒精摄入量。静止状态fMRI数据是从人类连接组项目（HCP）的年轻成人队列中获得的，其中包括1003名参与者。分析了从100个独立组件产生的功能连接组，并在应用Benjamini-Hochberg（BH）方法应用错误发现率（FDR）校正后识别与味觉和气味得分相关的显着连接。然后将这些显着连接用作各种酒精摄入指标的一般线性模型中的预测因子。在独立样本中验证了模型以评估其准确性。训练样本（n = 702）和验证样本（n = 117）没有显着的人口差异。在742个可能的连接中，与气味相关的41个与味道有关的连接通过了FDR-BH校正后的显着性阈值（P <0.05）。值得注意的预测因子包括视觉连接性（Node32-Node13：β= 0.028，p = 0.02），用于葡萄酒的消耗和腹侧注意网络（van）和额叶壁/尾状核（FP/CN）（fp/cn）（Node27-Node9：node9：β= - 0.31，p = 0.04）之间的连通性和连通性，以确定量的时间和最高含量。过去一年。预测模型表现出很强的精度，与气味相关的模型的根平方误差（RMSE）值为5.15，而与味觉相关的模型为5.14。气味模型的F1得分为0.74，味觉模型为0.71，表明性能可靠。这些发现表明，与口味和嗅觉相关的大脑连通性的特定模式可以作为年轻人饮酒行为的预测指标。我们的研究强调了纵向研究的必要性，以评估早期筛查和靶向干预措施的味觉和气味相关的脑连通性模式的潜力，以及它们在具有AUD风险风险的个人的个性化治疗策略中的作用。