XiaoMi-AI文件搜索系统
World File Search Systemprecipitation
布氏锥虫中 RNA–DNA 混合相互作用蛋白的免疫沉淀揭示了保守和新的活性，包括控制抗原变异逃避免疫所需的表面抗原表达
摘要 RNA-DNA 杂交是基因组的表观遗传特征，可提供多种且不断增长的活动范围。通过表征与杂交相互作用的蛋白质，可以了解这些功能，但迄今为止，所有这些分析都集中在哺乳动物身上，这意味着尚不清楚在其他真核生物中是否也发现了类似的 RNA-DNA 杂交相互作用物。非洲锥虫是 Discoba 类群的单细胞真核寄生虫，在核心生物学的几个方面与其哺乳动物宿主存在显著差异。在这里，我们表明 DNA-RNA 杂交免疫沉淀结合质谱法在 T. brucei 哺乳动物和昆虫感染细胞中恢复了 602 个推定的相互作用物，其中一些提供在哺乳动物中也发现的活动，一些提供谱系特异性的活动。我们证明，三种因子（两种假定的解旋酶和一种 RAD51 旁系同源物）的缺失会改变布氏锥虫的核 RNA-DNA 杂交和 DNA 损伤水平。此外，每种因子的缺失都会影响寄生虫抗原变异免疫存活机制的运作。因此，我们的工作揭示了 RNA-DNA 杂交对布氏锥虫生物学的广泛贡献，包括宿主免疫逃避中的新功能以及可能对真核基因组功能至关重要的活动。
固溶体和沉淀硬化铝合金经重复压痕和拉伸加工后的织构和应变速率敏感性分析
摘要。对 5754、6061 和 7075 铝合金进行了 RCS 工艺提高机械强度的潜力评估，这三种铝合金呈现出与各自合金元素相关的不同硬化机制。这项工作比较了不同合金通过 RCS 处理后织构和机械性能的演变。通过显微硬度测量、不同温度和应变速率下的拉伸试验来评估机械性能，以评估应变速率敏感性。结果表明，经过两次 RCS 处理后，6061 和 5754 合金在 300°C 下表现出相对较高的应变速率敏感性。此外，5754、6061 和 7075 合金的硬度分别增加了 27%、22%、15%。显示出由于不同的硬化机制而提高机械阻力的潜力。此外，通过 X 射线衍射获得极图并计算其取向分布函数来表征晶体织构。结果表明，三种铝合金表现出相同的趋势，即初始织构组分得以保留，但织构化体积有所减少。
锂离子电池回收中正极活性材料前体的共沉淀：实验与建模
由于未来需要管理的废旧电池数量巨大，回收锂离子电池 (LIB) 正成为一项当务之急。目前，将废旧 LIB 转化为再生产品的三种主要回收途径是火法冶金、湿法冶金或直接回收，而共沉淀法介于后两种途径之间：其关键单元操作是电池材料的浸出和阴极活性材料 (CAM) 再合成前体的共沉淀。由于浸出溶液对杂质的高度敏感性以及高质量 CAM 前体与溶解金属盐成分之间的紧密联系，对废旧 LIB 进行实验分析是找到最佳操作条件的关键步骤。为此，我们提出了一项实验活动来研究该过程中涉及的共沉淀和复杂化合物的形成。此外，我们还利用了严格模型在许多工业领域提供的支持，这也使化学工程和实验室分析受益。因此，在本研究中，我们还在 UniSim Design ® 上提出了一个严格的模拟模型，该模型带有热力学包 OLI ®，可以考虑所需的大多数不同的液固平衡。使用实验数据对模型进行验证，并对金属浓度、pH 值和螯合剂进行敏感性分析，以找到调节共沉淀结果的关键参数。目的是优化操作条件的选择，以限制通常昂贵且耗时的实验室测试和复杂分析的次数。
通过 pH 依赖性蛋白质沉淀在蛋白质组水平上高效识别药物靶标
基于质谱的蛋白质组学方法是基于配体结合蛋白比游离蛋白对加热诱导沉淀具有更高的抵抗力这一原理。17 它已成功用于识别某些药物的靶标或非靶标，例如抗组胺药氯马斯汀 18 和帕比诺司他。19 我们开发了另一种基于蛋白质沉淀的靶标识别方法，即溶剂诱导蛋白质沉淀法（SIP）。12 SIP 方法已成功用于筛选萘醌天然产物紫草素（SHK）的靶标蛋白，并揭示 SHK 与 NEMO/IKK b 复合物结合。20 最近，通过将 SIP 与现代定量蛋白质组学相结合，建立了溶剂蛋白质组分析（SPP）和溶剂蛋白质组整体溶解度改变（溶剂-PISA）方法以监测靶标参与。21
HPLC-MS 法测定人血浆中的 12 种减肥药物
据报道，长期服用减肥药会导致营养不良和生殖系统22 受损。此外，许多药物具有剂量依赖性，过量使用会产生严重的副作用。因此，检测临床批准和禁用的减肥药的血液浓度以监测不良反应的发展是必不可少的。测定减肥药的方法多种多样，包括光谱法，例如近红外光谱 (NIRS) 和拉曼光谱 (RS)；色谱法，例如薄层色谱法 (TLC)、液相色谱法 (LC)、气相色谱-串联质谱法 (GC-MS/MS) 和液相色谱-串联质谱法 (LC-MS/MS)；23 – 26 离子迁移谱法 (IMS) 等等。但主要目标是防止在食品或药物中非法添加减肥药。本实验测量的样品是具有复杂基质的血液。 LC-MS/MS分离效果好，特异性和灵敏度高，适用于血液中目标分析物的准确定量。蛋白沉淀是利用甲醇、乙腈等与水混溶的有机溶剂，改变蛋白质分子间的氢键，使其变性、凝集，以去除蛋白质等大分子的干扰。实验中采用的96孔蛋白沉淀板正是基于此原理，可以有效阻断乙腈等常见的蛋白沉淀剂，避免其渗透。如果样品数量较大，96孔板的结构可以比传统的蛋白沉淀方法有效节省时间，使整个前处理过程更加高效、自动化。27,28
W 中的协同晶界偏析和沉淀
本报告是由美国政府某个机构资助的工作报告。美国政府或其任何机构、其雇员、承包商、分包商或其雇员均不对所披露信息、设备、产品或流程的准确性、完整性或任何第三方的使用或此类使用结果做任何明示或暗示的保证，或承担任何法律责任或义务，或表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务，并不一定构成或暗示美国政府或其任何机构、其承包商或分包商对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
洪水和降水极端事件的科学综合人工智能（SAFE）
1. Auroop R. Ganguly（负责人）：东北大学，马萨诸塞州波士顿（气候/水，AI） 2. Sue Ellen Haupt：美国国家大气研究中心，科罗拉多州博尔德（天气，AI） 3. Forrest M. Hoffman：橡树岭国家实验室，田纳西州橡树岭（ESM，AI） 4. Vipin Kumar：明尼苏达大学，明尼苏达州双城（AI，HPC，气候/水） 5. Upmanu Lall：哥伦比亚大学，纽约州纽约市（水文学，气候，AI） 6. Claire Monteleoni：科罗拉多大学，科罗拉多州博尔德（ML，AI，气候信息学） 7. Jitendra Kumar：橡树岭国家实验室，田纳西州橡树岭（水文学，模型） 8. Nagendra Singh：橡树岭国家实验室，田纳西州橡树岭（GIS，地球科学） 9. Julia Hopkins：东北大学，马萨诸塞州波士顿（自然启发设计） 10. Anuj Karpatne：弗吉尼亚理工大学，弗吉尼亚州布莱克斯堡（物理引导人工智能，水资源） 11. Shafiqul Islam：塔夫茨大学，马萨诸塞州梅德福（水文学，水外交） 12. Samrat Chatterjee：太平洋西北国家实验室，华盛顿州里奇兰（风险，俄勒冈州）