XiaoMi-AI文件搜索系统
World File Search Systemspatial
归鸽和其他鸽子品种中海马的定量解剖结构：对空间认知的影响。
1995; Brusini等。 2018），几乎没有神经元数的数据（Racicot等人 2021）。 我们的数据是第一个证明人工选择可以驱动神经元密度的重大变化的数据，与以前的主张形成鲜明对比（Jardim-Messeder等人。 2017），没有大脑区域量的重大增加。 大脑区域体积和神经元密度可能有所不同的事实1995; Brusini等。2018），几乎没有神经元数的数据（Racicot等人2021）。我们的数据是第一个证明人工选择可以驱动神经元密度的重大变化的数据，与以前的主张形成鲜明对比（Jardim-Messeder等人。2017），没有大脑区域量的重大增加。大脑区域体积和神经元密度可能有所不同的事实
中脑多巴胺神经元的分子和空间转录组分类及其在帕金森氏病的LRRK2G2019S模型中的改变
。cc-by 4.0国际许可（未经Peer Review尚未获得认证）是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是该版本的版权持有人，该版本发布于2024年12月22日。 https://doi.org/10.1101/2024.06.06.597807 doi：biorxiv preprint
揭秘阿尔茨海默病：单细胞测序和空间转录组学的见解
阿尔茨海默病 (AD) 是一种以认知能力下降为特征的神经退行性疾病，主要影响记忆力和执行功能。本综述重点介绍了单细胞测序和空间转录组学的最新进展，这些进展为 AD 的细胞异质性和神经免疫机制提供了详细的见解。本综述讨论了了解复杂细胞相互作用以确定新的治疗靶点和生物标志物的必要性。单细胞测序通过在单个细胞水平上绘制基因表达图谱，揭示了导致神经炎症和神经退行性的不同小胶质细胞和星形胶质细胞状态，彻底改变了我们的认识。这些技术揭示了与疾病相关的小胶质细胞亚群和与 AD 风险基因相关的基因表达变化，这对于开发靶向疗法至关重要。总之，将单细胞和空间转录组学与其他组学数据相结合对于全面了解 AD 至关重要，为个性化医疗铺平了道路。持续的跨学科合作对于将这些发现转化为有效的治疗方法、改善患者预后至关重要。
2024 年地理空间知识与创新周 - 联合国全球地理信息管理
1）激发创新思维：鼓励跨行业、跨国界合作创新，探索利用地理空间信息应对全球挑战的新思路、新方法，为实现可持续发展目标提供科技支撑；2）设计现代化、互联互通的应用：推动地理空间信息应用和互操作的服务网络，促进政府、企业、学术界和非政府组织之间的密切合作，加速地理空间信息成果的应用；3）加强能力建设：通过培训和研讨会，加强全球特别是发展中国家获取、处理、分析和应用地理空间信息的能力，缩小地理空间数字鸿沟；4）促进国际交流：搭建国际合作桥梁，分享成功案例和良好实践，增进地理空间信息领域的相互了解，共同应对全球挑战。
补充材料：非线性波导阵列中的可调生成空间纠缠
由GAAS底物上的分子束外延生长的外延结构由6个周期Al 0组成。8 GA 0。 2 as/al 0。 25 GA 0。 75作为Bragg反射器（下视镜），A 350 nm Al 0。 45 GA 0。 55作为核心和4个周期Al 0。 8 GA 0。 2 as/al 0。 25 GA 0。 75作为Bragg反射器（上镜）。 两个Bragg镜子在NIR范围内为泵梁提供了光子带隙垂直限制，也为电信范围内生成的SPDC光子的总内部反射覆盖提供了。 因此，泵和SPDC模式的特征是不同的分散曲线，允许单波导相匹配条件Δβ（0）= 0（等式 （s6）下面）要在关注的光谱范围内满足。 外延结构是通过分子束外延生长的，样品通过电子光刻（使用高分辨率HSQ抗性）处理，然后是ICP干蚀刻。 SPDC电信模式的模拟耦合常数为C TE = 2。 7 mm -1在TE极化中，C TM = 2。 48 GA 0。2 as/al 0。25 GA 0。 75作为Bragg反射器（下视镜），A 350 nm Al 0。 45 GA 0。 55作为核心和4个周期Al 0。 8 GA 0。 2 as/al 0。 25 GA 0。 75作为Bragg反射器（上镜）。 两个Bragg镜子在NIR范围内为泵梁提供了光子带隙垂直限制，也为电信范围内生成的SPDC光子的总内部反射覆盖提供了。 因此，泵和SPDC模式的特征是不同的分散曲线，允许单波导相匹配条件Δβ（0）= 0（等式 （s6）下面）要在关注的光谱范围内满足。 外延结构是通过分子束外延生长的，样品通过电子光刻（使用高分辨率HSQ抗性）处理，然后是ICP干蚀刻。 SPDC电信模式的模拟耦合常数为C TE = 2。 7 mm -1在TE极化中，C TM = 2。 425 GA 0。75作为Bragg反射器（下视镜），A 350 nm Al 0。45 GA 0。 55作为核心和4个周期Al 0。 8 GA 0。 2 as/al 0。 25 GA 0。 75作为Bragg反射器（上镜）。 两个Bragg镜子在NIR范围内为泵梁提供了光子带隙垂直限制，也为电信范围内生成的SPDC光子的总内部反射覆盖提供了。 因此，泵和SPDC模式的特征是不同的分散曲线，允许单波导相匹配条件Δβ（0）= 0（等式 （s6）下面）要在关注的光谱范围内满足。 外延结构是通过分子束外延生长的，样品通过电子光刻（使用高分辨率HSQ抗性）处理，然后是ICP干蚀刻。 SPDC电信模式的模拟耦合常数为C TE = 2。 7 mm -1在TE极化中，C TM = 2。 445 GA 0。55作为核心和4个周期Al 0。8 GA 0。 2 as/al 0。 25 GA 0。 75作为Bragg反射器（上镜）。 两个Bragg镜子在NIR范围内为泵梁提供了光子带隙垂直限制，也为电信范围内生成的SPDC光子的总内部反射覆盖提供了。 因此，泵和SPDC模式的特征是不同的分散曲线，允许单波导相匹配条件Δβ（0）= 0（等式 （s6）下面）要在关注的光谱范围内满足。 外延结构是通过分子束外延生长的，样品通过电子光刻（使用高分辨率HSQ抗性）处理，然后是ICP干蚀刻。 SPDC电信模式的模拟耦合常数为C TE = 2。 7 mm -1在TE极化中，C TM = 2。 48 GA 0。2 as/al 0。25 GA 0。 75作为Bragg反射器（上镜）。 两个Bragg镜子在NIR范围内为泵梁提供了光子带隙垂直限制，也为电信范围内生成的SPDC光子的总内部反射覆盖提供了。 因此，泵和SPDC模式的特征是不同的分散曲线，允许单波导相匹配条件Δβ（0）= 0（等式 （s6）下面）要在关注的光谱范围内满足。 外延结构是通过分子束外延生长的，样品通过电子光刻（使用高分辨率HSQ抗性）处理，然后是ICP干蚀刻。 SPDC电信模式的模拟耦合常数为C TE = 2。 7 mm -1在TE极化中，C TM = 2。 425 GA 0。75作为Bragg反射器（上镜）。 两个Bragg镜子在NIR范围内为泵梁提供了光子带隙垂直限制，也为电信范围内生成的SPDC光子的总内部反射覆盖提供了。 因此，泵和SPDC模式的特征是不同的分散曲线，允许单波导相匹配条件Δβ（0）= 0（等式 （s6）下面）要在关注的光谱范围内满足。 外延结构是通过分子束外延生长的，样品通过电子光刻（使用高分辨率HSQ抗性）处理，然后是ICP干蚀刻。 SPDC电信模式的模拟耦合常数为C TE = 2。 7 mm -1在TE极化中，C TM = 2。 475作为Bragg反射器（上镜）。两个Bragg镜子在NIR范围内为泵梁提供了光子带隙垂直限制，也为电信范围内生成的SPDC光子的总内部反射覆盖提供了。因此，泵和SPDC模式的特征是不同的分散曲线，允许单波导相匹配条件Δβ（0）= 0（等式（s6）下面）要在关注的光谱范围内满足。外延结构是通过分子束外延生长的，样品通过电子光刻（使用高分辨率HSQ抗性）处理，然后是ICP干蚀刻。SPDC电信模式的模拟耦合常数为C TE = 2。7 mm -1在TE极化中，C TM = 2。4
3D云通过地理空间意识到的蒙版自动编码器
swath（1.4 km）。此外，凭借其太阳同步轨道，Cloudsat在同一当地时间经过赤道，将观察结果限制为在一天中的特定时间内“快照”。相比之下，成像仪器在更广泛的视野和更高的时间分辨率上进行测量，但它们仅提供“自上而下”的视角，并且不会直接测量大气曲线。但是，将不同光谱通道中的图像与大气轮廓重叠的测量结合在一起，可以推断雷达轨道以外的垂直轮廓。Barker等。[3，4]通过强度像素匹配，开发了一种将地球保健曲线扩展到3D的算法。最近的工作[5，6，7]使用了基于ML的方法（例如U-NET，CGAN，线性回归，随机森林，XGBoost），以从“自上而下”的测量中估算垂直云信息。特别是Brüning等人。[5]从MeteoSat第二代（MSG）旋转增强的可见和红外成像仪（Seviri）的卫星图像进行了训练，并具有Cloudsat Cloud Cloud Radar（CPR）反射率，重建3D云结构。对于所有方法，模型训练需要数据源之间的精确空间和时间对齐。由于雷达卫星的立交桥有限（图1b），轮廓测量值少于可用的图像（为了进行比较，MSG/Seviri每年产生40 TB的图像数据，而CPR每年产生150 GB）。然后，我们使用匹配的图像profile对进行了3D云重建任务的预训练模型。自我监督学习（SSL）的最新进展（SSL）在大型未标记数据集的训练前模型中表现出了希望，但它们在云研究中的应用仍然不足。在这项工作中，我们将SSL方法（MAE，MAE，[8]）和GeoSpatemance Authewawe AutoCododers（基于Satmae，[9]）应用于2010年的多光谱MSG/SEVIRI数据。我们的结果表明，预训练始终提高此任务的性能，尤其是在热带对流带等复杂地区。具有地理空间意识的预训练模型（即时间和坐标编码），尤其是胜过随机初始化的网络和更简单的U-NET体系结构，从而改善了重建结果。该代码将在接受后提供。
单细胞和空间分辨基因组学方法为神经科学发现带来的机遇和挑战
在过去十年中，单细胞基因组学技术已经实现了可扩展的细胞类型特异性特征分析，这大大提高了我们研究异质组织中细胞多样性和转录程序的能力。然而，我们对基因调控机制或控制细胞类型之间相互作用的规则的理解仍然有限。单细胞表观基因组学和空间分辨转录组学等新的计算流程和技术的出现为探索生物变异的两个新方向创造了机会：细胞内在的细胞状态调控以及细胞之间的表达程序和相互作用。在这里，我们总结了这些领域中最有前途和最强大的技术，讨论了它们的优势和局限性，并讨论了分析这些复杂数据集的关键计算方法。我们重点介绍了数据共享和集成、文档、可视化和结果基准测试如何有助于神经科学的透明度、可重复性、协作和民主化，并讨论了未来技术开发和分析的需求和机会。
将脂质组学与靶向，单细胞和空间转录组学的整合定义了结肠癌中未解决的促炎状态
一个世纪前的抽象背景，Virchow提出癌症代表着长期发炎，愈合较差的伤口。正常的伤口愈合由炎症的暂时阶段表示，然后是前分辨率阶段，前列腺素（PGE2/PGD2） - 诱导的“脂质类切换”产生炎症 - 猝灭脂肪素（LXA4，LXB4，LXB4）。目的我们探讨了结直肠癌（CRC）中的脂质失调是否由无法解决炎症的驱动。设计，我们对40个人类CRC和正常配对样品进行了液相色谱和串联质谱法（LC – MS/MS）分析，并对81个人CRC和正常配对样品进行定量分析。我们将脂质组学，定量逆转录PCR，大规模基因表达和空间转录组学与公共scrnaseq数据进行了整合，以表征产生和修饰脂质介质的基因的模式，表达和细胞定位。针对目标的定量LC – MS/MS的结果证明了促炎性介质的明显失衡，缺乏解决脂质介质的缺乏。在肿瘤中，我们观察到了蛛网膜酸衍生物的显着过表达，编码其合成酶和受体的基因，但是产生促促促脂质酶的基因表达不佳以及由此产生的脂氧蛋白（LXA4，LXA4，LXB4）和相关受体。这些结果表明CRC是可能与PGE2/PGD2水平不足或无效水平有关的脂质类切换的乘积。这些观察结果为“分辨率医学”铺平了道路，这是一种新型的诱导或提供的治疗方法结论我们表明，CRC肿瘤的脂质组谱表现出独特的促炎性偏置，其内源性分辨介质因脂质类切换有缺陷而缺乏。
细胞分辨率的全脑空间转录分析
RNA 分析的最新进展加深了我们对生物组织中细胞状态的理解。然而，在将 RNA 表达数据与器官间的空间背景相结合方面仍然存在很大差距，这主要是由于在完整组织体积内检测 RNA 的挑战。在这里，我们开发了 Tris 缓冲液介导的透明器官中原位杂交链反应信号的保留 (TRISCO)，这是一种有效的组织透明化方法，专为全脑空间三维 (3D) RNA 成像而设计。TRISCO 解决了几个关键问题，包括保持 RNA 完整性、实现统一的 RNA 标记和增强组织透明度。我们使用各种细胞身份标记、非编码和活性依赖性 RNA，在不同大小和物种的不同器官内测试了 TRISCO。因此，TRISCO 成为单细胞、全脑、3D 成像的强大工具，可对整个大脑进行全面的转录空间分析。