XiaoMi-AI文件搜索系统
World File Search Systemusing
ACR-2316：一种新型强效、选择性 WEE1/PKMYT1 抑制剂，采用 Acrivon Predictive Precision Pr 合理设计，具有优异的单药活性
这里我们描述了 Acrivon 发现的 ACR-2316，它是一种强效、选择性 WEE1/PKMYT1 抑制剂，临床前研究表明其单药活性优于基准抑制剂。该化合物是使用 AP3 专门设计的，通过平衡抑制 PKMYT1 来克服 WEE1 特异性抑制的局限性，我们的 AP3 平台发现这是 WEE1 抑制剂诱导的主要耐药机制。通过结构引导的药物设计，我们实现了对 WEE1 和 PKMYT1 的精确选择性，确保了主要基于机制的可逆性不良事件。在与基准临床分子的头对头临床前研究中，ACR-2316 与目前的临床 WEE1 或 PKMYT1 抑制剂相比表现出更优异的效力和活性。正在进行的 ACR-2316 单药疗法临床试验的患者给药已经开始，旨在评估 ACR-2316 的安全性和耐受性。
引用 Ye X, Yu F, Zhou J, Zhao C, Wu J 和 Ni X (2023) 使用 metatag 分析胃食管反流病儿童的肠道菌群
胃食管反流病(GERD)是指胃内容物反流至食管，引起相应食管症状和/或并发症的疾病，典型症状为烧心、反流、胸痛，还可引起慢性咳嗽、哮喘、吸入性肺炎、咽炎等食管外症状，严重影响患者生活质量。GERD在西方国家的发病率为10%～20%，在亚洲为5.2%～18.3%（Jung，2011）。根据内镜表现分为非糜烂性反流病(NERD)、反流食管炎(RE)和Barrett食管(BE)三种类型。传统观点认为GERD的病理改变主要是胃酸或十二指肠胆汁反流刺激食管黏膜产生的化学性损伤所致，随着病情进展，病变逐渐累及黏膜层、黏膜下层、肌层及浆膜层。但大多数GERD患者在内镜下并无黏膜损伤，提示可能存在其他致病过程（Boeckxstaens et al., 2014; D'Souza et al., 2021; Sharma and Yadlapati, 2021）。近期研究表明，肠道菌群与宿主免疫系统的相互作用在胃肠道疾病（包括食管相关疾病）的发病机制中起关键作用（Gorkiewicz and Moschen, 2018; Dicks, 2022）。肠道菌群的多样性、稳定性、弹性和对生理、病理和环境变化的响应性使其成为许多疾病的有用生物标志物、诊断工具或治疗靶点（Magnusdottir et al., 2017; von Frieling et al., 2018）。虽然对GERD患者菌群的研究取得了一些进展，但之前的研究大多集中在食管和胃内的微生物。研究表明，正常人食管菌群主要由厚壁菌门中的革兰氏阳性链球菌组成（Hunt and Yaghoobi，2017；Deshpande et al., 2018）。然而，研究发现GERD患者食管内以拟杆菌门、变形菌门和梭杆菌门中的革兰氏阴性厌氧菌和微量需氧菌为主（Yang et al.，2009；Yu et al.，2019）。此外，慢性炎症已被证明在多种胃肠道疾病（如BE和食管癌）的发展中发挥作用，而慢性炎症引起的肠道菌群变化则进一步加速疾病的发生和发展（Ghoshal et al.，2012）。脂多糖（LPS）是革兰氏阴性菌外膜的重要组成部分，可能通过诱导NF-κB的表达来促进组织炎症。在动物模型中，高脂饮食通过调节肠道菌群上调炎症信号通路中的 IL-8/CXCL1 来促进 BE 进展为食管癌（Munch et al., 2019），证实了肠道菌群在疾病进展中的作用。GERD 患者肠道菌群的组成和功能仍在很大程度上未知，并且已经证明肠道菌群通过将宿主营养物质转化为
使用深度学习的知识实体感知模型
抽象课程推荐系统可以通过利用用户交互数据来帮助学生识别合适或有吸引力的课程，这显示了用户和课程之间以前的参与。但是，现有课程推荐系统的普遍问题是它们倾向于优先考虑准确性而不是解释性。这些复杂模型的“黑框”性质提出了一个挑战：准确表征和建模用户的偏好，同时还提供明确的，具有预性和可解释的用户配置文件。为了解决这种限制，我们为课程推荐提出了一个新颖的知识实体感知模型，该模型称为KEAM，该模型基于知识图的详细信息支持明确的用户个人资料生成，以增强学生对建议背后的理由的理解。具体来说，我们利用知识图中编码的信息，通过更换隐藏单元来使用神经网络之间建立单位之间的连接。接下来，对模型进行了培训，可以捕获学生的偏好并创建用户配置文件，以提供可解释的建议。在两个现实世界的在线数据集上进行了全面的实验，以评估所提出的模型的有效性和解释。
通过使用基于深度学习的域适应声发射
使用机器学习（ML）算法在制造过程中嵌入的传感器内部嵌入的信息的进步和识别，以更好地决策成为构建数据驱动的监视系统的关键推动因素。在激光粉床融合（LPBF）过程中，基于数据驱动的过程监视正在广受欢迎，因为它允许实时组件质量验证。加上制造零件的实时资格具有重要的优势，因为可以降低传统的生产后检查方法的成本。此外，可以采取纠正措施或构建终止以节省机器时间和资源。然而，尽管在满足LPBF流程中的监视需求方面取得了成功的发展，但由于不同的过程空间，在处理来自激光材料互动的数据分布的变化时，对ML模型在决策方面的鲁棒性进行了更少的研究。受到ML中域适应性的想法的启发，在这项工作中，我们提出了一种基于深度学习的无监督域适应技术，以解决由于不同的过程参数空间的数据分布的转移。在两个不同的316 L不锈钢粉末分布（> 45 µm和<45 µm）上获得了从LPBF过程区域到三个机制到三个方案的声学发射区到三个方案的声波形式。对应于用不同激光参数处理的粉末分布的声波形的时间和光谱分析显示，数据分布中存在偏移，随后用建议的无监督域适应技术对其进行处理，以具有可以普遍化的ML模型。进一步，两个分布之间提议的方法的预测准确性表明，不受欢迎地适应新环境的可行性并改善了ML模型的推广性。
使用新型加权食品的基因 - 迪埃特相互作用分析...
糖尿病是全球最重要的公共卫生问题之一，对全球公共卫生和社会经济发展造成了沉重的负担。尽管某些国家的发病率已经开始降低，但近几十年来，其他发达国家和发展中国家的糖尿病患病率也有所增加（1）。2型糖尿病（T2D）约占糖尿病病例的90％（2），根据世界卫生组织的说法，即使在年轻人中，被诊断为T2D的人数也在增加（2）。T2D的发展主要是由不健康的生活方式以及环境和遗传因素的相互作用引起的。尽管其中一些因素受到个人控制，例如生活方式，但其他因素却没有，例如年龄，性别和遗传学的增加。饮食也归因于T2D的风险（3，4）。在许多前瞻性研究中已经确认了这种关联（5-8）。此外，T2D是一种越来越普遍的代谢疾病，引起严重的微血管并发症，即心血管疾病（CVD），视网膜病变，神经病和肾病（3，9）。此外，据报道，减肥或生活方式改良的有益影响可以预防，延迟和减少疾病的发生率（2，10）。因此，对整体饮食模式（习惯食品和营养摄入量）的有效估计已成为研究饮食与健康状况之间关系的基本方面（8）。一般饮食习惯可以提供超出营养和单一食物作用的见解（2，11）。基于食品和食物组的RF，MDS和AMDS某些指数基于国家营养建议和国家饮食指南，这些指南评估了整体营养模式，包括健康饮食指数，替代健康饮食指数，健康饮食指标，推荐食品评分（RFS），饮食质量指数，饮食质量指数，饮食质量质量评分，地中海饮食评分（MDS）以及替代地中海饮食（MDS）和替代饮食（AMDS）。
使用合成的激子传输工程耦合...
图 1 | 使用 DNA 支架形成 Cy3 聚集体的化学方法。 (a) Cy3 (左) 共价连接到单链 DNA (ss-DNA) 脱氧核糖磷酸骨架的 3' 和 5' 端。 Cy3 修饰的 DNA 纳米结构是通过将 Cy3 修饰的 ssDNA 与规范互补的 ssDNA 链杂交而形成的，如连接到 DNA 双链体的 Cy3 单体的分子动力学快照 (中间) 和示意图 (右、上) 中蓝色椭圆表示 Cy3 所示。 Cy3 二聚体和三聚体是通过将连续的 Cy3 发色团连接到 ssDNA 并与互补链杂交而形成的 (右、中和下) (b) Cy3 单体 (棕色)、二聚体 (蓝色) 和三聚体 (绿色) 的吸光度 (实线) 和量子产率归一化的荧光光谱 (虚线)。 [DNA 双链] = 0.5 µ M，溶于 40 mM Tris、20 mM 醋酸盐、2 mM 乙二胺四羧酸 (EDTA) 和 12 mM MgCl 2 (TAE-MgCl 2 缓冲液)。(c) 双链中 Cy3 单体、二聚体和三聚体的荧光量子产量 (ΦF)。[DNA 双链] = 0.5 µ M，溶于 1 × TAE-MgCl 2 缓冲液。(d) Cy3 单体、二聚体和三聚体的圆二色性 (CD) 光谱。(e) Cy3 单体、二聚体和三聚体的荧光衰减轨迹，仪器响应函数以黑色显示。
使用 augmenta 进行交流的经验和观点的定性证据综合
摘要 目的：本文回顾了现有的定性研究文献，这些文献涉及人们使用辅助和替代沟通 (AAC) 进行交流的经验。进行这次回顾的目的是更多地了解人们使用 AAC 进行交流时所重视的价值观和结果。进行这次回顾是为了更深入地了解这些经验，为制定患者报告结果测量 (PROM) 提供参考。材料和方法：对现有的定性研究文献进行定性证据综合，以探索和评估有关使用 AAC 的人的经验的当前知识。结果：从 115 份定性研究报告中，确定了 19 篇论文直接回答了研究问题和回顾的目的。确定了可以在由价值观、结果和背景结构组成的先验框架内组织的数据。结论：这次回顾使人们对需要 AAC 的人的经历有了更深入的分析理解。结果表明，一组概念可用于指导 PROM 的开发。 PROM 可用于帮助临床医生和研究人员更好地了解需要 AAC 的人的观点并评估干预措施。结果还鼓励专业人员重新考虑与需要 AAC 的人一起工作时使用的术语和方法，并反思影响人们沟通体验的多维因素。
使用UNET变压器神经网络在染色的微观切片上进行定量木材解剖结构
森林在地面碳循环中至关重要，并且对它们对持续气候变化的反应的了解对于确定未来的碳浮动和气候轨迹至关重要。在具有对比季节的区域，树木形成可以分配给日历年的离散年环，从而可以提取有关树木对环境的反应的宝贵信息。木材的解剖结构提供了有关树木对气候的反应和适应的高度分辨信息。定量木材解剖结构有助于通过使用木材微剖面的高分辨率图像在细胞水平上测量木材来检索这些信息。然而，尽管在识别细胞结构方面已经取得了很大的进步，但获得有意义的细胞信息仍然受图像上正确的年度树环界定的阻碍。这是一项耗时的任务，需要经验丰富的操作员手动界定环边界。基于像素值的自动分割的经典方法正在用能够区分结构的新方法代替，即使分界需要高水平的专业知识。尽管已使用神经网络进行木环的分割，但木制的木材图像，但阔叶物种染色的微观切片中细胞模式的复杂性需要自适应模型才能准确地完成此任务。我们在山毛榉核心染色的横截面微隔板图像上使用神经网络提出了自动树环边界划定。基于卷积神经网络的应用我们训练了一个UNETR，一个UNET的联合神经网络和视觉变压器的注意机制，以自动分段年度环边界。考虑到具有手动分割的差异以及数量木材解剖学分析目标的差异以及差异的后果。在大多数情况下（91.8％），自动分割匹配或改进了手动细分，即使将手动细分视为更好的情况，两种类别之间的船只分配率也相似。
2024-01pihn 公共住房办公室主任；发布
本通知旨在协助公共住房机构 (PHA)，向他们提供有关“建设美国，购买美国法案”(BABA) 制定的“购买美国货优先”(BAP) 要求及其对公共和印第安人住房 (PIH) 计划的影响的信息。本通知还提供了 BAP 的应用时间表，并强调了公共住房机构在为 HUD 明年全面实施 BAP 做准备时可能需要考虑的问题。注意：如果管理和预算办公室 (OMB) 关于在联邦基础设施财政援助 (FFA) 计划中应用 BABA 的指导更新，本通知中提供的指导可能会发生变化。本通知不适用于向部落、部落指定住房实体 (TDHE) 和其他部落实体（统称为“部落接受者”）提供的 FFA。2. 日期