XiaoMi-AI文件搜索系统
World File Search System不可判定
基因编辑的前景：近在咫尺却又遥不可及
一方面，基因组编辑的前景令人瞩目。对携带类似于自发突变或通过传统化学或辐射方法产生的基因组修饰的转基因作物的监管限制已大大放宽（ Van Vu 等人，2022 年）。许多国家已经放松了对通过定点核酸酶 1 型方法 (SDN1) 生产的植物的管制，因为这些植物的替换和插入仅由核酸酶的作用产生。欧盟国家是个例外，尽管欧盟是仅次于中国和美国的第三大转基因作物生产国，但 SDN1 作物仍然受到严格的转基因生物 (GMO) 监管。这种严格的规定被认为对欧盟的农业创新产生了抑制作用，可能类似于长期监管延迟对牲畜基因工程的抑制作用（ Van Eenennaam 等人，2021 年）。自 1985 年首次报告牲畜基因工程以来，只有一种食用动物实现了商业化。部分原因是美国食品药品管理局及其欧盟同行将任何故意改变的动物基因组 DNA 归类为研究性新动物药物 (INAD)，而这种药物通常不被认为是安全的。然而，人们越来越意识到，欧盟当前对 SDN1 作物的政策需要更新（Dima 等人，2022 年），这让人们希望更广泛地使用这些定向编辑方法，与传统育种技术相比，这些方法可以大大加速新品种的生产。有趣的是，法规并没有阻碍基因工程在人类健康领域的应用创新。事实上，这一领域一直是技术进步的重要驱动力。最近的出版物和科学会议（如 Keystone 精准基因组工程研讨会和美国基因和细胞治疗学会年会）突出了基因组编辑工具的快速发展，这在很大程度上是人们认为这些工具带来的人类疾病新疗法指日可待。事实上，据估计，目前有超过 100 种使用基因组编辑器的产品处于临床试验阶段（CRISPR Medicine News），由 CRISPR Therapeutics、Intellia Therapeutics、Sangamo Therapeutics、Editas Medicine、Precision Biosciences、Caribou Biosciences、Locus Biosciences 等公司牵头。在学术领域，NIH 体细胞基因组编辑联盟（Saha 等人，2021 年）的第一阶段主要致力于开发新的编辑器和交付方法，现在已经进入第二阶段，主要致力于使用这些工具来
IVb 期不可切除胆囊的转化治疗……
胆囊癌是消化系统高度恶性肿瘤，IVb期胆囊癌5年生存率仅为2%（1）。对于无法切除的胆囊癌，虽然2019年美国国立综合癌症网络（NCCN）发布的指南推荐放疗联合化疗作为一线治疗，但尚未见良好预后的报道（2）。转化疗法是指对部分晚期癌症患者，在全身治疗有效的前提下，通过根治性手术获得长期生存（3,4）。本文报道了1例61岁男性IVb期胆囊癌患者，诊断为腹部、腹膜后、纵隔及双侧肺门多发淋巴结转移。随访结果显示，患者转化疗法后无病生存期（DFS）为11.3个月，总生存期（OS）为18.1个月。
一种用户友好的基于 SSVEP 的 BCI，使用不可感知的...
摘要：利用四类相位编码刺激，开发了基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）系统。将高于临界融合频率（CFF）的60Hz闪烁光诱发的SSVEP与15Hz和30Hz的SSVEP进行比较。采用任务相关成分分析（TRCA）方法检测脑电图（EEG）中的SSVEP成分。对17名受试者的离线分析表明，60Hz的最高信息传输速率（ITR）为29.80±4.65bpm，数据长度为0.5s，分类准确率为70.07±4.15％。在线BCI系统在4s的60Hz下达到平均分类准确率为87.75±3.50％，ITR为16.73±1.63bpm。具体来说，受试者在60Hz下的最大ITR为80bpm，持续时间为0.5s。虽然60Hz的BCI性能低于15Hz和30Hz，但行为测试的结果表明，在无闪烁感知的情况下，60Hz的BCI系统比15Hz和30Hz的BCI系统更舒适。相关性分析表明，信噪比（SNR）较高的SSVEP对应更好的分类性能，舒适度的提高伴随着性能的下降。本研究证明了使用无感知闪烁的用户友好型SSVEP BCI的可行性和潜力。
个人退休计划选择 - 不可撤销的选择
我选择行使不可撤销的选择权，加入 PERS 固定缴款退休计划 (DCRP)。确认：我有机会了解退休计划选择，并承担此不可撤销选择的全部责任。一旦向 MPERA 提交，我将无法更改我的选择，除非如下所述：我理解此决定意味着我不再是 DBRP 的参与者，并且我无权从该计划获得退休福利。只要我仍然是 PERS 的成员，我将继续是 DCRP 的参与者。除非我终止 PERS 覆盖职位的雇佣关系、终止 PERS 会员资格并在终止 PERS 会员资格 24 个月或更长时间后恢复 PERS 覆盖职位的雇佣关系，否则我无法成为 DBRP 的参与者。我进一步了解，我过去对 DBRP 的供款以及根据法规规定的我雇主过去供款的一定百分比以及两者的利息将转入我在 DCRP 的账户。我未来的退休金和雇主未来退休金的法定部分将存入我的 DCRP 账户。我了解管理费用将从我的 DCRP 账户中扣除。我承担因投资我的 DCRP 账户而产生的任何收益或损失的风险。§ 19-3- 2117，MCA 成员签名日期
量子态的计算不可区分性及其密码应用∗
我们引入了一个区分两个特定量子态的计算问题作为一个新的加密问题，以设计一个可以抵御任何多项式时间量子对手的量子加密方案。我们的问题 QSCD ф是区分两种具有有限度对称群上的隐藏排列的随机陪集态。这自然概括了计算密码学中两个概率分布之间常用的区分问题。作为我们的主要贡献，我们展示了三个加密属性：(i) QSCD ф具有陷门属性；(ii) QSCD ф的平均情况难度与其最坏情况难度一致；(iii) QSCD ф在最坏情况下的计算难度至少与图自同构问题一样困难。这些加密属性使我们能够构建一个量子公钥密码系统，该系统很可能抵御多项式时间量子对手的任何选择明文攻击。我们进一步讨论了 QSCD ffi 的泛化，称为 QSCD cyc ，并引入了一种依赖于 QSCD cyc 的加密属性的多位加密方案。
NIDA T32博士后培训不可估力...
药理学治疗对酒精，阿片类药物和刺激性动机访谈，对成瘾行为的评估和治疗行为干预； AUD/SUD ELISA EPEL的医学后遗症，博士环境健康，压力，衰老，行为医学，肥胖和代谢，Annesa Flentje，Annesa Flentje，PhD女同性恋双性恋和跨性别少数族裔压力，性少数族裔压力，性少数族裔压力，Paula Lum，MD HIV，MPH HIV，HIV，HIV，HIV，HIV，HIV MEDICATION JENN MEDICATION JENN MEDICATION jENN PRINSSINAL JENN MEDICATION jENN PLY PLY PLY PLY PLY PLY PLY PLY PLY PLY PLY PLEREDERICTION SEPREDERICTY MEDIFERACT neuroscience, psychedelic therapeutics, human and animal pharmacology Carmen L. Masson, PhD HIV/HCV prevention and health services research David Pennington, PhD Mechanisms and treatment of SUD, neuroplasticity, veterans, digital health Linda Pfiffner, PhD Integrated multi-setting psychosocial treatment for ADHD Elise Riley, PhD Glenn-Milo Santos, MPH, PhD
公共密钥加密的量子不可区分性
摘要。在这项工作中，我们研究了公钥加密方案（PKE）的量子安全性。Boneh和Zhandry（Crypto'13）启动了该研究领域的PKE和对称密钥加密（SKE），仅限于经典的无法区分性阶段。Gagliardoni等。（Crypto'16）通过给出量子性阶段的第一个定义，提出了量子安全性的研究。对于PKE而言，另一方面，不存在具有量子性不可区分阶段的量子安全性概念。我们的主要结果是具有量子不可分性阶段的PKE的新型量子安全概念（QIND-QCPA），它缩小了上述差距。我们展示了针对基于代码的方案和具有某些参数的基于LWE的方案的区别攻击。我们还表明，即使不是基本的PKE方案本身不是，规范混合PKE-SKE加密结构也是QIND-QCPA-SECURE。最后，我们根据我们的安全概念的适用性对抗量子的PKE方案进行了分类。我们的核心思想遵循Gagliardoni等人的方法。使用所谓的2型操作员加密挑战消息。首先，2型操作员对于PKE来说似乎是不自然的，因为构建它们的规范方式需要秘密和公共密钥。但是，我们确定了一类PKE计划（我们称之为可恢复的计划），并表明对于此类类型2运算符仅需要公钥。更重要的是，可恢复的方案即使违反了解密失败，也可以实现2型操作员，这通常会阻止2型操作员规定的可逆性。我们的工作表明，包括大多数NIST PQC候选者和规范的混合构造在内的许多现实世界中的Quantum Quantum Peke方案确实是可回收的。
生成人工智能在出版中的作用。什么是可以接受的，什么是不可接受的。
毫无疑问，生成式人工智能 (AI) 是近年来媒体上的热门话题。这最初是由 ChatGPT 和其他平台的流行和广泛使用推动的，这些平台可根据用户输入的提示生成书面材料、图像甚至音频/视频作品。AI 将生成式人工智能定义为：“一种使用机器学习算法来创建新的原创内容（如图像、视频、文本和音频）的人工智能” [1]。这些技术进步如何影响我们的科学出版界？具体来说，在撰写出版的科学文章时，何时使用此类工具是合适的，或许更重要的是，何时不适合？严格来说，每当文字处理器建议一种更好的句子措辞方式时，基础人工智能就会被应用到写作中。从更复杂的层面来看，作者可以使用大型语言模型 (LLM) 将粗略撰写的草稿提交给生成式 AI 平台，然后可以生成更复杂的书面输出并最终提交。如果英语课的学生提交了这样一篇作业，而这堂课的目的是教学生如何写好文章，那么这种使用 AI 的行为可能构成作弊。然而，当作者使用 AI 来帮助润色他们的作品以供出版时，这应该是完全合适的，因为这样的应用程序可以增强作品，帮助读者更好地理解和欣赏这些作品。我们的期刊最近开始为我们的作者提供使用“综合写作和出版助手”来改进他们的投稿的选项。投稿作者应该看到我们与 Paperpal 飞行前筛选工具合作的服务链接。只需支付非常合理的费用，该工具就可以对上传的手稿草稿进行翻译、释义、一致性和期刊提交准备情况检查。这项服务对一些可能难以满足我们的语言要求标准的国际作者特别有用。在另一个适用于出版的场景中，假设同行评审员希望使用 AI 来评估投稿。你可能会问：“等等，AI 能做到吗？”当然可以！但这可以接受吗？确实有一些平台在公开的生物医学出版物上进行了训练，因此 AI 能够查找参考文献来帮助同行评审员评估稿件。也许同行评审员只是需要帮助开始撰写评审的第一稿，或者他们可能觉得作者的语言技能需要很多帮助，就像前面的情况一样。然而，这里的一个主要区别是，当同行评审员在其中一个平台上上传稿件时，他们会违反保密规定，这是不可接受的。美国国立卫生研究院不允许将 AI 用于资助申请的同行评审 [ 2 ]，这种技术也不应用于出版同行评审，因为当作者的手稿上传到第三方平台时，也会发生同样的保密性泄露。Hosseini 和 Horbach (2023) 指出的其他担忧是“ LLM 的训练数据、内部运作、数据处理和开发过程的根本不透明性”，这可能导致“潜在的偏见和评审报告的可重复性” [3]。因此，将指示 JECT 同行评审员在进行评估时不要依赖此类系统。此外，编辑不会仅使用 AI 工具就任何手稿的最终结果做出决定。为了帮助作者驾驭这一新领域，JECT 将努力在我们的《作者须知》中提供新的指导，就像其他期刊目前正在实施的那样 [4]。其他期刊推荐的一些原则，我们可能会采用，包括：
量子不可预测性 - 密码学电子印刷档案
不可预测函数 (UPF) 在经典密码学中起着重要作用，包括消息认证码 (MAC) 和数字签名。在本文中，我们介绍了 UPF 的量子类似物，我们称之为不可预测状态生成器 (UPSG)。UPSG 由伪随机函数类状态生成器 (PRFS) 隐含，伪随机函数类状态生成器是伪随机函数 (PRF) 的量子类似物，因此即使单向函数不存在，UPSG 也可能存在，类似于其他最近引入的原语，如伪随机状态生成器 (PRSG)、单向状态生成器 (OWSG) 和 EFI。在经典密码学中，UPF 等同于 PRF，但在量子情况下，等价性尚不清楚，UPSG 可能比 PRFS 弱。尽管如此，我们证明所有已知的 PRFS 应用也可以通过 UPSG 实现。它们包括 IND-CPA 安全密钥加密和具有不可克隆标签的 EUF-CMA 安全 MAC。我们的研究结果表明，对于许多应用来说，量子不可预测性而不是量子伪随机性就足够了。
通过对称测量构建的纠缠见证的不可分解性
量子纠缠是一种重要资源，在量子信息处理、量子通信、量子计算和其他现代量子技术中发挥着基础性作用 21,31。特别是，任何二分纠缠态都会增强隐形传态能力 29 并表现出隐藏的非局域性 30。量子任务的实用性通常随着纠缠量的增加而增加 2,41,42。纠缠态的表征在理论和实践中都至关重要。然而，区分可分离态和纠缠态的问题仍然悬而未决；事实上，它是 NP 难问题 14。对于量子比特-量子比特和量子比特-量子三体系统，著名的 Peres-Horodecki 正部分转置 (PPT) 标准给出了必要和充分可分离性条件 19,32。在高维中，这一条件才是必要的，这首先在四元组-四元组系统 19 中得到证明。更精细的检测方法包括可计算交叉范数或重新调整 (CCNR) 标准 4、6、18、34、相关矩阵标准 9、10、局部不确定性关系标准 16、约化密度矩阵标准 3 和协方差矩阵标准 13。另一种纠缠检测方法是通过纠缠见证，它们是 Hermitian 块正（但不是正）算子。因此，任何这样的算子在可分离状态下都是正的，并且状态 ρ 是可分离的当且仅当对于每个纠缠见证 W ，Tr(ρW)≥0。所有纠缠态都有检测它们的见证人 43、44。换句话说，如果 ρ 是纠缠的，则存在一个（非唯一的）见证人 W ，使得 Tr(ρW)<0。问题在于为给定状态找到合适的见证人。与其他检测方法相比，选择纠缠见证人的优势在于，状态的不可分性取决于计算该状态下 W 的期望值。因此，它比全状态断层扫描需要的信息更少，这也意味着需要更少的实验设备和更少的测量。存在一类特殊的见证人，可以检测具有正部分转置的量子态，也称为束缚纠缠态 17、20、24、25、44。它们被称为不可分解的，因为它们不能分解为 W = A + BŴ，其中 A 和 B 为正，其中Ŵ是部分转置。此类算子没有通用的构造方法，而且通常很难确定见证人是否可分解。然而，已经发现了几类不可分解的纠缠见证，例如与众所周知的重新调整或可计算交叉范数 (CCNR) 可分离性标准 5、6、35 和协方差矩阵标准 12、13、26 相关的标准，以及它们的概括 37、38。在构建纠缠见证时，人们经常使用相互无偏基 (MUB)。C d 中的正交基是相互无偏的当且仅当属于不同基的任意两个向量之间的转换概率为常数 11 。在参考文献 8 中，作者使用 MUB 定义了一类新的见证人，并分析了它们在 d = 3 中的属性。这种构造已以多种方式得到推广。Li 等人为相互无偏测量 (MUM) 27 和对称信息完全测量 (SIC-POVM) 28 引入了类比算子。Wang 和 Zheng 45 考虑了不同维度的复合系统中基于 MUB 的见证人。Hiesmayr 等人 15 表明，不等价和不可扩展的 MUB 集有时对检测纠缠更有用，而 Bae 等人 1 发现需要超过 d / 2 + 1 个 MUB 来识别束缚纠缠态。涵盖各种纯度的 MUM 均能检测到与