XiaoMi-AI文件搜索系统
World File Search System亲电
A Review of EEG-Neurofeedback 脑电神经反馈综述
脑电反馈是一种基于脑电图技术的无创脑刺激方法，通过脑机接口将脑电生理活动信号传送到计算机，将脑电活动的实时变化作为反馈刺激给予被试自身，帮助被试学习如何自我调节大脑活动。脑电反馈应用十分广泛，可作为精神疾病的辅助治疗、健康个体的认知能力提高以及作为脑电生理特征与认知功能相互作用的实验条件。为了对脑电反馈有一个清晰的认识，本文从脑电反馈系统的组成部分、脑电反馈方案的设计要素、脑电反馈的评价以及脑电反馈的机制理论四个部分对其进行了综述。
基于KECA-GRNN的风电机组齿轮箱状态监测与健康评估
收稿日期 ： 2020-01-03 基金项目 ：国家自然科学基金（ 61763037 ）；内蒙古自然科学基金（ 2019LH06007 ）；内蒙古自治区科技计划（ 2019 ， 2020GG0283 ） 通信作者 ：齐咏生（ 1975 —），男，博士、教授，主要从事风电机组状态监测与故障诊断方面的研究。 qys@imut.edu.cn
新型亲电试剂及基于机制和靶向的共价抑制剂设计策略
摘要：共价抑制剂在药物设计中正经历着日益复苏的势头，并且成为分子生物学中越来越有用的工具。通过共价键将抑制剂连接到其靶标上的能力提供了药效学和药代动力学优势，但如果不减轻不良的脱靶反应，这也可能是一种负担。因此，在靶向共价抑制剂 (TCI) 的设计中，发现与特定氨基酸残基选择性反应的新亲电基团是非常可取的。此外，通过利用靶酶的机制来控制反应性的能力，如在基于机制的抑制剂 (MBI) 中，极大地受益于新策略的发现。本期观点展示了亲电试剂开发的最新进展及其在对靶标具有高选择性的 TCI 和 MBI 中的应用。
基于卷积网络的运动想象脑电自制数据集分类算法研究
同时，它将卷积神经网络与传统方法相结合，以基于短时傅立叶变换和连续小波变形的特征提取方法提出特征提取方法。卷积神经网络分类算法使用特征提取算法来提取时间频率特征来制作时间频率图，并使用卷积网络来快速学习分类的功能。测试结果表明，该算法在运动图像脑电图公共数据集中的精度为96％，而自制数据集的精度率约为92％，这证明了算法在运动成像EEG分类中的可行性。
零能耗建筑电–氢–热双层能量优化调控方法
零能源建设电力 - 热热双层能量优化控制方法Kong Lingguo 1，Wang Shibo 1，Cai Guowei 1，Liu Chuang 1，Guo Xiaoqiang 2
DCAF11 通过亲电蛋白水解靶向嵌合体支持靶向蛋白质降解
摘要：配体诱导的蛋白质降解已成为一种引人注目的方法，通过将蛋白质引导至泛素蛋白酶体机制来促进蛋白质从细胞中的靶向消除。到目前为止，仅发现有限数量的 E3 连接酶支持配体诱导的蛋白质降解，这反映了用于蛋白水解靶向嵌合体 (PROTAC) 设计的 E3 结合化合物的缺乏。在这里，我们描述了一种功能筛选策略，该策略使用候选亲电 PROTAC 的集中库来发现通过共价结合 E3 连接酶来降解人体细胞中蛋白质的双功能化合物。机制研究表明，亲电 PROTAC 通过修饰 DCAF11（一种特征不明显的 E3 连接酶底物接头）中的特定半胱氨酸起作用。我们进一步表明，DCAF11 导向的亲电 PROTAC 可以降解人类前列腺癌细胞中的多种内源性蛋白质，包括 FBKP12 和雄激素受体。我们的研究结果表明 DCAF11 是一种 E3 连接酶，能够通过亲电 PROTAC 支持配体诱导的蛋白质降解。■ 简介
亲核鉴定为...
报告了它们在细胞中的发现，研究人员描述了一个新的DNA修复过程，其中细胞从细胞核中去除有害的DNA蛋白质病变，从而确保其遗传材料的稳定性并促进细胞存活。团队称这一新过程为核。亲核是一种天然的细胞清洁机制，称为自噬，对于修复DNA和确保细胞存活至关重要。它涉及一种称为Tex264的常见蛋白质。在接受结直肠癌化疗的患者中，这些药物会导致DNA病变。在响应中，人体表达了Tex264，该Tex264激活了亲核过程，将病变引导到细胞的废物处置系统，并在其中分解并破坏。研究团队使用了先进的技术，包括生化，细胞生物学和生物信息学工具，斑马鱼模型和结直肠癌患者材料，以确保核噬菌对于修复受损的DNA至关重要。这项研究为细胞修复DNA损伤的新途径提供了见解，这可以改善癌症治疗，并在将来为患者带来更好的结果。首席研究员Kristijan Ramadan，Toh Kian Chui的癌症和干细胞生物学杰出教授，Lee Kong Chian医学院（LKCMedicine）的癌症发现和再生医学计划主任，NTU Singapore表示，“虽然已知自噬是与DNA修复有关的，直到其直接维修的证据都没有与DNA维修相关。
我们能拥有亲工人的人工智能吗
出于技术和商业战略原因，人工智能系统不可避免地会用于某些自动化。在技术方面，许多服务和生产任务自动化的一个主要障碍是它们需要灵活性、判断力和常识——而这些在前人工智能形式的自动化中是明显缺失的。人工智能，尤其是生成式人工智能，有可能掌握这类任务（Susskind，2021 年）。过去由熟练的人类操作员执行的大量计算机安全任务现在可以由人工智能机器人执行。同样，生成式人工智能系统可以撰写广告文案、解析法律文件、转录医生的医疗笔记并进行语言翻译。目前尚不清楚这种类型的自动化将对总体生产力增长做出多大贡献，而这些