XiaoMi-AI文件搜索系统
World File Search System从机
2型糖尿病中细胞衰老的调节：从机制到临床应用
细胞衰老通过多种途径通过高血糖加速。因此，衰老是在2型糖尿病（T2DM）的病理生理学中考虑的重要细胞机制和一个额外的治疗靶标。使用去除衰老细胞的药物的使用导致动物研究中血糖水平和糖尿病并发症的改善。尽管去除衰老细胞是治疗T2DM的有希望的方法，但两个主要挑战限制了其临床应用：每个器官中细胞衰老的分子基础尚待了解，并且必须确定每个器官中去除衰老细胞的特定效果。本综述旨在讨论将衰老作为T2DM中一种治疗选择的未来应用，并阐明细胞衰老和与衰老相关的分泌势型在调节葡萄糖水平重要的组织中的特征：胰腺，肝脏，脂肪细胞和骨骼肌肉。
DNA损伤和肠道微生物组：从机制到疾病结果
摘要：肠道菌群的细胞数量和集体基因组的数量超过了它们的哺乳动物宿主，以及肠道菌群与宿主的代谢和生理相互作用尚未完全表征。癌症仍然是死亡的主要原因之一，对可能导致癌症的关键事件的更多研究以及肠道菌群的重要性仍有待确定。肠道微生物群可以释放模拟宿主内源过程的微生物分子，例如炎症反应，或者可以改变摄入物质的宿主代谢。这两种反应都可以对宿主有益或有害，有些反应可以是遗传毒性的，因此有助于癌症的进展。本综述着重于目前可用的有关肠道菌群如何参与人类致癌的机械理解的分子证据。我们首先回顾了致癌作用的关键事件，尤其是DNA损伤如何进行肿瘤制剂。然后，总结了归因于肠道菌群的宿主DNA损伤的当前知识，其次是肠道毒性的内源性过程，肠道微生物群可以诱导。最后，我们触摸了特定肠道菌群营养不良与不同类型癌症之间的关联，并以最新的知识以及未来的研究方向结论，以促进我们对肠道菌群与癌症发展之间关系的理解。
Anthracycline心脏毒性：从机制到预防策略
改善了氧化还原反应的催化，从而促进了抗癌作用底部的氧自由基的产生，以及许多附带效应。尤其是临床实践中使用的两个最常用的分子是阿霉素和多诺比霉素图1 [3]。从结构的角度来看，它们具有共同的含量分离部分和碳水化合物部分。aglycone是一种凝结的4环结构，在B环上与羟基酮相邻的C环上的喹酮。它还在d环上的C-4上包含甲氧基组，并且在含有羰基的C-9的小链中也包含一个小链[4]。这两个分子之间的唯一区别是，C -9中的侧链首先用一级酒精羟基-CH2OH结束，而另一个则以简单的甲基结束[5]。
从机组人员到单人飞行员操作 - CORE 学者
更高水平的自动化已经取代了驾驶舱中的人类角色。因此，将机组人员规模从两名飞行员进一步减少到一名已成为一种选择。这种单飞行员操作 (SPO) 需要提供至少与当今的双机组操作 (TCO) 相同的安全标准。本研究旨在确定 SPO 期间而非 TCO 期间飞行员表现和工作量中的潜在问题。 14 名飞行员在固定基地的 A320 飞行模拟器中飞行了短距离 ILS 进近和着陆场景。采用 2x3 因子设计，考虑机组配置（TCO 和 SPO）和场景（基线、湍流和异常）。收集了绩效数据和主观工作量评级。结果表明，工作量可能主要在异常情况下出现问题。为此类情况设计适当的支持解决方案将是实施 SPO 的主要挑战。
从机器人教授那里惊讶地学习
摘要 - 在接下来的几年中，社交机器人将在教学领域中广泛使用。因此，确定这些机器人如何与学生进行最佳互动非常重要。本文专门研究了社会机器人的表现，代替了大学教授，在工程领域，测量了三个结果，享受（问卷），知识的获取（课程后的学术考试和期末考试成绩）和惊喜水平（由摄影机监控）。受到以前的认知研究的启发，这些研究证明了惊喜和熟悉的感觉会影响学习过程，因此这项研究的假设是机器人培训者将增加学生的享受。领导研究质疑较高水平的享受是否通过一系列三个实验与更高的知识获得相关。使用相同的主题材料，测试了三个变量：1。一个机器人讲座，2。一个人讲座，3。两个机器人讲座。初步发现表明，与曾经由机器人教师讲授的学生相比，由人类教师讲授的学生曾经获得了更高水平的知识。但是，机器人讲座中的人具有更高的享受水平，并增加了惊喜的表情。第二次由机器人讲课时，结果既表现出更高水平的知识和享受，又表现出了表达的惊喜，与一位人类导师的讲座和一位机器人讲座或一个机器人讲座相比。我们得出的结论是，高水平的惊喜最初使学生分心，但一旦克服，就可以作为学习动机。
从机器中发现的新型超亮光电阴极......
概念思想：1.) 确定 ℏ𝜔 的光电发射状态。2.) 计算每对状态的光电发射概率。3.) 计算本征发射率作为光电发射状态的加权平均值 4.) 对新的 ℏ𝜔 重复上述操作。
从机载激光雷达重建曲面建筑物数据...
摘要 —irborneirborneLiDAR（光检测和测距）数据广泛应用于建筑物重建，研究报告称在典型建筑物中取得了成功。然而，弯曲建筑物的重建仍然是一个悬而未决的研究问题。为此，我们提出了一种通过组装和变形几何图元进行弯曲建筑物重建的新框架。输入的 LiDAR 点云首先转换为轮廓，其中识别出各个建筑物。从建筑物轮廓中识别出几何单元（图元）后，我们通过将基本几何图元与这些图元匹配来获得初始模型。为了完善组装模型，我们使用扭曲场来细化模型。具体来说，通过对初始模型进行下采样来构建嵌入式变形（ED）图。然后，通过基于我们的目标函数调整 ED 图中节点参数，将点到模型的位移最小化。所提出的框架在不同城市的各种 LiDAR 收集的几个高度弯曲的建筑物上得到了验证。实验结果以及精度比较证明了我们方法的优势和有效性。新见解归因于一种有效的重建方式。此外，我们证明基于原始的框架将数据存储显着减少到传统网格模型的 10-20%。
居住区景观中采用不同滤波方法从机载 LiDAR 点云提取的数字地形模型的比较分析
光探测和测距 (LiDAR) 是一种成熟的主动遥感技术，可以提供地形和非地面物体（如植被和建筑物等）的精确数字高程测量。需要去除非地面物体才能创建数字地形模型 (DTM)，该模型是仅代表地面点的连续表面。本研究旨在比较分析三种主要的去除非地面物体的滤波方法，即高斯低通滤波器、焦点分析均值滤波器和基于不同窗口大小的 DTM 斜率滤波器，以从机载 LiDAR 点云创建可靠的 DTM。分析中使用了 ISPRS WG III/4 提供的在德国 Vaihingen 上空捕获的纯住宅区 LiDAR 数据样本。视觉分析表明，高斯低通滤波器使衰减的高频物体的 DTM 变得模糊并强调了低频物体，而在较大的窗口大小下它可以更好地去除非地面物体。与高斯低通滤波器相比，焦点分析均值滤波器表现出更好的非地面物体去除效果，尤其是在窗口尺寸较大的情况下，非地面物体的细节在窗口尺寸为 25 × 25 及更大的 DTM 中几乎消失了。基于斜率的 DTM 滤波器创建的裸地模型在非地面物体的位置充满了缝隙，这些缝隙的尺寸和数量有所增加
从模型准备到制造，从机器到材料...
在过去的一两个月里，我一直埋头阅读本期长达 40 页的《3D 打印专业人士》报告。我们真心希望您觉得它很有趣，它能教会您一两件事，并在反击目前围绕该行业的不可避免的炒作方面重新设定了记录。在整理过程中，我们采访了工业领域 3D 打印的一些主要代表。他们不是那些登上头条新闻并登上时尚杂志封面的人，而是那些每天都在使用这些机器和材料的专业人士。这些人知道什么可行，什么不可行。他们知道技巧和窍门（他们非常乐意分享），他们知道目前无法做什么。当我们不断向他们征求意见时，我要感谢他们分享他们的知识、专业技能和幽默感。很明显，了解更多有关 3D 打印知识的唯一方法是亲自体验，与那些在操作这些机器的最前沿的人交谈，向大师学习。我不想听起来像空手道小子剧本的摘录，但你真的不明白，直到你看到大师在工作。所以，请享受我们的 3D 打印特刊。有很多东西可以看。别忘了，如果你想看到这些机器的运行，并向业内一些最有趣的人学习，我们都将于 4 月 15 日前往沃里克参加 DEVELOP3DLIVE。希望在那里见到你！