XiaoMi-AI文件搜索系统
World File Search System优于
带有时间功能的人工智能在预测糖尿病中优于机器学习
2型糖尿病越来越被称为现代可预防的大流行，因为即使有出色的可用治疗方法，糖尿病并发症的速度也迅速增加。预测糖尿病并在早期阶段识别糖尿病可以使其更容易预防，从而使足够的时间在失控之前实施疗法。具有深度学习的纵向电子病历（EMR）数据具有巨大的糖尿病预测潜力。 本文研究了深度学习模型的预测能力与最先进的机器学习模型相反，以结合风险的时间维度。 拟议的研究研究了各种深度学习模型和预测糖尿病的特征。 对模型性能进行了评估，并与主要特征，风险因素，训练数据密度和访问历史相比进行了比较。 该框架是在从加拿大初级保健前哨监视网络（CPCSSN）中提取的19k超过19K患者的纵向EMR记录实施的。 经验发现表明，深度学习模型始终优于其他最先进的竞争者，预测准确性高于91％，而不会过分拟合。 空腹血糖，血红蛋白A1C和体重指数是未来糖尿病发作的关键预测指标。 超重，中年患者和高血压患者更容易患糖尿病，这与已经知道的糖尿病一致。 模型性能会随着训练数据密度或患者的访问历史的增加而提高。具有深度学习的纵向电子病历（EMR）数据具有巨大的糖尿病预测潜力。本文研究了深度学习模型的预测能力与最先进的机器学习模型相反，以结合风险的时间维度。拟议的研究研究了各种深度学习模型和预测糖尿病的特征。对模型性能进行了评估，并与主要特征，风险因素，训练数据密度和访问历史相比进行了比较。该框架是在从加拿大初级保健前哨监视网络（CPCSSN）中提取的19k超过19K患者的纵向EMR记录实施的。经验发现表明，深度学习模型始终优于其他最先进的竞争者，预测准确性高于91％，而不会过分拟合。空腹血糖，血红蛋白A1C和体重指数是未来糖尿病发作的关键预测指标。超重，中年患者和高血压患者更容易患糖尿病，这与已经知道的糖尿病一致。模型性能会随着训练数据密度或患者的访问历史的增加而提高。这项研究证实了LSTM深度学习模型将风险时间维度纳入其预分类能力的能力。
PHYSICAL REVIEW E 101, 012110 (2020) 玻色子的表现优于......
随着工业革命期间蒸汽机的广泛应用，热力学作为一门物理理论应运而生，它能够描述和优化这些设备的性能 [1]。虽然现代热力学已远远超出了其原有的范围，但热机仍然是研究热力学机制的经典系统。热机不仅具有明确的实际应用，而且还为研究系统热力学性质如何演变提供了一种范例——应用范围从生物过程、气候系统到黑洞 [2-4]。量子系统受固有涨落和明显的非平衡性影响，为应用热力学框架带来了新的挑战 [5]。尽管如此，量子热机 [5,6] 为以易于理解的方式研究量子系统中的热力学行为提供了天然的基础。例如，在等容冲程中，总能通过能量的变化找到热量，就像在等熵冲程中可以通过能量的变化找到功一样 [7]。这或许可以解释为何有大量研究试图通过利用量子资源来提高发动机性能，包括相干性[8-15]、测量效应[16]、压缩储层[17-19]、量子相变[20]和量子多体效应[15,21-23]。其他研究则探讨了量子热机与经典热机之间的根本区别[24–26]、有限时间循环[13、27、28]、利用捷径实现绝热[12、22、23、29–33]、非热状态下的操作[34、35]、非马尔可夫效应[36]、磁系统[37–42]、非谐势[43]、光机械实现[44]、量子点实现[38、40、42]、二维材料中的实现[38、41]、与量子系统耦合的经典引擎[45]、量子冷却[46、47]、相对论系统[48、49]、简并效应[ 39、50]，以及
ChatGPT-4 在医疗 AI 模型比较中表现优于其他模型
简单问题需要基础知识，而难题则需要详细了解，并能够识别相似医学概念之间的细微差异。中等难度的问题需要稍微多一点的基本信息。研究人员使用现有的临床数据标准来评估临床代码，使他们能够区分医学概念，以完成诸如医学编码实践、总结、自动计费等任务。
葡萄糖度功能曲线优于传统连续葡萄糖监测指标
涉及健康和糖尿病种群的临床研究。但是，有效利用CGM概况的高时间分辨率仍然是一个重大挑战。已提出了许多指标，例如时间范围的指标和葡萄糖可变性度量，但证据表明这些指标忽略了glu-Cose动态稳态的关键方面。作为一种替代方法，本文探讨了葡萄糖度指标在捕获glu-cosos动力学时的临床价值（特别是CGM时间序列的速度和加速度），这是预测长期葡萄糖结果的新生物标志物。我们的结果表明，与传统的非CGM和CGM Glucose Biomarkers相比，在五年和八年的五年和八年中，在预测糖基化血红蛋白（HBA1C）和空腹血浆葡萄糖（FPG）方面，超过20％的信息获得了20％。这些发现强调了纳入更复杂的CGM功能指标的重要性，例如葡萄糖度方法，以完全捕获跨不同时间尺度分辨率的连续葡萄糖波动。关键字：葡萄糖动力学；连续葡萄糖监测数据；葡萄糖代谢；功能数据分析。
PCNA 的靶向降解优于化学计量抑制，导致程序性细胞死亡
靶向蛋白质降解已成为一种强大的技术 - 既是一种生物学工具，也可用于拓宽治疗性蛋白质组。作为探索这种方法对历史上难以攻克的靶标的工具，我们之前已经开发了“生物降解剂” - 靶向降解融合构建体，由与修饰的 E3 连接酶受体连接的微型蛋白质/肽组成。在此，我们通过对 Con1-SPOP 的详细研究深入了解了生物降解剂的效用和潜力，Con1-SPOP 是一种可快速降解潜在癌症靶标增殖细胞核抗原 (PCNA) 的生物降解剂。在各种环境中，活性生物降解剂 (Con1-SPOP) 在药理学上优于其化学计量（非降解）抑制剂等效物 (Con1-SPOP mut)。具体而言，除了在 2D 细胞培养和 3D 球体中具有更强的抗增殖作用外，PCNA 降解还独特地诱导了 DNA 损伤、细胞凋亡和坏死。在强力霉素 (Dox) 诱导下表达 Con1-SPOP 的稳定细胞系的整体蛋白质组学分析表明，有丝分裂受损和线粒体功能障碍是 PCNA 降解的直接后果，而化学计量抑制剂蛋白则未观察到这种影响。为了评估生物降解剂的治疗潜力，我们表明 Dox 诱导的 Con1-SPOP 在异种移植模型中实现了完全的肿瘤生长抑制。为了探索生物降解剂作为一种新型治疗方式的应用，合成了编码 Con1-SPOP 的修饰 mRNA 并将其封装到脂质纳米颗粒 (LNP) 中。该方法成功地在体外递送了 mRNA，以在应用后数小时内以纳摩尔效力耗尽内源性 PCNA。总体而言，我们的结果证明了生物降解剂作为生物工具的效用，并强调靶向降解是一种比化学计量抑制更有效的方法。最后，一旦体内递送和表达得到优化，生物降解剂就可能成为一种令人兴奋的治疗方式。
新实验室研究表明黄金在化疗药物中的应用优于铂金
左图：正常宫颈癌细胞，细胞核结构良好（蓝色），肌动蛋白细丝（绿色）排列整齐，肌动蛋白细丝在细胞存活和分裂中起着至关重要的作用。右图：不稳定的宫颈癌细胞经金化合物处理后，结构完整性受损，细胞核（蓝色）分裂，表明细胞死亡。图片来源：RMIT
飞行配额优于以减少学术旅行的碳足迹的重点缓解策略
1 UMR农业和食品Sytmes，Inrae，Cirad，Cirad，Agro Institut Agro，蒙彼利埃大学，法国蒙彼利埃大学2 UMR生殖与行为的生理学，Inrae，CNR，CNRS，CNRS，Univers of Tours of Tours，Nouzilly 37380，France 37380 F-31320，法国4 Lochean/IPSL，IRD，CNRS，MNHN，MNHN，索邦大学，巴黎大学75005，法国5 Geosciences Rennes UMR 6118，CNRS，CNRS，CNRS，RENNES，RENNES 35000，法国6 Aix Marseille Univ，CNR，CNR，CNR，CNES，MARSELY，MARSEILL，MARSELY，FIRASE，FIRASE，FIRASE，FIRASE，FIRASE，FIRASCE （LMD/IPSL）Sorbonne University，CNRS，“ Ecole Polytechnique，” NormaleSupérieure，Paris 75005，法国8 Institut Neel，CNRS，Grenoble Alpes University，Grenoble Alpes University，Grenoble Brenoble F-38042，F-38042，F-38042，法国9，法国9同等贡献。∗作者应向谁解决任何信件。
辣椒素通过改善糖尿病大鼠的胰岛素敏感性来改善葡萄糖代谢，效果优于辣椒素
据报道，由于红辣椒中含有辣椒素，红辣椒和红辣椒酱对动物和人类具有减肥、镇痛和抗炎作用。我们研究了食用辣椒素和辣椒素类似物（一种无刺激性的辣椒素类似物）是否会改变 90% 胰腺切除 (Px) 糖尿病大鼠（一种中度和非肥胖的 2 型糖尿病动物模型）中葡萄糖刺激的胰岛素分泌、胰腺 β 细胞存活率和胰岛素敏感性。Px 糖尿病大鼠被分为 3 个治疗组：1) 辣椒素 (Px-CPA)、2) 辣椒素 (Px-CPI) 或 3) 葡萄糖 (Px-CON)，并提供含有指定成分（0.025% 辣椒素、辣椒素或葡萄糖）的高脂肪饮食（40 能量 % 脂肪），持续 8 周。辣椒素和辣椒素盐均可减少糖尿病大鼠的体重增加、内脏脂肪堆积、血清瘦素水平并改善葡萄糖耐受性，而无需调节能量摄入。与对照组相比，辣椒素和辣椒素盐均可增强高血糖钳制过程中的第一和第二阶段胰岛素分泌。两者还通过增强胰岛素/IGF-1 信号传导来增加 β 细胞增殖并减少 β 细胞凋亡，从而增加 β 细胞质量。然而，只有辣椒素盐可在正常血糖高胰岛素钳制过程中增强肝脏胰岛素敏感性。辣椒素盐可降低高胰岛素状态下的肝脏葡萄糖输出并增加甘油三酯积累，而单独使用辣椒素盐可显著增加糖原储存。这与增强的 pAkt → PEPCK 和 pAMPK 信号传导有关。辣椒素和辣椒素盐通过激活 pAMPK 来减少甘油三酯储存。总之，辣椒素和辣椒素盐可改善葡萄糖稳态，但它们以不同的方式增强了糖尿病大鼠肝脏的胰岛素敏感性、胰岛素分泌模式和胰岛形态。辣椒素盐比辣椒素具有更好的抗糖尿病作用。© 2013 Elsevier Inc. 保留所有权利。
带状疱疹 mRNA 疫苗在小鼠和恒河猴中诱导的免疫力优于已获许可的疫苗
附属机构：1. 中国药科大学基础医学院疫苗研究中心，南京 211198。2. 中国药科大学新药安全评价研究中心，南京 211198。3. 江南大学生命科学与健康工程学院，无锡 214122。4. 山东大学药学院免疫药物研究所，济南 250012。5. 中国科学院生物物理研究所感染与免疫重点实验室，北京。6. 中国药科大学靶向发现中心，南京 211198。7. 山东大学先进医学研究院，济南。 8. 南京农业大学动物医学院，南京 9. 上海交通大学医学院附属第一医院难治性疾病精准研究中心，上海 200025。10. 凡士通生物技术有限公司，上海 11. 中国药科大学生物制药学院，南京 211198。12. 大连医科大学基础医学院免疫学教研室，大连 116044。13. 瑞典卡罗琳斯卡医学院索尔纳分校医学部，斯德哥尔摩 17176。14. 徐州医科大学药学院，江苏徐州 221004。*作者贡献相同 # 通讯作者
在全脑分割方面，2.5D 方法是否优于 3D 深度网络？
对具有大量标签、小卷曲结构以及各种结构边界之间缺乏对比度的 3D 体积进行分割是一项艰巨的任务。虽然许多分割任务中的最新方法进展都以 3D 架构为主导，但目前全脑分割最强大的方法是 FastSurferCNN，一种 2.5D 方法。为了阐明 2.5D 与各种 3D 方法之间的细微差别，我们进行了彻底而公平的比较，并提出了一种空间集成的 3D 架构。有趣的是，我们观察到在完整视图图像上训练内存密集型的 3D 分割并不优于 2.5D 方法。即使在完整视图上进行评估时也转向在补丁上进行训练可以同时解决内存和性能限制的问题。在五个数据集上的 Dice 相似系数和尤其是平均豪斯多夫距离测量方面，我们展示了比最先进的 3D 方法显着的性能改进。最后，我们对各种神经退行性疾病状态和扫描仪制造商的验证表明，我们的表现优于之前领先的 2.5D 方法 FastSurferCNN，在现实环境中表现出强大的分割性能。我们的代码可在 github.com/Deep-MI/3d-neuro-seg 上在线获取。关键词：深度 3D 卷积网络、全脑分割、深度集成。