XiaoMi-AI文件搜索系统
World File Search System分子数据
利用集成分子数据的病理图像深度神经网络分析增强胶质瘤分类和分级
神经胶质瘤是源自神经胶质细胞的原发性脑肿瘤。对这些肿瘤的分类和分级对于预后和治疗计划至关重要。世界卫生组织 (WHO) 于 2016 年推出了现行的中枢神经系统 (CNS) 神经胶质瘤分类标准。该神经胶质瘤分类标准需要将组织学与基因组学相结合。2017 年，中枢神经系统肿瘤分类分子和实用方法信息联盟 (cIMPACT-NOW) 成立，旨在为中枢神经系统肿瘤分类提供最新的建议，预计 WHO 将在即将发布的分类中采纳这些建议。在这项工作中，我们提出了一种新颖的神经胶质瘤分析方法，这是文献中首次根据最新的 WHO 标准将从脑组织病理学图像数字分析中获得的细胞特征与分子特征相结合。我们首先提出了一种新颖的过度分割策略，用于在大型组织病理学全幻灯片图像 (WSI) 中选择感兴趣区域 (ROI)。然后，基于深度神经网络 (DNN) 的分类方法将分子特征与细胞特征融合，以提高肿瘤分类性能。我们使用来自癌症基因组图谱 (TCGA) 数据集的 549 个患者病例对所提出的方法进行了评估。使用常规 DNN 对低级别胶质瘤 (LGG) 和高级别胶质瘤 (HGG) 的交叉验证分类准确率为 93.81%，使用残差神经网络 (ResNet) DNN 对 LGG II 和 LGG III 的交叉验证分类准确率为 73.95%。我们的实验表明，深度学习的类型对 LGG II 与 LGG III 之间的肿瘤亚型区分有显著影响。这些结果优于对 LGG II 与 LGG III 进行分类的最先进方法。 LGG III，在文献中区分 LGG 与 HGG 方面具有竞争力。此外，我们还研究分子
通过将克隆生存数据与多级分子数据整合到胶质母细胞瘤细胞系中治疗耐药性的体外分析
©作者2023。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http：//创建ivecommons。org/licen ses/by/4。0/。Creative Commons公共领域奉献豁免（http：//创建ivecommons。Org/publi cdoma in/Zero/1。0/1。0/）适用于本文中提供的数据，除非在数据信用额度中另有说明。
NCI 生物样本资源最佳实践
生物分子技术的空前进步极大地提高了癌症研究中使用的分析工具的功能和精度，并加速了个性化医疗的发展。使用这些新兴技术平台分析的人体样本已成为基础和转化癌症研究的重要资源，因为它们是分子数据的直接来源，从中可以确定治疗、检测和预防的目标，并得出癌症的分子分类法。从这些新分析平台获得的分子数据的可靠性取决于所分析生物样本的质量和一致性。由于对生物样本质量的要求越来越高，使用最先进的方法对生物样本资源进行标准化已成为整个研究企业的迫切需求。缺乏标准化、高质量的生物样本被广泛认为是癌症研究的重大障碍。
引用 (APA)：Sin, G., & Al, R. (2021)。人工智能十字路口的活性污泥模型——推进过程建模的视角。npj 清洁水，4 (1)，第 16 篇文章。https://doi.org/10.1038/s41545-021-00106-5
自 20 世纪 80 年代初推出活性污泥模型 1 号 (ASM1) 以来，人们在应用这些模型方面已有十年的经验，并证明了它们在污水处理厂的设计和运行方面的成熟度。然而，这些模型在复杂性和应用准确性方面已经达到了极限。一个例子是，尽管提出了许多扩展 ASM 来描述活性污泥厂中的 N2O 生成动态，但这些模型仍然过于复杂，尚未得到验证。这篇前瞻性论文提出了一种新的愿景，即通过明确整合活性污泥模型中分子数据测量的微生物群落信息来推进过程建模。在这个新的研究领域，我们建议利用先进基因测序技术丰富的分子数据与人工智能与过程工程模型的集成之间的协同作用。这是一个跨学科的研究领域，使两个独立的学科，即环境生物技术，能够联合起来，与建模和工程界合作，为未来可持续的污水处理厂进行新的理解和基于模型的工程。
药理反应的候选生物标志物评估
利用我们基于网络的 CellMiner（https://discover.nci.nih.gov/cellminer/）和 CellMinerCDB（https://discover.nci.nih.gov/cellminercdb/）应用程序中的信息，我们确定了 3978 个与药理反应有显著关联的分子事件，这些基因要么是靶标，要么是生物标志物，要么与药物有因果关系。分子事件包括 DNA 拷贝数、甲基化和突变；和转录本；以及 NCI-60 人类癌细胞系的整体或磷酸化蛋白质表达。虽然所有形式的分子数据在某些（基因-药物）配对中都具有参考价值，但发现显著关联的分子事件类型因药物而异。发现某些形式的分子数据比其他形式具有更频繁的显著相关性。领先的是通过抗体测量的磷蛋白（31%），其次是通过微阵列测量的转录本（16%），以及通过质谱或抗体测量的总蛋白水平（14%）。所有其他测量值的范围在 5% 到 11% 之间。当使用具有相同靶标的不同药物以及对相同分子参数进行不同测量时，数据可靠性的结果一致。各种分子参数与药理反应之间的相关性显著性为与每种基因-药物配对具有生物学相关性的参数提供了功能指示，以及测量类型之间的比较。
BMS3204：分子生物学
2个大型和小组会议的教程，学生将学习如何克隆基因，构建DNA库，表达和表征重组蛋白。使用计算机软件（例如折叠），学生将尝试设计（并发现）“较新”和“更好”蛋白质，以应对生物技术和医学科学领域的特定挑战和机遇。教程将补充案例示例，以使学生能够使用各种生物信息学资源来收集，处理，呈现和解释分子数据。
辣椒囊肿的多样性。基于表型和分子标记的基因型以及父母选择1
摘要：观赏辣椒植物具有遗传变异性，可以通过形态学和分子特征进入。基因型选择以形成基本种群进行育种，可以通过对几种类型的数据的联合分析进行繁殖，从而提供更高的选择准确性。从这个角度来看，这项研究旨在根据对表型性状和分子标记的分析评估胡椒加入之间的多样性，并选择在育种计划中用作父母的最佳方法。这项研究是在巴西Paraíba的联邦DaParaíba大学的CenciasAgrárias进行的。使用了16种观赏性胡椒基因型，并针对八个定量性状，九个定性性状和18对微卫星引物进行了表征。使用Tocher的聚类方法，Ward的群集算法和差异矩阵进行了同时变量分析。通过定量，定性和分子数据的联合分析，聚类方法在分离基因型，鉴定遗传变异性和准确性方面是有效的。通过Tocher方法（六组）和Ward的方法（三个组）形成了基因型之间的不同组。考虑到定量，定性和分子数据的联合分析，观赏性胡椒基因型之间存在遗传变异。定性性状对于鉴定观赏辣椒垫之间的遗传差异很重要。UFPB基因型46、134、137、443和449，迷你胡椒akamu和品种Calypso被指示用于选择，可用于执行十字架并继续育种计划。
从分子预训练模型中提取训练数据
图形神经网络（GNN）已显着提高了药物发现领域，从而提高了分子鉴定的速度和效率。但是，培训这些GNN需要大量的分子数据，这促使了协作模型共享计划的出现。这些举措促进了在组织中共享分子预培训模型的情况，而无需暴露专有培训数据。尽管有好处，但这些分子预训练的模型仍可能带来隐私风险。例如，恶意对手可以执行数据提取攻击以恢复私人培训数据，从而威胁商业秘密和协作信任。这项工作首次探讨了从分子预训练模型中提取私人训练分子数据的风险。这项任务是非凡的，因为分子预训练的模型是非生成性的，并且表现出多种模型架构，这与语言和图像模型明显不同。为了解决这些问题，我们引入了一种分子生成方法，并提出了一种新颖的，独立于模型的评分函数，以选择有希望的分子。为了有效地减少潜在分子的搜索空间，我们进一步引入了一个分子提取策略网络，以进行分子提取。我们的实验表明，即使仅查询分子预先训练的模型，也存在提取培训数据的很大风险，这挑战了这样的假设，即单独模型共享提供了足够的保护，以防止数据提取攻击。我们的代码可在以下网址公开获取：https：//github.com/ molextract/data-extraction-from-molecular-molecular-pre-preated-model-model。
分子系统学在微生物学中的作用...
近年来，分子生物学和生物信息学的稳健发展为研究人员提供了解决生物学所有分支长期问题的重要工具。使用分子数据重建系统发育关系的过程称为“分子系统学”。在这项系统的综述中，在微生物研究和公共卫生的两个领域中描述了分子技术在系统学中的利用。本研究中包括了20篇文章，展示了九种独特的分子方法，具有不同的优势和局限性。揭示了生物学研究下的大多数文章旨在识别特定的微生物。同时，确定系统发育关系和爆发研究是分子系统技术利用公共卫生技术的主要目标。
如何使抗癌药物穿过血脑屏障来治疗脑转移瘤
摘要：过去 10 年，脑转移瘤的发病率有所增加。然而，脑转移瘤患者的生存率仍然很低，在肿瘤内科的日常实践中也面临挑战。脑转移瘤高发病率的机制之一是大多数化疗药物（包括最近的靶向治疗）无法穿过血脑屏障。因此，需要新的药理学方法来优化抗癌药物方案的疗效。在本文中，我们介绍了脑转移瘤分子数据的最新发现。然后，我们讨论了抗癌药物穿过血脑屏障的药理学研究的已发表数据。我们接着讨论了未来的发展，即使用物理方法或生理转运体促进药物穿过血脑屏障，以治疗癌症患者的脑转移瘤。