XiaoMi-AI文件搜索系统
World File Search System列以
识别核心 MRI 序列以实现可靠的自动脑转移分割
a 慕尼黑工业大学伊萨尔医院放射肿瘤学系；b 德国转化放射治疗联盟 (DKTK)，慕尼黑合作伙伴网站；c 慕尼黑亥姆霍兹中心放射医学研究所 (IRM)、放射科学系 (DRS)；d 信息学系；e 德国慕尼黑工业大学 TranslaTUM - 中央转化癌症研究所；f 瑞士苏黎世苏黎世大学医院放射肿瘤学系；g 马格德堡大学医院放射肿瘤学系；h 德国耶拿弗里德里希席勒大学耶拿大学医院放射治疗和放射肿瘤学系；i 瑞士苏黎世苏黎世大学医院定量生物医学系；j 诊断和介入神经放射学系； k 慕尼黑工业大学伊萨尔右翼医院神经外科系，慕尼黑；l 海德堡大学医院放射肿瘤学系；m 海德堡放射肿瘤学研究所 (HIRO)，国家放射肿瘤学中心 (NCRO)，海德堡；n 德国哥廷根大学医学中心放射肿瘤学系；o 瑞士阿劳州立大学阿劳分校 KSA-KSB 放射肿瘤学中心；p 富尔达综合医院放射肿瘤学系，富尔达；q 基尔石勒苏益格-荷尔斯泰因大学医学中心放射肿瘤学系；r 弗莱堡大学医学中心放射肿瘤学系；s 德国癌症联盟 (DKTK)，弗莱堡合作伙伴中心，弗莱堡，德国；t 塞浦路斯利马索尔欧洲大学德国肿瘤中心放射肿瘤学系； u 法兰克福及德国北部 Saphir 放射外科中心，Guestrow；v 法兰克福大学医院神经外科系，法兰克福；w 慕尼黑工业大学医学人工智能与信息学研究所，慕尼黑；x 亥姆霍兹人工智能，亥姆霍兹慕尼黑中心，诺伊尔贝格，德国
utrgan：学习生成5'UTR序列以优化翻译效率和基因表达
摘要。mRNA的5'未翻译区域（5'UTR）对于该分子的可翻译性和稳定性至关重要，这对于设计合成生物学回路至关重要。几个UTR序列已获得专利，并广泛用于实验室。本文介绍了乌特甘（Utrgan），这是一种生成对抗网络（GAN）的模型，用于生成5'UTR序列，并与优化程序相结合，以确保目标基因序列或高核糖体负载和翻译效率的高表达。该模型生成模仿天然UTR的各种特性的序列，并优化它们以实现目标基因上的平均表达高达5倍，（ii）与初始UTR序列相比，平均核糖体负载高达2倍，（iii）提高平均平均翻译效率34倍。utrgan生成的序列在诸如内部核糖体进入位点，上游开放式阅读框架，G Quadruplexes以及Kozak和Initiation Start Start Codoon区域中，与已知的调节基序相似。体外实验表明，与人类beta Globin 5'UTR相比，UTRGAN设计的UTR序列导致人类TNF-α蛋白的翻译速率更高，这是一个具有较高生产能力的UTR。
识别核心 MRI 序列以实现可靠的自动脑部...
1 德国慕尼黑工业大学伊萨尔右医院放射肿瘤学系 2 德国慕尼黑德国放射治疗联盟 (DKTK)，慕尼黑合作伙伴网站 3 德国慕尼黑亥姆霍兹中心放射医学研究所 (IRM)、放射科学系 (DRS) 4 德国慕尼黑工业大学信息学系 5 德国慕尼黑工业大学 TranslaTUM - 转化癌症研究中心 6 瑞士苏黎世大学医院放射肿瘤学系 7 德国马格德堡大学医院放射肿瘤学系 8 德国耶拿弗里德里希-席勒大学耶拿大学医院放射治疗和放射肿瘤学系 9 瑞士苏黎世大学医院定量生物医学系 10德国慕尼黑工业大学伊萨尔右医院神经放射学系 11 德国慕尼黑工业大学伊萨尔右医院神经外科系 12 德国海德堡大学医院放射肿瘤学系 13 德国海德堡国家放射肿瘤学中心 (NCRO) 海德堡放射肿瘤学研究所 (HIRO) 14 德国哥廷根大学医学中心放射肿瘤学系 15 瑞士阿劳州立大学 KSA-KSB 放射肿瘤学中心 16 德国富尔达综合医院放射肿瘤学系 17 德国基尔石勒苏益格-荷尔斯泰因大学医学中心放射肿瘤学系 18 德国弗莱堡大学医学中心放射肿瘤学系 19 德国癌症联盟（DKTK），弗莱堡合作伙伴网站，德国弗莱堡 20 塞浦路斯欧洲大学德国肿瘤中心放射肿瘤学系，塞浦路斯利马索尔 21 法兰克福和德国北部 Saphir 放射外科中心，德国盖斯特罗 22 法兰克福大学医院神经外科系，德国法兰克福 23 法兰克福工业大学医学人工智能和信息学研究所
通过机器学习分析心跳时间序列以检测疾病
心脏是心血管系统的一部分，负责泵送含氧和缺氧血液。它不像节拍器那样运作，通常每次心跳之间的间隔时间会有所不同，称为心率变异性 (HRV)。在患病或衰老过程中，由于自主神经系统功能障碍，HRV 会降低。这项工作的目的是利用机器学习技术表明，这些技术能够直接将心脏的变异性与疾病的程度联系起来。作为实际结果，这些技术可用于仅通过分析其时间序列来预测不同类型的疾病。我们工作中使用的第一种技术是无监督学习算法 (t-随机邻域嵌入)。我们表明，该算法仅通过分析时间序列就能区分疾病的类型和程度，我们表明可以设计一种能够学习这些特征的神经网络架构，将心脏变异性和疾病联系起来。在补充分析中，我们检查心脏变异性与置换熵直接相关，证明一个人越健康，他的心脏时间序列就越随机。我们使用深度学习从混淆矩阵和 ROC 曲线构建分类算法。该算法可以作为通过测量患者的 HRV 来诊断患者的切入点。
优化多轴增材制造中的制造序列以最大程度减少变形
a 大连理工大学数学科学学院，中国大连 b 代尔夫特理工大学精密与微系统工程系，荷兰代尔夫特 c 代尔夫特理工大学可持续设计工程系，荷兰代尔夫特
形成能量关闭C系列以加速开发
媒体联系：Sarah Bray创新的公共关系sarah@innovantpr.com 832.226.2116表格能源结束C串联C串联C加速开发外套，NGP Energy TechnologyTechnol险技术公司通过开发超低成本，长期的储能来激发气候变化的挑战，今天宣布了由Coatue Management领导的7600万美元C融资纪念日的收盘。其他新投资者包括Energy Impact Partners，NGP Energy Technology Partners III和Temasek。加入这一轮的是现有的投资者突破性能源风险投资（BEV），Prelude Ventures，MIT的发动机，摩ri座投资集团，Eni Next和Macquarie Capital。Mateo Jaramillo的首席执行官兼Form Energy联合创始人说：“我们很高兴欢迎Coatue，NGP ETP III和EIP作为业务合作伙伴和投资者。他们是先锋思想家，这项投资标志着他们对我们的团队，我们的技术和使命的信心。” Jaramillo补充说，这些资金将用于继续建立能源的世界一流团队，以加快公司突破性的低成本存储技术的发展，并推动快速发展的行业的业务发展。由于电气系统从煤炭和天然气过渡到更可再生的一代，形成能量的电池将以大规模的规模存储电力，从而使电网格的深度脱碳化。“我们认为形式能量是储能生态系统中最有前途的技术之一，” Coatue的Jaimin Rangwalla说。“深切关注下一代技术破坏者，我们期待与Mateo和其他形式的能源团队合作，以帮助将公司的创新存储解决方案推向市场。” NGP Energy Technology Partners III的首席执行官Philip J. Deutch表示：“凭借具有深厚专业知识的令人印象深刻的团队，Form的储能硬件和软件功能将为巨大的机会打开大门。我们很高兴能够与形式的能源合作，并期待与这位经验丰富的全球领导者合作，以清洁能源过渡。” EIP董事总经理Shayle Kann表示：“低成本，长期的储能将成为明天的零碳电力系统的关键推动力。我们很高兴能与世界一流的团队合作，将这种有价值的新资产班与我们的合作伙伴联盟一起推销。”
一天内构建多重阵列以利用天然 CRISPR-Cas 系统
摘要：CRISPR-Cas 系统是一种原核生物免疫系统，不仅在细菌和古菌中广泛存在，而且最近也在人类生物学研究和应用中得到应用。迄今为止，许多研究都利用了合成的 sgRNA 和 CRISPR 核酸酶 Cas9，但阵列处理核酸酶的发现现在允许在异源宿主以及具有内源系统的生物体中使用更紧凑、天然的 CRISPR 阵列。不幸的是，多重天然 CRISPR 阵列的构建在技术上仍然具有挑战性、成本高昂和/或耗时。这种限制阻碍了在天然和异源宿主中涉及天然 CRISPR 阵列的研究。为了解决这个问题，我们提出了一种组装 CRISPR 阵列的方法，该方法简单、快速、经济实惠且高度可扩展我们用 1 天的工作时间组装了 9 间隔阵列。我们利用这种方法来利用高能力细菌 Acinetobacter baylyi 的内源性 CRISPR-Cas 系统，结果表明，虽然单个间隔物并不总是能够完全有效地阻止通过天然能力获取 DNA，但多重天然 CRISPR 阵列可以实现几乎完全的 DNA 排除和基因组编辑，包括对两者的多个目标。除了展示一种将有益于各种应用的 CRISPR 阵列组装方法外，我们还发现了一种潜在的双赢策略，用于在天然能力的 A. baylyi 中平衡 CRISPR 防御与 DNA 获取。
探索五元 m 序列以实现更用户友好的 c-......
基于代码调制视觉诱发电位 (c-VEP) 的脑机接口 (BCI) 已实现了基于 EEG 的响应式通信系统。由于 BCI 目标具有自相关特性，因此通常使用二进制 m 序列对其进行编码；数字 1 和 0 对应不同的目标颜色（通常为黑色和白色），这些颜色会根据代码每帧更新一次。虽然二进制闪烁模式可以实现高速通信，但许多用户认为它们很烦人。五进制 (5 进制) m 序列（其中五个数字对应不同的灰度）可能会产生更微妙的视觉刺激。本研究探讨了两种减少闪烁感的方法：(1) 通过刷新率调整闪烁速度和 (2) 应用五进制代码。在这方面，使用八目标拼写应用程序测试了六种闪烁模式：以 60、120 和 240 Hz 刷新率生成的二进制模式和五进制模式。这项研究由 18 名非残障参与者进行。对于所有六种闪烁模式，都进行了一项复制拼写任务。根据问卷调查结果，大多数用户更喜欢建议的五进制模式而不是二进制模式，同时实现的性能与之相似（未发现两种模式之间的统计差异）。参与者的平均准确率超过 95%，所有模式和闪烁速度的信息传输速率均超过 55 位/分钟。
一天内构建多重阵列以利用天然 CRISPR 系统
摘要 CRISPR-Cas 系统是一种原核免疫系统，不仅在细菌和古细菌中广泛增殖，而且最近在人类生物学研究和应用中也广泛存在。迄今为止，许多工作都利用了合成的 sgRNA 和 CRISPR 核酸酶 Cas9，但阵列处理核酸酶的发现现在允许在异源宿主以及具有内源系统的生物体中使用更紧凑、天然的 CRISPR 阵列。不幸的是，多重天然 CRISPR 阵列的构建在技术上仍然具有挑战性、成本高昂和/或耗时。这种限制阻碍了在天然和异源宿主中涉及天然 CRISPR 阵列的研究。为了解决这个问题，我们提出了一种组装 CRISPR 阵列的方法，这种方法简单、快速、经济实惠且高度可扩展——我们用一天的工作组装了 9 间隔阵列。我们利用这种方法来利用高能力细菌 Acinetobacter baylyi 的内源性 CRISPR 系统，结果表明虽然单个间隔区并不总是能够完全有效地阻止通过天然能力获取 DNA，但多重天然 CRISPR 阵列可以实现几乎完全的 DNA 排除和基因组编辑，包括两者的多个靶标。除了展示一种将使各种应用受益的 CRISPR 阵列组装方法之外，我们还发现了一种潜在的对冲策略，用于平衡 CRISPR 防御与天然能力的 A. baylyi 中的 DNA 获取。CRISPR（成簇的规律间隔的短回文重复序列）-Cas 系统是一种适应性免疫机制，通常通过检测和切割确定的靶序列 1 来保护细菌和古菌免受核酸入侵。CRISPR 系统包括 Cas（CRISPR 相关）蛋白，以及与同样短的 DNA 间隔区交替的同名短直接重复序列阵列。间隔序列被转录成较长的前体crRNA，然后前体crRNA被加工成单个crRNA（CRISPR RNA），每个crRNA由与特定核酸靶标互补的单个间隔序列以及通常源自重复序列的发夹柄组成。这些crRNA与Cas效应蛋白（如Cas9）或蛋白质复合物（如CASCADE）结合。一旦结合，它们就会根据系统引导效应子到互补的DNA或RNA上，效应子通常会切割这些DNA或RNA。很快，许多实验室就将CRISPR介导的DNA切割应用于从精确的基因组工程到基因回路2到靶向的细菌菌株去除3-6等各种应用。自扩散的CRISPR构建体也被用于快速产生纯合二倍体敲除（诱变链式反应）7，初步研究表明