XiaoMi-AI文件搜索系统
World File Search System别针
计算模型用于识别针对以糖酵解增强为特征的转移性去势抵抗性前列腺癌的药物
摘要：由于缺乏有效的治疗方法，转移性去势抵抗性前列腺癌 (mCRPC) 仍然是一种致命疾病。癌症代谢向糖酵解升高方向重编程是 mCRPC 的标志。我们的目标是确定与高糖酵解特别相关的治疗方法。在这里，我们建立了一个计算框架，以在肿瘤微环境下识别具有增强糖酵解活性的 mCRPC 的新药物，然后进行体外验证。首先，使用我们已建立的计算工具 OncoPredict，我们估算了来自两个大型临床患者队列的每个 mCRPC 肿瘤中大约 1900 种药物对药物反应的可能性。我们选择了预测敏感性与糖酵解评分高度相关的药物。总共确定了 77 种预测在高糖酵解 mCRPC 肿瘤中更敏感的药物。这些药物代表了不同的作用机制。基于在泛癌细胞系中与糖酵解/OXPHOS 相关的最高测量药物反应，我们选择了三种候选药物伊维菌素、CNF2024 和 P276-00 进行后续体外验证。通过降低培养基中的输入葡萄糖水平以模拟 mCRPC 肿瘤微环境，我们在 PC3 细胞中诱导了高糖酵解条件，并验证了在此条件下这三种药物预计的更高敏感性（所有药物的 p < 0.0001）。对于生物标志物的发现，预测伊维菌素和 P276-00 对具有低雄激素受体活性和高糖酵解活性（AR（低）Gly（高））的 mCRPC 肿瘤更敏感。此外，我们整合了蛋白质-蛋白质相互作用网络和拓扑方法来识别这些候选药物的生物标志物。通过多个独立的生物标志物提名管道，EEF1B2 和 CCNA2 分别被确定为伊维菌素和 CNF2024 的关键生物标志物。总之，这项研究通过精准靶向高糖酵解的 mCRPC，提供了超越传统雄激素剥夺疗法的新型有效治疗方法。
1 单细胞转录组识别针对患者的...
肿瘤内异质性高和癌细胞群进化是血液系统恶性肿瘤和实体瘤治疗耐药性的主要驱动因素 1–5 。在急性髓系白血病 (AML) 中，大量单细胞基因组分析已在细胞亚群水平上绘制了疾病进展和治疗耐药性的克隆进化过程，并破译了与化疗耐药性、复发和临床结果有关的白血病细胞亚群中的细胞层次和重编程 6–9 。同样，在实体瘤中，高级别浆液性卵巢癌 (HGSC) 患者的克隆分析和纵向取样揭示了进化轨迹，具有与治疗反应相关的不同基因组和形态学特征 10 。尽管有如此丰富的信息，我们仍然缺乏针对化疗耐药亚群的方法，以提高复发患者的二线治疗效果，或通过同时抑制具有足够高效力的多个白血病细胞亚群来避免对一线疗法产生耐药性
项目编号 描述 数量 NSN 陆军作战服 1 巡逻帽 2 件 2 外套，OCP（包括穿着的那件）2 件 3 **包括用于横向任命的 CPL 等级上的魔术贴和别针** 1 件 4 裤子，OCP（包括穿着的那件）2 件 5 内衣，棕褐色 499（包括穿着的那件）5 件 6 袜子，绿色或黑色 5 件 7 索具腰带，棕褐色 499 1 件 8 靴子，战斗，土狼色 2 件
15 突击包 (UCP/OCP) 1 个 8465-01-524-5250 16 驼峰 (UCP/OCP/TAN/BLACK) 1 个 8465-01-580-1316 17 ACH Complete 1 个 18 MOLLE FLC (UCP/OCP) 1 个 8465-01-525-0577 19 M4 5.56mm，卡宾枪带背带（第一天带到 NCOA 军械室） 1 个 1005-01-231-0973 20 .223 黄色军用空包发射适配器 1 个 1005-01-361-8208 21 MOLLE，双弹匣袋，5.56，M4 1 个8465-01-525-0606 22 弹匣，5.56，M4 2 个 1005-01-561-7200 23 MOLLE 手榴弹袋 2 个 8465-01-580-0697 24 清洁套件，枪支带润滑剂 1 kt 1005-01-562-7393 25 TM 9-1005-319-10 - 卡宾枪操作手册，5.56 MM，M4 1 个 26 改进型急救包 (IFAK)（完整） 1 个 6545-01-584-1582 27 面部彩绘，迷彩棒-浅绿色和黄土色 1 个 6850-00-161-6204 28 护目镜（APEL 29 耳塞（带盒） 1 St 30 手套，黑色或绿色，皮革 1 pr 31 夹克，ECWCS Gortex（寒冷潮湿天气） 1 件 32 裤子，ECWCS Gortex（寒冷潮湿天气） 1 件 33 指南针，镜片带袋 2 件 6605-01-196-6971 34 量角器 2 件 6675-00-266-6880 35 手电筒，L 形 1 件 6230-00-264-8261 36 D 型电池（手电筒） 2 件 6135-00-835-7210 37 地图标记（永久，4 个）1 包7520-01-448-4381 38 口哨 1 个 8465-00-254-8803 39 索引卡 1 包 7530-00-247-0318 40 可重新密封的塑料袋（加仑大小）5 个 8105-01-609-3535 41 铅笔，铅 2 个 7520-01-347-9581 42 驱虫剂（军用或民用）1 个 6840-01-490-6693 43 记事本 1 个 7530-01-454-7392 制服 44 ASU/AGSU 及所有奖项和勋章 1 st 所有物品均可使用并符合 AR 670-1 的规定。TDY 学生自带额外的床单（床单、毯子、枕头）
应用人工智能识别针对全球定位系统的网络欺骗攻击
随着系统越来越依赖该技术，对全球定位系统 (GPS) 基础设施的干扰对国家安全和经济构成了威胁。干扰和欺骗等 GPS 干扰方法的普遍性为对手提供了多种机会，可以渗透和注入虚假数据到军事、银行、航运、电子商务、运输和其他关键经济部门等各种系统。GPS 欺骗检测方法的研究需要创新和新颖的方案来应对所带来的挑战。随着计算机系统处理能力的提高，人工智能方法已成为检测和报告这些网络威胁的主要候选方法。本论文研究了机器学习和数据分析在识别军事 GPS 上的虚假数据注入尝试中的应用。该研究结合了实时和模拟的 GPS 消息流量数据来训练和测试机器学习算法以识别威胁。将无监督和监督学习方法应用于数据集有助于推进 GPS 欺骗问题的研究，并被证明是监控 GPS 流量的有效工具，同时为 GPS 基础设施提供另一层安全保障。