XiaoMi-AI文件搜索系统
World File Search System制动力
利用 CRISPR/Cas9 辅助基因组编辑体外调节马疱疹病毒 1 型复制动力学
摘要：（1）背景：马α疱疹病毒-1（EHV-1）是一种在全球大多数马群中流行的高度传染性病毒病原体。CRISPR/Cas9 等基因组编辑技术已成为精准 RNA 引导基因组修饰的有力工具；（2）方法：设计了单向导 RNA（sgRNA）以靶向三个必需基因（ORF30、ORF31 和 ORF7）和一个非必需基因（ORF74），并确定其对体外病毒复制动力学的影响；（3）结果：我们证明靶向必需溶解基因的 sgRNA 降低了 EHV-1 复制，而靶向 ORF74 的 sgRNA 的影响可忽略不计。靶向 ORF30 的 sgRNA 对抑制 EHV-1 复制表现出最强的效果，病毒基因组拷贝数和传染性子代病毒产量均有所减少。下一代测序鉴定出选择性sgRNA特定切割位点缺失的变异体，并评估了不同sgRNA之间的组合，发现靶向ORF30和ORF7的sgRNA双重组合与使用单个sgRNA相比，能显著抑制病毒复制至较低水平，表明存在协同效应；（4）结论：数据表明sgRNA引导的CRISPR/Cas9可用于体外抑制EHV-1复制，表明这种可编程技术可用于开发一种新颖、安全、有效的EHV-1治疗和预防方法。
利用深度强化学习构建量子控制动力学的时间相关最优场
逆问题持续引起人们的极大兴趣，特别是在量子控制动力学和量子计算应用领域。在此背景下，量子最优控制理论试图构建一个外部控制场 E(t)，使量子系统从已知的初始状态演化到目标最终状态。预测 E(t) 的时间形式对于控制量子计算 [1]、量子信息处理[2–4]、激光冷却[5, 6] 和超冷物理 [7, 8] 中的潜在动力学至关重要。在复杂的多体量子系统中，预测最优 E(t) 场为控制光捕获复合物和多体相干系统中所需的动力学效应提供了关键的初始条件 [9–13]。解决这些量子控制问题的传统方法是使用基于梯度的方法或其他数值密集型方法最大化所需的跃迁概率 [14–17]。这些方法包括量子轨迹上的随机梯度下降 [18]、Krotov 方法 [19]、梯度上升脉冲工程 (GRAPE) [20] 方法和斩波随机基算法 (CRAB) [21] 方法。虽然每种算法都有自己的目的和优势，但大多数方法都需要复杂的数值方法来求解最优控制场。此外，由于这些逆问题的非线性特性，这些算法中的迭代次数和浮点运算次数可能非常大，有时甚至会导致相对简单的一维问题的结果不收敛 [16, 22]）。为了解决前面提到的计算瓶颈，我们小组最近探索了使用监督机器学习来解决这些复杂的逆问题
汽车制动力分配策略的开发...
！ " & 3 4 " " ( " 5 & " 00 6 7 8 !,, ! 94+: * ; < 0 : ( % : : = " " +: + >. .43? @ = " : = @ = " @ : > ? " @ > ? + + + A = " > ? B @ : @ +: : : " : >( $ ( ? @ +CAC : & : +: : @ : @ @ C : : =+ : : D & : @ = " " " " @B = " : = " " @ : = " " " = " " "" .43 @ = " :