。cc-by-nc-nd 4.0国际许可证(未获得同行评审证书)获得的是作者/资助者,他已授予Biorxiv授予Biorxiv的许可,以永久显示预印本。这是该版本的版权持有人,该版本于2023年6月6日发布。 https://doi.org/10.1101/2023.04.14.14.536899 doi:Biorxiv Preprint
摘要背景:骨肉瘤是一种高度转移性的原发性骨肿瘤,主要影响青少年和年轻人。骨肉瘤的主要治疗方法是切除原发肿瘤。然而,手术切除本身与促进肿瘤生长和转移有关,这种效应被称为手术加速转移。导致手术加速转移的潜在机制仍不清楚,但巨噬细胞功能的促肿瘤发生改变已被证实与此有关。方法:使用 K7M2-BALB/c 同系小鼠骨肉瘤模型研究手术对转移、巨噬细胞表型和总体生存的影响。利用吉非替尼(一种受体相互作用蛋白激酶 2 抑制剂,先前已证明可促进抗肿瘤巨噬细胞表型)研究了手术加速转移的药物预防。结果:手术切除原发肿瘤导致肺转移表面结节、总体转移负担和微转移灶数量增加。这种术后转移增强与肺内巨噬细胞表型转变为更有利于肿瘤的状态有关。吉非替尼治疗可防止巨噬细胞表型发生肿瘤支持性改变,从而减少转移。切除原发肿瘤并联合吉非替尼治疗可提高中位生存期和总生存期。结论:手术加速转移部分由巨噬细胞表型发生肿瘤支持性改变所介导。可在围手术期使用靶向药物疗法来防止巨噬细胞表型发生肿瘤支持性改变,以减轻手术加速转移并提高手术的治疗效果。
在补充图2中,我们与主要文本中图8的PL结果进行了补充,其中的SIMS深度剖面是碳,氧气和氢的样品,这些含量已接收了两种激光 - 离子脉冲。SIMS深度曲线是在PL光谱较早采集的样品中的同一区域中采用的。我们观察到质子辐照的G-中心横梁斑点区域外的质子辐射,该区域已被铝箔覆盖,A)。在碳浓度升高的区域中,我们看到的W-中心具有狭窄的线宽分布和G-Centers的分布扩展,b)。热预算和离子通量最高的区域显示W-Center合奏,线宽略有宽,c)。来自高通量区域(C)的SIMS轮廓的形状表明由于去角质的发作,表面粗糙度增加。
图1描绘了使用标记数据训练以预测材料特性的典型监督ML模型。此类ML模型的主要组成部分是(a)定义问题(b)数据采集并选择适当的特征空间,(c)数据处理或探索性数据分析(EDA)和(d)使用合适的算法培训和验证该模型。尽管有许多开源材料数据库,但与数据科学的其他领域相比,数据由不同的类别组成,每个类别的数据相对有限。在大多数实验数据中,研究是在不同的实验条件下进行的,因此数据取决于温度,时间,湿度,原始化学物质等各种对照参数。选择数据后,下一个关键挑战是选择材料的适当功能集(指纹),以用目标属性映射。诸如Pymatgen [12],Matminer [13],原子模拟环境(ASE)[14],DSCRIBE [15]等的开源库[13]等。对于分子和材料的不同位点,键和全局(晶格)特征非常有用。EDA包括验证任何异常值,将丢失的数据推出,将对象类型参数编码为数字类型,检查数据中的任何重复副本等。一旦数据准备就绪,为给定问题选择特定算法是另一个挑战,它应该考虑不同的因素,例如数据的大小,特征空间,问题的复杂性等。如果选择有限的数据点(例如深度学习算法)(高方差)模型(高方差)模型,则可能导致过度拟合。训练模型的解释性是了解最归因于总体预测的特征的另一个重要因素[16]。可以使用超参数调谐方法(如随机搜索交叉验证和网格搜索交叉验证)进一步调整模型的精度。
摘要:锂离子(锂离子)电池被广泛用于电动汽车(EV),因为它们的能量密度很高,自我释放率低和卓越的性能。尽管如此,锂离子电池的性能和可靠性变得至关重要,因为它们会因电荷增加和排放周期而失去容量。此外,由于排放量的负载变化,锂离子电池会在电动汽车中衰老。以各种排放速率监视电池周期寿命将使电池管理系统(BMS)能够实施控制参数以解决老化问题。在本文中,提出了电池寿命降解模型,以加速的电流速率(C率)。此外,提出了标准C率和C率之外的理想寿命放电率。在加速的C率上排放对电池循环寿命的结果得到了彻底研究。此外,通过基于深度学习算法的馈电神经网络(FNN)和具有长短期记忆(LSTM)层的经常性神经网络(RNN)研究了电池降解模型。对开发模型的性能进行了比较评估,并且表明LSTM-RNN电池老化模型与传统的FNN网络相比,在加速C速率方面具有出色的性能。
摘要 我们介绍了 Qibo,这是一款新型开源软件,充分利用硬件加速器,用于快速评估量子电路和绝热演化。人们对量子计算日益增长的兴趣和量子硬件设备的最新发展推动了开发注重性能和使用简单性的新型先进计算工具。在这项工作中,我们引入了一个新的量子模拟框架,使开发人员能够将硬件或平台实现的所有复杂方面委托给库,以便他们可以专注于手头的问题和量子算法。该软件从头开始设计,以模拟性能、代码简单性和用户友好界面为目标。它利用硬件加速,如多线程中央处理单元 (CPU)、单图形处理单元 (GPU) 和多 GPU 设备。
在冠状病毒 (COVID-19) 全球公共卫生紧急事件期间,学校、教师、学生和家长一直努力确保学生的安全和健康,并让他们的学习继续进行。然而,过去一年,之前存在的不平等现象暴露无遗,并进一步加剧。华盛顿特区的教育系统必须确保全球公共卫生紧急事件不会在未来几年阻碍学生的学习。对于那些最没有机会的学生、残疾学生和英语学习者来说,这种需求尤其迫切。为了减轻疫情的短期和长期影响,地方教育机构 (LEA) 正在努力迅速识别和解决公共卫生紧急事件期间延长虚拟学习导致的任何未完成的教学和学习。
1.1 背景 公司面临的压力与日俱增,近年来全球化的因素更是使压力急剧增加。因此,他们必须找到在成本、质量、交付、灵活性、服务、创新和环境等竞争重点方面取得竞争优势的方法(Sansone 等,2017 年)。对于受高生产成本和产品质量制约的生产系统,生产力对于获得竞争优势至关重要(Blais,2003 年)。工业化国家的公司正试图提高效率,同时降低运营成本,而劳动力成本却在不断增加(Chowdhury、Shahriar、hossen 和 Mahmud,2016 年)。这包括试图通过投资知识、智力资本和创新来创造竞争优势的高科技公司。再加上市场的不确定性,高科技公司的管理情况比传统公司更加复杂 (Zakrzewska-Bielawska, 2010)。