了解蛋白质进化的主要决定因素是生物学中的基本挑战。尽管有许多积极研究的DEC,但目前尚不清楚跨细胞蛋白的实质性变异性的分子和细胞机制。还不清楚在多细胞物种的背景下如何优化蛋白质分子的功能,以及为什么许多蛋白质(例如酶)平均而言仅是适度的效率。我们对基因组学和功能数据集的分析在多种生物中揭示了蛋白质分子功能的最佳性与蛋白质进化速率之间存在牢固的反比关系。此外,我们发现高度表达的蛋白质倾向于在功能上优化。这些苏尔特表明,细胞表达成本会导致丰富的蛋白质的功能优化更为明显,并且纯化的选择以维持高水平的功能优化性会显着减慢蛋白质的演化。我们观察到,在多细胞物种中,蛋白质进化速率和蛋白质功能的效率程度主要受到几种不同的细胞类型和组织的表达影响,特别是在动物中具有上调的突触过程的NEU RON中,在动物的突触过程中,在植物中的年轻和快速生长的组织中。总体而言,我们的分析揭示了分子,细胞和物种生物组织水平的各种约束如何共同影响蛋白质进化速率和蛋白质功能适应水平。
多年来,撒哈拉以南非洲地区一直面临着各种各样的争论和动员,呼吁通过提供就业机会来减轻该地区的贫困,实现充分就业。一些经济学家和书目学者认为就业和失业对 GDP 增长的年度百分比变化有重大影响,而另一些人则不这么认为。这项研究的主要目的是利用世界银行 2000 年至 2014 年的年度数据,评估就业和失业对撒哈拉以南非洲国家 GDP 增长的年度百分比变化的影响。研究中使用了两个统计模型,即合并普通最小二乘 (OLS) 回归模型和具有固定效应的最小二乘虚拟变量 (LSDV) 回归模型。实证证据表明,这两个模型都具有统计显著性,但 LSDV 模型对就业对 GDP 增长率的解释比合并 OLS 更大。进一步的实证分析还表明,GDP 增长年百分比变化与女性人口就业率、男性人口就业率和青年总人口就业率之间存在正相关关系。此外,男性青年人口(15-24 岁)和女性青年人口(15-24 岁)的失业率与 GDP 增长年百分比变化之间存在反比关系。除了就业和失业之外,还可以考虑影响 GDP 增长的其他因素,从而改进这项研究。
摘要无偿家庭服务工作的估值对于更好地衡量总经济增长和生活水平是必要的。此外,护理工作,付费和无薪都对体面工作的未来至关重要,政府需要政策来组织护理行业。当前的研究表明,护理服务可能有助于产生就业和赋予妇女权能。本文的主要目的是两倍,首先回顾了各种国家代表和国际可比的时间使用调查的状态,随后研究了妇女的无薪工作和护理经济的影响,其次,第二,使用印度时间使用数据来经验验证妇女无偿护理工作的劳动力参与劳动力的含义。我们的分析表明,印度不同州的妇女通常从事各种照顾责任,并且大小或强度仍然高于男性成员。我们的结果指定了劳动力参与与无薪护理活动的大小或强度之间的反比关系,在城市地区的相关程度较高。也可以通过考虑妇女参与非SNA或无薪活动的订婚来确认这种负面关系。结果表明,妇女无偿工作的减少可能导致更高的参与劳动力市场。这些答案至关重要,可以为印度的护理经济发展提供一些有用的见解。(单词计数:228)。
独脚金内酯是一类植物激素,在植物发育、应激反应和与根际(微生物)生物的相互作用中发挥各种功能。虽然它们对营养发育的影响已被充分研究,但人们对其在生殖中的作用知之甚少。我们研究了基因和化学改造独脚金内酯水平对番茄 (Solanum lycopersicum L.) 开花时间和强度的影响,以及这种影响背后的分子机制。结果表明,无论是内源的还是外源的,地上部独脚金内酯水平都与开花时间呈反比,与花朵数量和叶片中成花素编码基因 SINGLE FLOWER TRUSS (SFT) 的转录水平呈正相关。转录本定量结合代谢物分析表明,独脚金内酯通过诱导叶片中 microRNA319 - LANCEOLATE 模块的激活来促进番茄开花。这反过来又降低了赤霉素含量并增加了 SFT 的转录。用独脚金内酯处理后,顶端分生组织中会诱导出几种其他花标记和发育进程的形态解剖特征,从而影响花的转变,更明显地影响花的发育。因此,独脚金内酯通过诱导花转变前后的 SFT 来促进分生组织的成熟和花的发育,而它们的作用在表达 miR319 抗性 LANCEOLATE 的植物中被阻断。我们的研究将独脚金内酯置于模型作物物种的开花调控网络的背景下。
生成式人工智能 (gen-AI) 的最新进展使得只需单击一下即可生成照片般逼真且具有艺术灵感的照片,满足数百万在线用户的需求。要探索人们如何使用 DALLE 和 StableDiffusion 等 gen-AI 模型,了解 AI 生成的照片中的主题、内容和变化至关重要。在这项工作中,我们介绍了 TWIGMA(带有 MetadatA 的 TWItter Generative-ai 图像),这是一个全面的数据集,涵盖了 2021 年 1 月至 2023 年 3 月在 Twitter 上收集的 800,000 多张 gen-AI 图像,以及相关元数据(例如推文文本、创建日期、点赞数),可在 https://zenodo.org/records/8031785 上找到。通过将 TWIGMA 与自然图像和人类艺术作品进行比较分析,我们发现与非 gen-AI 图像相比,gen-AI 图像具有独特的特征,并且平均而言表现出较低的可变性。此外,我们发现 gen-AI 图像与自然图像之间的相似性与点赞数量呈反比。最后,我们观察到 Twitter 上 AI 生成图像的主题发生了纵向变化,用户越来越多地分享艺术上复杂的内容,例如复杂的人类肖像,而他们对自然场景和动物等简单主题的兴趣有所下降。我们的研究结果强调了 TWIGMA 作为研究 AI 生成图像的独特数据资源的重要性。
摘要 本研究旨在确定韩国人群中海藻与 2 型糖尿病 (T2DM) 之间的纵向关联。研究数据来自韩国基因组和流行病学研究数据,研究对象为 148,404 名年龄在 40 岁及以上、基线时无 2 型糖尿病、心血管疾病或癌症病史的韩国成年人。使用经过验证的半定量食物频率问卷获取参与者的海藻摄入量,并在随访期间通过自我报告问卷调查 2 型糖尿病的诊断。使用 Cox 比例风险回归计算 2 型糖尿病的风险比 (HR) 和 95% 置信区间 (CI),并使用限制性三次样条回归分析剂量 - 反应关系。参与者的平均随访期为 5 年。海藻摄入量最高的参与者与摄入量最低的参与者相比,罹患 2 型糖尿病的风险降低 7%(95% CI(0·87,0·99))。有趣的是,这种关联在体重正常的人群中更强(HR:0·88,95% CI(0·81,0·95)),而在肥胖参与者中则没有发现关联。样条回归显示,在体重正常的参与者中,海藻摄入量与 2 型糖尿病风险之间存在反比线性关系,显示出海藻摄入量增加与 2 型糖尿病发病率降低相关的趋势(非线性 P = 0·48)。在体重正常的韩国成年人中,海藻摄入量与 2 型糖尿病的发病呈负相关。
摘要 目的——经济文献强调了 FDI 对经济增长的积极和消极影响。本研究旨在确认各种经济因素与 FDI 流入权益之间的关系并找出偏差(如果有)。使用标准时间序列计量经济模型进行研究。探讨市场规模、通货膨胀率、基础设施水平、国内投资和贸易开放度之间的长期和短期关系。印度经济变量的选择纯粹基于从科学文献综述中获得的实证观察。设计/方法/方法——本研究涉及应用自回归分布滞后 (ARDL) 模型来研究这种关系。通过 Pesaran ARDL 模型检验 FDI 与经济增长之间的长期协整关系。通过增强 Dickey Fuller 检验和 Phillip - Perron 单位根检验来检验数据的平稳性。除其他测试外,还使用误差修正模型研究了短期关系,其中使用了 Johansen 的向量误差修正模型方法。结果 - 结果表明,国内投资、通货膨胀率、基础设施水平和贸易开放度影响着 FDI 流入。这些因素与 FDI 流入既有长期关系,也有短期关系。然而,市场规模对外商投资流入的影响微乎其微。FDI 和通货膨胀率之间存在反比关系。原创性/价值 - 据作者所知,这项研究是原创的。其方法和结果解释与其他类似研究不同。
大麻是怀孕期间最常用的非法药物,随着合法化和非刑事化扩展到更多州,美国的使用稳步增加。许多怀孕的人使用大麻来减少怀孕的不良症状,因为它比其他药物或酒精危害不大。大麻的主要精神活性成分,Delta-9-四氢大麻酚(THC)作用于内源性大麻素(ECB)系统,但是胎儿的神经发育是否鲜为人知。以前我们已经表明,雄激素介导的杏仁核中的欧洲央行促进了新生儿星形胶质细胞的小胶质细胞吞噬作用,这对调节社会行为中性别差异的神经回路产生了持久的后果。小胶质细胞是大脑的驻留免疫细胞,并表达欧洲央行系统CB1R和CB2R的受体,使它们可能通过THC进行调节的靶标。在不同的妊娠时间点上接触THC也可能导致不同的预后,与酒精暴露一样。为了在妊娠晚期或怀孕初期对人类大麻的使用进行建模,我们在产后早期通过腹膜内(IP)注射(IP)注射直接将啮齿动物暴露于THC。在这里我们表明,产后THC暴露会导致在发育期间的小胶质细胞吞噬作用以及少年时期的社会行为的性别变化。有趣的产前暴露于THC导致吞噬作用和社会行为的反比变化。这些发现突出了THC在妊娠中暴露的差异效应。
摘要 — 通过声学干扰控制或禁用计算机视觉辅助自动驾驶汽车是车辆网络安全研究中的一个未解决的问题。这项工作探索了这个问题领域的一种新威胁模型:通过高速脉冲激光进行声学干扰以非破坏性地影响无人机传感器。初步实验验证了在 MEMS 陀螺仪传感器的谐振频率下激光诱导声波产生的可行性。实验室规模激光器产生的声波在商用现货 (COTS) 陀螺仪传感器读数中产生了 300 倍的本底噪声修改。无人机的计算机视觉功能通常依赖于这种易受攻击的传感器,并且可能成为这种新威胁模型的目标,因为声学干扰会导致摄像机运动模糊。通过从在不同声学干扰条件下捕获的无人机图像中提取模糊核来模拟激光诱导声学对物体检测数据集的影响,包括扬声器产生的声音以模拟更高强度的激光,并使用最先进的物体检测模型进行评估。结果显示,YOLOv8 在两个数据集上的平均准确率平均下降了 41.1%,表明物体检测模型的平均准确率与声学强度之间存在反比关系。具有至少 60M 个参数的物体检测模型似乎对激光诱导声学干扰具有更强的抵御能力。对激光诱导声学干扰的初步表征揭示了未来影响自动驾驶汽车传感器和下游软件系统的潜在威胁模型。
摘要,目的:人工智能反馈越来越多地用于新老企业,在反馈过程中使用人工智能需要在现有的人力资源部门中集成此类系统。本文旨在找出人工智能在绩效反馈中的道德困境和考虑因素,以及它们如何影响人工智能在反馈系统中的集成。设计:由于道德观点的主观性,本文采用定性研究设计,进行半结构化访谈。采访对象包括一名受人工智能软件监控的员工、两名人工智能软件公司的销售代表和四名道德学术领域的专家。结果:从采访中,多位受访者表示,人工智能软件中将始终存在偏见。人工智能软件永远不可能完全自主。员工对隐私的看法可以用许多人口统计因素来解释。隐私受到国家法律的严格保护。目前,软件开发人员很难解释人工智能软件如何做出反馈决定,透明度对于人工智能的道德规范至关重要。管理者需要对人工智能软件做出的决定负责。结论:道德考量对人工智能软件在绩效反馈中的多功能性影响最大,人工智能软件的准确性和机器自主性是相互强烈反比的。没有一个受访者认为,在人工智能智能的当前状态下,机器自主性可以在绩效反馈中实现。毕业委员会成员:Anna Bos-Nehles 博士 Maarten Renkema 博士 关键词 绩效管理、人工智能、道德、整合、利益相关者、访谈