XiaoMi-AI文件搜索系统
World File Search System吞吐
用于吞吐量瓶颈分析的人工智能
识别并最终消除吞吐量瓶颈是提高生产系统吞吐量和生产率的关键手段。然而，在现实世界中，消除吞吐量瓶颈是一项挑战。这是由于工厂动态环境复杂，数百台机器同时运行。学术研究人员试图开发工具来帮助识别和消除吞吐量瓶颈。从历史上看，研究工作一直集中在开发分析和离散事件模拟建模方法来识别生产系统中的吞吐量瓶颈。然而，随着工业数字化和人工智能 (AI) 的兴起，学术研究人员基于大量数字车间数据，探索了使用 AI 消除吞吐量瓶颈的不同方法。通过进行系统的文献综述，本文旨在介绍使用 AI 进行吞吐量瓶颈分析的最新研究成果。为了让学术界的 AI 解决方案更容易为实践者所接受，研究工作分为四类：（1）识别、（2）诊断、（3）预测和（4）开处方。这是受到现实世界吞吐量瓶颈管理实践的启发。识别和诊断类别侧重于分析历史吞吐量瓶颈，而预测和开处方侧重于分析未来的吞吐量瓶颈。本文还提供了未来的研究主题和实用建议，可能有助于进一步突破 AI 在吞吐量瓶颈分析中的理论和实际应用的界限。
肠道3凝胶：一种用于培养人肠道菌群nataliasuárezvargas 1 *的高吞吐量粘液模型，Miguel Antunes 1 *; JoãoSobral1，
图3。ABHD12序列的系统发育分析。 （a）代表来自860个生物的ABHD12序列的系统发育树。 外部彩色圆圈分别代表序列所属的类和门。 （b，c）pie-thart分析，代表来自（b）不同门的系统发育树的数据，以及（c）门神经元内的各种类别。 PIE-CHART上的数字表示该类别中的ABHD12序列的数量。 PIE-CHART分析表明，门丘塔氏菌包含大多数ABHD12序列，在类Aves，Actinopterygii和哺乳动物中具有主要分布。ABHD12序列的系统发育分析。（a）代表来自860个生物的ABHD12序列的系统发育树。外部彩色圆圈分别代表序列所属的类和门。（b，c）pie-thart分析，代表来自（b）不同门的系统发育树的数据，以及（c）门神经元内的各种类别。PIE-CHART上的数字表示该类别中的ABHD12序列的数量。PIE-CHART分析表明，门丘塔氏菌包含大多数ABHD12序列，在类Aves，Actinopterygii和哺乳动物中具有主要分布。
抑制甲基腺苷磷酸化酶可保护免受实验性急性肾损伤 Startrace：个性化医学的多重器官Avatar药物测试平台 MAO-B抑制剂在鼠中的功能功效 抗血管病原体的水力发电 一种基于CRISPR-CAS9的工具，用于研究DSB剂量依赖性 农药暴露对神经炎症和小胶质细胞2 的影响 肠道3凝胶：一种用于培养人肠道菌群nataliasuárezvargas 1 *的高吞吐量粘液模型，Miguel Antunes 1 *; JoãoSobral1， 生物信息学分析确定了PHARC相关脂肪酶ABHD12 的酶活性序列决定因素 自闭症中E/I不平衡的验证和分析 NeuroDisk：一种自动化神经成像遗传学中连续询问驱动的发现的AI方法 用壳测量 与嗜性粒细胞增生的心脏病的病理生理学 通过功能 - 进行有效的K-MER设置操作 从文学到生物多样性数据：带有机器学习的采矿节肢动物和生态特征 颗粒水凝胶作为脆性屈服应力流体 小鼠人类遗传变异的计算建模 基于微型微镜的哺乳动物脑组织的密集连接组重建 创新的Nitinol Lumbar椎骨植入物
此预印本版的版权持有人于2025年2月23日发布。 https://doi.org/10.1101/2025.02.19.639065 doi：Biorxiv Preprint
吞吐技术研究宿主 - 病原体相互作用
几年，人们对在实验中过度使用动物的使用越来越多，尤其是出于道德原因，这导致了搜索可靠的替代模型，例如体外，ex vivo，以及可以在科学研究中使用的硅方法，可作为动物模型替代或替代动物模型的辅助方法（4）。真核细胞培养是许多生物医学应用的动物模型的有趣替代方法，但是这些方法受到限制，因为它们通常涉及单层中的细胞系，但未能模仿重要的组织功能。为了改善这些模型，可以在三维培养物（3D）中生长细胞系，从而发展一些典型的组织结构，例如在肠道细胞的情况下，紧密连接蛋白的表达和粘蛋白的产生（3，5，6）。此外，如表1所述，可以在3D培养物中种植不同类型的细胞系，但是必须考虑它们的优点和缺点，以便为每个应用程序提供最佳的模型选择。三维细胞培养已应用于发育，细胞和癌症生物学以及宿主 - 细菌相互作用的研究，因为它模拟了体内发生的重要特征，包括在体外系统中的细胞细胞和细胞外基质相互作用（6，10，11）。这样的3D培养物代表了单一培养实验和用于研究传染病的动物模型之间的中间立场，尤其是与高通量技术结合使用。鉴于高通量技术的可及性和可负担性的增加（例如，）鉴于高通量技术的可及性和可负担性的增加（例如，这种组合有助于确定宿主特异性免疫反应和病原体相互作用，从而导致对感染的发病机理和治疗的新见解（12-14）。转录组学，蛋白质组学和代谢组学）有很大的机会来测量模型系统中3D培养物的响应，无论是在真核组织侧还是在细菌相互作用的侧面
从组提交：自主提交可实现NVME SSDS上的高吞吐量和低延迟
对于数据库管理系统（DBMSS）来说，实现高吞吐量和低承诺潜伏期一直是一个艰巨的挑战。正如我们在本文中所显示的那样，现有的提交处理协议无法完全利用现代的NVME SSD来提供高吞吐量和低延迟耐用的提交。因此，我们提出了自主提交，这是第一个完全利用现代NVME SSD来实现这两个目标的提交协议。我们的方法可以说明SSD的高平行性和低写入延迟，使工人能够以较小的批量清楚地编写日志，从而微不足道，从而使日志记录I/O对承诺延迟的影响很小。另外，通过平行确认程序，DBMS通过一组交易来检查其提交状态，我们可以减轻高通量工作负载中的单线读取提交操作导致的过度延迟。我们的实验结果表明，自主提交可在广泛的工作量上实现出色的可伸缩性和低延节耐用性。
半自动化的MEA Spike Sorting（SAMS）方法用于高吞吐量评估培养的神经元
1美国威斯康星大学麦迪逊分校生物医学工程系，美国威斯康星州53705，美国2威斯康星大学麦迪逊分校，威斯康星州麦迪逊大学，威斯康星州53705，美国3美国神经科学系，医学院，医学和公共卫生学院威斯康星州麦迪逊，威斯康星州麦迪逊市，美国威斯康星州53705，美国5这些作者同样贡献了6个铅接触 *通信：Xinyu Zhao（Waisman中心和威斯康星大学麦迪逊大学医学与公共卫生学院神经科学系，麦迪逊大学，麦迪逊大学，麦迪逊大学，麦迪逊，麦迪逊大学，美国西澳州53705，USA; AVIAD HAI（威斯康星大学麦迪逊分校工程学院生物医学工程系，威斯康星州麦迪逊，美国53706，美国；电话：（608）890-3411;电子邮件：ahai@wisc.edu）;或阿里·罗森伯格（Ari Rosenberg）（威斯康星大学麦迪逊分校医学与公共卫生学院神经科学系，美国威斯康星州麦迪逊市53705；电话：（608）265-5782；电子邮件：ari.rosenberg@wisc.edu）
最大化吞吐量的定量西方结果
（a）上面显示的是来自单个LEO运行的数据。使用重组GFP蛋白的8点标准曲线在弹药筒上三次。墨盒2、3和4用于定量来自2种不同批次和各种剂量的转导细胞裂解物中的GFP表达。重组蛋白以2.5 ng/ml的速度作为校准器在所有墨盒上作为用于墨盒校正的校准器。（b）上面显示的是来自单个JES运行的数据。使用重组GFP蛋白的8点标准曲线运行，并用于定量来自2个不同批次转导的细胞裂解物中的GFP表达。总体而言，每杰西斯运行的毛细血管数量有限，只能容纳标准曲线的一个复制和有限数量的样品。在杰西系统上处理96个样本至少需要4次运行和12小时。
使用腺病毒 - 抗体分子胶结合物在体内靶向基因递送 CDP-DAG合酶调节植物生长和宽... 生物工程的可见聚合物网格以增强泌尿原始健康 阿尔茨海默氏病的α-核蛋白副病理学... 使用油脂矩阵的高吞吐量蛋白串行晶体学 通过呼吸阶段增强运动皮层可塑性... 小分子控制基因表达
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是此预印本版本的版权持有人，该版本发布于2025年2月1日。 https://doi.org/10.1101/2025.01.31.635969 doi：Biorxiv Preprint
光纤网络的吞吐量和延迟性能评估
摘要 - 光纤的发展彻底改变了通信部门，并在信息时代起着至关重要的作用。由于它们具有大量信息及其介电性质的能力，光纤通常受到数据传输到其他通信媒体的影响。尽管如此，这种传输在过度延迟方面遇到了麻烦，后来影响吞吐量并降低用户体验质量。本文介绍了使用ViaVI测试套件进行的各种吞吐量和潜伏期实验，如何评估它们以及如何将结果与电气和电子工程师研究所（IEEEE）（IEEE）和国际电视通信联盟（ITU）进行比较。某些结果符合所需的标准，但其他结果并未出于各种原因，包括连接拥堵，网络齿轮故障，纤维电缆质量不足以及光纤链接的长度。本文涵盖了上述原因的缓解策略，其中包括增加链接的带宽，确保使用高质量的光纤电缆，常规维护以识别任何有缺陷的组件，以及在长距离光纤链路上使用多个REPERETER。关键字 - 光纤网络，延迟，吞吐量
单分子跟踪的高吞吐量平台...
摘要细胞生理学的调节在很大程度上取决于功能不同的蛋白质和细胞成分的相互作用。这些相互作用可能是短暂的或长寿的，但通常会影响蛋白质运动。在细胞环境中测量蛋白质动力学，特别是在扰动蛋白质功能的同时，可以使蛋白质的功能与小分子扰动，可以使关键的相互作用解剖并促进药物发现；但是，目前的方法受到数据采集和分析的吞吐量受到限制。因此，使用超分辨率成像的研究典型地得出了从数十个细胞和一些实验条件的结论。我们通过开发高通量单分子跟踪（HTSMT）平台来解决这些局限性，用于以前所未有的规模（能够成像> 10 6个细胞/天筛选> 10 4化合物）的活细胞中蛋白质动力学的药物解剖。我们应用HTSMT来测量荧光标记的雌激素受体（ER）的细胞动力学，并筛选了一个多样的文库，以识别实时扰动ER功能的小分子。使用这种实验方式，我们确定了确定的命中的效力，途径选择性，目标参与和作用机理。动力学HTSMT实验能够区分ER信号传导的靶向和途径调节剂。综合途径分析概括了已知的ER相互作用伙伴的网络，并提出了潜在的新型，激酶介导的调节机械性。HTSMT的敏感性揭示了ER动力学与ER拮抗剂抑制癌细胞生长的能力之间存在新的相关性。因此，测量蛋白质运动是一种研究蛋白质之间动态相互作用的有力方法，并可能促进新型治疗剂的鉴定和表征。