XiaoMi-AI文件搜索系统
World File Search System图谱
CAS-Net：胎儿 MRI 的条件图谱生成和脑分割
摘要：胎儿磁共振成像 (MRI) 用于产前诊断和评估早期大脑发育。准确分割不同的大脑组织是几项大脑分析任务中的重要步骤，例如皮质表面重建和组织厚度测量。然而，胎儿 MRI 扫描容易产生运动伪影，这会影响手动和自动分割技术的正确性。在本文中，我们提出了一种新型网络结构，可以同时生成条件图谱并预测大脑组织分割，称为 CAS-Net。条件图谱提供了可以限制分割连接的解剖先验，尽管运动或部分体积效应会导致强度值的异质性。所提出的方法在来自正在开发的人类连接组项目 (dHCP) 的 253 名受试者身上进行了训练和评估。结果表明，所提出的方法可以生成具有清晰边界和形状变化的条件年龄特定图谱。它还对胎儿 MRI 的多类别脑组织进行分割，对于选定的 9 个组织标签，总体 Dice 相似度系数 (DSC) 高达 85.2%。
光学基因组图谱作为儿童急性髓系白血病的诊断工具
简单总结：儿童急性髓系白血病 (AML) 的治疗根据多种复发性遗传畸变进行分层，需要检测不同的诊断方法，如核型分析和荧光原位杂交 (FISH)。本研究旨在分析光学基因组图谱 (OGM) 作为一种新的一体化方法，是否可以识别核型分析描述的所有分层相关遗传畸变。因此，我们用 OGM 分析了 24 名儿童 AML、双系白血病和混合表型急性白血病患者在诊断时收集的冷冻骨髓和血细胞。将 OGM 的结果与核型分析和 FISH 的常规诊断结果进行了比较。我们表明 OGM 有很大潜力解决细胞遗传学的局限性，甚至可以识别新的结构畸变，这些畸变可用于监测没有 MRD 标记的患者的微小残留病 (MRD)。
碱基编辑筛选出影响癌症中 IFNγ 信号传导的突变图谱
识别对 IFN g 敏感性和抗性的遗传介质。Cas9 用于识别结直肠癌细胞系中调节 IFN g 反应的重要途径和基因。使用多碱基编辑诱变筛选来评估关键调节因子中意义不明确的变体 (VUS) 的功能后果。b) CRISPR-Cas9 筛选的基因级火山图，比较 IFN g 处理与对照
大脑图谱框架：从癫痫动力学中吸取的教训
1 宾夕法尼亚大学佩雷尔曼医学院神经科学系，宾夕法尼亚州费城 19104 美国 2 宾夕法尼亚大学神经工程与治疗学中心，宾夕法尼亚州费城 19104 美国 3 宾夕法尼亚大学工程与应用科学学院生物工程系，宾夕法尼亚州费城 19104 美国 4 加利福尼亚大学医学科学家培训项目，加利福尼亚州旧金山 94143 美国 5 宾夕法尼亚大学佩雷尔曼医学院神经病学系，宾夕法尼亚州费城 19104 美国 6 宾夕法尼亚大学佩雷尔曼医学院放射学系，宾夕法尼亚州费城 19104 美国 7 宾夕法尼亚大学佩雷尔曼医学院生物统计学、流行病学和信息学系，宾夕法尼亚州费城 19104 美国 8 宾夕法尼亚大学佩雷尔曼医学院宾夕法尼亚成像与可视化统计学研究中心，宾夕法尼亚州费城 19104 美国 9 生物医学图像计算与分析系，宾夕法尼亚大学佩雷尔曼医学院，宾夕法尼亚州 19104 美国 10 宾夕法尼亚大学工程与应用科学学院电气与系统工程系，宾夕法尼亚州费城 19104 美国 11 宾夕法尼亚大学艺术与科学学院物理与天文系，宾夕法尼亚州费城 19104 美国 12 宾夕法尼亚大学佩雷尔曼医学院精神病学系，宾夕法尼亚州费城 19104 美国 13 圣达菲研究所，新墨西哥州圣达菲 87501 a 这些作者贡献相同 * 通讯作者：andrew.revell@pennmedicine.upenn.edu
人工智能的未来：机器学习和知识图谱
知识图谱的价值包括以下内容：从单个用例开始，链接几个数据集和报告，然后有机地向其添加数据和链接，使其成为动态结构。有了用例后，确定所需的内容并根据分类法对其进行分类。虽然您可以参考行业标准分类法来获取想法，但请花时间使分类法对您的组织有意义，并了解用户如何组织他们的信息。购买现成的分类法或聘请顾问为您做这件事必然会导致问题。当您使用语义索引将用户自己的单词替换为同义词以更好地理解它们的含义时，组织结构会变得更加强大 - 本体。请求者不需要知道确切的标签即可检索他们想要的信息。让业务用户与分类学家、信息架构师和数据科学家一起参与知识图谱的持续开发。向知识图谱中添加描述性元数据，例如报告的版本或数据沿袭，以便用户可以判断它是否是正确的数据以及其质量是否可接受。
经验能量图谱揭示蛋白酶体在多肽转运中的机制
摘要 AAA+ 家族中的环状 ATPase 复合物执行多种细胞功能，这些功能需要其各个 ATPase 亚基的构象转变之间的协调（Erzberger 和 Berger，2006 年；Puchades 等人，2020 年）。如何通过这些协调运动捕获 ATP 水解产生的能量来做机械功尚不清楚。在本研究中，我们开发了一种新方法，用于基于互补的结构和动力学测量来描绘蛋白酶体异六聚体 ATPase 复合物的核苷酸依赖性自由能景观 (FEL)。我们使用 FEL 模拟蛋白酶体的动力学并定量评估预测的结构和动力学特性。FEL 模型预测与本研究和以前研究中的广泛实验观察结果一致，并提出了蛋白酶体 ATPase 的新型机制特征。我们发现 ATPase 亚基的协同运动源自 ATPase 六聚体的设计，该设计要求每个核苷酸结合状态具有独特的最小自由能。ATP 水解通过触发 ATPase 复合物的能量耗散构象转变来决定底物转位的方向。
阿尔茨海默病的深度学习：绘制大规模组织学 tau 蛋白图谱以进行神经影像生物标志物验证
异常的 tau 内含物是阿尔茨海默病的标志，也是临床衰退的预测指标。有几种 tau PET 示踪剂可用于神经退行性疾病研究，为体内分子诊断开辟了途径。然而，很少有人获准用于临床。了解 PET 信号验证的神经生物学基础仍然存在问题，因为它需要 PET 和（免疫）组织学信号之间大规模的体素到体素相关性。整个人脑的维度很大，组织变形会影响配准，而处理 TB 级信息的计算要求阻碍了正确的验证。我们开发了一个计算管道，用于识别和分割十亿像素数字病理图像中的感兴趣粒子，以生成定量的 3D 密度图。针对免疫组织化学样本的拟议卷积神经网络 IHCNet 是该管道的核心。我们已成功使用三种磷酸化 tau 抗体（AT100、AT8 和 MC1）处理并免疫染色了来自两个完整人脑的 500 多张载玻片，这些载玻片包含数 TB 的图像。我们的人工神经网络从大脑图像中估计了 tau 的包含情况，其对 AT100、AT8 和 MC1 的 ROC AUC 分别为 0.87、0.85 和 0.91。自省研究进一步评估了我们训练的模型学习 tau 相关特征的能力。我们提出了一种端到端流程来创建 TB 级的 3D tau 包含密度图，并将其与 MRI 联合配准，以方便验证 PET 示踪剂。
知识图谱赋能材料发现 - NSF-PAR
摘要 — 在本立场文件中，我们描述了知识图谱赋能的材料科学预测和发现的研究。该研究包括几个关键部分，包括本体映射、材料数据注释和从非结构化学术文章中提取信息。我们认为，尽管模拟和实验产生的大数据推动并加速了数据驱动的科学，但材料科学相关大数据的分布和异质性阻碍了该领域的重大进步。知识图谱作为语义枢纽，整合了不同的数据并为解决这一挑战提供了可行的解决方案。我们设计了一种基于知识图谱的方法，用于材料科学中的数据发现、提取和集成。索引词 — 知识图谱、材料发现、信息提取、本体、自然语言处理
小鼠生命周期中突触蛋白的大脑图谱
。CC-BY-ND 4.0 国际许可下可用（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2021 年 12 月 17 日发布。；https://doi.org/10.1101/2021.12.16.472938 doi：bioRxiv 预印本
力量图谱
后冷战时代已经结束。随着美国突然、混乱地撤出阿富汗，这个时代慢慢地、突然地结束了。在喀布尔机场，绝望的阿富汗平民从美国撤离飞机上掉下来的令人心碎的场景，可能成为标志着美国主导时代结束的画面。被抛弃的不仅仅是阿富汗平民，还有某种自由国际秩序的梦想，这种秩序由经济全球化和互联网巩固，由自由民主和自由市场资本主义统治。当然，这种转变已经酝酿了很长时间。2003 年入侵伊拉克和 2008 年雷曼兄弟破产后的惨败严重削弱了美国作为国际经济和军事安全保障者的信誉，而奥巴马-特朗普执政时期则以结束国外“永远的战争”并集中精力解决国内问题为主要目标。此外，西方以外的其他大国不仅在经济和军事实力上有所增长，而且决心走一条独立的道路，而不是遵循西方的剧本。乔·拜登总统喜欢说“美国回来了”。也许吧——但如果美国已经从特朗普时代的民粹主义和准孤立主义中重新崛起，那么它就是一个完全不同的国家，面对着一个已经改变的世界。