XiaoMi-AI文件搜索系统
World File Search System地将
如何利用不同的内吞途径选择性地将抗癌药物输送到癌细胞而非健康细胞
大胞饮作用是癌细胞的标志之一，而大多数健康细胞都不具有大胞饮作用。6-8 研究发现，特定形状的纳米粒子可以显示出癌细胞对大胞饮作用途径的偏好。9 例如，我们 3 和其他人 10 已经证明，与短或长纳米棒和纳米球相比，尺寸为 180 nm 60 nm 的介孔二氧化硅纳米棒通过大胞饮作用途径被吸收的数量更多。重要的是，这些研究是在没有任何药物输送的情况下进行的。此外，大胞饮作用途径最近作为实现核药物输送的一种策略引起了人们的关注。7,11-17 有人认为大胞饮作用可导致高比率的内体和溶酶体逃逸，18,19 因此对于有效地向细胞输送药物至关重要。 20 结合这两个概念，开发仅通过内吞作用进入细胞的载药纳米粒子不仅可以成为一种针对癌细胞而非健康细胞的手段，还可以用来指导药物在细胞中的释放位置。在本研究中，我们展示了如何使用纳米棒将抗癌药物输送到癌细胞的细胞核，以便在健康乳腺细胞存在的情况下选择性地杀死癌细胞，这在以前没有报道过。内吞化学抑制剂被广泛用于研究纳米粒子的吸收途径。5 通常在添加纳米粒子之前用抑制剂预处理细胞。然后将纳米粒子进入抑制剂处理的细胞的吸收与进入细胞的吸收进行比较
如何编写摘要：有效地将您的赠款申请传达给非专家
•成功的沟通是战略沟通。•确定您最想要或需要了解您正在展示的工作的特定非专家组。例如授予管理员，患者群体，临床医生的专业团体，幼儿的父母•如果可能的话，请问您知道这个目标群体中的人或不知道您的工作以阅读摘要草稿的人。
环糊精稳定的精胺标记药物三链体，在呼吸紧急情况下选择性地将茶碱靶向肺部
将茶碱等救命药与靶向部分进行离子配对，可能会对哮喘持续状态或 COVID-19 引起的纵隔气肿等医疗紧急情况产生重大影响。然而，为了在体内实现快速药物靶向，必须防止离子对在进入靶组织之前分解。本研究旨在调查当茶碱与多胺转运蛋白底物精胺离子配对时，将其插入环糊精 (CD) 中形成三重体，是否可以在静脉注射后将支气管扩张剂选择性地引导至肺部。NMR 表明，三重体形成后，精胺从 CD 腔中突出，这会导致 A549 细胞中的能量依赖性摄取（增强 1.8 倍），持续时间超过 20 分钟。在体内，三联体在大鼠和小鼠体内注射 20 分钟后分别使肺中茶碱增加 2.4 倍和 2.2 倍（p < 0.05）。肺靶向性是选择性的，不会增加大脑或心脏的吸收量，而这些部位的茶碱副作用是治疗限制因素。选择性地将肺中茶碱的浓度加倍可以改善这种治疗指数较窄的药物的效益风险比，这在重症监护中仍然很重要。
人工智能如何改变我们做出购买决策的方式？这对商标法意味着什么？商标法的核心在于如何购买商品和服务，而由于人工智能正在影响购买过程，因此从定义上讲它也影响着商标法。人工智能通过两种方式影响购买过程：（a）消费者可获得的品牌信息和（b）谁来做出购买决策。亚马逊的 Alexa 等人工智能个人零售助理有可能成为品牌向消费者提供的“守门人”，控制向消费者提供哪些品牌信息，并以纯粹的形式购买品牌产品，在人工智能所谓的“自动执行模型”中几乎不需要或根本不需要人为干预，从而有效地将传统的购物体验从“先购物后发货”模式颠覆为“先发货后购物”模式。商标法的许多关键方面都涉及人性的弱点。如果您考虑商标法和实践中的一些“流行词”，例如“混淆”、“不完全记忆”、“联想”和“商标混淆”，这些概念都围绕着人类的弱点。然而，人工智能有可能从购买过程中消除“人性”和“弱点”。人工智能应用程序可以通过“给我买个灯泡”等一般命令来购买产品。人类消费者与人工智能应用程序购买的灯泡品牌没有任何互动。人工智能应用程序会混淆吗？它会混淆商标吗？人工智能应用程序甚至会通过传统的听觉、语音和概念比较商标的方式来评估产品购买，这就是所谓的人工智能黑箱问题吗？人工智能应用程序经常受到个人消费者过去购买决策的影响，而人工智能应用程序做出购买决定或建议的原因有时可能难以理解。在这些情况下，知识产权侵权责任问题也引起了重要的问题。然而，即使人工智能应用程序不做出购买决策，它仍然会影响消费者在做出购买决策时可用的品牌信息。例如，亚马逊 Alexa 平均只向消费者推荐三种产品。它控制着向消费者推荐什么品牌产品，它而不是人类消费者掌握着所有的品牌信息。然而，人工智能对购买过程的影响必须放在历史背景中来看待。人工智能的兴起是新的，但并非史无前例。现代商标法诞生于十九世纪，并发展到现代。然而，在此期间，购买过程并非一成不变，而是发生了变化。我们只需看看从传统的十九世纪“店主”购买产品模式到二十世纪二十年代超市发明的变化，从互联网和社交媒体的兴起到人工智能的兴起。商标法已经适应并发生了变化，实际上可以说是适应性最强的知识产权法形式。例如，关于人工智能应用程序的责任问题，我们已经可以从关键词广告的案例中得到指导，例如谷歌法国，它是随着互联网购物的兴起而发展起来的。如果购买过程中的“参与者”如人工智能应用程序在购买决策/过程中扮演更被动的角色，则人工智能应用程序提供商不太可能被追究责任，如果人工智能应用程序在购买决策中扮演更积极的角色，并且可以说人工智能提供商在购买决策中强烈影响消费者，则更有可能发现责任。商标法已经适应了购买过程的变化，并且它将再次适应。HGF 合伙人兼特许商标律师 Lee Curtis
人工智能如何改变我们做出购买决策的方式？这对商标法意味着什么？商标法的核心在于如何购买商品和服务，而由于人工智能正在影响购买过程，因此从定义上讲它也影响着商标法。人工智能通过两种方式影响购买过程：（a）消费者可获得的品牌信息和（b）谁来做出购买决策。亚马逊的 Alexa 等人工智能个人零售助理有可能成为品牌向消费者提供的“守门人”，控制向消费者提供哪些品牌信息，并以纯粹的形式购买品牌产品，在人工智能所谓的“自动执行模型”中几乎不需要或根本不需要人为干预，从而有效地将传统的购物体验从“先购物后发货”模式颠覆为“先发货后购物”模式。商标法的许多关键方面都涉及人性的弱点。如果您考虑商标法和实践中的一些“流行词”，例如“混淆”、“不完全记忆”、“联想”和“商标混淆”，这些概念都围绕着人类的弱点。然而，人工智能有可能从购买过程中消除“人性”和“弱点”。人工智能应用程序可以通过“给我买个灯泡”等一般命令来购买产品。人类消费者与人工智能应用程序购买的灯泡品牌没有任何互动。人工智能应用程序会混淆吗？它会混淆商标吗？人工智能应用程序甚至会通过传统的听觉、语音和概念比较商标的方式来评估产品购买，这就是所谓的人工智能黑箱问题吗？人工智能应用程序经常受到个人消费者过去购买决策的影响，而人工智能应用程序做出购买决定或建议的原因有时可能难以理解。在这些情况下，知识产权侵权责任问题也引起了重要的问题。然而，即使人工智能应用程序不做出购买决策，它仍然会影响消费者在做出购买决策时可用的品牌信息。例如，亚马逊 Alexa 平均只向消费者推荐三种产品。它控制着向消费者推荐什么品牌产品，它而不是人类消费者掌握着所有的品牌信息。然而，人工智能对购买过程的影响必须放在历史背景中来看待。人工智能的兴起是新的，但并非史无前例。现代商标法诞生于十九世纪，并发展到现代。然而，在此期间，购买过程并非一成不变，而是发生了变化。我们只需看看从传统的十九世纪“店主”购买产品模式到二十世纪二十年代超市发明的变化，从互联网和社交媒体的兴起到人工智能的兴起。商标法已经适应并发生了变化，实际上可以说是适应性最强的知识产权法形式。例如，关于人工智能应用程序的责任问题，我们已经可以从关键词广告的案例中得到指导，例如谷歌法国，它是随着互联网购物的兴起而发展起来的。如果购买过程中的“参与者”如人工智能应用程序在购买决策/过程中扮演更被动的角色，则人工智能应用程序提供商不太可能被追究责任，如果人工智能应用程序在购买决策中扮演更积极的角色，并且可以说人工智能提供商在购买决策中强烈影响消费者，则更有可能发现责任。商标法已经适应了购买过程的变化，并且它将再次适应。HGF 合伙人兼特许商标律师 Lee Curtis
环糊精稳定的精胺标记药物三链体，在呼吸紧急情况下选择性地将茶碱靶向肺部
将茶碱等救命药与靶向部分进行离子配对，可能会对哮喘持续状态或 COVID-19 引起的纵隔气肿等医疗紧急情况产生重大影响。然而，为了在体内实现快速药物靶向，必须防止离子对在进入靶组织之前分解。本研究旨在调查当茶碱与多胺转运蛋白底物精胺离子配对时，将其插入环糊精 (CD) 中形成三重体，是否可以在静脉注射后将支气管扩张剂选择性地引导至肺部。NMR 表明，三重体形成后，精胺从 CD 腔中突出，这会导致 A549 细胞中的能量依赖性摄取（增强 1.8 倍），持续时间超过 20 分钟。在体内，三联体在大鼠和小鼠体内注射 20 分钟后分别使肺中茶碱增加 2.4 倍和 2.2 倍（p < 0.05）。肺靶向性是选择性的，不会增加大脑或心脏的吸收量，而这些部位的茶碱副作用是治疗限制因素。选择性地将肺中茶碱的浓度加倍可以改善这种治疗指数较窄的药物的效益风险比，这在重症监护中仍然很重要。
有效地将 QUBO 问题嵌入绝热...
摘要 像 D-Wave 2000Q 这样的绝热量子计算机可以近似地解决 QUBO 问题，这是一个 NP-Hard 问题，并且已被证明在多个实例中优于传统计算机 [52]。解决 QUBO 问题字面意思是解决几乎任何 NP-Hard 问题，如旅行商问题 (TSP)、航空调度问题、蛋白质折叠问题、基因型归因问题等，从而实现重大的科学进步，并可能为物流、航空、医疗保健和许多其他行业节省数百万/数十亿美元。然而，在量子计算机上解决 QUBO 问题之前，必须将它们嵌入（或编译）到量子计算机的硬件上，这本身就是一个非常困难的问题。在这项工作中，我们提出了一种有效的嵌入算法，让我们能够快速嵌入 QUBO 问题，使用更少的量子比特，并使目标函数值接近全局最小值。然后，我们将我们的嵌入算法的性能与目前最先进的 D-Wave 嵌入算法的性能进行比较，并表明我们的嵌入算法明显优于 D-Wave 嵌入算法。我们的嵌入方法适用于完美的 Chimera 图，即没有缺失量子位的 Chimera 图。
安全地将您的实验室能源使用一半 - ehs.uci.edu
除了建筑物外壳外，所有智能实验室的改造都可以在最小的实验室中断的被占用建筑物中完成。•服务中断是在必须给出的持续时间，时机和通知的合同中指示的。•工作范围可能或可能不包括临时供应和排气风扇•承包商必须与空气一起供应和排气，即使所有关机都可以最小化，即使这增加了步骤或工作量的数量或工作量•在建造乘员之前建造的市政厅会议•在建筑物上•在走廊上发布的施工时间表，并在走廊上发布了施工时间表，并给每个实验室提供了2周的内置通知•