XiaoMi-AI文件搜索系统
World File Search System尖峰
三萜衍生物作为SARS-COV-2的RBD尖峰蛋白的潜在抑制剂：一种硅方法
摘要：2019年新的冠状病毒SARS-COV-2的出现启动了国际公共卫生紧急情况。尽管疫苗接种的迅速进展减少了死亡人数，但仍需要替代治疗以克服该疾病的疗法。众所周知，感染始于峰值糖蛋白（病毒表面）和血管紧张素转化酶2细胞受体（ACE2）的相互作用。因此，促进病毒抑制的直接解决方案似乎是寻找能够废除这种附着的分子。在这项工作中，我们通过分子对接和分子动力学仿真，测试了18种三萜衍生物作为SARS-COV-2对SARS-COV-2对受体结合结构域（RBD）的潜在抑制剂，从而对RBD-ace2 Complex2 Complect2 Complexs2 Complect的X射线结构进行了建模RBD S1亚基。分子对接表明，每种类型的至少三个三萜衍生物（即少氨酸，草皮和ursolic）具有与参考分子相似的相互作用能，即糖酸。分子动力学表明，来自丁香酸和ursolic酸OA5和UA2的两种化合物可以诱导能够破坏RBD-ACE2相互作用的构象变化。最后，物理化学和药代动力学特性模拟显示出有利的生物学活性作为抗病毒药。
植物生产的SARS-COV-2尖峰蛋白在仓鼠中引起异源免疫
疫苗的分子种植已被宣布为廉价，安全且可扩展的生产平台。与哺乳动物细胞相比，植物生物合成机制的差异可能使病毒糖蛋白的产生复杂化。重塑分泌途径为支持关键的翻译后修改和量身定制糖基化和糖基化指导的折叠方面提供了机会。在这项研究中，我们应用了一种综合的宿主和Glyco工程方法NXS/T Generation™，以在Nicotiana Benthamiana中生产SARS-COV-2预融合峰值峰值培养剂作为新兴病毒的模型抗原。通过透射电子显微镜查看时，尺寸排除蛋白的蛋白质表现出特征性的预灌注结构，这与等效的哺乳动物细胞生产的抗原是无法区分的。植物生产的蛋白质用未加工的寡素糖N-聚糖装饰，并表现出与哺乳动物细胞培养中产生的等效蛋白相媲美的位点占用率。复合型聚糖几乎完全不存在于植物衍生的材料中，这些材料与在哺乳动物细胞培养的衍生蛋白质上观察到的主要成熟，复杂的聚糖形成鲜明对比。在免疫仓鼠中，植物来源的抗原引起对匹配的武汉和异源Delta sars-cov-2变体的中和抗体，尽管滴度低于比较哺乳动物哺乳动物抗原诱导的滴度。接种植物衍生的抗原接种的动物在挑战后表现出降低的病毒载量，以及对SARS-COV-2疾病的显着保护，这一点可通过降低的肺病理学，较低的病毒载荷和
SARS-COV-2尖峰蛋白的广谱大环肽抑制剂
。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。这是该版本的版权所有，该版本发布于2023年2月28日。 https://doi.org/10.1101/2022.11.11.11.516114 doi：Biorxiv Preprint
使用协作尖峰神经网络求解二次不受约束的二进制优化
摘要 - 次数不受约束的二进制优化（QUBO）问题成为一种有吸引力且有价值的优化问题，因为它可以轻松地转换为各种其他组合优化问题，例如图形/数字分区，最大值，SAT，SAT，Vertex，Vertex，Vertex，TSP，TSP等。其中一些问题是NP-HARD，并广泛应用于行业和科学研究中。同时，已经发现Qubo与两个新兴的计算范式，神经形态计算和量子计算兼容，具有巨大的潜力，可以加快未来的优化求解器。在本文中，我们提出了一种新型的神经形态计算范式，该计算范式采用多个协作尖峰神经网络来解决QUBO问题。每个SNN进行局部随机梯度下降搜索，并定期分享全球最佳解决方案，以对Optima进行元效力搜索。我们模拟了模型，并将其与无协作的单个SNN求解器和多SNN求解器进行比较。通过对基准问题的测试，提出的方法被证明在寻找QUBO Optima方面更有效。具体来说，它在无协作和单SNN求解器的情况下分别在多SNN求解器上显示X10和X15-20加速。索引术语 - 数字计算，尖峰神经网络作品，组合优化，QUBO
基于ACE2受体或工程尖峰结合肽的SARS-COV-2进入抑制剂的比较
此预印本版的版权持有人于2023年1月9日发布。 https://doi.org/10.1101/2023.01.05.522964 doi：biorxiv preprint
具有机器人实施例的模块化尖峰神经网络中的空间计算
摘要：现代神经科学中的挑战之一是创建一个脑介绍。基于在体外生长的神经网络的这种半小型设备在体外生长时应与环境相互作用。这项工作中的一个关键点是开发一种能够进行联想学习的神经网络体系结构。这项工作提出了一个中尺度模块化尖峰神经网络（SNN）的数学模型，以在脑线芯片环境中研究学习机制。我们表明，除了峰值依赖性可塑性（STDP）外，突触和神经元竞争是成功学习的关键因素。此外，最短的途径规则可以实施负责处理来自环境的有条件刺激的突触竞赛。该解决方案已准备好在神经元文化中进行测试。可以通过对负责无条件反应的SNN模量进行横向抑制来实施神经元竞争。对这种方法的经验测试具有挑战性，需要开发一种具有给定兴奋性和抑制性神经元比的培养物的技术。我们测试了移动机器人中嵌入的模块化SNN，并表明它可以在触摸（无条件）和超声波（条件）传感器之间建立关联。然后，机器人只能依靠超声传感器避免障碍而不会击中障碍。
SARS -COV -2尖峰mRNA疫苗序列在19次疫苗接种后长达28天，在血液中循环
严重的急性呼吸道综合征II型（SARS-COV-2）变体的出现导致了现有疫苗和抗体的保护下降，并且迫切需要采取广谱疫苗接种策略，以减少对预防和控制PANDECOGIC的压力。在这项研究中，SARS-COV-2β变体的受体结合结构域（RBD）通过糖化酵母平台成功表达。要采用更广泛的疫苗接种策略，以1：1的比例与Al（OH）3和CpG双佐剂混合了RBD-Beta和RBD-wild类型，用于对BALB/C小鼠进行免疫。这种二价疫苗刺激了强大的共轭抗体滴度和更广泛的中和抗体滴度。这些结果表明，RBD-BETA和RBD-WILD类型的二价疫苗可能是可能的广谱疫苗接种策略。
尖峰情绪：使用尖峰神经网络识别动态视觉情感1 Binqiang Wang 1,2，Gang Dong 2*，Yaqian Zhao 2，Rengang Li 2
1山东大规模信息技术研究所，中国2个州主要的服务器和存储技术启动（北京）电子信息行业有限公司，中国北京，中国北京的抽象情感识别来自视觉信息的抽象情感识别是计算机视觉社区的重要研究主题。基于人工神经网络（ANN）的当前普遍解决方案表现出很高的精度，但计算消耗量很大。与ANN相比，尖峰神经网络（SNN）在生物学上更现实，并且在计算上有效。但是，将SNN用于视觉情感识别仍然是一个巨大的挑战，这主要是由于缺乏动态视觉传感器（DVS）的情感数据集和正确设计的SNN框架。在本文中，我们提出了一种生成DVS模拟数据集的方法，利用存在的情感识别数据集包含视频段。同时，采用了SNN框架及其对应ANN，以分别基于模拟DVS数据集和原始帧数据来完成动态视觉情感识别。所提出的SNN框架由一个功能提取模块组成，该模块基于输入的尖峰训练，投票神经元组模块，其中包含两组情绪神经元，以及一个将情感映射模块转换为情感上的尖峰到情感极性标签。结果表明，与ANN相比，提出的SNN可以实现更好的性能，其能耗只是ANN的四分之一。关键字峰值神经网络；动态视觉传感器；情绪识别1。简介
用于高效尖峰分类的部分二值化神经网络
摘要 虽然可以使用高效算法实现脑植入式神经尖峰分类，但是噪声的存在可能使得使用传统技术难以保持高性能分类。在本文中，我们首次探讨了使用部分二值化神经网络 (PBNN) 对神经尖峰特征向量进行分类。结果表明，与基于波形模板的方法相比，PBNN 可在各种数据集和噪声水平上提供稳健的尖峰分类。介绍了基于 PBNN 的尖峰分类系统在标准 180 nm CMOS 工艺中的 ASIC 实现。后布局和布线模拟结果表明，合成的 PBNN 在 24 kHz 下工作时仅消耗 1.8 V 电源下的 0.59 휇 W 功耗，占用 0.15 mm 2 的硅面积。结果表明，所设计的基于 PBNN 的脉冲分类系统不仅在各种噪声水平和数据集上提供与最先进的脉冲分类系统相当的精度，而且占用的硅面积更小，功耗更低。这使得 PBNN 成为实现可植入大脑的脉冲分类系统的可行替代方案。
用于植入式神经接口的精确且硬件高效的双尖峰检测器
摘要 — 尖峰检测在神经数据处理和脑机接口 (BMI) 中起着核心作用。未来一代可植入 BMI 面临的挑战是构建一个既具有低硬件成本又具有高性能的尖峰检测器。在这项工作中，我们提出了一种用于可植入 BMI 的新型硬件高效且高性能的尖峰检测器。所提出的设计基于具有自适应阈值估计的双检测器架构。双检测器包括两个独立的基于 TEO 的检测器，它们根据尖峰在高噪声和低噪声场景中的判别特征来区分尖峰的发生。我们在 Wave Clus 数据集上评估了所提出的尖峰检测算法。它实现了 98.9% 的平均检测准确率，在高噪声场景中超过 95%，确保了我们方法的可靠性。当在采样率为 16kHz 和分辨率为 7 位的硬件中实现时，检测准确率为 97.4%。基于该架构的256通道探测器采用TSMC 65nm工艺设计，面积仅682μm2/通道，功耗0.07μW/通道，与目前最先进的尖峰探测器相比，功耗降低39.7%，面积减少78.8%，同时保持了较高的精度。