XiaoMi-AI文件搜索系统
World File Search System尺度
采用多尺度集成方法研究神经系统
9 大希腊 卡坦扎罗大学 UNICZ 大学 10 巴里大学 - 阿尔多莫罗 UNIBA 大学 11 帕尔马大学 - 分支 1 UNIPR 大学 12 佛罗伦萨大学 UNIFI 大学 13 IRCCS 圣马蒂诺综合医院 HSM 医院 14 IRCCS 博洛尼亚神经科学研究所 ISNB 医院 15 比萨圣安娜高等研究院 SSSA 医院 16 Bambino Gesù 儿童医院 OPBG 医院 17 欧洲脑研究所 Rita Levi-Montalcini EBRI 基金会 18 IRCCS SYNLAB SDN SYNLAB 医院 19 Telethon 基金会 ETS TIGEM 基金会 20 Don Carlo Gnocchi 基金会 ONLUS-IRCCS FDG 医院 21 IRCCS 圣拉斐尔 SR 医院 22 Dompè Farmaceutici DOMPE' 公司 23 Alfasigma ALFASIGMA 公司 24 ASG 超导体 ASG 公司 25 TAKIS Srl TAKIS 公司 表 A1：合作伙伴名单
多尺度材料建模路线图 - UCL Discovery
1 格罗宁根大学泽尼克先进材料研究所，Nijenborgh 4, 9747 AG 格罗宁根，荷兰 2 桑迪亚国家实验室，新墨西哥州阿尔伯克基 87185，美国 3 劳伦斯利弗莫尔国家实验室，加利福尼亚州利弗莫尔 94551，美国 4 斯坦福大学，斯坦福，加利福尼亚州 94305，美国 5 剑桥大学工程实验室，剑桥 CB2 1PZ，英国 6 埃因霍温理工大学机械工程系，埃因霍温 5600 MB，荷兰 7 IMDEA 材料研究所，C / Eric Kandel 2，E-28906 马德里，西班牙 8 马德里理工大学材料科学系，ETS de Ingenieros de Caminos，E-28040 马德里，西班牙 9 辛辛那提大学，俄亥俄州辛辛那提45221，美国 10 苏黎世联邦理工学院，CH — 8092 苏黎世，瑞士 11 加州理工学院，帕萨迪纳，CA 91125，美国 12 洛斯阿拉莫斯国家实验室，洛斯阿拉莫斯，新墨西哥州 87522，美国 13 不列颠哥伦比亚大学物理与天文系和量子物质研究所，温哥华 BC V6T 1Z1，加拿大 14 伦敦大学学院，Gower Street，伦敦 WC1E 6BT，英国 15 桑迪亚国家实验室，利弗莫尔，CA 94551，美国 16 先进材料模拟跨学科中心（ICAMS），波鸿鲁尔大学，D-44801 波鸿，德国 17 普渡大学材料工程学院和 Birck 纳米技术中心，西拉斐特，印第安纳州 47907，美国 18 系明尼苏达大学航空工程与力学系，美国明尼苏达州明尼阿波利斯 55455
锂中的多尺度和分层反应机制...
1。Haendel MA，Chute CG，Robinson PN。 分类，本体论和精密医学。 n Engl J Med。 2018; 379：1452-1462。 2。 Zehir A，Benayed R，Shah RH等。 对征收癌症的突变景观揭示了10,000名患者的前瞻性临床测序。 nat Med。 2017; 23：703-713。 3。 Kou T，Kanai M，Matsumoto S，Okuno Y，MutoM。在癌症治疗中进行临床测序的可能性。 JPN J Clin Oncol。 2016; 46：399-406。 4。 Kou T，Kanai M，Yamamoto Y等。 在晚期实体瘤患者中使用下一代测序的多重基因测定法进行临床测序。 癌症科学。 2017; 108：1440-1446。 5。 Sunami K，Ichikawa H，Kubo T等。 在临床环境中，针对114个癌症相关基因的面板测试的可行性和实用性：基于医院的研究。 癌症科学。 2019; 110：1480-1490。 6。 Le Tourneau C，Delord J-P，GonçalvesA等。 基于肿瘤分子分析与常规癌症（SHIVA）的分子靶向治疗：一种多中心，开放标签，概念验证，随机，随机，受控的2期试验。 lancet oncol。 2015; 16：1324-1334。 7。 TrédanO，Wang Q，Pissaloux D等。 分子筛选程序，以选择基于分子的建议疗法，用于大量癌症患者：分析探险仪试验。 Ann Oncol。 2019; 30：757-765。 8。Haendel MA，Chute CG，Robinson PN。分类，本体论和精密医学。n Engl J Med。2018; 379：1452-1462。 2。 Zehir A，Benayed R，Shah RH等。 对征收癌症的突变景观揭示了10,000名患者的前瞻性临床测序。 nat Med。 2017; 23：703-713。 3。 Kou T，Kanai M，Matsumoto S，Okuno Y，MutoM。在癌症治疗中进行临床测序的可能性。 JPN J Clin Oncol。 2016; 46：399-406。 4。 Kou T，Kanai M，Yamamoto Y等。 在晚期实体瘤患者中使用下一代测序的多重基因测定法进行临床测序。 癌症科学。 2017; 108：1440-1446。 5。 Sunami K，Ichikawa H，Kubo T等。 在临床环境中，针对114个癌症相关基因的面板测试的可行性和实用性：基于医院的研究。 癌症科学。 2019; 110：1480-1490。 6。 Le Tourneau C，Delord J-P，GonçalvesA等。 基于肿瘤分子分析与常规癌症（SHIVA）的分子靶向治疗：一种多中心，开放标签，概念验证，随机，随机，受控的2期试验。 lancet oncol。 2015; 16：1324-1334。 7。 TrédanO，Wang Q，Pissaloux D等。 分子筛选程序，以选择基于分子的建议疗法，用于大量癌症患者：分析探险仪试验。 Ann Oncol。 2019; 30：757-765。 8。2018; 379：1452-1462。2。Zehir A，Benayed R，Shah RH等。对征收癌症的突变景观揭示了10,000名患者的前瞻性临床测序。nat Med。2017; 23：703-713。 3。 Kou T，Kanai M，Matsumoto S，Okuno Y，MutoM。在癌症治疗中进行临床测序的可能性。 JPN J Clin Oncol。 2016; 46：399-406。 4。 Kou T，Kanai M，Yamamoto Y等。 在晚期实体瘤患者中使用下一代测序的多重基因测定法进行临床测序。 癌症科学。 2017; 108：1440-1446。 5。 Sunami K，Ichikawa H，Kubo T等。 在临床环境中，针对114个癌症相关基因的面板测试的可行性和实用性：基于医院的研究。 癌症科学。 2019; 110：1480-1490。 6。 Le Tourneau C，Delord J-P，GonçalvesA等。 基于肿瘤分子分析与常规癌症（SHIVA）的分子靶向治疗：一种多中心，开放标签，概念验证，随机，随机，受控的2期试验。 lancet oncol。 2015; 16：1324-1334。 7。 TrédanO，Wang Q，Pissaloux D等。 分子筛选程序，以选择基于分子的建议疗法，用于大量癌症患者：分析探险仪试验。 Ann Oncol。 2019; 30：757-765。 8。2017; 23：703-713。3。Kou T，Kanai M，Matsumoto S，Okuno Y，MutoM。在癌症治疗中进行临床测序的可能性。JPN J Clin Oncol。2016; 46：399-406。 4。 Kou T，Kanai M，Yamamoto Y等。 在晚期实体瘤患者中使用下一代测序的多重基因测定法进行临床测序。 癌症科学。 2017; 108：1440-1446。 5。 Sunami K，Ichikawa H，Kubo T等。 在临床环境中，针对114个癌症相关基因的面板测试的可行性和实用性：基于医院的研究。 癌症科学。 2019; 110：1480-1490。 6。 Le Tourneau C，Delord J-P，GonçalvesA等。 基于肿瘤分子分析与常规癌症（SHIVA）的分子靶向治疗：一种多中心，开放标签，概念验证，随机，随机，受控的2期试验。 lancet oncol。 2015; 16：1324-1334。 7。 TrédanO，Wang Q，Pissaloux D等。 分子筛选程序，以选择基于分子的建议疗法，用于大量癌症患者：分析探险仪试验。 Ann Oncol。 2019; 30：757-765。 8。2016; 46：399-406。4。Kou T，Kanai M，Yamamoto Y等。 在晚期实体瘤患者中使用下一代测序的多重基因测定法进行临床测序。 癌症科学。 2017; 108：1440-1446。 5。 Sunami K，Ichikawa H，Kubo T等。 在临床环境中，针对114个癌症相关基因的面板测试的可行性和实用性：基于医院的研究。 癌症科学。 2019; 110：1480-1490。 6。 Le Tourneau C，Delord J-P，GonçalvesA等。 基于肿瘤分子分析与常规癌症（SHIVA）的分子靶向治疗：一种多中心，开放标签，概念验证，随机，随机，受控的2期试验。 lancet oncol。 2015; 16：1324-1334。 7。 TrédanO，Wang Q，Pissaloux D等。 分子筛选程序，以选择基于分子的建议疗法，用于大量癌症患者：分析探险仪试验。 Ann Oncol。 2019; 30：757-765。 8。Kou T，Kanai M，Yamamoto Y等。在晚期实体瘤患者中使用下一代测序的多重基因测定法进行临床测序。癌症科学。2017; 108：1440-1446。 5。 Sunami K，Ichikawa H，Kubo T等。 在临床环境中，针对114个癌症相关基因的面板测试的可行性和实用性：基于医院的研究。 癌症科学。 2019; 110：1480-1490。 6。 Le Tourneau C，Delord J-P，GonçalvesA等。 基于肿瘤分子分析与常规癌症（SHIVA）的分子靶向治疗：一种多中心，开放标签，概念验证，随机，随机，受控的2期试验。 lancet oncol。 2015; 16：1324-1334。 7。 TrédanO，Wang Q，Pissaloux D等。 分子筛选程序，以选择基于分子的建议疗法，用于大量癌症患者：分析探险仪试验。 Ann Oncol。 2019; 30：757-765。 8。2017; 108：1440-1446。5。Sunami K，Ichikawa H，Kubo T等。在临床环境中，针对114个癌症相关基因的面板测试的可行性和实用性：基于医院的研究。癌症科学。2019; 110：1480-1490。 6。 Le Tourneau C，Delord J-P，GonçalvesA等。 基于肿瘤分子分析与常规癌症（SHIVA）的分子靶向治疗：一种多中心，开放标签，概念验证，随机，随机，受控的2期试验。 lancet oncol。 2015; 16：1324-1334。 7。 TrédanO，Wang Q，Pissaloux D等。 分子筛选程序，以选择基于分子的建议疗法，用于大量癌症患者：分析探险仪试验。 Ann Oncol。 2019; 30：757-765。 8。2019; 110：1480-1490。6。Le Tourneau C，Delord J-P，GonçalvesA等。 基于肿瘤分子分析与常规癌症（SHIVA）的分子靶向治疗：一种多中心，开放标签，概念验证，随机，随机，受控的2期试验。 lancet oncol。 2015; 16：1324-1334。 7。 TrédanO，Wang Q，Pissaloux D等。 分子筛选程序，以选择基于分子的建议疗法，用于大量癌症患者：分析探险仪试验。 Ann Oncol。 2019; 30：757-765。 8。Le Tourneau C，Delord J-P，GonçalvesA等。基于肿瘤分子分析与常规癌症（SHIVA）的分子靶向治疗：一种多中心，开放标签，概念验证，随机，随机，受控的2期试验。lancet oncol。2015; 16：1324-1334。 7。 TrédanO，Wang Q，Pissaloux D等。 分子筛选程序，以选择基于分子的建议疗法，用于大量癌症患者：分析探险仪试验。 Ann Oncol。 2019; 30：757-765。 8。2015; 16：1324-1334。7。TrédanO，Wang Q，Pissaloux D等。分子筛选程序，以选择基于分子的建议疗法，用于大量癌症患者：分析探险仪试验。Ann Oncol。 2019; 30：757-765。 8。Ann Oncol。2019; 30：757-765。8。Frampton GM，Fichtenholtz A，Otto GA等。基于据称平行DNA测序的临床癌症基因组分析测试的开发和验证。nat生物技术。2013; 31：1023-1031。 9。 Van Cutsem E，KöhneCH，Hitre E等。 西妥昔单抗和化学疗法作为转移性结直肠癌的初始治疗方法。 n Engl J Med。 2009; 360：1408-1417。 10。 日本癌症协会。 癌症诊断和治疗中下一代测序的临床实践指南（2.0版）； 2020。 11。 Sunami K，Takahashi H，Tsuchihara K等。 临床实践指南，用于癌症诊断和治疗中的下一代测序（1.0版）。 癌症科学。 2018; 109：2980-2985。 12。 Chakravarty D，Gao J，Phillips SM等。 Oncokb：精确的Ogy知识库。 JCO Precis Oncol。 2017.1：PO.17.00011。 13。 Sicklick JK，Kato S，Okamura R等。 癌症患者的分子分析可以实现个性化联合疗法：I-Predict研究。 nat Med。 2019; 25：744-750。 14。 Dalton WB，Forde PM，Kang H等。 肿瘤学诊所的个性化医学：约翰·霍普金斯分子肿瘤委员会的实施和结果。 JCO Precis Oncol。 2017; 1：1-19。 15。 Pishvaian MJ，Blais EM，Brody JR等。 lancet oncol。 2020; 21：508-518。 16。2013; 31：1023-1031。9。Van Cutsem E，KöhneCH，Hitre E等。 西妥昔单抗和化学疗法作为转移性结直肠癌的初始治疗方法。 n Engl J Med。 2009; 360：1408-1417。 10。 日本癌症协会。 癌症诊断和治疗中下一代测序的临床实践指南（2.0版）； 2020。 11。 Sunami K，Takahashi H，Tsuchihara K等。 临床实践指南，用于癌症诊断和治疗中的下一代测序（1.0版）。 癌症科学。 2018; 109：2980-2985。 12。 Chakravarty D，Gao J，Phillips SM等。 Oncokb：精确的Ogy知识库。 JCO Precis Oncol。 2017.1：PO.17.00011。 13。 Sicklick JK，Kato S，Okamura R等。 癌症患者的分子分析可以实现个性化联合疗法：I-Predict研究。 nat Med。 2019; 25：744-750。 14。 Dalton WB，Forde PM，Kang H等。 肿瘤学诊所的个性化医学：约翰·霍普金斯分子肿瘤委员会的实施和结果。 JCO Precis Oncol。 2017; 1：1-19。 15。 Pishvaian MJ，Blais EM，Brody JR等。 lancet oncol。 2020; 21：508-518。 16。Van Cutsem E，KöhneCH，Hitre E等。西妥昔单抗和化学疗法作为转移性结直肠癌的初始治疗方法。n Engl J Med。2009; 360：1408-1417。 10。 日本癌症协会。 癌症诊断和治疗中下一代测序的临床实践指南（2.0版）； 2020。 11。 Sunami K，Takahashi H，Tsuchihara K等。 临床实践指南，用于癌症诊断和治疗中的下一代测序（1.0版）。 癌症科学。 2018; 109：2980-2985。 12。 Chakravarty D，Gao J，Phillips SM等。 Oncokb：精确的Ogy知识库。 JCO Precis Oncol。 2017.1：PO.17.00011。 13。 Sicklick JK，Kato S，Okamura R等。 癌症患者的分子分析可以实现个性化联合疗法：I-Predict研究。 nat Med。 2019; 25：744-750。 14。 Dalton WB，Forde PM，Kang H等。 肿瘤学诊所的个性化医学：约翰·霍普金斯分子肿瘤委员会的实施和结果。 JCO Precis Oncol。 2017; 1：1-19。 15。 Pishvaian MJ，Blais EM，Brody JR等。 lancet oncol。 2020; 21：508-518。 16。2009; 360：1408-1417。10。日本癌症协会。癌症诊断和治疗中下一代测序的临床实践指南（2.0版）； 2020。11。Sunami K，Takahashi H，Tsuchihara K等。临床实践指南，用于癌症诊断和治疗中的下一代测序（1.0版）。癌症科学。2018; 109：2980-2985。 12。 Chakravarty D，Gao J，Phillips SM等。 Oncokb：精确的Ogy知识库。 JCO Precis Oncol。 2017.1：PO.17.00011。 13。 Sicklick JK，Kato S，Okamura R等。 癌症患者的分子分析可以实现个性化联合疗法：I-Predict研究。 nat Med。 2019; 25：744-750。 14。 Dalton WB，Forde PM，Kang H等。 肿瘤学诊所的个性化医学：约翰·霍普金斯分子肿瘤委员会的实施和结果。 JCO Precis Oncol。 2017; 1：1-19。 15。 Pishvaian MJ，Blais EM，Brody JR等。 lancet oncol。 2020; 21：508-518。 16。2018; 109：2980-2985。12。Chakravarty D，Gao J，Phillips SM等。Oncokb：精确的Ogy知识库。JCO Precis Oncol。2017.1：PO.17.00011。13。Sicklick JK，Kato S，Okamura R等。癌症患者的分子分析可以实现个性化联合疗法：I-Predict研究。nat Med。2019; 25：744-750。 14。 Dalton WB，Forde PM，Kang H等。 肿瘤学诊所的个性化医学：约翰·霍普金斯分子肿瘤委员会的实施和结果。 JCO Precis Oncol。 2017; 1：1-19。 15。 Pishvaian MJ，Blais EM，Brody JR等。 lancet oncol。 2020; 21：508-518。 16。2019; 25：744-750。14。Dalton WB，Forde PM，Kang H等。 肿瘤学诊所的个性化医学：约翰·霍普金斯分子肿瘤委员会的实施和结果。 JCO Precis Oncol。 2017; 1：1-19。 15。 Pishvaian MJ，Blais EM，Brody JR等。 lancet oncol。 2020; 21：508-518。 16。Dalton WB，Forde PM，Kang H等。肿瘤学诊所的个性化医学：约翰·霍普金斯分子肿瘤委员会的实施和结果。JCO Precis Oncol。2017; 1：1-19。 15。 Pishvaian MJ，Blais EM，Brody JR等。 lancet oncol。 2020; 21：508-518。 16。2017; 1：1-19。15。Pishvaian MJ，Blais EM，Brody JR等。lancet oncol。2020; 21：508-518。16。胰腺癌患者的总体存活率接受了伴侣分析后接受匹配的疗法：对您的肿瘤登记试验的回顾性分析。Rekhtman N，Leighl NB，Somerfield MR。分子检测肺癌患者表皮生长因子抑制剂和变性淋巴瘤激酶酪氨酸激酶抑制剂的分子测试：美国临床肿瘤学会认可
脑表型关联的多尺度网络回归
图 2 MSNR 模型训练和评估示意图。 (a) MSNR 旨在通过考虑边缘和社区级别的信息来研究大脑连接-表型关系。该模型采用 n × p × p 矩阵，其中 n 是受试者的数量，p 是每个对称邻接矩阵中的节点数。节点属于 K 个社区，是先验确定的。 (b) 从总样本 (n = 1,015) 中随机选择 20% (n = 202) 作为剩余验证数据。我们进行了五倍交叉验证来选择调整参数 λ 1 和 λ 2 的值。这两个参数分别表示平均连接矩阵 (Θ) 和社区级连接-协变量关系矩阵 (Γ 1,...,Γ q) 的 l 1 范数的核范数惩罚。整个过程重复了五次。 （c）然后使用（b）中确定的调整参数对其余 80% 的总数据集（n = 813）进行模型训练。然后计算样本外预测误差，作为验证集上已知和估计连接矩阵之间差异的 Frobenius 范数。（d）我们还通过置换程序评估了最终模型，其中我们破坏了大脑连接和协变量数据之间的联系，以生成样本外预测误差的零分布
2024 年跨尺度成像展示
1. 技术平台内提供的最新成像技术和方法产品（新博士生了解可提供哪些支持的绝佳机会！）， 2. 案例研究重点介绍跨尺度成像主题内技术平台以综合方式开展的跨学科工作 3. 听听我们的特邀演讲嘉宾 – Vicki Gold 博士的演讲，她是埃克塞特大学生命系统研究所的副教授，专门研究涵盖真核和原核生物学的大型分子机器的低温电子显微镜。通过整合单粒子低温电子显微镜、低温断层扫描和分子建模，Vicki 为我们理解细菌 IV 型菌毛驱动的细菌运动做出了重大贡献，这将是她演讲的重点。 4. 供应商可以为技术平台内设备用户提供哪些支持（以及他们最新的技术产品！）
解决中等尺度旅行电离层干扰（MSTIDS）
1 ITM Physics Lab, NASA Goddard Space Flight Center, Greenbelt, MD, United States, 2 Space Sciences Division, US Naval Research Laboratory, Washington, DC, United States, 3 Université Paris Cité, Institut de physique du globe de Paris (IPGP), Paris, France, 4 Institute of Astronomy Astrophysics Space Applications and Remote Sensing, National Observatory of Athens, Athens,希腊，五物理系，联邦联邦De Campina Grande大学，巴西，巴西，6物理与工程系，斯克兰顿大学，宾夕法尼亚州斯克兰顿大学，美国宾夕法尼亚州斯克兰顿大学，7个空间 - 毕业士环境研究所，纳戈亚大学，日本纳戈亚，日本纳戈亚，日本，日本，8个Syntek Techneries Inc.，Fairfax，Fairfax，va。克莱姆森大学物理与天文学，美国南卡罗来纳州克莱姆森大学，美国11号工艺艺术与科学学院，克里亚大学，印度斯里市，莱布尼兹物理研究所12号，罗斯托克大学，德国罗斯托克大学，德国罗斯托克大学，13
肿瘤生长和血管生成的多尺度建模
肿瘤生长和相关事件的动力学涵盖了多个时间和空间尺度，通常包括细胞外，细胞和细胞内修饰。这项研究的主要目标是在正常健康组织的存在下对肿瘤进化的生物学和身体行为进行建模，考虑到该过程中涉及的各种事件。这些包括在肿瘤生长过程中的信号传导途径的过度和低均活化，囊泡的生长，肿瘤内血管形成以及癌细胞与健康宿主组织的竞争。这项工作涉及肿瘤发育中的两个独特阶段 - 血管和血管阶段 - 在每个阶段都考虑了两种情况，并没有诺尔健康细胞。由于肿瘤诱导的血管形成，肿瘤生长速率在肿瘤细胞周围形成封闭的血管环（吻合）。考虑到肿瘤周围的宿主组织时，结果表明，正常细胞和癌细胞之间的竞争会导致在相对较短的时间内形成低氧肿瘤核心。此外，在整个病变中形成了密集的肿瘤内血管网络，这是高恶性肿瘤等级的标志，这与报告的几种类型的固体癌的实验数据一致。与其他肿瘤发育的其他数学模型相比，在这项工作中，我们引入了一个多尺度模拟，该模拟将细胞相互作用和细胞行为模拟为肿瘤基因激活的结合以及每个细胞中基因信号通路的失活。模拟阻止相关信号通路的治疗，导致进一步的肿瘤生长，并导致其大小的表达性降低（模拟中为82％）。
社区多尺度空气质量（CMAQ）建模系统
各州使用CMAQ来制定和评估根据《清洁空气法》定义的国家环境空气质量标准（NAAQS）所需的实施措施。CMAQ模拟了关注的空气污染物，包括臭氧，颗粒物（PM）和最普遍的空气有毒物质，以优化空气质量管理。CMAQ的沉积值用于评估生态系统的影响，例如空气污染物的富营养化和酸化。此外，国家气象局使用CMAQ每天两次针对美国CMAQ的臭氧空气质量提供两次预测指南，也用于量化气候变化对空气质量和人类健康的潜在影响。
分子旋转，多尺度顺序，超均匀性和...
图3：在这项工作中探索的四个温度下，压缩（黑色实线）和减压（红色实线）循环的全局四面体阶参数f Th。面板（a）在t = 80 k时报告循环，面板（b）在t = 100 k，面板（c），t = 120 k和t = 140 k的面板（d）。箭头表示压缩/减压的方向。圆圈代表拐点的基因座。
网络值数据的多尺度零假设检验
图 2 将网络顶点集划分为 4 个元素的示例（第 1 列），以及由划分生成的 σ 代数的维度 3 元素 A 诱导的全子网 G full A（第 2 列）、内部子网 G intra A（第 3 列）和子网间 G inter A（第 4 列）（深灰色区域）。在每个面板中，定义相应子网的顶点和边都显示为黑色。