XiaoMi-AI文件搜索系统
World File Search System峰间
胰腺 β 细胞内的细胞器间串扰
胰腺 β 细胞通过产生和分泌胰岛素在葡萄糖稳态中发挥关键作用。胰岛素释放受损会导致慢性高血糖症，并导致 2 型糖尿病 (T2D) 的发展。胰岛素储存在分泌颗粒中，当血糖水平升高时，分泌颗粒被运输到质膜上，然后胞吐到循环系统中。将葡萄糖代谢与胰岛素分泌联系起来的机制很复杂，涉及 Ca 2+ 和磷脂信号传导。膜接触位点 (MCS) 是细胞器膜紧密相邻的特殊区域，为两个区域之间的非囊泡脂质交换和 Ca 2+ 运输提供了管道，但它们对正常 β 细胞功能的重要性尚不清楚。在这里，我们发现了一种涉及 ER 和胰岛素颗粒的新型 MCS，它们促进了两个细胞器之间的脂质交换。氧固醇结合蛋白 (OSBP) 是一种胞浆脂质转运蛋白 (LTP)，它以 Ca 2+ 和 pH 依赖的方式被募集到这些 MCS 中，并催化颗粒状 PI(4)P 与 ER 胆固醇的交换。这种机制对于正常的胰岛素分泌至关重要。跨膜蛋白 24 (TMEM24) 是一种 ER 锚定的 LTP，它与质膜 (PM) 动态相互作用并为其提供磷脂酰肌醇（其他磷酸肌醇的前体）。我们发现 TMEM24 定位在空间和时间上受 Ca 2+ 和二酰甘油 (DAG) 调节，并且从 PM 分离后，它稳定在 ER-线粒体 MCS 上。TMEM24 的缺失导致 ER 和线粒体 Ca 2+ 失调、ATP 产生受损以及胰岛素分泌减少。高分辨率成像进一步显示，TMEM24 还位于靠近线粒体的一组新合成的胰岛素颗粒附近。这些细胞器接触还由线粒体上的电压依赖性阴离子通道 (VDAC) 和 Mitofusin-2 以及胰岛素颗粒上的囊泡核苷酸转运体 (VNUT) 的存在定义。VNUT 表达减少会消除线粒体和胰岛素颗粒之间的相互作用，并导致胰岛素颗粒的生物合成和胞吐受损。总之，我们的研究结果强调了不同 MCS 在维持正常 β 细胞功能方面的重要作用。
功能性近端脑空间图像重建...
均值最大熵 (MEM)4-6 和深度补偿 7 到加权最小范数 (WMN) 或 Tikhonov 正则化。根据我们的经验，由于正则化方法的性质，这些方法往往会高估假阳性率。8 先前的研究 9-11 建立了贝叶斯模型，结合皮质/头皮区域的先验信息、灵敏度归一化等，以消除头皮伪影、提高深度精度和空间分辨率以及进行多主体和多任务实验。然而，大脑功能区域的大脑解剖结构的先验空间信息从未在当前的 fNIRS 图像重建方法中得到适当使用。在本文中，我们描述了一种用于 fNIRS 图像重建的自适应融合稀疏重叠组套索 (a-FSOGL) 正则化方法。a-FSOGL 模型使用脑空间体素分组先验（例如来自基于图谱的感兴趣区域）来规范图像重建过程。为了更好地利用先验信息，我们开发了一个贝叶斯框架，通过将先验信息与适当的统计分布结合起来来解决该模型。该框架是基于先前对贝叶斯套索模型及其扩展的研究 12 – 16 建立的。我们的模型通过组合现有模型并涉及更多先验参数，将贝叶斯套索模型向前扩展了一步。在本文中，我们将首先简要回顾光学正向和逆模型的原理，然后推导出 a-FSOGL（Ba-FSOGL）的贝叶斯模型及其相关的统计属性，然后使用模拟 fNIRS 测量和实验数据演示该方法。本文的结构如下。理论部分（第 2 部分）概述了光学正向模型。在方法部分（第 3 和 4 部分），我们描述了 Ba-FSOGL 模型、模拟配置和实验数据收集。图像重建和统计推断的结果显示在第 4 部分中。 5，我们最后在第 6 节中讨论结果的发现和模型的局限性。在模拟研究中，我们重点关注前额最近邻双侧 fNIRS 探头的示例，并检查推断由基于图谱的布罗德曼区域 (BA) 分区定义的额叶和背外侧大脑区域变化的能力，然而，实验研究表明，这种方法可作为先验信息适用于任何大脑空间分区模型。
使用 NISTmAb 推进的实验室间研究......
需要使用多种分析方法对单克隆抗体等生物制药进行严格表征。必须表征和良好控制各种材料特性，以确保保持临床相关特性和关键质量属性。需要彻底了解分析方法性能指标，特别是旨在解决测量差距的新兴方法，以确保方法适合其预期用途，以确保药物安全性、稳定性和功能活性。为此，已经使用 NISTmAb（一种具有生物制药代表性和公开可用的单克隆抗体测试材料）进行了一系列实验室间研究，以报告最先进的方法性能，协调最佳实践，并告知分析测量基础设施中的潜在差距。本文报告了这些实验室间研究的设计、结果和未来前景的摘要，这些研究侧重于生物制药开发过程中目前采用的一级结构、翻译后修饰和高阶结构测量。
M3：飞行轨迹间空间关系的视觉探索
摘要 异常值检测与聚类是轨迹分析的重要内容。尽管目前已有许多算法被提出来解决这些问题，但它们缺乏与可视化的结合，无法将人类智能融入分析过程。我们提出了一个可视化框架M3，该框架通过三个相互协调的视图将数据挖掘算法与可视化技术相结合：地图、MST和FSDMatrix。地图视图显示轨迹的空间信息。MST是一棵最小生成树，它表示轨迹之间的关系。在MST中，每个节点代表一条轨迹；节点之间的边表示轨迹之间的Fre´chet距离。FSDMatrix显示一个成对的自由空间图矩阵，以协助检测异常值和聚类轨迹。这三个视图相互影响。通过案例研究，我们讨论了该框架的适用性并展示了它带来的便利。
间充质干细胞调节免疫系统
抽象的MSC是具有多能分化潜力和免疫抑制能力的多能干细胞。因此，MSC在再生医学中起着重要作用；对其调节免疫反应机制的研究还将导致治疗免疫疾病的新策略。研究表明，MSC可以通过分泌细胞因子或细胞对细胞接触来调节适应性和先天免疫，并发挥免疫抑制作用。此外，MSC的细胞外囊泡分泌也是重要的免疫调节机制。MSC需要在体外进行培养，然后才能调节免疫力。已经表明，培养过程中MSC的预处理可以提高细胞存活率并进一步提高免疫调节的能力。在本文中，讨论了调节免疫反应的MSC的机制，以加深对调节免疫力的MSC的理解。
哺乳动物大脑皮层间连接的可预测性
尽管哺乳动物的大脑大小相差五个数量级，但它们具有许多共同的解剖和功能特征，这些特征转化为皮质网络的共性。在这里，我们开发了一个机器学习框架来量化加权区域间皮质矩阵的可预测程度。部分网络连接数据是通过采用一致方法生成的逆向追踪实验获得的，并辅以非人类灵长类动物（猕猴）和啮齿动物（小鼠）的投影长度测量。我们表明，这两个物种的区域间皮质网络都具有显著的可预测性。在二进制级别，对于猕猴，链接是可预测的，ROC 曲线下面积至少为 0.8。加权中和强链接的可预测准确率为 85% – 90%（小鼠）和 70% – 80%（猕猴），而这两个物种的弱链接都不可预测。这些观察结果证实了先前的观察结果，即中尺度皮层网络的形成和演化在很大程度上是基于规则的。使用本文介绍的方法，我们对所有区域对进行了归纳，为两个物种的完整区域间网络生成了样本。这对于在物种内和物种间以最小偏差进行连接组比较研究是必要的。
计算和国家间传输系统费用
4.12如果任何DIC未能根据规定的时间范围内提交数据，则IA/ RLDC应通过从其他替代来源获取此类信息来准备基本网络。替代来源可以是NLDC SCADA/ SEM数据/最新更新的基本案例/最新的TTC-ATC基本案例，适用于相应的计费期。4.13如果缺少网络数据的一部分，则根据可用的数据和/或引用Power System研究中发布的标准，例如CEA传输计划标准。4.14 RLDC应为IA提供准备的基本网络，以进一步准备所有印度基本网络，以计算计算计费期的每个计费期的ISTS费用和损失。4.15 ia应准备全印度基本网络，并应在计费期之后的每个月15日向所有DICS提供审查和评论，如果
用于条件间转移的自适应空间滤波
信号的非平稳性变化且通常与类别相关，这是将脑电图 (EEG) 认知工作负荷估计的常见发现从实验室实验转移到现实场景或其他实验时面临的一大挑战。此外，脑信号反映的实际认知工作负荷是否是估计的主要贡献，还是具有辨别力和与类别相关的肌肉和眼部活动（可能是工作负荷水平变化的次要影响），这通常仍是一个悬而未决的问题。在本研究中，我们研究了一种基于波束成形的适应变化设置的空间滤波新方法。我们将其与无空间滤波和常见空间模式 (CSP) 进行比较。我们在拖船模拟器上使用真实的操纵任务以及听觉 n-back 次要任务作为两种不同的条件来诱导专业拖船船长的工作负荷变化。除了典型的条件内分类外，我们还研究了不同分类方法在 n-back 条件和操纵任务之间转移的能力。结果表明，在具有挑战性的迁移设置中，所提出的方法比其他方法具有明显优势。虽然在两种情况下（22% 和 10%），无滤波平均导致条件内归一化分类损失最低，但我们使用自适应波束形成（30% 和 18%）的方法与 CSP（33% 和 15%）的表现相当。重要的是，在从一种设置转移到另一种设置时，无滤波和 CSP 导致性能接近偶然水平（45% 到 53%），而我们的方法则是唯一能够在所有其他场景（34% 和 35%）中进行分类的方法，与偶然水平有显著差异。场景中信号成分的变化导致需要调整空间滤波才能进行迁移。使用我们的方法，迁移是成功的，因为滤波针对神经成分的提取进行了优化，并且对其头皮模式的额外研究主要揭示了神经起源。有趣的发现是，模式在不同条件之间略有变化。我们得出结论：低归一化损失的方法依赖于眼睛和肌肉活动，这种方法在一定条件下可以成功进行分类，但在分类器转移中会失败，因为眼睛和肌肉的贡献高度特定于条件。
全向卫星间光通信器 (ISOC)
全向卫星间光通信器 (ISOC) 项目的目标是设计一种紧凑、轻便、节能的通信器模块，供太空卫星间使用。该模块将实现连续光通信，同时进行数据传输和接收，数据速率高达 1Gbit/s，适用于相距 200 公里的小型航天器。为了实现这一目标，需要设计一个具有全球面覆盖视场 (FOV) 的数据通信器。拟议的 ISOC 是一个十二面体几何阵列，由芯片级、基于 MEMS 的无万向节扫描镜组成，可提供可调节的光束指向和球面 FOV 覆盖，以便在任意相对位置的多个小型航天器之间进行不间断的数据传输。这种设计消除了已知的指向问题，并将实现多颗卫星之间的数据中继和相对导航控制。