XiaoMi-AI文件搜索系统
World File Search System差异性
线粒体DNA与细胞死亡和炎症
细胞质 DNA 被先天免疫系统视为潜在威胁。在细胞凋亡过程中，线粒体 DNA (mtDNA) 释放会激活 DNA 传感器环鸟苷酸环磷酸腺苷合酶 (cGAS)，从而促进促炎性 I 型干扰素反应。细胞凋亡过程中释放的 mtDNA 可引发炎症，从而激活抗肿瘤免疫，是癌症治疗的潜在途径。此外，各种研究都描述了与细胞死亡无关的 mtDNA 泄漏，其潜在原因包括致病感染、mtDNA 包装变化、mtDNA 应激或线粒体清除率降低。这些情况下的干扰素反应可能有益，也可能有害，正如各种疾病表型所表明的那样。在这篇综述中，我们讨论了由细胞死亡途径控制的 mtDNA 释放的潜在机制，并总结了与细胞死亡无关的释放机制。我们进一步强调了线粒体DNA释放途径的相似性和差异性，概述了我们知识上的差距和有待进一步研究的问题。总之，更深入地了解线粒体DNA的释放方式和时间可能有助于开发针对不同疾病环境下线粒体DNA释放的特定药物或抑制其释放。
利用 TROP2 抗体-药物偶联物治疗实体肿瘤的年度医学评论
TROP2 主要存在于人类上皮组织中，对胚胎-胎儿发育至关重要（5）。与正常组织相比，肿瘤组织中 TROP2 的表达存在差异性上调（6）。TROP2 是一种肿瘤相关钙信号转导蛋白，在许多上皮癌中过表达，它刺激癌细胞生长，并在多种人类癌症中上调（7-13）。多项研究表明 TROP2 在各种肿瘤类型中过表达，主要在 78% 的三阴性乳腺癌 (TNBC)、64% 的腺癌亚型非小细胞肺癌 (NSCLC) 和 75% 的鳞状细胞癌 (SCC) 亚型中 4,14)。图 1 说明了 TROP2 在各种肿瘤类型中的表达。Stepan 等人。描述了TROP2 mRNA和蛋白质在正常人体组织中的表达水平，发现在宫颈、食道和皮肤的复层鳞状上皮以及乳腺、肾脏、胰腺、胆管和前列腺的立方和柱状上皮中有表达，但在脑、骨髓、结肠、心脏、肠、肌肉、神经、卵巢、垂体、脾脏、睾丸或甲状腺中未观察到表达（15）。
一款用户友好的耳机，用于基于雷达的静默语音识别
静默语音接口允许在没有声学语音信号的情况下进行语音通信。在这种应用中，使用在说话者脸上安装无线电天线的雷达感应可用作测量语音清晰度的非侵入式方式。这种方法的主要挑战之一是不同会话之间的差异性，主要是由于天线在说话者脸上的位置不同。为了减少这个影响因素的影响，我们开发了一种可穿戴耳机，它可以用柔性材料 3D 打印而成，重量仅为 69 克左右。为了进行评估，进行了一项基于雷达的单词识别实验，其中五位说话者在多个会话中录制了语音语料库，交替使用耳机和双面胶带将天线贴在脸上。通过使用双向长短期记忆网络进行分类，使用耳机和胶带分别获得了 76.50% 和 68.18% 的平均会话间单词准确率。这表明，使用耳机的天线（重新）定位精度并不比使用双面胶带的差，同时还具有其他优势。索引词：静音语音接口、可穿戴耳机、BiLSTM、雷达成像、语音相关生物信号
基于跨受试者脑电图的情绪识别多分支网络
近年来基于心电图（EEG）的情绪识别在情感计算中受到越来越多的关注。由于脑电信号的个体差异性较大，大多数模型都是针对特定受试者训练的，应用于新受试者时泛化性较差。针对这一问题，本文提出了一种多分支网络（MBN）模型。根据跨受试者数据的特点，设计不同的分支网络将脑电信号的背景特征和任务特征分离进行分类，以获得更好的模型性能。此外，模型训练时无需新受试者数据。为了避免差异较大的样本给模型训练带来的负面改善，我们使用极少量的新受试者数据来过滤训练样本，进一步提升模型性能。在训练模型之前，通过比对受试者之间的背景特征，删除与新受试者有显著差异的样本。实验结果表明，与单分支网络（SBN）模型相比，MBN 模型在 SEED 数据集上的准确率提高了 20.89%，且与其他常用方法相比，所提方法占用的新受试者数据更少，提高了其在实际应用中的实用性。关键词：多分支网络，脑电图（EEG），情绪识别，跨受试者
啮齿动物资源
小鼠和大鼠是首选的哺乳动物疾病模型，因为它们与人类具有高度的遗传同源性、繁殖迅速、饲养高效且廉价、表型容易表征，并且拥有完善的基因操作资源和工具。啮齿动物的使用使得几个值得注意的医学里程碑的发现成为可能 — — 青霉素和 2 型糖尿病药物二甲双胍的发现，以及第一个预防性抗 HIV 药物 Truvada ® ，等等。使用小鼠和大鼠可以减少对高等物种的依赖，并使基因工程更容易进行。精准（个性化）医疗的出现将极大地受益于综合生物信息学和创新的基于啮齿动物的研究和验证研究。在过去几年中，人们越来越意识到需要严格设计既透明又可重复的已发表研究。为了满足这一需求，NIH 发起了一项正式计划，旨在通过强调科学的严谨性和透明度来提高研究的可重复性。通过支持建立和鼓励使用动物库，可以消除动物研究中的差异性。NIH 资助的啮齿动物库可确保分发的动物的质量和福利，并提供专业知识来指导可靠的研究。
超分子聚合物的非均匀照相诱导的展开，导致拓扑块纳米纤维
摘要：同一主链中具有差异性拓扑（高阶结构）结构域的一维纳米纤维的合成是现代超分子聚合物化学的挑战性主题之一。通过外部刺激对超分子聚合物链的非均匀结构转化可以使这种纳米纤维制备。为了证明这种聚合后策略的可行性，我们从巴比妥酸盐单体中制备了光反应性的旋转折叠超折叠的超聚合物，该单体含有偶氮苯嵌入的刚性P-P-互轭支架。与以前的螺旋折叠超分子聚合物相比，由更灵活的偶氮苯单体组成，UV-Light诱导的新制备的螺旋折叠折叠的超分子聚合物的展开是不均匀的，发生了不均匀的，可提供折叠和无折叠域的拓扑块共聚物。这种块状共聚物的形成表明，光诱导的螺旋折叠结构的展开是从相对灵活的部分（例如末端或缺陷）启动的。在可见光照射后，随后衰老以恢复完全折叠的结构后，观察到了展开的结构域的自发重折叠。
开发一种可通用的帕金森病诊断语音标记
帕金森病 (PD) 是一种神经退行性疾病，其特征是运动症状，包括早期声音产生改变。早期诊断不仅对于改善 PD 患者的生活质量至关重要，而且对于提高早期神经退行性疾病期间潜在的疾病改良疗法的有效性也至关重要，而当前的诊断工具往往会忽略这一窗口。在本文中，我们提出了一种通过领域自适应和自监督学习进行 PD 识别的更通用的方法。我们展示了所提出的方法在不同语言的不同数据集中的泛化能力。我们的方法利用 HuBERT，这是一个最初为语音识别训练的大型深度神经网络，并以自监督的方式在与目标群体（即老年人）相似的人群的未标记语音数据上对其进行进一步训练。然后对模型进行微调和调整，以用于多种语言的不同数据集，包括英语、意大利语和西班牙语。在四个公开可用的 PD 数据集上进行的评估证明了该模型的有效性，平均特异性为 92.1%，平均灵敏度为 91.2%。该方法可在大量人群中提供客观一致的评估，解决人类评估固有的差异性，并提供一种非侵入性、经济高效且方便的诊断选择。
婴儿定向语音有助于语音学习吗？一项机器学习调查
一个著名的假设认为，通过用婴儿导向语音 (IDS) 而不是成人导向语音 (ADS) 与婴儿交谈，父母可以帮助他们学习语音类别。具体而言，据称 IDS 的两个特点有助于学习：过度发音，使类别更可分离，以及多变性，使泛化更具鲁棒性。在这里，我们测试了元音类别学习在日本成人用 ADS、IDS（针对 18-24 个月大的婴儿）或阅读语音 (RS) 发出的语音声学表示上的可分离性和鲁棒性。可分离性是通过计算日语的五个短元音类别之间的距离测量来确定的，而鲁棒性则通过测试六种不同的机器学习算法来评估，这些算法经过训练对元音进行分类，以泛化到 ADS 中新说话者所说的刺激。使用两种不同的语音表示，我们发现，在 RS 的情况下，高清晰度语音可以产生更好的可分离性，并且在 ADS 中，说话者之间的差异性增加可以为某些算法产生更稳健的类别。然而，这些结论并不适用于 IDS，事实证明，与 ADS 输入相比，IDS 既没有产生更可分离的类别，也没有产生更稳健的类别。我们讨论了在真实数据上运行的机器学习算法的实用性，以测试有关 IDS 功能作用的假设。
图像和视频柔和对比度自我监督学习的相似性估计
抽象的对比表示学习已被证明是图像和视频的有效自我监督的学习方法。最成功的方法是基于噪声对比估计（NCE），并将实例的不同视图用作阳性，应与其他称为否定的实例形成对比，被称为噪声。但是，数据集中的几个实例是从相同的分布中汲取的，并共享基本的语义信息。良好的数据表示应包含实例之间的关系，语义相似性和差异性，即通过将所有负面因素视为噪声来损害对比学习。为了避免此问题，我们提出了一种新的对比度学习的表述，使用称为“相似性对比估计（SCE）”的实例之间的语义相似性。我们的训练目标是一个软的对比目标，它使阳性更接近，并估计根据其学到的相似性推动或提取负面实例的连续分布。我们在图像和视频表示学习方面均通过经验验证我们的方法。我们表明，SCE在ImageNet线性评估方案上的最低时期时代的较少时代的时期与最低的时期进行了竞争性，并且它概括为几个下游图像任务。我们还表明，SCE达到了预处理视频表示的最新结果，并且学习的表示形式可以推广到下游任务。源代码可用：https：//github.com/juliendenize/eztorch。
人工智能在前列腺癌活检诊断和格里森分级中的应用现状及后续步骤
活检中前列腺癌的诊断和格里森分级对于前列腺癌男性的临床管理至关重要。尽管如此，病理学家之间的高度分级差异性导致治疗不足和过度治疗的可能性。人工智能 (AI) 系统在协助病理学家进行格里森分级方面显示出良好的前景，这可能有助于解决这一问题。在这篇小型评论中，我们重点介绍了有关癌症检测和格里森分级的人工智能系统开发的研究，并讨论了广泛临床实施所需的进展以及预期的未来发展。患者摘要：这篇小型评论总结了与验证人工智能 (AI) 辅助癌症检测和活检中前列腺癌格里森分级有关的证据，并强调了广泛临床实施之前所需的其余步骤。我们发现，尽管有强有力的证据表明人工智能能够像经验丰富的泌尿病理学家一样进行格里森分级，但仍需要做更多的工作来确保人工智能系统在不同患者群体、数字化平台和病理实验室的不同环境中的结果准确性。© 2021 作者。由 Elsevier BV 代表欧洲泌尿外科协会出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons. org/licenses/by/4.0/）。