XiaoMi-AI文件搜索系统
World File Search System底粒
从跨编码数据中预测生物地球化学周期的粗粒表示
抽象动机：由于DNA测序的进步，现在常规地进行了环境微生物群落的分类学分析。确定这些群落在全球生物地球化学周期中的作用需要鉴定其代谢功能，例如氢氧化，还原和碳固定。这些功能可以直接从宏基因组学数据中推断出来，但是在许多环境应用中，MetabarCoding仍然是选择的方法。从元法编码数据及其整合到地球化学循环的粗粒表示中，代谢功能的重建仍然是当今有效的生物信息学问题。结果：我们开发了一条称为Tabigecy的管道，该管道利用分类学官员来预测构成生物地球化学周期的代谢功能。在第一个步骤中，Tabigecy使用该工具Esmecata从输入液位中预测共识蛋白质组。为了优化此过程，我们生成了一个预先计算的数据库，其中包含来自Uniprot的2,404个分类单元的信息。使用BigeCyhmm搜索了共有的蛋白质组织，BigeCyhmm是一个新开发的Python软件包，依靠隐藏的Markov模型来识别参与生物地球化学周期代谢功能的关键酶。然后将代谢功能投射到周期的粗粒表示上。我们将塔博基（Tabigecy）应用于两个盐洞数据集，并通过对样品进行的微生物活性和水力化学测量结果验证了其预测。结果突出了研究微生物群落对地理化学过程的影响的方法。关键字：微生物群落，生物地球化学周期，代谢功能，分类学官员
有丝分裂纺锤体中协同微管和动粒动力学的双稳态和振荡
摘要。在有丝分裂纺锤体中，微管在中期通过捕获键附着在动粒上，微管解聚力引起随机染色体振荡。我们研究了纺锤体模型中的协同随机微管动力学，该模型由一组平行微管组成，这些微管通过弹性接头附着在动粒上。我们包括微管的动态不稳定性以及弹性接头对微管和动粒的作用力。采用基于福克-普朗克方程的平均场方法，对外力作用于动粒的单侧模型进行分析求解。该解建立了微管集合的双稳态力-速度关系，与随机模拟一致。我们推导出双稳态的接头刚度和微管数的约束。单侧纺锤体模型的双稳态力-速度关系导致双侧模型中的振荡，这可以解释中期随机染色体振荡（方向不稳定性）。我们推导出中期染色体振荡的连接体刚度和微管数的约束。将极向微管通量纳入模型，我们可以解释实验观察到的极向通量速度高的细胞中染色体振荡的抑制。然而，在存在极向喷射力的情况下，染色体振荡持续存在，但幅度减小，姊妹动粒之间有相移。此外，极向喷射力是必要的，以使染色体在纺锤体赤道处对齐，并稳定两个动粒的交替振荡模式。最后，我们修改了模型，使得微管只能对动粒施加拉力，从而导致两个微管集合之间发生拉锯战。然后，到达动粒后诱发的微管灾难是刺激振荡的必要条件。该模型可以定量再现 PtK1 细胞中动粒振荡的实验结果。
使用呼叫调查和生态利基建模来评估美国路易斯安那州路易斯安那州的小龙虾青蛙（木叶底叶底木叶叶木）的分布和状态
摘要。—菊法鱼（Crawfish Frog（Lithobates aylolatus）的占用率在其历史范围的大部分范围内下降了35％，这主要是由于栖息地转换为农业。在美国路易斯安那州，大多数记录日期是1970年代之前的日期，最近仅在几个地点记录了该物种。这项研究旨在评估路易斯安那州乳杆菌的当前分布和状态，并确定该物种的气候和栖息地关联。在2019年春季，我们沿着可能合适的栖息地的地区沿着历史地点附近的道路进行了夜间呼叫调查。尽管付出了巨大的努力，但我们没有遇到任何人。为了确定随后的调查的合适区域，我们使用1990年的路易斯安那州，德克萨斯州和俄克拉荷马州的本地信息开发了一种生态利基模型，以及生物气候，土地覆盖和土壤水文变量。在12个教区中，只有六个具有历史记录的乳乳杆菌记录，预计对该物种具有可观的适合性领域。我们根据模型建立了五个新路线，并在2020年和2021年期间对它们进行了调查。我们还在2020年还部署了12个自动录音机和2021年的7个。尽管有这些额外的努力，但未发现乳杆菌，表明该物种在路易斯安那州可能被灭绝或极为罕见。尽管如此，我们的研究确定了该物种南部范围内该物种的气候和栖息地关联，以及可以评估潜在重新引入地点的区域。
卢底酚的分子建模用于抗病毒活性和细胞作用
lupeol是存在于几种植物中的一种天然存在的五囊三萜类化合物，被归因于具有抗癌，抗寄生虫和抗炎特性。由于其已知的抗疾病和免疫调节活性，对硅酸盐进行了一项有关其潜在的相互作用与SARS-COV-2的各种表面蛋白的相互作用，SARS-COV-2是导致COVID-19的冠状病毒。分子对接表明，它与SARS-COV-2-2蛋白有效结合，这些蛋白对病毒的生命周期，结构完整性和毒力至关重要。它在主要蛋白酶，核蛋白酶磷蛋白，木瓜蛋白酶样蛋白酶，RNA依赖性RNA聚合酶和峰值糖蛋白上显示出高结合亲和力。还分析了其对免疫信号通路至关重要的各种蛋白质的可能靶标，以及其细胞吸收，分布，排泄，代谢和毒性。这些发现表明，卢底酚是一种潜在的候选药物作为针对冠状病毒和免疫相关疾病的抗病毒药物。
采用广义粒子群优化的多旋翼无人机编队路径规划
关键词 路径规划，粒子群优化，广义 PSO，光学避障，无人机，无人机编队。摘要 本文研究了多旋翼无人机（UAV）在编队形状中协作检查周围表面的路径规划技术问题。我们首先将问题描述为在复杂空间中规划编队质心路径的联合目标成本。然后提出了一种路径规划算法，称为广义粒子群优化算法，用于在避开障碍物并确保飞行任务要求的同时构建最佳的可飞行路径。然后结合路径开发方案为每架无人机生成相关路径以保持其在编队配置中的位置。进行了仿真、比较和实验以验证所提出的方法。结果表明，使用 GEPSO 的路径规划算法是可行的。缩写
使用sacarotrof细菌搜索的氧化纳米颗粒的生物粒性生产
摘要近年来，纳米技术因其对科学和生活的各个领域（包括生物学和生物医学）的广泛影响而引起了研究人员的大大关注。纳米级的纳米颗粒的独特物理，化学，光学，电子和磁性特性导致了有关其合成的巨大努力。通常通过各种物理和化学方法合成它们；但是，其中许多方法是能量密集型的，导致产生具有污染特性的有毒副产品。因此，环保方法的发现和开发，例如细菌对纳米颗粒的生物合成，引起了人们的注意。在这项研究中，使用微生物菌株的微生物菌株的微生物培养物合成了氧化锌纳米颗粒。OSNP13。通过包括UV-VIS，DLS和XRD在内的结构分析来表征合成的纳米颗粒。结果表明，产生的氧化锌纳米颗粒的平均大小为59.16 nm。此外，还评估了合成纳米颗粒的抗菌活性。将大肠杆菌和金黄色葡萄球菌的氧化锌纳米颗粒的MIC计算为500μg/ml。这项研究中产生的氧化铜纳米颗粒表现出显着的抗菌特性，可以被视为合适的候选物作为抗菌剂。
多目标粒子群优化算法用于家庭微电网优化调度
应对低电价时期家庭负荷和电动汽车集中用电的挑战对于减轻对公用电网的影响至关重要。在本研究中，我们提出了一种基于多目标粒子群算法的家庭微电网优化调度方法。建立了一个家庭微电网优化模型，考虑了分时电价和用户电动汽车出行模式。该模型专注于优化家庭日常用电成本并最小化电网侧能源供应差异。具体而言，该数学模型将微电网内每个分布式能源的实际输入和输出功率作为优化变量。此外，它还整合了对储能电池和电动汽车电池容量变化的分析。通过在帕累托最优解集内的算术模拟，该模型确定了有效缓解公用事业侧能源输入和输出波动的最优解。模拟结果证实了该策略在降低家庭日常用电成本方面的有效性。所提出的优化方法不仅提高了电力消费的整体质量，而且证明了其经济和实际可行性，凸显了其更广泛的应用和影响的潜力。
MCOHOME Technology Co.，Ltd
1）如果电源不是220VAC，则它是被动输出2）可以选择3种颜色：珍珠白色（玻璃+框架+底壳）（默认底壳）（默认）（默认）空间银：真空银色镀玻璃+银色框架+黑色底壳+黑色底壳（定制）晶体黑色：黑色（玻璃+底壳+底壳）（玻璃+底壳）（定制）
使用马提尼粗粒型模型设计药物和输送系统
1分子微生物学和结构生物化学（MMSB，UMR 5086），CNRS＆Lyon大学，法国里昂，里昂； 2法国斯特拉斯堡·塞德克斯大学（UMR 7177 CNRS，umr 7177 CNRS） 3 Pharmcadd，商，商，韩国； 4计算生物医学，高级模拟研究所（IAS-5）和神经科学与医学研究所（INM-9），德国尤利希的ForschungszentrumJülichGmbh； 5德国亚兴的亚历大学数学，计算机科学与自然科学学院生物学系； 6 Zymvol Biomodeling，西班牙巴塞罗那； 7JülichSuperComputing Center（JSC），ForschungszentrumJülichGmbH，Jülich，德国； 8德国亚兴大学rWth亚兴大学医学院神经病学系和韩国灌木丛大学的Pukyong国立大学物理学系91分子微生物学和结构生物化学（MMSB，UMR 5086），CNRS＆Lyon大学，法国里昂，里昂； 2法国斯特拉斯堡·塞德克斯大学（UMR 7177 CNRS，umr 7177 CNRS） 3 Pharmcadd，商，商，韩国； 4计算生物医学，高级模拟研究所（IAS-5）和神经科学与医学研究所（INM-9），德国尤利希的ForschungszentrumJülichGmbh； 5德国亚兴的亚历大学数学，计算机科学与自然科学学院生物学系； 6 Zymvol Biomodeling，西班牙巴塞罗那； 7JülichSuperComputing Center（JSC），ForschungszentrumJülichGmbH，Jülich，德国； 8德国亚兴大学rWth亚兴大学医学院神经病学系和韩国灌木丛大学的Pukyong国立大学物理学系9
使用粒子群优化算法进行可再生能源系统中的储能优化
1 莫斯科国立土木工程大学，129337，Yaroslavskoe shosse, 26，莫斯科，俄罗斯 2 电子工程系，GRIET，Bachupally，海得拉巴，特伦甘纳邦，印度。 3 机械工程系，KG Reddy 工程技术学院，Chilkur(Vil)，Moinabad(M)，Ranga Reddy(Dist)，海得拉巴，500075，特伦甘纳邦，印度。 4 奇特卡拉大学研究影响与成果中心，拉贾普拉- 140417，旁遮普，印度 5 北阿坎德邦大学，德拉敦 - 248007，印度 6 洛夫利专业大学，帕格瓦拉，旁遮普，印度 7 奇特卡拉研究与发展中心，奇特卡拉大学，喜马偕尔邦 - 174103，印度 8 计算机工程与应用系，GLA 大学，马图拉-281406（UP），印度 9 计算机技术工程系，伊斯兰大学技术工程学院，纳杰夫，伊拉克 通讯作者：nidziyen@mgsu.ru