XiaoMi-AI文件搜索系统
World File Search System异构
CoordConformer 使用 Transformers 解码异构 EEG 数据集
摘要 迁移学习和元学习已有效提高多个领域的性能。它也已成功应用于缺乏数据的 EEG 解码。然而，由于实验设置的差异，例如电极数量、电极位置和任务定义不同，跨数据集的 EEG 数据迁移学习面临着独特的挑战。为了解决跨异构电极配置 EEG 数据集进行跨数据集训练的问题，我们引入了一种新方法 CoordinateAttention，它使用电极传感器的 3-D 坐标来学习电极位置之间的空间关系，从而动态生成用于特征提取的空间卷积核。我们表明，我们的模型在跨设置的 EEG 解码中具有良好的性能，并且对数据损坏具有鲁棒性。CoordinateAttention 是一种使用几何位置信息进行特征提取和数据融合的通用方法。
揭示神经元分化过程中 RNA 异构体变化的动态和后果
静态基因表达程序已在干细胞和成熟人类细胞中得到广泛表征。然而，在细胞分化过程中，RNA 异构体随细胞状态转变而变化的动态、决定因素和功能后果在很大程度上仍不清楚。在这里，我们建立了一个改进的体外人类神经发生模型，该模型适用于全系统的基因表达分析。我们的多组学分析表明，细胞形态的显著改变与 RNA 异构体表达的广泛变化密切相关。我们的方法确定了在不同分化阶段表达的数千种新的 RNA 异构体。RNA 异构体主要来自外显子跳跃和人类神经发生过程中转录起始和多聚腺苷酸化位点的替代使用。转录异构体的变化可以重塑蛋白质异构体的身份和功能。最后，我们的研究确定了一组 RNA 结合蛋白是分化阶段特异性整体异构体变化的潜在决定因素。这项工作支持了神经发生过程中状态转变背后的受调控异构体变化的观点。
LR-Ribo-STAMP：异构体翻译分析
图 1：长读 Ribo-STAMP 的实验和计算方法。（A）LR-Ribo-STAMP 实验系统概览。RPS2 与 APOBEC1 融合，以诱导核糖体-RNA 相互作用位点附近的胞嘧啶到尿嘧啶核苷酸编辑。编辑越多表示翻译越高，编辑越少表示翻译越低。（B）LR-Ribo-STAMP 计算流程概览。输入是未对齐的长读，经过对齐、读过滤、编辑检测、编辑过滤和编辑量化。编辑后的位点输出为 BED 文件。（C）编辑过滤。通过过滤常见位点和注释的 SNP，从长读 APOBEC1 专用（绿色）信号中概述编辑过滤和描绘 LR-Ribo-STAMP（金色），表示为编辑分数（编辑读/总读数）与编辑位点覆盖率之间的关系。灰色部分中的已编辑站点表示过滤掉的读取数少于 20 的站点。
腺苷酸环化酶异构体作为潜在药物靶点
腺苷酸环化酶 (AC) 是重要的信号酶，可催化三磷酸腺苷 (ATP) 转化为第二信使环磷酸腺苷 (cAMP)。cAMP 具有多种细胞功能，可转化为生理结果。AC 种类繁多，有 10 种亚型，通过多种不同的机制进行调节 (Ostrom 等人，2022 年)。例如，G 蛋白偶联受体 (GPCR) 的激活（近三分之一的 FDA 批准药物都针对该受体）会直接通过 G 蛋白亚基以及第二信使信号通路调节 AC 的活性 (Ostrom 等人，2022 年；Santos 等人，2017 年)。因此，令人惊讶的是，尽管许多药物间接调节 AC 活性，但市场上却没有旨在直接调节 AC 亚型的药物。本研究主题的目的是突出和汇编最近针对 AC 亚型的治疗策略开发的努力。该研究主题有九篇不同的文章。所有四篇原始研究文章的共同主题是腺苷酸环化酶 1 (AC1)。其中两篇文章强调了 AC1 在疼痛和伤害感受中的作用。Giacoletti 等人表明，选择性 AC1 抑制剂 ST034307（Brust 等人，2017 年）在几种不同的小鼠疼痛模型中有效。Johnson 等人还使用 ST034307 和 AC1 敲低来表明，降低 AC1 活性的两种策略都会产生镇痛效果并减轻小鼠吗啡引起的痛觉过敏。这些文章还表明，抑制/敲低 AC1 不会导致镇痛耐受性或正常小鼠行为的严重破坏。Dwyer 等人的文章重点介绍了发现 AC1 抑制剂的新策略。作者报告了 AC1 抑制剂的新型小分子支架，并提供了调整 AC1/AC8 选择性和抑制效力的 SAR 信息。第四篇原创研究文章由 Bose 等人撰写，重点研究了 AC1 在窦房结中调节心率的作用。作者还使用了 ST034307，并表明 AC1 抑制降低了豚鼠组织制剂中苯肾上腺素的正性变时性作用。这些
miRNA，miRNA簇和异构体在结直肠癌中癌症干细胞种群发展中的作用。
抽象的背景和目的：隆胺胺是己糖酶II抑制剂，作为抗癌分子，在临床试验中广泛探索。有限的信息占据了有关稳定性指示方法的占上风，这些方法可以确定在压力条件下强制降解隆替胺的降解。因此，我们报告了快速，敏感，可重复且高度准确的液相色谱和质谱法来分析孤立胺降解的使用。实验方法：使用同位物50:50水：具有0.1％甲酸的乙腈可以检测到lonidamine，可以在260 nm wavel的紫外（UV）检测器中，使用lonidamine检测Xbridge beh屏蔽层反向相C18列（2.5 µm，4.6×75 mm）。发现/结果：对于基于串联的液态色谱 - 质谱法（LC-MS）-UV检测，获得了R²> 0.99的线性曲线。这项研究证明（目前是由等司法洗脱的），基于LC-MS的检测具有相对较高的灵敏度（S/N（10 ng/ml）：220和S/N（20 ng/ml）：20 ng/ml）：分别在较低的检测和定量水平下的精度。除了开发LC-MS方法外，我们还报告说，当前方法是稳定性的，并表明在所有三个应力条件下，隆丹明随着时间的流逝会降解；酸性，碱性和氧化。结论和含义：与高性能液相色谱（HPLC）-UV检测结果相比，基于LC-MS的lonidamine的定量被证明是一种更好的方法。关键字：强制退化； LC-MS;隆田胺；稳定性表示。这是关于使用LC-MS方法研究lonidamine强迫降解的稳定性指示方法的第一份报告。
Graph-DTI：一种基于异构网络图嵌入的药物-靶标相互作用预测新模型
受近年来图嵌入和知识表示学习的启发，我们开发了一种新的端到端学习模型，称为 Graph-DTI，它整合了来自异构网络数据的各种信息，并自动学习保留拓扑的药物和靶标表示，以促进 DTI 预测。我们的框架由三个主要构建块组成。首先，我们整合了药物和靶标蛋白的多种数据源，并从一组数据集中构建了异构网络。其次，通过使用受 GCN 启发的图自动编码器提取高阶结构信息来学习节点（药物、蛋白质）及其拓扑邻域表示，形成异构网络。最后一部分是预测潜在的 DTI，然后将训练好的样本发送到分类器进行二元分类。
使用有机阳离子异构体在2D钙钛矿中形成动力学的玻璃
2D金属卤化物钙钛矿（MHP）以其多样化的晶体结构而闻名，允许其集成的有机和无机性/功能，3个吸引了ScientiC社区，其在Photovoltaics，4 - 6 Emitters，4 - 6 Emitters，7,8和传感器中具有巨大的潜力。9 - 11个专门阐明其复杂性能的广泛研究导致了设备性能的改善，从而推动了技术进步的界限。脱离了传统的信念，即杂交钙钛矿独家存在于结晶状态下，这种变革性观察出现了，在示例性的2d MHP中发现了玻璃形成[（s） - （ - - 1-（ - ）-1-（1-甲基甲基）2 pbbr 4（常见于SNP），snp and snpe s snpe and snpbbr 4（snpred as s snpe）澄清异构体的选择）12,13和一系列3D有机金属骨滑石14通过低温熔化的液化时间表（分钟尺度）。12,13,15 MHP的玻璃状态具有扩展其性能范围的潜力，尤其是由于相对于晶体状态的短和远距离顺序的变化，类似于其他玻璃半导体中观察到的情况。16此外，在玻璃状和晶状状态之间可逆切换的能力12开设了用于MHP应用的新途径，包括内存，17,18
立体异构体的正面聚合
图2。正面衍生的P（DCPD）热固体的热化学和肿胀特性。误差线是根据一式三份实验的标准偏差确定的。（a）ch 2 cl 2中P（DCPD）的肿胀比（SR％）作为EXO -DCPD含量的函数。（b）P（DCPD）的玻璃过渡温度（T g）作为函数exo -DCPD含量，如DSC所测量。t g表现出对组成的线性依赖性。（c）代表性的DMA曲线显示了在1 Hz和0.3％菌株下测得的精选组合物（10、50和90 mol％exo -exo -dcpd）的储存模量（E'）和tan（δ）。棕褐色（δ）中的峰值最大值对应于t g。
光催化 Z/E 异构化解锁轴手性烯烃骨架的立体发散结构
近一个世纪以来出现了大量关于烯烃Z/E异构化的报道，但其中绝大多数仍然局限于二、三取代烯烃的异构化，四取代烯烃的立体特定Z/E异构化仍是一个尚未开发的领域，因此缺乏轴手性烯烃的立体发散合成。本文我们报道了通过不对称烯丙基取代异构化对四取代烯烃类似物进行对映选择性合成，然后通过三重态能量转移光催化对其进行Z/E异构化。在这方面，可以有效实现轴手性N-乙烯基喹啉酮的立体发散合成。机理研究表明，苄基自由基的生成和分布是保持轴手性化合物对映选择性的两个关键因素。
可扩展且量子弹性的异构边缘计算实现值得信赖的人工智能 (SMARTY)
值得信赖的人工智能 (AI) 是边缘计算的关键问题。边缘计算涉及在网络边缘（靠近数据生成位置）处理数据，而不是将其发送到集中位置 [1]。这种方法可以提供更快、更高效的数据处理，但它也要求 AI 系统在远程环境中自主可靠地运行。因此，边缘计算中的 AI 系统值得信赖非常重要，这意味着它们是透明、安全和准确的 [2]。更详细地说，理想情况下，值得信赖的 AI 可以从网络中的任何点透明、安全、准确地部署。从根本上讲，这些要求转化为提供对传输中数据和处理中数据的保护，同时确保低延迟和可访问性。接下来，我们将描述如何应对这些技术挑战。