XiaoMi-AI文件搜索系统
World File Search System引导
基于DSA的增强现实引导的大脑动脉旋转...
摘要增强现实（AR）已成为各个医学领域的宣传技术。1 2在大脑动脉畸形（BAVM）手术的背景下，AR提供了增强手术可视化并改善程序性准确性的潜力。3 4 5 6本报告旨在探索在神经外科混合动力室中AR引导的BAVMS切除BAVMS中IV对比度注射（IV-DSA）的数字减法血管造影（DSA）的应用。基于IV-DSA的AR指导手术的工作流程是切除BAVM的四个主要组成部分：（1）通过i-Flow量身定制或多相扫描（德国西门子）获取源图像； （2）使用SmartBrush软件（Brainlab，Westchester，Illinois，USA）在工作站中标记目标； （3）使用Brainlab曲线导航系统； （4）使用Zeiss Kinevo（AG，德国）合并微观AR融合。在视频1中，我们显示了整个工作流程，并在混合动力手术室中介绍了I-Flow量身定制的IV-DSA数据采集。总而言之，基于IV-DSA的增强现实是BAVM手术的创新技术。
关于 microRNA 引导基因调控特异性的新视角及其对转录因子和 RNA 结合蛋白的潜在推广
过去 20 年来，我们对基因调控特异性的认识发生了深刻变化。以前，人们认为调控因子控制着少数基因，通过“钥匙和锁”机制以精确的特异性识别。但最近，对调控因子结合位点占有率（无论是在 DNA 还是 RNA 靶标上）的全基因组探索揭示了每个研究调控因子的大量分子靶标列表。如此差的生化特异性表明每个调控因子控制许多基因，共同影响生物表型。在这里，我提出了第三种模型，即调控因子的生物特异性仅部分归因于“钥匙和锁”生物化学。相反，调控因子在微观尺度上影响许多基因，但大多数相互作用的生物学后果在中观尺度上被减弱：只有少数调控事件从微观传播到宏观尺度，其他调控事件因稳态机制而变得无关紧要。该模型得到了 microRNA 文献的充分支持，数据表明它扩展到其他调控因子。它一方面调和了来自生物化学和比较基因组学的矛盾观察结果，另一方面又调和了来自体内遗传学的矛盾观察结果，但这种概念上的统一却被常见的误解和违反直觉的图形显示模式所掩盖。要深刻理解基因调控，需要澄清概念，以及更适合的统计分析和图形表示。
基于VIRIP的HIV-1进入抑制剂的reaxff引导优化
。cc-by-nc-nd 4.0国际许可证。是根据作者/资助者提供的预印本（未经同行评审认证）提供的，他已授予Biorxiv的许可证，以在2025年2月11日发布的此版本中显示在版权所有的此版本中。 https://doi.org/10.1101/2025.02.11.637598 doi：Biorxiv Preprint
软介质中的引导弹性波
1在软培养基中引导弹性波的基本面6 1理论方面。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8 1.1线性弹性。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8 1.2散装波。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。11 1.3羔羊波。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>12 2实验方法。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>16 2.1样品制备。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>16 2.2设置。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。。。。。。。。。。。。。。。。。。。。。。。。16 2.3单色激发和频镜检查。。。。。。。。。。。。。。。。。。。17 2.4提取复杂位移图。。。。。。。。。。。。。。。。。。18 2.5首先观察。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19 3从盘子到条带。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。21 3.1自由接口处的反射。。。。。。。。。。。。。。。。。。。。。。。。。。。。22 3.2条带中的挠性模式。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22 3.3面内引导波：与羔羊波的类比。。。。。。。。。。。。。。。。23 3.4分散关系：关键物理特征。。。。。。。。。。。。。。。。。。。。25 3.5软带中的实验测量。。。。。。。。。。。。。。。。。。。。26 3.6流变学的影响。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。28 3.7调查Dirichlet边界条件。。。。。。。。。。。。。。。。。。。30 4结论。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 div>。 div>。 div>。 div>33 div>
通过语言引导的偏好学习有效地产生表达的四倍行为
摘要 - 表达机器人行为对于在社交环境中广泛接受机器人至关重要。学习的腿部运动控制器的最新进展已实现了更具动态和多功能的机器人行为。，确定在各种情况下与不同用户互动的最佳行为仍然是一个挑战。当前方法要么依赖于自然语言输入，这是有效但低分辨率的，要么从人类的偏好中学习，尽管高分辨率却是效率低下的样本。本文介绍了一种新的方法，该方法利用了预先训练的LLMS产生的先验，并在偏好学习的精确度上。我们的方法称为语言引导的偏好学习（LGPL），使用LLMS生成初始行为样本，然后通过基于偏好的反馈来完善这些样本，以学习与人类期望紧密相符的行为。我们的核心见解是，LLM可以指导偏好学习的抽样过程，从而实现样本效率的实质性提高。我们证明，LGPL可以快速学习精确和表现力的行为，只有四个查询，既优于纯语言参数模型和传统的偏好学习方法。带有视频的网站：此HTTP URL。
对具有生成AI和密度引导的替代状态中的冷冻EM结构进行建模
建模原子坐标为目标冷冻电子显微镜图是结构确定的关键步骤。尽管最近进步，但具有多个功能状态的蛋白质仍然是一个挑战 - 尤其是当某些状态无法使用合适的分子模板时，地图分辨率不足以构建从头模型。这是一种常见的情况，例如，在药理学相关的膜结合受体和转运蛋白中。在这里，我们介绍了一种改进方法，其中i）几个初始模型是通过Alphafold2中多个序列比对（MSA）空间的随机次采样生成的，ii）将对基于结构的聚类进行基于结构的群集，iii）密度引导的分子动力学模拟从中心结构和IV中进行了模型，并在模型中进行了模型。与三种膜蛋白（降钙素受体样受体，L型氨基酸转运蛋白和丙氨酸 - 二孢菌碱转运蛋白）相比，这种方法提高了拟合精度。我们的结果表明，使用生成AI和基于模拟的精炼结合使用的集合结构有助于在几种膜蛋白家族中建立替代状态。
对具有生成AI和密度引导的替代状态中的冷冻EM结构进行建模
建模原子坐标为目标冷冻电子显微镜图是结构确定的关键步骤。尽管最近进步，但具有多个功能状态的蛋白质仍然是一个挑战 - 尤其是当某些状态无法使用合适的分子模板时，地图分辨率不足以构建从头模型。这是一种常见的情况，例如，在药理学相关的膜结合受体和转运蛋白中。在这里，我们介绍了一种改进方法，其中i）几个初始模型是通过Alphafold2中多个序列比对（MSA）空间的随机次采样生成的，ii）将对基于结构的聚类进行基于结构的群集，iii）密度引导的分子动力学模拟从中心结构和IV中进行了模型，并在模型中进行了模型。与三种膜蛋白（降钙素受体样受体，L型氨基酸转运蛋白和丙氨酸 - 二孢菌碱转运蛋白）相比，这种方法提高了拟合精度。我们的结果表明，使用生成AI和基于模拟的精炼结合使用的集合结构有助于在几种膜蛋白家族中建立替代状态。
第 11 届年度深部脑刺激智库会议论文集：通过功能网络映射、自适应深部脑刺激的生物标志物、生物伦理困境、人工智能引导的神经调节和转化进展推动神经调节的前沿
引文 Johnson KA, Dosenbach NUF, Gordon EM, Welle CG, Wilkins KB, Bronte-Stewart HM, Voon V, Morishita T, Sakai Y, Merner AR, L´azaro-Mu˜noz G, Williamson T, Horn A, Gilron R, O'Keeeffe J, Gittis AH, Neumann WJ, Little S, Provenza NR, Sheth SA, Fasano A, Holt-Becker AB, Raike RS, Moore L, Pathak YJ, Greene D, Marceglia S, Krinke L, Tan H, Bergman H, P¨otter-Nerger M, Sun B, Cabrera LY, McIntyre CC, Harel N, Mayberg HS, Krystal AD, Pouratian N, Starr PA, Foote KD, Okun MS 和 Wong JK (2024) 第 11 届深部脑刺激智库会议论文集：推动神经调节的前沿，包括功能网络映射、自适应 DBS 的生物标志物、生物伦理困境、人工智能引导的神经调节和转化进展。Front. Hum. Neurosci. 18:1320806。doi：10.3389/fnhum.2024.1320806
神经自发荧光技术引导下保留神经的腮腺切除术
腮腺切除术是一种常见的手术，可用于治疗各种病症，包括炎症、感染、先天性症状性畸形和肿瘤切除。无论其适应症如何，由于腮腺切除术靠近面神经，因此需要经验丰富的外科医生进行细致的手术导航。虽然手术技术在不断发展，但神经麻痹和神经相关并发症仍然是干预后的一个重要问题。由于降低手术医源性事件发生率需要很高的学习曲线，因此开发了一种新型设备，可发出实时神经自发荧光，同时提供人工智能 (AI) 手术导航软件 (SNS) 反馈，以在手术过程中隔离和准确识别神经结构。本文作者介绍了首批采用双 AI 和神经自发荧光技术进行微创、保留神经的腮腺切除术的良性腮腺肿瘤切除术病例之一。本报告强调了神经自发荧光引导手术在提高手术精度和患者预后方面的潜力。
小鼠中枢神经系统再生过程中的轴突引导是特定大脑神经支配所必需的
Ce´ line Delpech, 1 , 6 Julia Schaeffer, 1 , 6 Noemie Vilallongue, 1 , 6 Apolline Delaunay, 1 Amin Benadjal, 2 Beatrice Blot, 1 Blandine Excoffier, 1 Elise Plissonnier, 1 Eduardo Gascon, 3 Floriane Albert, 1 Antoine Paccard, 1 Ana Saintpierre, 1 Celestin Gasnier, 1 Yvrick Zagar, 2 Vale´ rie Castellani, 4 Stephane Belin, 1 Alain Che´ dotal, 2 , 4 , 5 和 Homaira Nawabi 1 , 7 ,* 1 格勒诺布尔阿尔卑斯大学，INSERM U1216，格勒诺布尔神经科学研究所，38000 格勒诺布尔，法国 2 索邦大学，INSERM，法国巴黎国家科学研究院，视觉研究所 3 法国马赛艾克斯大学，法国国家科学研究院，INT，蒂莫内神经科学研究所 4 法国里昂第一大学，MeLiS，法国国家科学研究院 UMR5284，INSERM U1314 5 法国里昂临终关怀院东部医院集团病理学研究所 6 这些作者贡献相同 7 主要联系人 *通信地址：homaira.nawabi@inserm.fr https://doi.org/10.1016/j.devcel.2024.09.005