XiaoMi-AI文件搜索系统
World File Search System按宏
采用 KRAKEN2 和 BOWTIE2 的方法
用于对狗微生物组进行宏基因组分析的数据库的开发：一种采用 KRAKEN2 和 BOWTIE2 的方法 PAULO SALLAROLA TAKAO；帕梅拉·苏萨·科里亚；胡利奥·弗朗茨·莫拉大卫·阿西奥莱·巴博萨； FABIANO BEZERRA MENEGIDIO 摘要 宏基因组分析在了解微生物群落及其环境影响方面发挥着至关重要的作用，在兽医学中对于宠物疾病的诊断、治疗和预防具有特殊意义。这项研究旨在为 Bowtie2 和 Kraken2 工具创建集成数据库，将狗和人类基因组整合成最新且易于访问的资源。随着技术的进步，微生物组的宏基因组分析已成为兽医日常工作中一种很有前途的工具，特别是考虑到兽医诊所中狗的普及率很高，仅在巴西就有大约 5810 万只狗，是家庭中第二大宠物，仅次于鸟类。然而，必要的生物信息学步骤（例如去除宿主基因组和人类污染物）需要大量时间和计算资源。为了克服这一挑战，我们为每种工具开发了特定的数据库，大大减少了分析时间并确保基因组的持续更新。虽然 Bowtie2 执行精确序列比对，但 Kraken2 使用较小的序列（k-mers）进行更快、更有效的分类学分类。数据库构建后，对犬类宏基因组文库进行了测试，结果显示比对率较高，且能有效去除与狗或人类相关的读段。尽管由于缺乏详细的文献而面临挑战，但创建的数据库被证明是可行且可重复的，为未来兽医宏基因组分析研究做出了重大贡献。关键词：家狼，宏基因组，Kraken2-build，Bowtie2-build，污染物。 1 引言 宏基因组分析是对宏基因组进行分类的过程（MARCHESI；RAVEL，2015），宏基因组是基因组学的衍生词，是研究生物体基因的学科。从字面上翻译，宏基因组学是“超越基因组的”，也就是说，在宏基因组学中我们不仅分析一个基因组，还分析样本中包含的所有基因组（GILBERT；DUPONT，2011）。这些基因组可以来自微生物，甚至可以是环境（样本）中的游离 DNA 片段、微生物结构元素的基因、病毒、噬菌体、毒素和其他所有具有遗传物质的东西（BERG 等人，2020 年；HANDELSMAN 等人，1998 年；MERRIAM-WEBSTER，2023 年；WHIPPS；LEWIS；COOKE，1988 年）。那么我们可以将宏基因组分析描述为对给定条件下的微生物基因组集合及其环境条件的分析
通用人工智能实现的未来社会及对硬件的期待
1. J. Evol。 A，R。ICHISE：日本人工智能学会的第28届年度会议，2C4-OS-22A-1（2014年）。心灵：秘密人类思维的揭秘 (Viking Adult, 2012)。9) Adams, S., Aler, I., Bach, J., Kupro, R., Goetzelben, H., Hall, J., Stores, S., Samsonovich, A., Schoitz, M., Schlesinger, M., Shapiro, Stuart, and Seo, W.；由 Shinoda, K., Ichise, R., Jepkarafau, A., Terao, A., Funakoshi, K., Matsushima, H., and Yamakawa, H. 翻译：人工智能 29, 241 (2014)。10) R. O'Reilly 和 Y. Munakata：认知神经科学的计算探索 (Bradford, 2000)。11) N. Kriegeskorte 和 PK Douglas：自然神经科学 21, 1148 （2018 年）。12）D. Hassabis、D. Kumaran、C. Summerfield 和 M. Botvinick：Neuron 95，245（2017 年）。13）https://www.kindaikagaku.co.jp/information/kd0604.htm 14）H. Yamakawa、Y. Matsuo、K. Takahashi 和 N. Arakawa：JNNS-2018，S2-1（2018 年）。15）M. Osawa、K. Mizuta、H. Yamakawa、Y. Hayashi 和 M. Imai：JNNS-2018，S2-3（2018 年）。16）R. Scott 和 N. De Freitas：arXiv:1511.06279（2015 年）。17）J. Von Neumann：自再生自动机理论（北卡罗莱纳大学伊利诺伊出版社，1967 年）。（2019 年 11 月 5 日接受）
印度尼西亚千岛群岛海藻养殖环境中浮游生物和细菌群落的宏基因组分析
摘要 . 过去五年来，印度尼西亚的海藻产量大幅下降了 3.55%，其中斯里布群岛地区的产量急剧下降，从 2018 年的 196 吨下降到 2022 年的 2 吨。了解支持海藻养殖的生物和环境参数，特别是微生物和浮游生物多样性，对于可持续生产至关重要。这项研究在 2023 年雨季（4 月至 5 月）和旱季（7 月至 8 月）期间在斯里布群岛的 1996 个养殖点对 Kappaphycus alvarezii (Doty) Doty ex PCSilva 进行了研究，涉及五个主要岛屿附近 12 个点的水质评估和生物采样。细菌群落的下一代测序 (NGS) 表明，Alphaproteobacteria，特别是红细菌科，在各个季节都占主导地位，而浮游动物在雨季占主导地位，浮游植物在旱季占主导地位。样本中没有有害藻类和致病细菌，表明海藻生长的环境总体上是安全的。虽然通过升高的油含量和叶绿素 a 检测到了一些人为污染，但总体水质被认为适合海藻养殖。研究结果表明，通过适当的管理来减轻污染，Kepulauan Seribu 地区仍具有可持续海藻养殖的强大潜力。关键词：宏基因组、细菌、浮游生物、Kepulauan Seribu、海藻养殖。
用于 Computercom 的紧凑型光学 TX 和 RX 宏单片集成在 45nm CMOS 中
摘要 — 随着光通信的覆盖范围不断缩小，光子学正从机架到机架数据通信链路转向需要不同架构的厘米级计算机内应用 (computercom)。集成光学微环谐振器 (MRR) 正成为满足更严格的面积和效率要求的有吸引力的选择：它们通过波分复用 (WDM) 和高带宽密度提供缩放。在本文中，我们介绍了在 45 nm CMOS 中单片集成的用于 computercom 的紧凑型电光发射 (TX) 和接收 (RX) 宏。它们与 MRR 调制器和光电探测器一起工作，并包括所有必要的电子器件和光学器件，以实现片上数据源和接收器之间的光学链路。通过感测驱动电子器件中的光学设备的偏置电流而不是使用外部工作点感测光学器件，实现了最紧凑的热稳定性实现。使用场效应晶体管作为加热元件（在单片集成平台中是可能的）可进一步减少热控制所需的面积和功率。TX 宏的工作数据速率高达 16 Gb/s，消光比 (ER) 为 5.5 dB，插入损耗 (IL) 为 2.4 dB。RX 宏在 12 Gb/s 时灵敏度为 71 µ A pp，BER ≤ 10 − 10。用宏构建的芯片内链路在 10 Gb/s 时实现 ≤ 2.35 pJ/b 的电气效率和 BER ≤ 10 − 10。两个宏都在 0.0073 mm 2 内实现，每个宏的带宽密度为 1.4 Tb/s/mm 2。
精致的肠型分型揭示了全球粪便宏基因组中的营养障碍
。cc-by 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他已授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本于2024年8月14日发布。 https://doi.org/10.1101/2024.08.13.607711 doi：Biorxiv Preprint
估计折叠的变化，其中部分观察到的结果与微生物宏基因组中的应用
我们考虑了在多变量结果的预期值中估算倍数变化的问题，该结果被观察到，这些结果受到未知样品特异性和类别特异性扰动的约束。我们是由对微生物分类单元的丰度进行高通量测序研究的动机，其中微生物相对于它们的真实丰度是系统地过度检测和未检测到的。我们的日志线性模型允许部分可识别的估计，我们通过施加可解释的参数约束来建立完整的可识别性。为了减少偏见并保证存在稀疏观测的参数估计值，我们将渐近可忽略不计和约束的惩罚应用于我们的估计功能。我们开发了一种快速坐标下降算法进行估计，并在零假设下进行估计的增强Lagrangian算法。我们构建模型得分测试，即使对于小样本量和违反分布构成的量，也证明了有效的推断。通过微生物关联与结直肠癌的荟萃分析来说明了方法和相关方法的比较。
实验水培系统中种植绿叶蔬菜的微生物群落的宏基因组分析
水培是一个正在发展的食品生产行业，尤其是在绿叶蔬菜领域。由于绿叶蔬菜是食源性疾病的主要来源之一，水培被认为是减少病原体爆发的一种工具。虽然水培和其他受控环境农业系统消除了土壤和户外种植系统中的许多污染源，但污染的风险并未消除。先前对水培的研究表明，细菌病原体（STEC、沙门氏菌和李斯特菌）在水培系统中生长并迅速传播，而且水培农产品的细菌病原体内化率高于土壤种植的植物1-3。事实上，近几个月来，由于沙门氏菌和李斯特菌的污染，水培绿叶蔬菜已被多次召回。尽管如此，与土壤系统相比，有关这些系统的微生物学信息仍然有限。
关于可持续淡水水产养殖生产中病原体监测宏基因组分析的新观点：系统评价
近年来，淡水和盐水水生食品行业经历了最显着的增长，并越来越被认为是促进繁荣的社会自我绩效和生态上的可持续替代方案。水产养殖生产中的一个主要经济和健康危险因素是健康控制，在热带和发展中国家中可能会发现更严重的影响。虽然宏基因组学对在水产养殖等农业工业领域的应用有很大的希望，但其采用仍然有限。因此，本研究旨在评估开发和应用宏基因组学在识别淡水水产养殖中病原体时的前景。WIPO数据库用于搜索使用宏基因组学开发的专利，以监测淡水水产养殖中的病原体。宏基因组方法已广泛用于不同的领域，例如医学，兽医，生物技术，农业，特别是在重点是不同生态系统中的微生物群落的研究中。在水产养殖中，宏基因组学的利用主要围绕研究抗生素耐药性基因，主要是在盐水农场中。尽管如此，淡水水产养殖，尤其是在鱼类和甲壳类动物中，与可持续发展目标密切相符，尤其是（SDGS）2、3、6和13。国家，例如美利坚合众国，韩国和加拿大，在利用元基因组学对淡水水产养殖的疾病监测的最前沿，其积极的专利发展证明了这一点。与生物信息学工具和数据库相结合的宏基因组分析代表了用于预防目的的环境监测的快速，安全且无创的方法。
京都制药大学的教育研究成就记录
Professor Associate Professor Lecturer Assistant Professor Assistant President Goto Naomasa Vice President Akaji Kenichi Pharmaceutical Chemistry Furuta Takumi Kobayashi Yusuke Hamada Shohei Pharmaceutical Manufacturing Yamashita Masayuki Kojima Naoto Iwasaki Hiroki Pharmaceutical Chemistry Oishi Shinya Kobayashi Kazuya Herbal Medicine Nakamura Masahiro Pharmaceutical Analysis Takekami Shigehiko Konishi Atsuko Metabolic Analysis Yasui Hiroyuki Kimura Hiroyuki Naito Yukiyoshi Pharmaceutical Physical Chemistry Saito Hiroyuki Nagao Kojiro Ogita Takashi Takayama Takaya Morito Katsuya Public Health Watanabe Tetsushi Matsumoto Takahiro Microbiology and Infection Control Yahiro Kinnosuke Kamoshida Tsuyoshi Cell Biology Fujimuro Masahiro Sekine Yuichi Biochemistry Nakayama Yuji Saito Yohei Yuki Ryuzaburo Pathophysiology Ashihara Eiji Hosoki Masayuki Toda Yuki Pathobiochemistry Akiba Satoshi Ishihara Keiichi Kawashita Eri Pharmacology Kato Shinichi Matsumoto Kenjiro Yasuda Hiroyuki Clinical pharmacology Nakata Tetsuo Ohara Yuki Toba Yue Pharmacology Tanaka Tomoyuki Fujii Masanori Tamura Yuho Clinical oncology Nakata Shinshin Ii Hiromi山原药理学MASARU KATSUMI EIMASA MORISHITA MASATERU药理学EITA tomoyuki Ito ito Yukako Kawabuchi Kawabuchi Shinji临床药理学Westguchi koji koji tsujimoto Sciences Nagasawa Yoshinori Tanahashi Takaichiro Physics Arimoto Shigeru Mathematics Ueno Yoshio General Education Sato Takeshi Imai Chiju Iwasaki Daisuke Asahina Yuko Mimikawa Mariko Sakamoto Naoshi Kishino Ryoji Nozaki Akiko Pharmaceutical Education Research Center Hosoi Nobuzo Kai Akihiro Yoshimura Noriko临床药物教育研究中心Kusumoto Masaaki Tsushima Miyuki Imanishi takashi takasaki chizaki yugo yugo hashizume tsutomu tsutomu nakamura nakamura nobuhiko nobuhiko yano yano yano yano yano yano yano yano yano yano yano matsumura matsumura chikaka chikako chikako intraption trienlation triping sesight inij issey CENTERIOD教育研究中心。中心（Fujiwara Yoichi）Kimura Toru Kinseong Kaoru Tokuyama Yuki Yuki kono kono kyoko takao takao ikuko tokada tetsuya hirayama hirayama eetsuko图书馆（西exit exit koji koji koji koji） Kawashima Hidekazu生物科学研究中心（Kato Shinichi）Saito Michiko Pharmaceutical Science Frontier Research Center（Yamashita Masayuki）联合设备中心（Furuta Takumi）
能源系统运算放大器的设计和建模
在本研究中，主要目标是设计单通道运算放大器 IS-OU1 的宏模型，其主要特点如下： 15 V 电源电压、失调电压 7 mV、低电源电流 ~1.3 mA、斜率 ~0.4 V/ s、开环增益 ~100-110 dB、增益带宽积 ~0.7-1 MHz、输出电压摆幅 14 V。为了使用 SPICE 对运算放大器进行建模，选择了基于 npn 型双极晶体管的非线性运算放大器模型 [3, 5]。运算放大器的等效电路如图 1 所示。然后，计算电路中运算放大器元件的参数，使其与运算放大器特性相适应，并将其写成子电路，如图 2 所示。宏模型可以用作 Micro-Cap 12 模型编辑器中的 .SUBCKT 命令的子电路，作为 SPICE 电路程序 [6, 7]，这使我们能够获得 IS-OU1 运算放大器的 SPICE 宏模型。之后，为了测试运算放大器，将获得的宏模型作为 IS-OU1.lib 库文件添加到 Micro-Cap 12 程序库中。