XiaoMi-AI文件搜索系统
World File Search System有所改进
Yotta SolarLEAF 技术评估
作为富国银行创新孵化器 (IN 2 ) 的一部分，美国国家可再生能源实验室 (NREL) 对 Yotta 的 SolarLEAF 原型进行了第三方技术验证。最初，Yotta 提供了一个 alpha 级原型（在本报告中称为“Alpha 原型”）。在特性实验期间，Yotta 制作了一个 beta 级原型（“Beta 原型”），它更接近生产设计并保留了电池被动热管理的核心物理原理。NREL 和 Yotta 决定在剩余的实验（包括模拟真实世界应用的实验）中对 Beta 原型进行特性分析。Beta 原型与其前代产品相比有所改进，例如配备了内部加热器以提高系统的低温性能。Yotta Energy 还为每个原型提供了一个基线版本，没有 Yotta 的被动热调节外壳，以帮助进行比较。表 A 总结了所进行的实验。本报告包括在 NREL 热测试设施进行的实验的目标、技术描述、方法和结果的摘要。
育种方法.pdf
在大规模选择中，选择大量具有相似表型的植物，并将其种子混合在一起以构成新品种。*通常，所选植物不会进行子代测试。由于选择了多株植物并将其种子混合在一起，因此所选种群是几个外观相似的纯系的混合物。因此，通过大规模选择开发的品种将具有相当大的遗传变异，因此，以后可能会对此类品种进行进一步的大规模选择或纯系选择。大规模选择程序：1. 第一年——选择大量表型相似的植物，以了解其活力、植物类型、抗病性和其他特征。将所选植物的种子混合在一起以培育下一代。2. 第二年——将混合的种子与标准品种一起种植在初步产量试验中作为对照。还应将选择的品种作为对照，以确定是否因选择而有所改进。3. 第 3 至第 5 年——协调产量试验。 4.第6年—协调试验中筛选出的有希望的品种由主管品种发布委员会推荐发布。
特别关注胶质母细胞瘤癌症治疗（评论）
摘要。尽管标准化疗、放疗和手术近年来有所改进，但癌症仍然是发病率和死亡率的主要原因之一。这强调了制定成功治疗策略的一些困难，但也凸显了传统方法的缺点。为了加强对癌症患者的标准治疗，生物驱动疗法正朝着更具体、更有效的临床选择方向发展。在本综述中，讨论了癌症治疗的传统和新方法，特别关注多形性胶质母细胞瘤 (GBM) 疗法。GBM 是传统治疗最具挑战性的癌症之一，患者的存活率仍然很低。在本综述中，重点讨论了所采用的化疗和放疗，以及开发新的靶向和免疫疗法，这些疗法已在 GBM 患者的临床试验中评估或尚未进行临床评估。它旨在评估治疗在抑制 GBM 方面的效率、障碍和挑战。还简要讨论了一些有前途的癌症靶向药物和基因治疗的递送方法。该领域的不断进步强调了结合不同治疗策略对提高患者生存率和生活质量的重要性。
dCas9-VP64 变体与介导 CRISPR 激活的多重引导 RNA 的比较分析
CRISPR/Cas9 介导的转录激活 (CRISPRa) 是研究复杂生物现象的有力工具。尽管基于 VP64 转录激活因子的 CRISPRa 方法已在培养细胞和动物模型中得到广泛研究，并且对体内各种细胞类型和发育阶段表现出极大的通用性，但不同的 dCas9-VP64 版本尚未进行严格比较。在这里，我们比较了相同环境下的不同 dCas9-VP64 构建体（包括所用的细胞系和转染条件）激活内源和外源基因的能力。此外，我们研究了将 VP64 添加到基于 VP64 和 p300 的构建体的最佳方法。我们发现 MS2-MCP 支架 VP64 比直接将 VP64 融合到 dCas9 的 N 端更好地增强了基础 dCas9-VP64 和 dCas9-p300 活性。对于所有测试的靶基因，dCas9-VP64+MCP-VP64 和 dCas9-p300+MCP-VP64 均优于 VP64-dCas9-VP64。此外，使用 dCas9-VP64+MCP-VP64 或 dCas9-p300+MCP-VP64 进行多重 gRNA 表达可显著增强内源基因激活，达到与使用单个 gRNA 的 CRISPRa-SAM 相当的水平。我们的研究结果表明 dCas9-VP64 CRISPRa 系统有所改进，有助于开发多功能、高效的 CRISPRa 平台。
互补的结构和功能异常定位致痫组织
较新的定量方法可以辅助临床上使用的传统定性方法，并减轻无益的人为偏见。使用定量技术，癫痫患者可能通过不同的方式检测到异常，包括 MRI、5 – 8 EEG、9 – 11 MEG、12、13 和弥散加权 MRI (dMRI)。14 – 18 这些异常的数量、程度和位置已被证明与手术结果有关。10、11、19 – 21 此外，不同的方式可以提供互补的信息，因此多模态分析可以比单一方式有所改进。22 因此，结合多种方式的定量方法可能能够提高我们对癫痫发作、癫痫和手术失败原因的理解。大脑活动的电记录长期以来一直被用来识别与癫痫发作有关的大脑区域。这种识别通常涉及从发作数据中定位癫痫发作区域。最近，人们使用发作间期 iEEG 记录创建了健康大脑活动的常态图。10、11、23 这些图可以通过将每个患者与常态图进行比较来识别个体患者的异常情况。假设异常可能
SC19：U：用于近期量子器件噪声预测和电路优化的深度学习方法
由于硬件特定的噪声，嘈杂的中型量子设备在实现高保真计算方面面临挑战。我们提出了一个量子电路深度学习编译器的框架，旨在降低在特定设备上运行的电路的输出噪声。我们的方法是首先在量子芯片的实验数据上训练卷积神经网络，以学习该设备的噪声模型。然后，我们将训练好的网络视为量子电路的噪声预测器，并设计一个编译器来重写电路，以尽量减少网络预测的预期噪声。我们使用 IBM 5 量子比特设备测试了这种方法，并根据 IBM Qiskit 编译算法对编译后的电路进行了基准测试。我们得到的结果显示，与 Qiskit 编译器相比，输出噪声降低了 11%（95% CI [10%、12%]）。与 Qiskit 编译器相比，所有可用的 5 量子比特 IBM 设备都有所改进，但我们发现在学习噪声模型的设备上降噪效果明显更好。这些结果表明，使用机器学习设计的设备特定编译器可以产生更高保真度的操作，从而增加量子计算应用的潜力。
文章 通过大数据传输实现人工智能隐私保护的物联网解决方案：使用区块链的医疗保健应用
摘要：物联网 (IoT) 在提供计算设备、流程和事物之间的连接方面发挥着至关重要的作用。它显著增加了通信设施，并为分布式网络提供了最新信息。另一方面，人工智能技术在新兴领域提供了众多有价值的服务。基于物联网的医疗保健解决方案方便患者、医院和专业人员观察实时和关键数据。在文献中，大多数解决方案都存在数据中断、高道德标准和可信通信的问题。此外，网络中断以及敏感和个人健康数据的反复暴露降低了对网络系统的依赖。因此，本文旨在提出一种使用区块链进行大数据传输的人工智能隐私保护物联网解决方案。首先，所提出的算法使用图形建模来开发可扩展且可靠的数据收集和传输系统。此外，它使用人工智能方法提取节点子集，并为医疗保健系统提供高效的服务。其次，利用基于对称的数字证书通过区块链提供与通信资源的真实和机密传输。通过多次模拟探索所提出的算法与现有解决方案，并证明在实际参数方面有所改进。
铁死亡介导的新型药物设计方法......
尽管诊断技术和治疗方法有所改进，但口腔鳞状细胞癌 (OSCC) 仍然是头颈外科医生面临的挑战，5 年生存率较低 (Bugshan and Farooq, 2020)。各种因素，包括侵袭深度、肿瘤分级和生物标志物，都可预测癌症患者的生存率 (Rivera et al., 2017)。大量研究支持确定影响治疗过程的因素 (Massano et al., 2006)。与药物辅助预后的方式类似，药物在患者的生存和生活质量中也发挥着作用。几十年来，人们对细胞凋亡及其相关基因的作用有了充分的了解，可用于诊断、预后和治疗，靶向治疗正成为一种趋势 (Dwivedi et al., 2020)。诱导口腔恶性上皮细胞凋亡已显示出对抗癌症的令人鼓舞的结果 (Hsu et al., 2004)。最近，为了改变疾病结果，出现了许多其他形式的受调节细胞死亡。其他一些非凋亡性细胞死亡包括铁依赖性铁死亡、液泡呈递性甲状旁腺炎、免疫反应性焦亡和坏死性凋亡（Yan 等人，
基于优化模糊的 Ant-Hocnet 路由协议...
无人机或无人驾驶飞机通常被称为无人驾驶飞行器 (UAV)，由这些无人机组成的自组织网络通常被称为飞行自组织网络 (FANET)。无人机和飞行自组织网络最初与军事监视和情报收集有关；此外，它们现在被广泛用于民用领域，包括搜索和救援、交通监控、消防、摄像和智能农业。然而，由于其独特的架构，它们带来了相当大的设计和部署挑战，主要与路由协议有关，因为传统的路由协议不能直接用于飞行自组织网络。例如，由于高移动性和稀疏拓扑，频繁的链路中断和路由维护会导致高开销和延迟。在本文中，我们采用基于优化模糊逻辑的生物启发式蚁群优化 (ACO) 算法“Ant-Hocnet”来改进飞行自组织网络的路由。模糊逻辑用于分析无线链路状态信息（例如可用带宽、节点移动性和链路质量），并在没有数学模型的情况下计算最佳无线链路。为了评估和比较我们的设计，我们在 MATLAB 模拟器中实现了它。结果表明，我们的方法在吞吐量和端到端延迟方面有所改进，从而提高了 FANET 的可靠性和效率。
目标活动预测可以改进 CRISPR-...
利用 Cas9 的催化失活突变体（称为 dCas9）阻断细菌基因表达的能力正迅速成为一种标准方法，用于探测基因功能、进行高通量筛选和设计细胞以达到预期目的。然而，我们仍然缺乏对决定 dCas9 靶向活性的设计规则的良好理解。利用高通量筛选数据，我们建立了一个模型，根据靶序列预测 dCas9 阻断 RNA 聚合酶的能力，并在独立生成的数据集上验证其性能。我们进一步为大肠杆菌 MG1655 EcoWG1 设计了一个新型的全基因组向导 RNA 文库，使用我们的模型选择具有高活性的向导，同时避免可能有毒或具有脱靶效应的向导。在富集培养基中生长期间使用 EcoWG1 库进行的筛选比之前发布的筛选有所改进，表明仅使用少量精心设计的指南即可获得非常好的性能。能够设计有效的小型库将有助于使 CRISPRi 筛选更容易执行且更具成本效益。我们的模型和材料可通过 crispr.pasteur.fr 和 Addgene 向社区提供。