李坤艳湖南省肿瘤医院 余勤 四川大学华西第二医院 孙涛 辽宁省肿瘤医院 倪穗琴广州市第一人民医院 王淑民首都医科大学北京朝阳医院 元刚 中山大学附属第一医院 强生(中国)投资有限公司代表
1。x li,j ding,m elhoseiny。vrsbench:一种多功能视觉语言基准数据集,用于遥感图像理解。神经信息处理系统(NERUIPS)的第三十八大会,2024年。pdf 2。m艾哈迈德,X li,M Elhoseiny。3DCOMPAT200:用于组成识别的语言扎根大规模3D视觉数据集。第三十八届神经信息处理系统会议(Neruips),2024年。3。x li†,Jian ding†,Z Chen,M Elhoseiny。uni3dl:3D和语言理解的统一模型。欧洲计算机视觉会议(ECCV)2024。PDF 4。J Chen,D Zhu,X Shen,X Li,Z Liu,P Zhang,R Krishnamoorthi,V Chandra,Y Xiong,M Elhoseiny。迷你v2:大型语言模型作为视觉多任务学习的统一接口。arxiv。PDF 5。D Zhu,J Chen,X Shen,X Li,M Elhoseiny。Monigpt-4:使用先进的大语言模型来增强视力语言理解。国际学习表征会议(ICLR)2024(> 24K在GitHub开始)。PDF 6。J Chen,D Zhu,K Haydarov,X Li,M Elhoseiny。 视频chatcaptioner:迈向丰富的时空描述,arxiv 2023。 PDF 7。 f khan†,X li†,一座寺庙,M elhoseiny。 渔网:用于鱼类补充,检测和功能性状预测的大规模数据集和基准。 国际计算机视觉会议(ICCV),2023年。 PDF 8。 pdfJ Chen,D Zhu,K Haydarov,X Li,M Elhoseiny。视频chatcaptioner:迈向丰富的时空描述,arxiv 2023。PDF 7。f khan†,X li†,一座寺庙,M elhoseiny。渔网:用于鱼类补充,检测和功能性状预测的大规模数据集和基准。国际计算机视觉会议(ICCV),2023年。PDF 8。pdfX Shen,X Li,M Elhoseiny。MASTGAN:具有时间运动风格的视频,IEEE计算机视觉和模式识别会议(CVPR),2023年。
刘宁坤, 1 , 2 , 9 徐艳卓, 1 , 2 , 9 李奇, 1 曹宇鑫, 3 杨德昌, 4 刘莎莎, 1 , 2 王小康, 3 米英杰, 1 , 5 刘阳, 1 , 2 丁晨曦, 1 , 6 刘艳, 1 , 2 李勇, 7 袁耀武, 8 高戈, 4 陈金峰, 1 , * 钱伟强, 3 , * 张晓明 1 , 2 , 10 , * 1 中国科学院动物研究所, 害虫鼠类综合治理国家重点实验室, 北京 100101 2 中国科学院大学中国科学院生物相互作用卓越中心, 北京 100049 3 国家重点实验室蛋白质与植物实验室北京大学现代农学院基因研究中心,北京 100871,中国 4 北京大学生命科学学院、BIOPIC & ICG 和生物信息学中心,蛋白质与植物基因国家重点实验室,北京 100871,中国 5 河南师范大学生命科学系,河南新乡 453007,中国 6 河北大学生命科学学院,河北保定 071002,中国 7 东北农业大学生命科学学院,黑龙江哈尔滨 150038,中国 8 康涅狄格大学生态与进化生物学系,75 North Eagleville Road, Unit 3043, Storrs, CT 06269,美国 9 这些作者贡献相同 10 主要联系人 *通讯地址:chenjinfeng@ioz.ac.cn (JC),wqqian@pku.edu.cn (WQ), zhangxm@ioz.ac.cn (XZ) https://doi.org/10.1016/j.chom.2022.07.001
摘要。由于国民经济的改善和电子商务的持续发展,在线购物的规模不断扩大。但是,现有的快速交付站通常存在管理问题,并且不能整天开放,这增加了企业的管理困难和成本,并为用户提供便利。引起不便。这项工作设计了一个有效的合作系统,该系统由邮政机器人,龙门机器人和应用程序管理终端组成。它使用数字双技术来读取机器人的运动参数和工作状态,并创建一个具有良好耐力性能的智能控制系统,障碍超越能力和信息收集能力,执行科学调度,适应物流操作中的各种方案,并创建高度实用的智能站,以增强运输服务行业的能力。
熊瑞 2, † , 张雷克 3, † , 李世良 2, † , 孙元 3 , 丁敏一 2 , 王勇 1 , 赵永亮 1 , 吴艳 3 , 尚伟娟 3 , 蒋夏明 3 , 单继伟 2 , 沉子豪 2 , 童一 2 , 徐柳新 2 , 陈宇 1 , 英乐刘 1 , 邹刚 4 , Dimitri Lavillete 4 , 赵振江 2 , 王锐 2 , 朱丽丽 2 , 肖耕夫 3 , 兰柯 1 , 李洪林 2,* , 徐克 1,4,* 1 武汉大学生命科学学院病毒学国家重点实验室,
基因组分析通常无法预测癌症的治疗结果。这种失败在一定程度上是由于大量的基因改变和癌症信号网络的可塑性。功能分析可以确定信号动力学,是预测药物反应的另一种方法。目前尚不清楚整合实体肿瘤的基因组和功能特征是否可以提供对治疗脆弱性的独特见解。我们通过对内在凋亡机制的 BH3 分析,在胶质瘤患者样本和衍生模型中进行分子和功能联合表征。我们发现,标准治疗以基因型特异性的方式快速重新连接凋亡信号,揭示了具有特定分子特征(例如 TP53 WT)的胶质瘤中可靶向的凋亡脆弱性。然而,BH3 分析的整合表明,高线粒体启动也是诱导胶质瘤凋亡所必需的。因此,机器学习方法可以识别出一种复合分子和功能特征,该特征可以最好地预测各种颅内胶质瘤模型对标准治疗疗法与 ABBV-155(一种针对内在凋亡的临床药物)的反应。这项研究表明,互补的功能和分子数据可以稳健地预测治疗引起的细胞死亡。