XiaoMi-AI文件搜索系统
World File Search System格罗莫夫
神经退行性疾病相关淀粉样蛋白的液-液相分离罗韵怡1,2
神经退行性疾病是由细胞和神经元在大脑和周围神经系统的功能丧失引起的疾病，包括阿尔茨海默氏病（AD），帕金森氏病（PD），杏仁核外侧硬化症（ALS）以及额叶摄取症状（FTD）和其他。由于对神经退行性疾病的病理机制不完全理解，目前可用的治疗方法只能减轻某些相关症状，并且仍然缺乏有效的治疗方法。大多数神经退行性疾病具有常见的细胞和分子机制，这是淀粉样蛋白样蛋白聚集体和包含体的形成。神经退行性疾病中蛋白质聚集体的广泛存在表明它们在疾病发生和进展中的特殊作用。长期以来，成核和聚集被认为是蛋白质骨料形成的唯一途径。然而，最近的研究表明，这些蛋白可能会经历另一个聚集过程，即液相分离介导的聚集。相分离是生物分子通过弱的多价相互作用形成动态凝结的过程。在这些冷凝物中，生物分子浓度高度富集，并且仍然与外部环境保持动态交换。相分离是由弱的多价相互作用（例如静电，π相关，氢键和疏水相互作用）介导的。对于特定分子，它们的相分离行为可能主要由一个或某些相互作用介导。但是，生活系统中的相互作用更为复杂。有很多工作着眼于在各种系统中做出重大贡献的相互作用类型。这些发现可能有助于我们进一步了解序列上的小扰动者如何改变相位分离行为，以及为什么自然发生的突变会产生重要的生理和生物物理效应。在活生物体中进行相分离的蛋白质通常包含本质上无序的区域（IDR）或本质上无序的蛋白质（IDP）。淀粉样蛋白通常具有这种特征。这样的IDR/ IDP没有稳定的折叠结构，并且以动态形式存在于解决方案中。由于缺乏清晰的三维结构，IDR/IDP具有更高的动力和灵活性，因此为分子间接触和相互作用提供了更多机会。近年来，研究人员表明，许多神经退行性疾病与淀粉样淀粉样蛋白样蛋白可以进行相分离，这表明淀粉样蛋白样蛋白和病理学的相行为之间存在潜在的关联。在这里，我们总结了有关几种神经退行性疾病相关的淀粉样蛋白的相分离和聚集的最新研究，包括Aβ，TAU，α-突触核蛋白，TDP-43和SOD1。它们是与神经退行性疾病相关的典型病理蛋白，并且已被证明与过去几十年中相关疾病具有很高的相关性。他们的共同特征是患者中发现的淀粉样蛋白聚集体。最近的研究表明，它们也具有相分离的特性，这可能与病理聚集体的形成相关。因此，我们总结了这些淀粉样蛋白的相位行为的最新研究，这可能带来调节相关病理过程和治疗疾病的潜在机会。我们希望本文可以帮助加深对神经退行性疾病中蛋白质的病理机制的理解，并激发疾病治疗的新思想。
格罗宁根大学人工智能管理开放式创新
人工智能 (AI) 为促进开放式创新的组织之间实现有效的知识共享提供了充足的机会。过去的研究通常调查人工智能在结构化应用领域执行“人类”任务的能力。然而，缺乏系统分析何时以及如何将人工智能用于更复杂和非结构化的开放式创新 (OI) 任务的研究。我们提出了一个框架，用于利用支持人工智能的应用程序来促进富有成效的 OI 协作。具体来说，我们通过将三个 OI 阶段（启动、开发、实现）与人工智能的三个管理功能（映射、协调、控制）相结合，创建了一个 3x3 矩阵。该矩阵有助于确定各种人工智能应用程序如何增强或自动化人类智能，从而帮助解决普遍存在的 OI 挑战。它为组织如何使用 AI 建立、执行和管理 OI 阶段之间的交换提供了指导。最后，我们制定了未来研究的议程。
格罗宁根大学患者对人工晶体的偏好......
背景：误诊、乱收费、排队、诊所等待时间长等是全球医疗行业长期存在的现象。这些因素可能导致患者对临床医生误诊的焦虑。然而，随着大数据在生物医学和医疗保健界的使用日益增长，人工智能 (Al) 诊断技术的性能正在提高，可以帮助避免医疗实践错误，包括在当前 COVID-19 的情况下。目的：本研究旨在在中国 COVID-19 疫情的背景下，从人工智能诊断与临床医生的不同角度可视化和衡量患者的异质偏好。我们还旨在说明离散选择实验 (DCE) 潜在类别的不同决策因素，以及人工智能技术在 SARS-CoV-2 大流行期间及未来判断和管理中的应用前景。方法：DCE 方法是本文应用的主要分析方法。我们假设了诊断方法、门诊等候时间、诊断时间、准确率、诊断后随访、诊断费用等不同维度的属性，并形成问卷。利用 DCE 问卷收集的数据，应用 Sawtooth 软件对数据集构建了广义多项逻辑 (GMNL) 模型、混合逻辑模型和潜在类别模型。此外，我们计算了变量的系数、标准误差、P 值和优势比 (OR)，并形成效用报告以呈现属性的重要性和加权百分比。结果：无论临床医生的描述如何，共有 55.8% 的受访者 (767 人中的 428 人) 选择了 AI 诊断。在 GMNL 模型中，我们发现人们最喜欢 100% 的准确率 (OR 4.548, 95% CI 4.048-5.110, P <.001)。对于潜在类别模型，最容易接受的模型由 3 个潜在类别的受访者组成。影响最大、百分比权重最高的属性是诊断的准确性（总体为 39.29%）和费用（总体为 21.69%），尤其是对诊断“准确性”属性的偏好，该属性在各个类别中保持不变。对于第 1 类和第 3 类，人们更喜欢 AI + 临床医生的方法（第 1 类：OR 1.247，95% CI 1.036-1.463，P <.001；第 3 类：OR 1.958，95% CI
格罗宁根大学人工智能在创造过程中的作用......
自 1950 年以来，对创造力的研究从未停止。如今，人工智能重新激发了关于这一主题的争论。这在艺术界尤其具有争议，因为 21 世纪已经出现了人工智能生成的艺术品。本文不讨论人工智能代理问题，而是主张人工智能的创造力。为此，我们首先介绍对玛格丽特·博登创造力定义的新功能主义理解。随后，分析了人类中心主义对人工智能创造能力认知障碍的实证证据，该证据后来因考虑了媒体理论的见解而受到批评。最后，讨论了将人工智能作为艺术创意生产者和支持工具所带来的好处。然后，本文认为人工智能可以为艺术界的民主化做出贡献。因此，必须承认它的创造性作用。
21 / 26 格罗宁根大学战略计划
新冠疫情凸显了灵活性的重要性。因此，我们的年度战略议程将使我们能够应对不断变化的世界。在起草 2021-2026 年战略计划期间，新冠疫情爆发，这导致该计划的内容根据疫情带来的教训、创新和调整以及最终确定计划的程序变化进行调整。其他意想不到的发展，虽然可能与新冠疫情无法相比，但无疑将在本战略计划期间出现。这些发展可能要求我们调整目标、实现目标的方式或实施方式。由于议程将每年讨论一次，因此可以适应任何必要的变化，并确保我们在实现计划时保持切合实际的目标。
1. 职位类型及申请资格
6 天前 — 6 申请程序。 (1) 需提交的文件。 A. 国防部人事考试申请表 (1 份) (照片：4.0cm x 3.0cm) B. 个人简历 (市售) (照片：4.0cm x 3.0cm) 附上)。 *照片标准：申请前 6 个月内...
程序
France Hafid Ait-Oufella, Cardiology, Paris Zahir Amoura, Internal Medicine, Paris Alexandre Belot, Pediatrics, Lyon Olivier Benveniste, Internal Medicine, Paris Olivier Boyer, Immunology, Rouen Jacques Cadranel, Pneumology, Paris Nadège Cordel, Dermatology and Clinical Immunology, Guadeloupe Bruno,风湿病学，内科医学，里尔·奥利维尔·赫尔敏Hématologie，里昂·蒂波特·莫罗（Lyon Thibault Moreau），神经病学，迪扬·雅克·莫雷尔风湿病学，蒙彼利埃·克里斯托夫·里奇斯（Christophe Richez），风湿病学，波尔多·马克·施勒林格免疫学，巴黎
简历博士克里斯托夫·魏滕贝格
27. 会议“凝聚态和冷原子系统中的拓扑相”，香港科技大学先进研究中心，香港，2015年11月-12月19日，主题为“Floquet工程人工规范场和拓扑能带结构”。