XiaoMi-AI文件搜索系统
World File Search System混合物
使用 CEPT 混合物高效安全地进行 hPSC 单细胞克隆
CEPT 补充剂可促进健康单细胞克隆的建立。使用补充有 CEPT 混合物的培养基生成并接种微流体平台的克隆细胞系显示出与亲本系相似的增殖率和对单细胞解离的敏感性（图 3）。新的克隆系在培养中保持未分化状态，表达预期的多能性标记，并通过定向分化方法展示多能性。使用 CEPT 补充剂生成的克隆细胞系保持正常核型，在基因组癌症热点处未检测到染色体异常或 p53 突变。
用于设计聚合物-蛋白质混合物的机器人平台上的机器学习
并且在经常变性和非生物环境中保持稳定性。[1–5] 其中一种策略已导致甲苯中酶的活性保持长达数小时，[6] 该策略根据蛋白质表面化学定制随机共聚物的组成。原则上，共聚物可以精确设计来稳定任何给定的蛋白质而不影响活性。然而，无论是通过合理设计还是筛选，识别此类共聚物都具有挑战性，因为组合设计空间很大（例如，单体化学、链长、结构）。[7] 因此，适合用途的 PPH 可以促进无数应用——生物燃料生产、[8] 塑料降解、[9,10] 药物合成 [11]——但它们的稳健设计策略仍然难以捉摸。在过去十年中，机器学习 (ML) 极大地加速了跨学科的材料发现，[12–14] 使得更有效地识别具有目标特性的材料成为可能。 [12,15–20] 尽管如此，机器学习指导的共聚物设计受到多种因素的限制，包括训练模型所需的高质量数据的可用性。[7,21–24] 大多数聚合物数据库主要以均聚物为主，[25] 而聚合物合成和表征的繁琐性质严重限制了可“内部”检查的系统数量。[26] 因此，一些共聚物设计工作依赖于计算机生成的数据。[20,27,28] 同时，最近的实验工作使用流动反应器或并行批量合成器来提供适度的数据（<500 个样本）。[17,29,30] 更可扩展的方法将大大扩展设计用于 PPH 和其他材料应用的共聚物的能力。在这里，我们使用主动机器学习来快速设计共聚物，以与葡萄糖氧化酶（GOx）、脂肪酶（Lip）和辣根过氧化物酶（HRP）形成热稳定 PPH（图 1）。为了高效获取数据，我们使用自动化耐氧自由基聚合进行共聚物合成 [31,32]，并开发了一种简便的热稳定性测定法来表征 PPH。借助此平台以及对每种酶进行五次“学习-设计-构建-测试”循环，我们成功识别出具有显著酶活性的 PPH；这些 PPH 通常优于通过系统筛选 500 多种独特共聚物而获得的 PPH。值得注意的是，我们证明了我们的策略（利用主动机器学习）可以适当地调整数据采集以适应
Quasiparticle形成和强烈耦合的Bose-Fermi混合物中的诱导相关性
在本论文中，将理论和变异方法应用于强烈相互作用的超低原子气和原子薄的半导体的几个和多体问题。在颗粒的强烈相互作用的混合物中，研究了一种物种对另一种物种的恢复效应，以研究不同的准颗粒形成与与此类颗粒外观相关的相关量子相之间的竞争。追溯到费米极化物问题，在该问题中，杂质与费米子颗粒的浴相互作用，本论文中介绍的大部分工作可以理解在分子状态之间的过渡的背景下，在分子状态之间过渡，在该状态下，沐浴粒子与杂质的杂物紧密地结合了杂物，以及由Quassipartile构成的Quasiparticle，以及由诸如沐浴的衣服饰演的，由沐浴式的服装。由于这些准颗粒之间的能量差距很小，因此在费米极化物问题中获得的见解以研究Fermi-Fermi和Bose-Fermi混合物的相图。首先，使用功能重归其化组（FRG）研究了二维和三维玻色纤维FERMI混合物的相图。三体相关性，该方法适合治疗玻色子和费米子的有限密度种群以研究分子相。同时分析了实验数据，以表征三维玻色纤维纤维混合物中遇到的超流体到正常过渡。使用自洽，频率和动量分辨的FRG AP-PRACH用于预测过渡点。然后，将这种FRG方法改进，利用其分析结构，以使用精确的分析延续以降低的计算成本以任意复杂频率获得绿色函数。这用于研究低洼激发态的动量依赖性衰减速率，并对拉姆西和拉曼测量进行了预测。一种随机变异方法用于研究少数身体问题的结合状态形成。前体，我们发现有限的相互作用范围以及构造可以极大地增强与超级流动p -Wave -Wave配对相关的三聚体的形成。最后，在强烈耦合的玻色纤维混合物的研究中获得的见解被杠杆化，以研究过渡金属二分法生成层的二维侵蚀性中的超导性。在这里，研究了bose-fermi混合物的强耦合物理，研究了玻色子诱导的相关性，以作为诱导/增强与较高临界温度的超级流体配对的手段。
在人羊水中发现的化学物质的混合物破坏了爪蟾
摘要：甲状腺激素（Th）对于正常的脑发育，影响神经细胞分化，迁移和突触发生至关重要。在环境中发现了多种内分泌中断化学物质（EDC），这引起了人们对它们对TH信号的潜在影响以及对神经发育和行为的影响的关注。虽然大多数对EDC的研究都研究了单个化学物质的影响，但人类健康可能会受到化学物质混合物的不利影响。EDC暴露对人类健康的潜在后果是深远的，包括免疫功能，生殖健康和神经系统发展的问题。我们假设胚胎暴露于化学物质的混合物（含有酚，邻苯二甲酸盐，农药，重金属和含氟氧化，多氯化和多溴化合物）中，如在人羊膜流体中通常发现的，可能会导致大脑发育的改变。我们评估了其对两栖动物模型（Xenopus laevis）对甲状腺破坏高度敏感的影响。将受精卵暴露于TH（甲状腺素，T 4 10 nm）或羊膜混合物（在实际浓度下），直到达到NF47期，我们在其中使用RT-QPCR和RNA测序分析了thep tadpoles的基因表达。结果表明，尽管存在Th依赖性基因的某些重叠，但T 4和混合物具有不同的基因特征。免疫组织化学显示，在T 4处理的动物的大脑中增殖增加，而羊膜混合物没有观察到差异。此外，我们证明了t端的运动能力减少，以响应T 4和混合物暴露。由于组成混合物的各个化学物质被认为是安全的，因此这些结果突出了检查混合物以改善风险评估的影响的重要性。
用于近环境热处理的盐水合物低共熔混合物...
_________________________ 注意：本手稿由 UT-Battelle, LLC 根据与美国能源部签订的合同编号 DE-AC05-00OR22725 撰写。美国政府保留且出版商在接受文章发表时承认美国政府保留非排他性、已付费、不可撤销的全球许可，以出于美国政府目的出版或复制本手稿的已出版形式，或允许他人这样做。能源部将根据 DOE 公共访问计划 ( http://energy.gov/downloads/doe-public-access-plan ) 向公众提供这些联邦资助研究的成果。† 与本工作相关的临时专利申请已提交，美国临时申请序列号为 63/332,403，提交日期为 2022 年 4 月 19 日。
评估充满微晶纤维素的完全可生物降解的PLA/PHB混合物
在这项工作中，使用PLA/PHB混合物作为基质和两种类型的微晶纤维素作为三种不同含量的填充剂开发了可生物降解的生物复合材料。对生物复合材料的热和形态特征和分子动态行为进行了评估。可以看到，纤维素添加并未促进基质中TM，TC和TCC的重大变化。另一方面，XRD和TGA表明，最高含量（7 wt％）的纤维素填充剂的添加导致PLA/PHB基质的结晶度和热稳定性的降低，这表明填充骨料的形成。TD-NMR证实了这种指示，其结果表明，在包含较高纤维素含量的样品中的异质性分子更大。因此，该技术被证明是对复合材料表征的相关和互补的工具，有助于确定聚合物矩阵中最合适的填充含量。
单萜和挥发性苯酚的独特混合物的特征是Zelen Wine的芳香轮廓
这项研究旨在通过化学和感觉评估来表征Zelen（Vitis Vinifera L.）葡萄酒的芳香独特性，这是一种来自斯洛文尼亚西部的Vipava山谷的自多品种。通过HS-SPME-GC-MS分析了七十种芳香族化合物，包括品种硫醇，酯，C6-醇，挥发性苯酚，萜类化合物，萜类化合物和丙烯酸酯，在两个调查中，通过HS-SPME-GC-MS进行了比较，将Zelen Wines与Vipava Valley的其他四种种植者进行了比较。Zelen葡萄酒的嗅觉空间是通过将其芳香剖面与Pinela葡萄酒的芳香剖面在分类任务中进行比较，并通过HPLC分数获得的芳香族馏分的嗅探。Zelen葡萄酒的特征是干草药和辣味，例如百里香，迷迭香和罗勒，与Pinela Wines相比。Zelen葡萄酒的化学特征是由单烯烯的原始混合物（包括萜烯异构体，林烯，limonene，p-甲苯，萜酚，linalool，linalool和α-耐酚）的原始混合物所支配的。获得的4-乙烯基鸟醇和甲基水杨酸酯的浓度位于与报道的嗅觉阈值接近或更高的水平上，从而推断了这些化合物对Zelen葡萄酒的辛辣芳香族成分的潜在贡献。通过HPLC半生育分级溶解的Zelen葡萄酒的两种芳族馏分，并通过HS-SPME-GC-MS进行了进一步分析，并通过HS-SPME-GC-MS进行了浏览的存在，这些原始混合物的存在是水合碳单位烯的原始混合物，包括定量测量的化合物，以及其他β-Myrc-β-Myrc，例如β-Myrc，以及其他化合物，以及其他化合物。 E-β-乙烯，Z-β-乙二烯和两个2,4,6-二十二烯-2,6-二甲基异构体。半定量测量结果表明，这组新的单甲烯类也比Pinela，Malvasia Istriana，Chardonnay和Sauvignon Blanc葡萄酒更高。
典型通用航空飞机中 100LL-乙醇燃料混合物的热力学燃烧特征
图 1.通用航空飞机燃油消耗历史值和预测值。日历年包括 2000 – 2020 年 ……………………………………...……………... 2 图 2。航空相关乙醇事件的时间表 ………………………………… 5 图 3。J.P. Instruments EDM-800 手册中的“最佳动力”（蓝色）和“最佳经济”（红色）混合设置 …………………………………………… 11 图 4。试验台飞机 (N152BU) …………………………………………………… 16 图 5。试验台动力装置，(a) 右舷显示气缸 1 和 3 (b) 左舷显示气缸 2 和 4 …………………………………………... 17 图 6。从推荐的倾斜度（25°F 富峰）下载的原始数据2007 年 3 月 4 日进行的 E40 航班（EGT）…………………………………… 19 图 7。TSTC 韦科机场 (KCNW) 的机场图………………………….. 23 图 8。从 TSTC 机场 (CNW) 北出发（灰线）和南出发（粉红线）的航线规则 ………………………………………………... 24 图 9。EGT #3 安装位置，(a) 块内区域表示试验台发电厂 #2 排气管的位置和 (b) #2 排气管上 EGT 探头的特写 ……………………………………………………………………...... 26 图 10。燃油校准程序正在进行中，(a) 校准的燃油集油罐和 (b) 球阀延伸到燃油管路，可在校准过程中调节燃油流量……………………………………………………………… 28 图 11。全油门时随着乙醇含量增加，转速增加趋势 ...................................................................................................................................... 33 图 12。“推荐混合”空燃比下的典型巡航性能参数 …………………………………………………………………………….40 图 13。全油门时随着乙醇含量增加，转速增加趋势…... 44 图 14。“峰值 EGT”空燃比下的典型巡航性能参数 ……………………………………………………………………….. 50
产前痕量元素混合物与幼儿的行为习得任务的学习缺陷有关
抽象的孩子在整个发展过程中都暴露于许多痕量元素。鉴于他们的ubiquity和对儿童的神经发展产生影响的潜力，这些暴露是公共卫生的关注点。这项研究试图确定使用前瞻性队列中操作测试的学习行为中与痕量混合物相关的定义。我们包括322名在墨西哥城招募的6-7岁的参与者，其中包含有关产前微量元素测量值（第三个孕乳铅和锰水平和锰水平，以及＆尿液镉和砷水平），人口统计学协变量，以及逐步的重复获得（IRA），一项可观的学习任务。加权分位数总和（WQS）回归模型用于估计所有四个痕量元素和IRA性能的混合物的联合关联。表现受到不同元素
在倒置的Corona Fusion目标中的气壳接口处的动力学混合物
气体填充，激光驱动的“倒入电晕”融合靶标吸引了作为研究动力学物理学的低温中子源和平台的兴趣。在调查的填充压力下，从壳体中弹出的颗粒可以在碰撞之前深入渗透到气体中，从而导致在气体 - 壳界面上显着混合。在这里，我们使用动力学离子，流体 - 电子混合粒子中的模拟来探索该混合物的性质。模拟显示出弱碰撞静电冲击的特性，因此，强烈的电场将壳离子加速到罕见的气体中，并反映上游气体离子。这种互穿的过程是由碰撞过程介导的：在较高的初始气压下，较少的壳颗粒进入混合区域并到达热点。通过中子产量缩放与气压可检测到这种效果。中子屈服缩放的预测与在欧米茄激光器设施中记录的实验数据表现出极好的一致性，这表明一维动力学机制足以捕获混合过程。