XiaoMi-AI文件搜索系统
World File Search System点以
公众和医疗保健专业人员对脊柱肌肉萎缩的新生儿筛查的观点以及检测成人发作类型的潜力i
脊柱肌肉萎缩（SMA）是婴儿死亡率的主要遗传原因之一，直到最近，它被认为是无法治愈的[1-3]。但是，新疗法和基因疗法的发展改变了这种前景。SMA的估计发病率约为10,000个活产。1型SMA（SMA1）的占所有病例中的一半以上，大约有六分之一的1,00,000中，而4型SMA（SMA4）是所有情况最少的少于所有情况的稀有5％[1,2]。为了实现早期诊断和及时的治疗，SMA的新生儿筛查（NB）现在可以作为世界许多地区的常规计划，包括美国，加拿大和比利时的大多数州[4-6]。然而，对SMA的NBS的态度，特别是关于通过NB检测成人发作的SMA的可能性，在利益相关者之间有所不同，包括具有不同教育和文化背景的普通公众和医疗保健专业人员。
调节不可成药靶点以克服癌症治疗耐药性
* 通讯作者电子邮箱：walink@iib.uam.es (WL)；romano.silvestri@uniroma1.it (RS)。本文发表于《药物耐药性更新》（Elsevier，2021 年），第 100788 页。DOI：10.1016/j.drup.2021.100788 此版本为作者版本。摘要许多癌症患者经常对抗癌治疗没有反应，因为治疗耐药性是治愈癌症治疗的主要障碍。因此，确定耐药性的分子机制具有至关重要的临床和经济意义。基于对癌症的分子理解的靶向疗法的出现可以作为克服耐药性策略的模型。因此，鉴定和验证与耐药机制密切相关的蛋白质代表了一条通往创新治疗策略的道路，以改善癌症患者的临床结果。在这篇综述中，我们讨论了新兴靶点、小分子疗法和药物输送策略，以克服治疗耐药性。我们专注于基于转录因子、假激酶、核输出受体和免疫原性细胞死亡策略的合理治疗策略。从历史上看，未配体的转录因子和假激酶被认为是不可药用的，而通过抑制核输出受体 CRM1 来阻断核输出则被认为具有高度毒性。最近成功抑制 Gli HIF-1α、HIF-2α 并重新激活肿瘤抑制转录因子 p53 和 FOXO 说明了这种靶向方法的可行性和强大性。同样，在调节与治疗耐药性有关的假激酶蛋白（包括 Tribbles 蛋白家族成员）的活性方面也取得了进展。另一方面，Selinexor 是一种 CRM-1 的特异性抑制剂，CRM-1 是一种介导富含亮氨酸的核输出信号货物运输的蛋白质，已知是药物耐药性的驱动因素，它代表了抑制核输出作为克服治疗耐药性的可行策略的概念验证。
优先考虑多囊肾病药物靶点以及从囊前和囊性小鼠 Pkd2 模型基因表达逆转中重新利用候选药物
1. 美国阿拉巴马州伯明翰市阿拉巴马大学伯明翰分校赫尔辛克医学院细胞、发育和整合生物学系 2. 美国佐治亚州梅肯市默瑟大学生物医学科学系 3. 美国肯塔基州列克星敦市肯塔基大学医学院 4. 美国阿拉巴马州伯明翰市阿拉巴马大学伯明翰分校赫尔辛克医学院外科系 5. 美国阿拉巴马州伯明翰市阿拉巴马大学伯明翰分校赫尔辛克医学院医学系及美国阿拉巴马州伯明翰市退伍军人事务部医疗中心 * 通讯作者：bnp0001@uab.edu
肥大细胞疾病的实践与研究：患者提出的问题和观点以及他们向科学界及其他人士提出的建议
Susan V. Jennings, PhD a , * , Celeste C. Finnerty, PhD a , b , * , Jessica S. Hobart, MPP, MPH c , * , Mercedes Mart í n-Mart í nez, PhD d , e , * , Kristin A. Sinclair f , * , Valerie M. B. ARN , Julie ARN , ARN , Cem Akin, MD, PhD h , Ivan Á lvarez-Twose, MD, PhD i , j , Patrizia Bonadonna, MD k , Angela S. Bowman, PhD a , l , Knut Brockow, MD m , Horia Bumbea, MD n , Claudia de Haro o , Jie Fok , EMBFR , FRA , Karin , q Hartmann, MD r , Nicole Hegmann s , Olivier Hermine, MD, PhD t , Monika Kalisiak, MA u , Constance H. Katelaris, MB, BS, PhD, FRACP v , w , Jacqueline Kurz s , Patrizia Marcis x , David Mayne, MA f , David Mendoza y , MD Mujja , Alaska Moj , Nicoleta Nidelea Vaia aa , Marek Niedoszytko, MD bb , Hanneke Oude Elberink, MD, PhD cc , Alberto Orfao, MD, PhD j , dd , Deepti H. Radia, MD ee , Sophie Rosenmeier z , Eugenia Ribada d , Schinhoff , Julie Schwaff , MD Siffen benhaar, MD hh , ii , Massimo Triggiani, MD, PhD jj , Giuseppe Tripodo x , Rocio Velazquez o , Yvon Wielink kk , Friedrich Wimazal, MD ll , Timo Yigit ff , Celia Zubrinich, MBBS, FRACP mm , and Peter Valent, oo n London United Kingdom;西班牙马德里、托莱多和萨拉曼卡；新南威尔士州的悉尼、坎贝尔敦和麦夸里港以及澳大利亚维多利亚州的博士山、克莱顿和墨尔本；法国巴黎；意大利的维罗纳、都灵和萨勒诺；德国慕尼黑、奥登塔尔、托尼斯沃斯特、曼海姆和柏林；罗马尼亚布加勒斯特；墨西哥墨西哥城；瑞士巴塞尔；波兰华沙和格但斯克；奥地利维也纳；荷兰格罗宁根和阿尔梅勒；以及马萨诸塞州斯特林；德克萨斯州加尔维斯顿；密歇根州安娜堡；以及田纳西州默弗里斯伯勒
用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响，从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据，它们正在提供前所未有的空间环境实时表征，包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步，但仅靠它们是不够的。为了优化任务规划，许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事，但最近随着 21 世纪人工智能 (AI) 技术的应用，大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型，并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期（0 到 60 分钟）、中期（1 小时到 3 小时）和长期（3 到 48 小时）。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下，多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度，卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后，组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据，因此，使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明，在几乎所有情况下，这些预测技术都优于持久性，而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点，将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是，云层可以部分或完全遮挡目标，并阻止或要求降低光通信系统的数据速率。但是，通过准确表征和预测大气影响，可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统，该系统可生成高分辨率的大气衰减预测，以支持太空激光和监视应用的决策辅助。为了实现这一目标，HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据，并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测：1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时；最长 2+ 小时；最长 48 小时。最长 1 小时；最长 2+ 小时；最长 48 小时。
用于空间领域感知应用的加速 AI 驱动大气预测 丹尼·费尔顿 诺斯罗普·格鲁曼公司 玛丽·艾伦·克拉多克、希瑟·凯利、兰德尔·J·阿利斯、埃里克·佩奇、杜安·阿普林 诺斯罗普·格鲁曼公司 摘要 太空激光和监视应用经常受到大气效应的影响。气溶胶、云和光学湍流引起的大气衰减和扭曲会产生有害影响，从而对任务结果产生负面影响。2019 年 AMOS 会议上简要介绍的一篇论文介绍了 2017 年在哈莱阿卡拉峰安装的地面仪器。这些仪器仍在积极收集数据，它们正在提供前所未有的空间环境实时表征，包括精确的大气传输损耗。虽然实时测量是理解和表征空间环境的第一步，但仅靠它们是不够的。为了优化任务规划，许多应用都需要对空间环境进行准确的短期大气预测。虽然大气预报并不是什么新鲜事，但最近随着 21 世纪人工智能 (AI) 技术的应用，大气预报的技能得到了极大提升。这些技术是高性能计算 (HPC) 和深度学习 (DL) 的结合。本演讲的主题是使用来自地面大气收集系统的 TB 级数据训练预测模型，并使用图形处理单元 (GPU) 加速其训练和推理的能力。本研究侧重于预测的三个时间尺度。这些时间尺度包括短期（0 到 60 分钟）、中期（1 小时到 3 小时）和长期（3 到 48 小时）。这些时间尺度代表激光和/或监视应用和任务的各种决策点。在短期预测情况下，多种 DL 技术应用于从光学地面站 (OGS) 收集的本地数据。这些 DL 技术包括使用 U-Net 卷积神经网络和多层感知器 (MLP) 和随机森林 (RF) 模型的集合。 MLP 用于从激光云高仪和红外云成像仪 (ICI) 等仪器收集的点数据。对于中间时间尺度，卷积长短期记忆 (LSTM) 网络和 U-Net 均使用来自 NOAA 地球静止卫星云图集合的图像进行训练。最后，组合 U-Net 和自动编码器神经网络用于训练由 HPC 数值天气预报 (NWP) 模型模拟的大气预测器以进行长期预测。NWP 会产生许多 TB 的数据，因此，使用这些神经网络是优化其预测能力的理想选择。本研究利用了多种 HPC 资源。其中包括由四个 NVIDIA Tesla V100 GPU 组成的内部 GPU 节点以及毛伊高性能计算中心 (MHPCC) 的资源。结果表明，在几乎所有情况下，这些预测技术都优于持久性，而且偏差很小。使用 HPC 和 DL 推理实时进行预测的能力是未来的重点，将在会议上报告。1. 简介大气衰减和失真降低了太空激光和监视应用的功效。特别是，云层可以部分或完全遮挡目标，并阻止或要求降低光通信系统的数据速率。但是，通过准确表征和预测大气影响，可以减轻许多负面影响。本研究的目的是开发和完善一种最先进的大气预测系统，该系统可生成高分辨率的大气衰减预测，以支持太空激光和监视应用的决策辅助。为了实现这一目标，HPC 和 AI 的进步与数 TB 的高分辨率地面和太空大气数据集合相结合。多种 HPC 资源用于处理本研究所需的地面和卫星数据，并使用四个 NVIDIA Tesla V100 GPU 加速 AI 预测技术的训练和推理。该技术用于进行多时间尺度大气预测：1 小时预测、2 小时以上预测和 48 小时预测。最长 1 小时；最长 2+ 小时；最长 48 小时。最长 1 小时；最长 2+ 小时；最长 48 小时。
使用 CNN 特征跟踪连续视频帧中的关键点以用于太空应用
摘要：太空任务中的严格时间限制带来了许多自主任务的快速视频处理问题。视频处理涉及分离不同的图像帧、获取图像描述符、应用不同的机器学习算法进行物体检测、避障以及航天器自动操纵中涉及的许多其他任务。这些任务需要在时间限制内对图像进行最翔实的描述。在流量估计应用中，需要从连续图像帧中跟踪这些信息点。SIFT 和 SURF 等经典算法是特征描述开发的里程碑。但计算复杂性和高时间要求迫使关键任务避免在实时处理中采用这些技术。因此，本文选择时间保守且复杂度较低的预训练卷积神经网络 (CNN) 模型作为特征描述符。使用预训练的 VGG 模型参数设计和实现 7 层 CNN 模型，然后使用这些 CNN 特征匹配月球下降视频连续图像帧中的兴趣点。系统的性能是基于视觉和经验关键点匹配来评估的。然后使用 CNN 特征将视频中两个连续图像之间的匹配分数与 SIFT 和 SURF 等最先进的算法进行比较。结果表明，对于太空任务的关键点跟踪应用，在时间关键的视频处理任务中，CNN 特征更可靠、更稳健。关键词：人工智能；卷积神经网络；特征描述符；机器学习；太空任务 1 引言
GAO-13-260，波多黎各：该岛海上贸易的特点以及修改琼斯法案的潜在影响
波多黎各受 1920 年《商船法》第 27 条的约束，该法被称为“琼斯法案”（法案），该法案要求美国境内各点之间的海上货物运输必须由 (1) 美国公民拥有并在美国注册的船只进行，(2) 在美国建造，并且 (3) 主要由美国公民船员操作。《琼斯法案》的一般目的包括为国家提供强大的商船队，为国家的海上贸易提供运输，在战争或国家紧急情况下提供服务，并支持足够的造船厂工业基地。在波多黎各贸易中使用琼斯法案承运人进行运输的公司（托运人）表示担心，由于《琼斯法案》，美国和波多黎各之间的运费比本来应该的要高，而且由于对水运的依赖，对波多黎各的经济产生了不利影响。