XiaoMi-AI文件搜索系统
World File Search System生长模型
使用LDDMM和运动学心脏增长模型来量化PAH
肺动脉高压（PAH）是一种快速进行性和致命疾病，右心衰竭是PAH患者死亡的主要原因。本研究旨在确定可能启动心脏生长和重塑的机械刺激（G＆R）。为了实现这一目标，构建了两个双室模型：一个用于对照大鼠心脏，另一个用于带有PAH的大鼠心脏。通过使用改进的大变形差异度量映射（LDDMM）框架将患病心脏的生长估算为控制心脏。相关分析，这表明主菌株可以用作触发心肌生长的刺激，并在PAH下进行重塑。根据体内图像估算的生长张量可以通过使用运动学心脏生长模型来解释患病心脏中观察到的几何变化的84.3％。我们的方法有可能使用稀疏的体内图像来量化G＆R，并从生物力学的角度触发右心力衰竭的基本机制。
在定向能量沉积添加剂制造中对温度和谷物生长的快速模拟
摘要。在本文中，提出了定向能量沉积过程中晶粒生长的快速模拟。控制微观结构确实对于获得所需的宏观行为至关重要。我们对温度的快速宏观模拟进行了晶粒生长的占主导地位。所提出的方法重新提出了最新贡献的耦合：（i）DED中的温度模拟，（ii）基于定向的镶嵌更新方法的晶粒生长模型的介质模型，以及（iii）晶粒生长的晶粒晶粒生长模型。一般策略是在整个过程中计算温度场作为时间的函数。在本节目中未解决初始结晶，并引入了任意的初始微观结构以测试模型。计算了由于热循环而引起的晶粒结构的随机演变，并且在整个部分中都遵循了最终的晶粒结构统计。所提出的模型非常快地可以启用大零件的模拟，并且可以执行参数研究或优化循环以调整过程参数。
通过定向能量沉积制备超细 Fe-Fe2Ti 共晶
我们研究了通过定向能量沉积 (DED) 获得的 Fe-Fe 2 Ti 共晶微观结构，其过共晶成分为 Fe-17.6 at.% Ti。实现了低至 200 nm 的超细层状间距，这种特性只能通过吸铸等方法在薄样品中获得。然而，在层间边界 (ILB) 处观察到主要 Fe 2 Ti 相的球状形态，并带有 Fe 相的晕圈。因此，对于给定的 DED 条件，晶体结构在 ILB 上是不连续的。二维和三维分析方法都用于量化微观结构，包括高分辨率同步全息 X 射线计算机断层扫描 (HXCT)。通过相场建模，针对选定的成核场景和从共晶到过共晶的合金成分，探索了共晶系统在定性对应于激光增材制造条件下的一般行为。虽然模拟提供了有关微观结构形成的宝贵见解，但模拟指出，我们需要进一步加深对增材制造条件下熔化的理解，以便实施合适的成核和/或自由生长模型。模拟还表明，使用精确的共晶合金成分可以防止球状 ILB。
Physiofit：量化细胞生长参数和细胞外通量的软件
摘要摘要：生长参数和细胞外摄取和生产通量的量化是系统和合成生物学的核心。通量，通过拟合细胞和细胞外底物和产物的浓度的时间顺序测量。非计算生物学家可以使用一种工具来计算细胞外通量，但几乎无法互操作，并且仅限于单个硬编码的生长模型。我们介绍了我们的开源通量计算软件Physiofit，可以与任何增长模型一起使用，并且可以通过设计可互操作。Physiofit包括一些最常见的增长模型，高级用户可以实施其他模型来计算遵循替代动力学的代谢系统或实验设置的细胞外通量和其他增长参数。Physiofit可用作Python库，并提供图形用户界面，以直观使用最终用户和命令行界面，以简化现有管道中的集成。可用性和实现：Physiofit在Python 3中实现，并在Windows，Unix和MacOS平台上进行了测试。Physiofit也可以在https://workflow4metabolomics.org上在线免费获得。源代码，数据和文档是在https://github.com/metasys-lisbp/physiofit/和https://physiofit.readthedocs.io/上自由分布的。
通过定向能量沉积制备超细 Fe-Fe2Ti 共晶
我们研究了通过定向能量沉积 (DED) 获得的 Fe-Fe 2 Ti 共晶微观结构，其过共晶成分为 Fe-17.6 at.% Ti。实现了低至 200 nm 的超细层状间距，这种特性只能通过吸铸等方法在薄样品中获得。然而，在层间边界 (ILB) 处观察到主要 Fe 2 Ti 相的球状形态，并带有 Fe 相的晕圈。对于给定的 DED 条件，晶体结构在 ILB 上是不连续的。二维和三维分析方法都用于量化微观结构，包括高分辨率同步全息 X 射线计算机断层扫描 (HXCT)。通过相场建模探索了在定性对应于激光增材制造条件下共晶系统的一般行为，适用于选定的成核场景和从共晶到过共晶的合金成分。虽然模拟提供了有关微观结构形成的宝贵见解，但模拟指出，我们需要进一步加深对增材制造条件下熔化的理解，以便实施合适的成核和/或自由生长模型。模拟还表明，使用精确的共晶合金成分可以防止球状 ILB。
地理信息系统中的树木生长模拟
城市必须随着城市热量和CO 2排放迅速扩大而进行可持续转型。带有详细数字双胞胎的城市发展对于管理这种多层变速箱至关重要。本文提出了一种整合这种数字双胞胎中城市树增长的方法。通过将地理信息系统（GIS）与树木生长模型耦合，我们的方法论可以预测树木的生长20年。这允许从树木中对未来生态系统服务进行本地评估，并支持其长期管理。CityTree模型用于模拟德国慕尼黑500,000 m 2个案例研究区的树木生长。在ArcGI中实施了衍生的冠直径和高度增量，以评估对太阳辐射的影响。20年的树木生长使地面上的太阳辐射降低了6.1％，而在建筑屋顶上，减少了1.0％。由于树木生长而引起的冷却能量的增加超过了建筑物屋顶的可用太阳能的减少近50倍。GIS中3D树生长预测的方法论可为城市树管理节省监控资源，并提高数字双胞胎模型的准确性。
三个足月出生队列的儿童期认知结果......
摘要 目的 说明中介框架有助于整合三种生长模型的推论，从而全面了解特定发育窗口期的生长与儿童中期智商之间的关联。设计 我们使用对三个历史出生队列应用的三种生长模型（生命历程、条件变化和变化分数）的估计值，分析了五个早期年龄间隔内儿童中期智商与身长/身高增长之间的直接和间接关联，这五个年龄间隔以受孕、出生、婴儿早期、中期、晚期和儿童中期为界。参与者和环境 12 088 名足月出生儿童，他们来自美国的围产期协作项目 (CPP)（n=2170）、白俄罗斯的母乳喂养干预促进试验 (PROBIT)（n=8275）和菲律宾宿务纵向健康和营养调查 (CLHNS)（n=1643）。主要结果测量儿童中期智商。结果 我们的分析表明，胎儿和儿童早期身体生长对中期智商的直接和间接影响存在跨队列和跨间隔差异。例如，在 CPP 中，胎儿生长与智商之间存在直接关联，而在其他队列中则没有这种关联，而在 PROBIT 和 CLHNS 中，我们观察到胎儿和早期生长与智商之间的关联在后期通过体型介导。结论 生命历程、条件变化和变化分数增长模型在适当解释时会产生互补的推论。未来纵向研究早期生长与后期结果之间的关联将受益于采用因果中介框架来整合来自多个互补增长模型的推论。
遥感 - MDPI
摘要：无人机（UAV-LS）的激光扫描数据为仅基于 UAV-LS 数据估算森林生长蓄积量（V）提供了新的机会。我们提出了一种测量树木属性的方法，并使用这些测量值估算 V，而无需使用现场数据进行校准。该方法包括五个步骤：i）使用 UAV-LS 数据，自动识别树冠并逐墙分割。ii) 从所有检测到的树冠中，取一个样本，其中胸高直径（DBH）可以通过 UAV-LS 数据中的视觉评估可靠地记录。iii) 另一个树冠样本是从 UAV 图像数据中可识别树种的树冠中取的。iv) 使用样本拟合 DBH 和树种模型，并应用于所有检测到的树冠。v) 使用现有的异速生长模型，利用预测的树种、DBH 和 UAV-LS 直接获得的高度来预测单株树的体积。该方法应用于 Riegl-VUX 数据集，该数据集的平均密度为 1130 个点 m − 2 和 3 厘米正射影像，该数据集是在 8.8 公顷的管理北方森林中获取的。汇总已识别树木的体积以估计地块、林分和森林级别的体积，并使用 58 个独立测量的田间地块进行验证。当将空间尺度从地块 (32.2%) 增加到林分 (27.1%) 和森林级别 (3.5%) 时，均方根偏差 ( RMSD %) 会降低。UAV-LS 估计的准确度因森林结构而异，在疏松林中准确度最高，在茂密的桦树或云杉林中准确度最低。在森林层面，基于 UAV-LS 数据的估计值完全在密集实地调查估计值的 95% 置信区间内，并且两个估计值具有相似的精度。虽然结果令人鼓舞，可以进一步在完全机载森林清查的背景下使用 UAV-LS，但未来的研究应该在各种森林类型和条件下证实我们的发现。
体型决定不同物种的免疫防御
Cynthia J. Downs 宿主能力的差异（宿主遇到病原体并将其传播给另一个宿主或媒介的能力）是影响宿主群落内疾病动态的关键因素。免疫系统在确定宿主能力方面起着关键作用，因为它有助于防御，确定宿主对病原体的易感性和适应性。异速生长（特征如何随体型变化）为对免疫防御和疾病动态进行种间预测提供了一个有希望的框架。安全因子假说认为，大型动物应该具有不成比例的更强的免疫防御能力，因为它们接触传染性生物的风险不成比例，并且跟上病原体复制的速度不成比例。数百种鸟类和哺乳动物的粒细胞浓度数据表明超度量缩放，支持安全因子假说。相比之下，数十种鸟类和哺乳动物的补体功能性抗菌能力数据表明，大型和小型宿主具有成比例的保护。我们的团队还通过在体外全血样本中用脂多糖 (LPS) 诱导模拟细菌感染并量化基因转录，探究了九种灵长类动物的体型对血液先天免疫反应调节结构的影响。新的比较转录组学方法表明，大型物种对感染的转录反应更为剧烈，与小型灵长类动物相比，大型灵长类动物在感染期间优先考虑先天免疫基因表达，而不是非免疫基因。在 LPS 攻击后，大型物种不成比例地上调了组成性表达较少的基因的基因表达，表明存在补偿性变化。这些转录组学结果支持安全因子假说。总体而言，结果表明体型会影响对细菌感染的免疫反应的调节。进一步说，体型会影响宿主的能力和疾病动态，将免疫防御的异速生长整合到能力的异速生长模型和流行病学模型中将有助于预测疾病动态的后续影响。
引用 Larue F、Rouan L、Pot D、Rami J-F、Luquet D 和 Beurier G (2024) 使用神经网络将遗传标记和作物模型参数链接到 e
需要开发适应不断变化的生产情景的植物品种，特别是在气候变化的情况下，这要求作物满足日益复杂和多样化的需求，这对育种者来说是一个巨大的挑战。在此背景下，追求赋予所需作物特性和适应性的性状组合比以往任何时候都更加重要，因此有必要加强多标准或多性状育种（Moeinizade 等人，2020 年）。利用分布在基因组中的完整核苷酸多样性来预测数量性状的育种值（基因组预测，GP，Meuwissen 等人，2001 年）已证明其在育种计划中的有效性。事实证明，这种方法有助于提高遗传增益率并降低成本（Hickey 等人，2017 年）。然而，为了应对气候变化和更明确的环境目标种群（Chapman 等人，2000 年），对多环境（ME）育种的需求日益增长，这需要采用基因组预测方法来解释基因型和环境（GxE）之间相互作用的出现（Rincent 等人，2017 年）。先前的研究试图在基因组选择（GS）中解决 GxE。例如，Burgueño 等人(2012) 开发了多环境统计模型。然而，这些模型仅考虑线性和非因果环境效应，从而降低了预测准确性的可能增益，尤其是对于复杂的综合性状或与校准集有显着差异的环境（Rogers and Holland，2022）。Heslot 等人。另一方面，（2014 年）使用作物生长模型 (CGM) 来推导环境协变量。与标准 GS 模型相比，在 GS 框架内加入环境协变量可提高预测准确性并降低未观察环境中的预测变异性。整合作物模型以解决 GxE，如 Heslot 等人的研究所示。(2014) ，强调了这种方法在所述育种环境中的实用性。尽管如此，考虑大量协变量会显著增加问题的复杂性，使得建模变得极具挑战性（Larkin 等人，2019 年）。