XiaoMi-AI文件搜索系统
World File Search System用全
使用全基因组 CRISPRi 筛选来探测遗传修饰因子的双 sgRNA 文库设计
© 作者 2023。开放存取 本文根据知识共享署名 4.0 国际许可进行授权，允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者和来源适当的信任，提供知识共享许可的链接，并指明是否做了更改。 本文中的图片或其他第三方资料包含在文章的知识共享许可中，除非资料的致谢中另有说明。 如果资料未包含在文章的知识共享许可中，且您的预期用途不被法定规定允许或超出允许用途，则需要直接从版权所有者处获得许可。 要查看此许可证的副本，请访问 http://creativecommons.org/licenses/by/4.0/。知识共享公共领域贡献豁免（http://creativecommons.org/publicdomain/zero/1.0/）适用于本文中提供的数据，除非数据来源中另有说明。
利用全光纤平台动态产生光子空间量子态
摘要：光子空间量子态是量子通信应用领域备受关注的主题。一个重要的挑战是如何仅使用光纤元件动态生成这些状态。在这里，我们提出并通过实验演示了一种全光纤系统，该系统可以基于线性偏振模式在任何一般横向空间量子比特状态之间动态切换。我们的平台基于一个快速光开关，该开关基于萨格纳克干涉仪与光子灯笼和少模光纤相结合。我们展示了空间模式之间的切换时间约为 5 纳秒，并通过演示基于我们平台的独立于测量设备的 (MDI) 量子随机数生成器来证明我们的方案对量子技术的适用性。我们连续运行该生成器超过 15 小时，获取了超过 13.46 Gbits 的随机数，其中我们确保至少 60.52% 是私有的，遵循 MDI 协议。我们的结果表明，使用光子灯笼仅使用光纤组件即可动态地创建空间模式，由于其稳健性和集成能力，这对光子经典和量子信息处理具有重要影响。
中国光伏发电应用全国调查报告
2022年分布式光伏新增装机量达到全年新增装机量的一半以上，从分布式光伏类型来看，工商业新增装机量为25.86GW，占比50.6%，居民光伏新增装机量为25.24GW，占比49.4%，工商业分布式光伏借助电价优势等因素接替居民光伏成为增速最快的分布式光伏。
使用全局生成模型探索蛋白质序列
最新的用于训练图像和语言的大型大规模体系结构的进步对计算机视觉和自然语言过程（NLP）的领域产生了深远的影响。语言模型，例如最近的ChatGpt和GPT-4，在处理，翻译和生成人类语言方面表现出了非凡的功能。这些突破也反映在蛋白质研究中，从而在短时间内迅速开发了许多新方法，并具有前所未有的性能。已经开发了其中几个模型，目的是在蛋白质空间的新区域生成序列。在这项工作中，我们提供了使用蛋白质生成模型的概述，回顾了（1）用于设计新型人造蛋白质的语言模型，（2）使用非转化器体系结构的作品，以及（3）在有名进化方法中的应用。
利用全局探索蛋白质序列空间...
用于训练图像和语言的专用大规模架构的最新进展对计算机视觉和自然语言处理 (NLP) 领域产生了深远影响。语言模型（例如最近的 ChatGPT 和 GPT4）在处理、翻译和生成人类语言方面表现出了卓越的能力。这些突破也反映在蛋白质研究中，导致在短时间内迅速开发出许多新方法，并具有前所未有的性能。语言模型在蛋白质研究中得到了广泛的应用，因为它们已被用于嵌入蛋白质、生成新蛋白质和预测三级结构。在本章中，我们概述了蛋白质生成模型的使用，回顾了 1) 用于设计新型人工蛋白质的语言模型、2) 使用非 Transformer 架构的作品和 3) 在定向进化方法中的应用。
互动：使用全人形机器人进行的行为研究
p = .16, 部分 η² = .07) 或 Hand ( F (1,26) = .04, p = .85, 部分 η² = .001) 对参与者的 416
使用全切片成像对浆液性卵巢癌进行分级
目的：我们建立了高级别浆液性卵巢癌 (HGSOC) 的 4 种组织病理学亚型，并报告说间充质转化 (MT) 型的预后比其他亚型更差。在本研究中，我们修改了组织病理学亚型算法，以在全切片成像 (WSI) 中实现较高的观察者间一致性，并描述 MT 型的肿瘤生物学特征，以便进行个体化治疗。方法：四位观察者使用 Cancer Genome Atlas 数据中的 HGSOC 的 WSI 进行组织病理学亚型分析。作为验证集，四位观察者独立评估了来自近畿大学和京都大学的病例，以确定一致率。此外，通过基因本体术语分析检查了在 MT 型中高表达的基因。还进行了免疫组织化学以验证通路分析。结果：经过算法修改后，4 种分类的 kappa 系数（表示观察者间一致性）大于 0.5（中等一致性），2 种分类（MT vs. 非 MT）的 kappa 系数大于 0.7（高度一致性）。基因表达分析表明，与血管生成和免疫反应相关的基因本体术语在 MT 类型中高表达的基因中富集。与非 MT 类型相比，MT 类型的 CD31 阳性微血管密度更高，并且在 MT 类型中观察到 CD8/CD103 阳性免疫细胞浸润高的肿瘤组。结论：我们开发了一种使用 WSI 对 HGSOC 进行可重复的组织病理学亚型分类的算法。本研究结果可能有助于 HGSOC 的个体化治疗，包括血管生成抑制剂和免疫疗法。
参与者如何理解和使用全国实施数字糖尿病预防计划的行为内容：定性ST
背景：国家卫生局数字糖尿病预防计划（NHS-DDPP）是一项针对英格兰成年人的计划，该计划有患2型糖尿病型糖尿病（T2DM）的风险。它基于NHS England规格，该规范规定了特定的行为改变技术（BCT），即产生行为变化以改变目标饮食和体育锻炼的活性成分。现在在全国范围内推出，NHS-DDPP由4个独立提供者通过应用程序，教育材料和远程健康教练提供了9个月的干预。要优化有效性，参与者需要能够以数字方式理解和使用行为改变内容（例如，目标设置和解决问题）。先前的研究表明，人们从支持中受益，以帮助理解和使用BCT。目的：这项定性研究的目标是评估NHS-DDPP中的参与者如何理解和使用BCT内容，研究参与者如何描述健康教练在支持其行为变化中的作用，并研究对NHS-DDPP的行为改变和使用的理解和使用如何改变提供者。方法：总共有45位服务用户在2至4个月后两次通过电话采访了该计划。主题包括参与者对关键BCT的理解和使用来支持自我调节（例如，目标设定）以及他们通过计划获得的支持。成绩单通过框架方法进行了主题分析。参与者对程序中缺乏有关其T2DM风险的监控或反馈表示沮丧。结果：参与者将他们对程序的某些行为变化的理解和使用描述为直接：使用BCT（例如，使用BCT，对行为的自我监控）通过提供商应用程序进行了数字交付。参与者通过他们提供的情感支持以及他们在某些BCT的交付和应用中的直接作用（例如，解决问题）在其特定情况下的直接作用来珍视健康教练在支持其行为变化中的作用。在理解和使用行为变化的变化NHS-DDPP的内容之间存在于提供商计划中。结论：健康教练在提供该计划的关键组成部分方面的支持似乎是关键的。为了提高在数字干预措施中BCT的理解和使用，重要的是考虑提供额外交互式人类支持的交付途径。对某些自我调节的BCT的理解可能比其他人受益更多；因此，确定最佳的行为变化交付方式是将来研究的优先事项。可以通过明确规定健康教练的需求来支持对某些自我调节的BCT内容的理解，例如在服务规范中解决问题并修改出院过程，以便参与者可以了解任何变化的知识，从而可以改善NHS-DDPP。
加拿大光伏发电应用全国调查报告
表 3 总结了 1995 年至 2021 年期间集中式与分布式光伏发电容量的增长情况。集中式光伏系统通常安装在地面，提供大容量电力，位于电表的供应侧，并发挥集中式发电站的作用。就本报告而言，集中式光伏系统的定义是具有大于 0.5 MW AC 的电力容量，可以连接到配电网或输电网。相比之下，分布式光伏系统的电力容量等于或小于 0.5 MW AC，连接到配电网，位于电表的需求侧。分布式系统通常位于住宅或商业建筑中，根据模块是否取代传统建筑材料，可以进一步分为 BIPV 或 BAPV。
重新利用全身麻醉的脑电图监测来建立大脑老化的生物标志物：一项探索性研究
重新利用全身麻醉的脑电图监测来建立大脑老化的生物标志物：一项探索性研究 David Sabbagh* a,b 、Jérôme Cartailler a,c 、Cyril Touchard c 、Jona Joachim c 、Alexandre Mebazaa a,c 、Fabrice Vallée a,b,c 、Étienne Gayat a,c 、Alexandre Gramfort b 、Denis A. Engemann* b,d,ea 巴黎大学，INSERM，U942 MASCOT，F-75006，法国巴黎 b 巴黎萨克雷大学，因里亚，CEA，帕莱索，法国 c 麻醉和重症监护医学系，AP-HP，Hôpital Lariboisière，F-75010，法国巴黎 d 马克斯·普朗克人类认知和脑科学研究所，系神经病学， D-04103，德国莱比锡和罗氏制药研究与早期开发、神经科学和罕见疾病、罗氏巴塞尔创新中心、F.霍夫曼 - 罗氏有限公司，瑞士巴塞尔 通讯：* david.sabbagh@inria.fr，denis.engemann@roche.com 背景：EEG 是监测麻醉深度的常用工具，但很少在生物医学研究中重新使用。本研究旨在探索在麻醉期间重新利用 EEG 来了解在失去意识的情况下大脑衰老的生物标志物。 方法：我们以大脑年龄估计为例。使用机器学习，我们重新分析了 323 名接受丙泊酚和七氟醚治疗的患者的 4 电极 EEG。我们应用最近发表的参考方法，将稳定麻醉的空间光谱特征纳入基于 EEG 的年龄预测中。当 95% 的总功率低于 8Hz 至 13Hz 之间的频率时，认为麻醉稳定。结果：我们考虑使用丙泊酚麻醉的中度风险患者（ASA <= 2）来探索预测性 EEG 特征。平均 alpha 波段功率（8-13Hz）可以提供年龄信息。然而，通过分析所有电极的整个功率谱（MAE = 8.2y，R2 = 0.65），可以实现最先进的预测性能。临床探索表明，大脑年龄与术中爆发抑制系统相关——通常与与年龄相关的术后认知问题有关。令人惊讶的是，高危患者（ASA = 3）的大脑年龄与爆发抑制呈负相关，这表明存在未知的混杂效应。二次分析显示，大脑年龄 EEG 特征是丙泊酚麻醉所特有的，这反映在七氟醚下的预测性能有限和跨药物泛化能力差。结论：全身麻醉中的脑电图可能实现最先进的脑年龄预测。然而，麻醉药物之间的差异会影响麻醉中脑电图再利用的有效性。为了释放脑电图监测在缺乏意识的情况下用于临床和健康研究的潜在潜力，收集具有精确记录的药物剂量的更大数据集将是关键的促成因素。关键词：全身麻醉、脑电图 (EEG)、脑老化、机器学习、爆发抑制、丙泊酚、七氟醚