XiaoMi-AI文件搜索系统
World File Search System种源
MTBVAC 是第一种源自人类的抗结核病疫苗，已开始在印度成人中进行临床试验。
Bharat Biotech 已向全世界交付了数十亿剂疫苗，并继续引领创新，开发了针对甲型 H1N1 流感、轮状病毒、日本脑炎 (JENVAC ® )、狂犬病、基孔肯雅热、寨卡病毒、霍乱的疫苗，以及世界上第一种针对伤寒的破伤风类毒素结合疫苗。Bharat 致力于全球社会创新计划和公私合作伙伴关系，推出了开创性的 WHO 预认证疫苗 BIOPOLIO ® 、ROTAVAC ® 、ROTAVAC 5D ® 和 Typbar TCV ®，分别用于对抗脊髓灰质炎、轮状病毒和伤寒感染。收购 Chiron Behring Vaccines 后，Bharat Biotech 凭借 Chirorab ® 和 Indirab ® 成为世界上最大的狂犬病疫苗制造商。要了解有关 Bharat Biotech 的更多信息，请访问 www.bharatbiotech.com。
从气候变化角度看意大利银冷杉种源的干旱响应
从气候变化的角度来看，地中海森林生态系统的恢复力与其应对干旱和气温升高的能力密切相关。这种能力可能受到物种或种源之间和种源内的遗传差异的影响。在不断变化的环境中，管理指南应权衡与当地和/或非当地种源相关的风险，以促进对恢复力强的森林遗传资源的有效保护和可持续管理。在本研究中，我们分析了托斯卡纳-艾米利亚亚平宁国家公园天然林和人工林中银冷杉 (Abies alba) 对干旱的生长反应，比较了该物种在意大利三个种源的生长表现：(a) 西阿尔卑斯山 - (b) 北亚平宁山 (当地) - (c) 南亚平宁山。干旱严重程度由标准化降水蒸散指数 (SPEI) 定义。我们通过评估气候-生长关系并应用基于树木年轮宽度的干旱“恢复力指数”(RRR) 进行了树木年轮学分析。人工林的平均生长速度比高度破碎的天然林更快，对严重干旱的恢复力更强，对严重干旱的恢复率也显著更高。冷杉种源的平均生长速度没有差异，而亚平宁南部种源的恢复力 (rec) 和恢复力 (resl) 明显优于西阿尔卑斯山种源，尤其是在中度 (rec + 5 – 15%, resl + 13 – 15%) 和极端 (rec + 20% %, resl + 22%) 干旱年份。当地种源表现出中间行为。与西阿尔卑斯山种源相比，南部和当地种源对干旱的恢复力更强，在气候变化应对战略的背景下，它们是非常重要的森林遗传资源。最后，根据 SPEI6 确定的年份计算的 RRR 指数趋势通常显示种源和再生模式之间的差异大于 SPEI12 确定的年份，这可能是由于生长季节山区反复发生的短期干旱增加所致。这些结果提供了有关气候变化下不同银冷杉种源的干旱反应的重要信息，强调了在森林管理和规划中考虑森林繁殖材料遗传背景的重要性。得益于与国家公园和当地森林管理者的密切合作，这些结果可能会得到具体的应用，例如，通过正确评估国家公园森林中种源辅助迁移的实用性，以及更好地管理剩余的银冷杉天然林。
ivermectin，一种源自抗寄生虫药物的潜在抗癌药
伊维菌素是一种带有16元环的大花环抗寄生虫药物，可广泛用于治疗许多寄生虫病，例如河流盲，象象和sc虫。satoshi'Omura和William C. Campbell赢得了2015年诺贝尔生理学或医学奖，因为它发现了伊维菌素对寄生疾病的出色效力。最近，据报道，伊维菌素通过调节多种信号通路来抑制几个肿瘤细胞的增殖。这表明伊维菌素可能是具有巨大潜力的抗癌药物。在这里，我们审查了伊维菌素抑制不同癌症的发展并促进程序性细胞死亡的相关机制，并讨论了伊维菌素作为肿瘤治疗的抗癌药物的临床应用的前景。
非人类人道主义：当人工智能的善举变成坏事时 Mirca Madianou 伦敦大学金史密斯学院 2018 年，有超过 1.68 亿人需要人道主义援助，同时有超过 6900 万人成为难民，人道主义部门面临着重大挑战。人工智能 (AI) 应用可以成为人道主义危机的潜在解决方案的提议受到了热烈欢迎。这是“人工智能用于社会公益”大趋势的一部分，也是“数字人道主义”更广泛发展的一部分，“数字人道主义”指的是公共和私营部门为应对人道主义紧急情况而使用数字创新和数据。聊天机器人、声称可以预测未来流行病或人口流动的预测分析和建模以及依赖于采用机器学习算法的先进神经网络的生物识别技术，都是在援助行动中越来越受欢迎的例子。本文建立了一个跨学科框架，将殖民和非殖民理论、人道主义和发展的批判性探究、批判性算法研究以及对人工智能的社会技术理解结合在一起。人道主义在这里被理解为一种复杂的现象：不仅仅是通常定义的“减少痛苦的必要性”（Calhoun，2008），而且是一种行业、一种话语和一种源于 19 世纪和 20 世纪殖民主义的历史现象（Fassin，2012；Lester & Dussart，2014）。人工智能同样是一个多面现象：不仅仅是基于先进计算和机器学习算法的技术创新，而且是一个行业以及关于技术的特定话语。人工智能只能与数据和算法一起理解——这三者是不可分割的，因为人工智能依赖于机器学习算法，而机器学习算法是特定数据集的产物。鉴于“大数据”本质上是不完整的，且具有本体论和认识论的局限性（Crawford & Finn，2014），人工智能应用会重现并可能放大大型数据集中发现的现有偏见（Benjamin，2019；Eubanks，2018；Noble，2018 等）。
非人类人道主义：当人工智能的善举变成坏事时 Mirca Madianou 伦敦大学金史密斯学院 2018 年，有超过 1.68 亿人需要人道主义援助，同时有超过 6900 万人成为难民，人道主义部门面临着重大挑战。人工智能 (AI) 应用可以成为人道主义危机的潜在解决方案的提议受到了热烈欢迎。这是“人工智能用于社会公益”大趋势的一部分，也是“数字人道主义”更广泛发展的一部分，“数字人道主义”指的是公共和私营部门为应对人道主义紧急情况而使用数字创新和数据。聊天机器人、声称可以预测未来流行病或人口流动的预测分析和建模以及依赖于采用机器学习算法的先进神经网络的生物识别技术，都是在援助行动中越来越受欢迎的例子。本文建立了一个跨学科框架，将殖民和非殖民理论、人道主义和发展的批判性探究、批判性算法研究以及对人工智能的社会技术理解结合在一起。人道主义在这里被理解为一种复杂的现象：不仅仅是通常定义的“减少痛苦的必要性”（Calhoun，2008），而且是一种行业、一种话语和一种源于 19 世纪和 20 世纪殖民主义的历史现象（Fassin，2012；Lester & Dussart，2014）。人工智能同样是一个多面现象：不仅仅是基于先进计算和机器学习算法的技术创新，而且是一个行业以及关于技术的特定话语。人工智能只能与数据和算法一起理解——这三者是不可分割的，因为人工智能依赖于机器学习算法，而机器学习算法是特定数据集的产物。鉴于“大数据”本质上是不完整的，且具有本体论和认识论的局限性（Crawford & Finn，2014），人工智能应用会重现并可能放大大型数据集中发现的现有偏见（Benjamin，2019；Eubanks，2018；Noble，2018 等）。