XiaoMi-AI文件搜索系统
World File Search System粘着
将centromeres塑造以抵抗有丝分裂的纺锤力
中心粒是动力学的结合位点，对于整个细胞分裂的染色体的忠实隔离至关重要。酵母中的点丝粒由约115 bp的特异性DNA序列编码，而区域的丝粒范围从裂变酵母中的6 - 10 kbp到人类的5 - 10 Mbp。了解中心粒染色质的物理结构（酵母中的圆锥体），定义为姐妹动物学之间的染色质，将提供基本的见解，以了解如何将Centromere DNA编织成僵硬的弹簧，该弹簧能够在有点裂期间能够抵抗微管拉力。围粒粒粒的一个标志是染色体（SMC）蛋白凝聚蛋白和冷凝蛋白的结构维持的富集。基于种群方法的研究（CHIP-SEQ和HI-C）以及实验获得的荧光粒结构的荧光探针图像，以及模拟与实验结果之间的定量比较，我们提出了一种建立姐妹动物学菌之间张力的机制。我们提出，丝粒是一种染色质瓶洗，是通过环状侵入蛋白冷凝蛋白和粘着素而组织的。由于径向环之间的空间排斥力，瓶颈布置提供了一种生物物理手段，可以将周围质粒染色质转化为弹簧。我们认为，瓶刷是染色体组织的组织原则，该原理已从该领域的多种方法中出现。
将 VS-6766 确立为 RAS 治疗的支柱……
• KRAS 是癌症中最常见的突变致癌基因之一，它通过激活 RAS/RAF/MEK/ERK（MAPK）通路刺激肿瘤生长。针对 MAPK 通路的药物已显示出对 KRAS 驱动的癌症的临床益处，包括 RAF、MEK 和 KRAS G12C 抑制剂 1,2 。 • 然而，阻断 RAS 通路中的单个节点似乎不足以产生深度和持久的反应，同时靶向 MAPK 通路中的多个节点（垂直阻断；图 1A ）可能会改善反应 3 。 • 此外，MAPK 通路阻断的功效可能通过激活耐药通路来规避，因此，可能有必要同时靶向 MAPK 通路和相关的平行通路，例如 AKT/mTOR 通路（平行抑制；图 1B ） 4 。 • VS-6766 是一种双重 RAF/MEK 抑制剂，可通过一种药物独特地垂直抑制 MAPK 通路（图 2）5。临床上，VS-6766 作为单一疗法或与粘着斑激酶 (FAK) 抑制剂 defactinib 联合使用，在治疗接受过大量治疗的各种 KRAS 突变实体瘤患者中表现出良好的耐受性和客观反应 6,7。• 在这里，我们测试了以下假设：将 VS-6766 与针对 RAS 通路中其他节点的药物（垂直阻断）和针对平行通路的药物（平行抑制）相结合可能会产生卓越的抗肿瘤功效。由于信号传导因肿瘤类型和 KRAS 突变变体而异，因此测试了 16 种不同细胞系和 14 种不同药物。
复发性 RhoGAP 基因融合 CLDN18- ARHGAP26 ...
摘要 目的 胃癌基因组研究发现了影响 RHO 信号传导的高度复发性基因组改变，尤其是在弥漫性胃癌 (DGC) 组织学亚型中。这些改变包括导致粘附蛋白 CLDN18 与 RHO 调节剂 ARHGAP26 融合的染色体间翻译。这些融合构建体如何影响 RHO 通路的活性，以及它们对胃癌发展的更广泛影响仍不清楚。在此，我们开发了一个模型，让我们能够研究这种融合蛋白在 DGC 发病机制中的作用，并确定具有这些改变的 DGC 肿瘤的潜在治疗靶点。设计 我们建立了一个转基因小鼠模型，将 LSL-CLDN18-ARHGAP26 融合基因改造到 Col1A1 基因座中，在那里它的表达可以被 Cre 重组酶诱导。利用由此模型生成的类器官，我们评估了其致癌活性以及融合蛋白对 RHOA 通路的生化作用及其在 DGC 发病机制中的下游细胞生物学作用。结果我们证明，在胃类器官中诱导 CLDN18- ARHGAP26 表达会诱导印戒细胞的形成（这是 DGC 的特征），并且当与肿瘤抑制基因 Trp53 的缺失结合时能够协同转化胃细胞。CLDN18-ARHGAP26 促进 RHOA 和下游效应信号传导的激活。从分子上讲，融合促进粘着斑激酶 (FAK) 的激活和 YAP 通路的诱导。FAK 和 YAP/TEAD 抑制的组合可以显著阻断肿瘤生长。结论这些结果表明，CLDN18-ARHGAP26 融合是一种获得功能的 DGC 致癌基因，可导致 RHOA 的激活以及 FAK 和 YAP 信号的激活。这些结果主张进一步评估新兴的 FAK 和 YAP-TEAD 抑制剂对这些致命癌症的作用。
牙本质唾液磷酸蛋白信号...
牙本质生成始于成牙本质细胞，成牙本质细胞合成并分泌非胶原蛋白 (NCP) 和胶原蛋白。当牙本质受伤时，牙髓祖细胞/间充质干细胞 (MSC) 可以迁移到受伤区域，分化为成牙本质细胞并促进反应性牙本质的形成。牙髓祖细胞/MSC 分化在给定的生态位中受到控制。在牙齿 NCP 中，牙本质唾液酸磷蛋白 (DSPP) 是小整合素结合配体 N 连接糖蛋白 (SIBLING) 家族的成员，该家族的成员具有共同的生化特征，例如 Arg-Gly-Asp (RGD) 基序。DSPP 表达具有细胞和组织特异性，在成牙本质细胞和牙本质中高度常见。DSPP 突变会导致遗传性牙本质疾病。 DSPP 在蛋白水解作用下被催化成牙本质糖蛋白 (DGP)/唾液酸蛋白 (DSP) 和磷蛋白 (DPP)。DSP 进一步加工成活性分子。DPP 包含 RGD 基序和丰富的 Ser-Asp/Asp-Ser 重复区。DPP-RGD 基序与整合素 αVβ3 结合，并通过丝裂原活化蛋白激酶 (MAPK) 和粘着斑激酶 (FAK)-ERK 通路激活细胞内信号传导。与其他 SIBLING 蛋白不同，DPP 在某些物种中缺乏 RGD 基序。然而，DPP Ser-Asp/Asp-Ser 重复区与磷酸钙沉积物结合，并通过钙调蛋白依赖性蛋白激酶 II (CaMKII) 级联促进羟基磷灰石晶体生长和矿化。DSP 缺乏 RGD 位点，但含有信号肽。信号域的三肽与内质网内的货物受体相互作用，促进 DSPP 从内质网运输到细胞外基质。此外，DSP 的中间和 COOH 末端区域与细胞膜受体、整合素 β6 和闭合蛋白结合，诱导细胞分化。本综述可能揭示 DSPP 在牙发生过程中的作用。
在中断免疫检查点抑制剂后三年多的检查点抑制剂肺炎的复发
我们的医院。她在房间空气上的氧饱和度为96％。在没有发烧或关节炎或皮肤病变迹象的两个肺田中都可以听到细裂纹。实验室测试显示，白细胞计数为8,100/μL，C反应蛋白（CRP）水平22.0 mg/dl（正常范围：<0.3 mg/dl），乳酸脱氢酶（LDH）的LE VEL（LDH）为195 IU/L（正常范围：110-224 IU/L），SP-D级别，SP-D级别，<229 ng：<229 ng e <229 ng e <229（<229）（<229 ng s n of 229 ng s n of 229（<229）。 Ng/mL）和KL-6水平为131 U/ml（NOR MAL范围：<500 u/ml）。抗氨基酰基-TRNA合成酶（ARS）抗体，抗核抗体，蛋白酶3（PR-3）和MyE洛哌迪酶（MPO）抗营养性细胞质抗体为阴性。胸部X射线显示在双侧下肺场（图1A）中显示网状泥泞，胸部的计算机断层扫描（CT）显示出有多个具有支气管扩张的巩固和周围的地面玻璃粘着不相差（GGOS）（GGOS）在两个肺中（图2A）。这些发现与ILD的Radiogra phic模式中的CRYP切换组织肺炎（COP）类似于。她的痰液和支气管灌洗液（左B9）没有细菌学发现。经支气管肺活检标本（左B9）的病理发现显示，组织肺炎，导致CIP诊断为CTCAE 2级。ni卷被停用，她接受了类固醇脉搏疗法（甲基强酮1000 mg，持续3天），然后接受predniso lone（PSL）40 mg/天（1 mg/kg/day）。放射线学发现在开始类固醇治疗后六天被证明是显着的（图1B），并且在15周内逐渐降低了类固醇剂量。在完成CIP并完成PSL锥度完全缓解后五天，她抱怨胸痛和发烧。Influenza antigen test was negative and laboratory tests showed a white blood cell count of 9,600 /μL (neutrophils: 81.9%, eosino phils: 2.7%, lymphocytes: 9.1%), CRP level 25.8 mg/dL, LDH level 190 IU/L, Sp-D level 144 ng/mL, KL-6 level 113 U/mL procalcito nin水平0.11 ng/ml（正常范围：<0.11 ng/ml）和βD葡萄糖水平7.6 pg/ml（正常范围：<20 pg/ml）。她再次被诊断出患有肺炎，并接受了抗生素疗法（tazo bactam/piperacillin Hydrate）的治疗，但她的病情没有改善。她被诊断出患有CIP的复发（图1C，2B），并在类固醇脉冲治疗后被卫生后40 mg/天被重新启动，这导致了显着改善。在2020年4月，PSL逐渐减少到5.0 mg/天的十天后，她抱怨胸部不适，并经历了第二次CIP的反复出现（图1D，2C）。PSL增加到30 mg/天，然后在6个月内逐渐变细至10 mg/天。在2021年4月，CT扫描显示右上和中叶（图2D）的GGO（图2D）表明无症状的CIP在没有必要的情况下解决了无需戒指的ggos。在2022年11月将PSL剂量逐渐减少到7.5 mg/天之后，患者经历了CIP的弯曲，导致2023年1月呼吸困难。（图1E），PSL剂量增加到10 mg/天。从那以后，患者接受10 mg/天的PSL剂量时，CIP没有进一步的复发（图1F）。
海外技术信息（2024年12月27日发行）
- 芝加哥大学和Argonne国家实验室（ANL）开发了一种新技术，该技术将单晶钻石膜直接粘合到量子和电子技术中的各种材料，包括硅。 Diamond提供了无与伦比的特性，其电子技术具有宽带的带镜头，极好的热导率和介电强度，量子技术可在室温下进行出色的量子传感。但是，由于底物和生长层是同质材料，因此很难将不同材料直接积累到设备中，这需要使用大量钻石。在这项研究中，通过使用基于血浆激活的键合技术，我们通过确保钻石和载体基板的光滑表面成功地粘结了极其平坦的材料表面，准确的厚度和材料的原始材料质量。退火过程促进和加强粘结，从而使钻石膜能够承受各种纳米化过程。在钻石中，每个碳原子与其他四个碳原子之间的电子共价键形成其坚硬，耐用的内部结构。这次，通过在钻石膜的表面上创建许多悬挂的键（无伴侣的键），这是形成了对不同材料“粘合”的表面。结果，钻石膜直接粘合到诸如硅，融合二氧化硅，蓝宝石，热氧化物膜，尼贝特锂等的材料，而无需使用介体进行粘附。与厚度为数百微米的散装钻石（通常是在量子研究中使用的），而是合并了100 nm薄钻石膜，同时保持适合高级量子应用的自旋相干性。 - 这项新技术基于从1940年代开发的大型晶体管的互补金属氧化物半导体（CMOS）的进步，转至现代计算机等中使用的功能强大，精细的集成电路。 - 该技术已获得专利，现在已通过大学的波尔斯基企业家和创新中心进行商业化。这项研究得到了美国能源部（DOE）科学局（SC）的国家量子信息科学研究中心的支持，作为Q-Next中心的一部分。
癌症相关成纤维细胞
缩写：ANG，血管生成素；ANXA1，膜联蛋白A1；ATP，三磷酸腺苷；ATRA，全反式维甲酸；BCC，乳腺癌细胞；BDL，胆管结扎；BSA，牛血清白蛋白；BXPC-3，胰腺癌细胞系；CAF，癌相关成纤维细胞；CAP，可裂解两亲肽；CD26，二肽基肽酶-4；CD，分化簇；CLSM，共聚焦激光扫描显微镜；CM-101，胶原蛋白靶向探针；CPP，细胞穿透肽；CSC，癌症干细胞；CTC，循环肿瘤簇；CXCR，趋化因子受体；DCE，动态对比增强；DGL，树枝状移植聚-L-赖氨酸； DOTA，2,2 0，2 00，2 000-（1，4，7，10-四氮杂环十二烷-1，4，7，10-四基）四乙酸；DOX，阿霉素；DRP，损伤反应程序；DTPA，二乙烯三胺五乙酸酯；EA，鞣花酸；ECM，细胞外基质；EGFR，表皮生长因子受体；EMT，上皮-间质转化；EPR，增强渗透和滞留；ER，雌激素受体；FAK，粘着斑激酶；FAP，成纤维细胞活化蛋白；FAPI，FAP 抑制剂；FDA，食品药品监督管理局；FDG，氟脱氧葡萄糖；FITC，异硫氰酸荧光素；FOLFIRI，5-氟尿嘧啶，亚叶酸，伊立替康； FOLFIRINOX，5-氟尿嘧啶、亚叶酸钙、伊立替康和奥沙利铂的组合；FPR2，甲酰肽受体 2；FSP1，成纤维细胞特异性蛋白 1；FU，5-氟尿嘧啶；GA，18b-甘草次酸；GBq，千兆贝克勒尔；GEM，吉西他滨；GPER，G 蛋白偶联雌激素受体；GSH，谷胱甘肽；HA，透明质酸；HBSS，汉克斯平衡盐溶液；HER2，人表皮生长因子受体 2；HGF，肝细胞生长激素；HIF，缺氧诱导因子；HRCT，高分辨率计算机断层扫描；HSA，人血清白蛋白；HSP47+，热休克蛋白 47； HSPG2，硫酸肝素蛋白聚糖 2；HSTS26T，人软组织癌；HSV，单纯疱疹病毒；ID/g，每克注射剂量；IFN，干扰素；IFP，间质液体压力；IGF1，胰岛素样生长因子；IL，白细胞介素；IPF，特发性肺纤维化；IPI-926，Hedgehog 通路抑制剂；ITGA11，整合素亚基 α 11；ITGA5，整合素亚基 α 5；JAK，Janus 激酶；JNK，Jun N - 末端激酶；KPC，胰腺导管腺癌的临床相关模型；KRAS，Kirsten 大鼠肉瘤病毒；LCP，脂质磷酸钙纳米颗粒；LOXL2，赖氨酰氧化酶样 2； LPD，脂质包被的鱼精蛋白 DNA 复合物；LPP，脂肪瘤首选伴侣；LST-Lip，氯沙坦包裹的脂质体；LXA4，脂氧素 A4；MAPK，丝裂原活化蛋白激酶；MCT4，单羧酸转运蛋白 4；MET，肝细胞生长因子受体；MHC，主要组织相容性复合体；MMP，基质金属蛋白酶；MPS，单核吞噬细胞系统；MRI，磁共振成像；MSC，间充质干细胞；mTOR，哺乳动物雷帕霉素靶蛋白；MU89，人黑色素瘤；NF，正常成纤维细胞；NH 2，胺基；NK，自然杀伤细胞；NO 2，一氧化氮；NODAGA，1,4,7-三氮杂环壬烷，1-戊二酸-4,7-乙酸；NP，纳米粒子；NSCLC，非小细胞肺癌；PAMAM，聚酰胺胺；PD-1，程序性细胞死亡蛋白 1；PDAC，胰腺导管腺癌；PDGF，血小板衍生生长因子；PDGFR，PDGF 受体；PDT，光动力疗法；PDX，患者来源的异种移植；PEG，聚乙二醇；PEGPH20，重组人透明质酸酶 PH20 的聚乙二醇化形式；PET，正电子发射断层扫描；PFT，周细胞向成纤维细胞转变；PGE2，前列腺素 E2；PP，聚乙二醇-聚己内酯；PSC，胰腺星状细胞；PSMA，前列腺特异性膜抗原；PTC，乳头状甲状腺癌；PTX，紫杉醇； QD，量子点；QP，槲皮素磷酸盐；RGD，三肽精氨酸-甘氨酸-天冬氨酸；RNA，核糖核酸；ROCK，Rho 相关蛋白激酶；ROS，活性氧；RUNX3，Runt 相关转录因子 3；SATB，特殊 AT 富集序列结合蛋白 1；SBRT，立体定向放射治疗；SDF-1，基质衍生因子 1；a -SMA，α 平滑肌；SMO，平滑受体；SNAI1，Snail 家族转录抑制因子 1；SPECT，单光子发射计算机断层扫描；SRBC，富含基质的膀胱癌；STAT，信号转导和转录激活因子；SUV，标准化摄取值；TAM，肿瘤相关巨噬细胞；TGF- b，转化生长因子；TIE2，血管生成素受体； TKI，酪氨酸激酶抑制剂；TME，肿瘤微环境；TNC，腱糖蛋白 C；TNF，肿瘤坏死因子；TRAIL，肿瘤坏死因子相关凋亡诱导配体；TSL，热敏脂质体；TSP-1，血小板反应蛋白-1；UMUC3，富含基质的膀胱癌细胞系；VCAM-1，血管细胞粘附分子 1；VDR，维生素 D 受体；VEGF，血管内皮生长因子；VEGFR，VEGF 受体；YAP，是相关蛋白 1。⇑ 通讯作者。电子邮箱地址：j.prakash@utwente.nl (J. Prakash)、tlammers@ukaachen.de (T. Lammers)、smriti.singh@mr.mpg.de (S. Singh)。1 贡献均等。基质衍生因子 1；a -SMA，α 平滑肌；SMO，平滑受体；SNAI1，Snail 家族转录抑制因子 1；SPECT，单光子发射计算机断层扫描；SRBC，富含基质的膀胱癌；STAT，信号转导和转录激活因子；SUV，标准化摄取值；TAM，肿瘤相关巨噬细胞；TGF- b，转化生长因子；TIE2，血管生成素受体；TKI，酪氨酸激酶抑制剂；TME，肿瘤微环境；TNC，腱糖蛋白 C；TNF，肿瘤坏死因子；TRAIL，肿瘤坏死因子相关凋亡诱导配体；TSL，热敏脂质体；TSP-1，血小板反应蛋白-1；UMUC3，富含基质的膀胱癌细胞系；VCAM-1，血管细胞粘附分子 1； VDR，维生素 D 受体；VEGF，血管内皮生长因子；VEGFR，VEGF 受体；YAP，是相关蛋白 1。⇑ 通讯作者。电子邮箱地址：j.prakash@utwente.nl (J. Prakash)、tlammers@ukaachen.de (T. Lammers)、smriti.singh@mr.mpg.de (S. Singh)。1 贡献相同。基质衍生因子 1；a -SMA，α 平滑肌；SMO，平滑受体；SNAI1，Snail 家族转录抑制因子 1；SPECT，单光子发射计算机断层扫描；SRBC，富含基质的膀胱癌；STAT，信号转导和转录激活因子；SUV，标准化摄取值；TAM，肿瘤相关巨噬细胞；TGF- b，转化生长因子；TIE2，血管生成素受体；TKI，酪氨酸激酶抑制剂；TME，肿瘤微环境；TNC，腱糖蛋白 C；TNF，肿瘤坏死因子；TRAIL，肿瘤坏死因子相关凋亡诱导配体；TSL，热敏脂质体；TSP-1，血小板反应蛋白-1；UMUC3，富含基质的膀胱癌细胞系；VCAM-1，血管细胞粘附分子 1； VDR，维生素 D 受体；VEGF，血管内皮生长因子；VEGFR，VEGF 受体；YAP，是相关蛋白 1。⇑ 通讯作者。电子邮箱地址：j.prakash@utwente.nl (J. Prakash)、tlammers@ukaachen.de (T. Lammers)、smriti.singh@mr.mpg.de (S. Singh)。1 贡献相同。
Chameleo：利用人工智能检测变色龙行走方式
[4] Linda Evans、Fred Hardtke、Emily Corbin 和 Wouter Claes。2020 年。伪装的变色龙：在埃及 el-Hosh 遗址的新发现。《考古学和人类学》12，8 (2020)，1–9。[5] 欧洲宠物食品工业联合会 (FEDIAF)。2020 年。事实与数据 2020。https://www.fediaf.org/images/FEDIAF_Facts_and_Figures_2020.pdf [6] Martin S Fischer、Cornelia Krause 和 Karin E Lilje。2010 年。变色龙运动能力的进化，或如何成为树栖爬行动物。《动物学》113，2 (2010)，67–74。[7] Olivier Friard 和 Marco Gamba。 2016. BORIS：一款免费、多功能的开源事件记录软件，可用于视频/音频编码和实时观察。《生态学与进化方法》7，11（2016），1325–1330。[8] Klaus Greff、Rupesh K Srivastava、Jan Koutník、Bas R Steunebrink 和 Jürgen Schmidhuber。2016. LSTM：搜索空间漫游。《IEEE 神经网络与学习系统汇刊》28，10（2016），2222–2232。[9] Anthony Herrel、Krystal A Tolley、G John Measey、Jessica M da Silva、Daniel F Potgieter、Elodie Boller、Renaud Boistel 和 Bieke Vanhooydonck。2013. 缓慢但坚韧：变色龙奔跑和抓握能力分析。 《实验生物学杂志》216，6（2013），1025–1030。[10] Timothy E Higham 和 Bruce C Jayne。2004。蜥蜴在斜坡和栖木上的运动：树栖专化者和陆栖通才者的后肢运动学。《实验生物学杂志》207，2（2004），233–248。[11] Mayank Kabra、Alice A Robie、Marta Rivera-Alba、Steven Branson 和 Kristin Branson。2013。JAABA：用于自动注释动物行为的交互式机器学习。《自然方法》10，1（2013），64–67。 [12] Mary P Klinck、Margaret E Gruen、Jérôme RE del Castillo、Martin Guillot、Andrea E Thomson、Mark Heit、B Duncan X Lascelles 和 Eric Troncy。2018 年。通过随机临床试验，开发了供看护人/主人 MI-CAT (C) 使用的蒙特利尔猫关节炎测试工具，并对其初步效度和信度进行了评估。《应用动物行为科学》200 期 (2018)，第 96-105 页。[13] JB Losos、BM Walton 和 AF Bennett。1993 年。《肯尼亚变色龙的冲刺能力与粘着能力之间的权衡》。《功能生态学》(1993)，第 281-286 页。[14] Tom Menaker、Anna Zamansky、Dirk van der Linden、Dmitry Kaplun、Aleksandr Sinitica、Sabrina Karl 和 Ludwig Huber。 2020 年。面向数据驱动的动物行为模式自动分析方法。第七届动物-计算机交互国际会议论文集。1-6。[15] Nikola Mijailovic、Marijana Gavrilovic、Stefan Rafajlovic、M Ðuric-Jovicic 和 D Popovic。2009 年。从加速度和地面反作用力识别步态阶段：神经网络的应用。Telfor 杂志 1, 1（2009 年），34-36。[16] Hung Nguyen、Sarah J Maclagan、Tu Dinh Nguyen、Thin Nguyen、Paul Flemons、Kylie Andrews、Euan G Ritchie 和 Dinh Phung。2017 年。使用深度卷积神经网络进行动物识别和鉴别，用于自动野生动物监测。2017 年 IEEE 数据科学与高级分析国际会议 (DSAA)。IEEE，40–49。[17] Matthias Ott。2001 年。变色龙有独立的眼球运动，但在扫视猎物追踪过程中双眼会同步。实验脑研究 139，2（2001 年），173–179。[18] Veronica Panadeiro、Alvaro Rodriguez、Jason Henry、Donald Wlodkowic 和 Magnus Andersson。2021 年。28 款免费动物追踪软件应用程序回顾：当前功能和局限性。实验室动物（2021 年），1–9。[19] Anika Patel、Lisa Cheung、Nandini Khatod、Irina Matijosaitiene、Alejandro Arteaga 和 Joseph W Gilkey。 2020. 揭示未知：使用深度学习实时识别加拉帕戈斯蛇类。动物 10, 5 (2020), 806。[20] Zachary T Pennington、Zhe Dong、Yu Feng、Lauren M Vetere、Lucia Page-Harley、Tristan Shuman 和 Denise J Cai。2019. ezTrack：用于研究动物行为的开源视频分析流程。科学报告 9, 1 (2019), 1–11。[21] Talmo D Pereira、Diego E Aldarondo、Lindsay Willmore、Mikhail Kislin、Samuel SH Wang、Mala Murthy 和 Joshua W Shaevitz。2019. 使用深度神经网络快速估计动物姿势。自然方法 16, 1 (2019), 117–125。[22] Jane A Peterson。 1984. 蜥蜴（爬行动物：蜥蜴）的运动方式，特别是前肢。《动物学杂志》202，1（1984），1-42。[23] Nagifa Ilma Progga、Noortaz Rezoana、Mohammad Shahadat Hossain、Raihan Ul Islam 和 Karl Andersson。2021. 基于 CNN 的毒蛇和无毒蛇分类模型。在国际应用智能与信息学会议上。Springer，216-231。[24] Joseph Redmon、Santosh Divvala、Ross Girshick 和 Ali Farhadi。2016. 您只需看一次：统一的实时物体检测。在 IEEE 计算机视觉与模式识别会议论文集上。779-788。 [25] Karl Patterson Schmidt、Robert F Inger 和 Roy Pinney。1957 年。世界现存爬行动物。纽约花园城汉诺威大厦。[26] Martin Stevens 和 Graeme D Ruxton。2019 年。行为在动物伪装中的关键作用。生物学评论 94, 1 (2019)，116–134。[27] Atsushi Yamazaki、Kazuya Edamura、Koji Tanegashima、Yuma Tomo、Makoto Yamamoto、Hidehiro Hirao、Mamiko Seki 和 Kazushi Asano。2020 年。一种新型活动监测器在评估猫的身体活动和睡眠质量方面的实用性。Plos one 15, 7 (2020)，e0236795。实验动物（2021），1-9。 [19] Anika Patel、Lisa Cheung、Nandini Khatod、Irina Matijosaitiene、Alejandro Arteaga 和 Joseph W Gilkey。 2020。揭示未知：利用深度学习实时识别加拉帕戈斯蛇种。动物 10, 5 (2020), 806。 [20] Zachary T Pennington、Zhe Dong、Yu Feng、Lauren M Vetere、Lucia Page-Harley、Tristan S human 和 Denise J Cai。 2019. ezTrack：用于研究动物行为的开源视频分析管道。科学报告 9、1 (2019)、1-11。 [21] 塔尔莫·D·佩雷拉、迭戈·E·阿尔达隆多、林赛·威尔莫尔、米哈伊尔·吉斯林、塞缪尔·SH·王、马拉·穆尔蒂和约书亚·W·沙维茨。 2019. 使用深度神经网络快速估计动物姿势。《自然方法》16，1（2019），117–125。[22] Jane A Peterson。1984. 蜥蜴（爬行动物：蜥蜴）的运动方式，特别是前肢。《动物学杂志》202，1（1984），1–42。[23] Nagifa Ilma Progga、Noortaz Rezoana、Mohammad Shahadat Hossain、Raihan Ul Islam 和 Karl Andersson。2021. 基于 CNN 的毒蛇和无毒蛇分类模型。在国际应用情报与信息学会议上。Springer，216–231。[24] Joseph Redmon、Santosh Divvala、Ross Girshick 和 Ali Farhadi。 2016. 只需看一次：统一的实时物体检测。在 IEEE 计算机视觉与模式识别会议论文集上。779–788。[25] Karl Patterson Schmidt、Robert F Inger 和 Roy Pinney。1957. 世界上的现存爬行动物。纽约花园城汉诺威大厦。[26] Martin Stevens 和 Graeme D Ruxton。2019. 行为在动物伪装中的关键作用。生物学评论 94, 1 (2019)，116–134。[27] Atsushi Yamazaki、Kazuya Edamura、Koji Tanegashima、Yuma Tomo、Makoto Yamamoto、Hidehiro Hirao、Mamiko Seki 和 Kazushi Asano。2020. 新型活动监测器在评估猫身体活动和睡眠质量中的实用性。 Plos one 15, 7 (2020), e0236795。实验动物（2021），1-9。 [19] Anika Patel、Lisa Cheung、Nandini Khatod、Irina Matijosaitiene、Alejandro Arteaga 和 Joseph W Gilkey。 2020。揭示未知：利用深度学习实时识别加拉帕戈斯蛇种。动物 10, 5 (2020), 806。 [20] Zachary T Pennington、Zhe Dong、Yu Feng、Lauren M Vetere、Lucia Page-Harley、Tristan S human 和 Denise J Cai。 2019. ezTrack：用于研究动物行为的开源视频分析管道。科学报告 9、1 (2019)、1-11。 [21] 塔尔莫·D·佩雷拉、迭戈·E·阿尔达隆多、林赛·威尔莫尔、米哈伊尔·吉斯林、塞缪尔·SH·王、马拉·穆尔蒂和约书亚·W·沙维茨。 2019. 使用深度神经网络快速估计动物姿势。《自然方法》16，1（2019），117–125。[22] Jane A Peterson。1984. 蜥蜴（爬行动物：蜥蜴）的运动方式，特别是前肢。《动物学杂志》202，1（1984），1–42。[23] Nagifa Ilma Progga、Noortaz Rezoana、Mohammad Shahadat Hossain、Raihan Ul Islam 和 Karl Andersson。2021. 基于 CNN 的毒蛇和无毒蛇分类模型。在国际应用情报与信息学会议上。Springer，216–231。[24] Joseph Redmon、Santosh Divvala、Ross Girshick 和 Ali Farhadi。 2016. 只需看一次：统一的实时物体检测。在 IEEE 计算机视觉与模式识别会议论文集上。779–788。[25] Karl Patterson Schmidt、Robert F Inger 和 Roy Pinney。1957. 世界上的现存爬行动物。纽约花园城汉诺威大厦。[26] Martin Stevens 和 Graeme D Ruxton。2019. 行为在动物伪装中的关键作用。生物学评论 94, 1 (2019)，116–134。[27] Atsushi Yamazaki、Kazuya Edamura、Koji Tanegashima、Yuma Tomo、Makoto Yamamoto、Hidehiro Hirao、Mamiko Seki 和 Kazushi Asano。2020. 新型活动监测器在评估猫身体活动和睡眠质量中的实用性。 Plos one 15, 7 (2020), e0236795。在国际应用情报与信息学会议上。Springer，216–231。[24] Joseph Redmon、Santosh Divvala、Ross Girshick 和 Ali Farhadi。2016 年。你只需看一次：统一的实时物体检测。在 IEEE 计算机视觉和模式识别会议论文集上。779–788。[25] Karl Patterson Schmidt、Robert F Inger 和 Roy Pinney。1957 年。世界上现存的爬行动物。纽约花园城汉诺威大厦。[26] Martin Stevens 和 Graeme D Ruxton。2019 年。行为在动物伪装中的关键作用。生物学评论 94, 1 (2019)，116–134。 [27] Atsushi Yamazaki、Kazuya Edamura、Koji Tanegashima、Yuma Tomo、Makoto Yamamoto、Hidehiro Hirao、Mamiko Seki 和 Kazushi Asano。2020 年。新型活动监测器在评估猫体力活动和睡眠质量方面的实用性。Plos one 15, 7 (2020)，e0236795。在国际应用情报与信息学会议上。Springer，216–231。[24] Joseph Redmon、Santosh Divvala、Ross Girshick 和 Ali Farhadi。2016 年。你只需看一次：统一的实时物体检测。在 IEEE 计算机视觉和模式识别会议论文集上。779–788。[25] Karl Patterson Schmidt、Robert F Inger 和 Roy Pinney。1957 年。世界上现存的爬行动物。纽约花园城汉诺威大厦。[26] Martin Stevens 和 Graeme D Ruxton。2019 年。行为在动物伪装中的关键作用。生物学评论 94, 1 (2019)，116–134。 [27] Atsushi Yamazaki、Kazuya Edamura、Koji Tanegashima、Yuma Tomo、Makoto Yamamoto、Hidehiro Hirao、Mamiko Seki 和 Kazushi Asano。2020 年。新型活动监测器在评估猫体力活动和睡眠质量方面的实用性。Plos one 15, 7 (2020)，e0236795。