XiaoMi-AI文件搜索系统
World File Search System组装
在电信 C 波段附近的金属有机气相外延中通过改进的液滴外延在 InGaAsP/InP(100) 上自组装 InAs 量子点，用于量子光子应用
这些材料在激光中被广泛应用，包括作为激光器中的活性介质[3-5]、作为量子信息技术的纯单光子和纠缠光子对源[6]、以及作为新型纳米存储器件的构建块。[7-9] 特别是 InAs/InP 量子点，由于其与 1.55 μ m 的低损耗电信 C 波段兼容，目前作为单光子发射器非常有吸引力。[10,11] 金属有机气相外延 (MOVPE) 中的液滴外延 (DE) 是一种新近且非常有前途的 QD 制造方法，因为它结合了大规模外延技术和多功能外延方法。[12-15] 这是一种相对较新的工艺，其生长动力学尚未完全了解，特别是对于与电信波长兼容的 III-V 材料系统，例如 InAs/InP。因此，它在制造用于广泛应用的电信 QD 方面具有巨大的发展潜力。此外，使用 InP 作为基质材料可以实现 InAs 量子发射体的生长，而无需任何额外的变质缓冲剂（例如 AlInAs/GaAs）。[16 – 18]
预先索引组装的TN5转座体53152
每个井都包含4 µL的8 µm预组装TN5转身。该浓度是索引底漆对和TN5（8 µM TN5 + 4 µM寡核A + 4 µm寡核B）的组合。使用50,000个细胞在ATAC-SEQ中验证了预先索引的组装TN5转座体。测试了所有I5和I7指数组合，以确保在生物学相关的标记反应中效率。i5和i7索引组合被鉴定出来产生较少的测序读数，用索引N709代替，并在重新测试后产生正常的测序读数，以确认它们产生最佳结果。井，其中N709更换了该行中其他井的索引，并在上面的板映射中用红色N709*突出显示，以轻松查看板的逻辑布局的变化。
blox-net：使用VLM监督，物理模拟和带有重置的机器人的生成式设计 - 机器人组装
摘要 - 生成AI系统在创建文本，代码和图像方面表现出了令人印象深刻的功能。受到组装工业设计研究的丰富历史的启发，我们引入了一个新颖的问题：生成设计 - 机器人组装（GDFRA）。任务是基于自然语言提示（例如“长颈鹿”）生成一个组装，以及可用物理组件的图像，例如3D打印的块。输出是一个组件，这些组件的空间排列，也是机器人构建此组件的指令。输出必须1）类似于请求的对象，2）由6 Dof机器人组可靠地组装，并带有吸入抓手。然后，我们提出了Blox-net，这是一种将一般视觉模型与计算机视觉，模拟，扰动分析，运动计划和物理机器人实验的方法相结合的GDFRA系统，以解决最小的人类监督的GDFRA问题。blox-net在其设计的组件的语义准确性中达到了63.5％的前1个精度。这些设计在自动渗透性重新设计后，由机器人可靠地组装，在10个连续的组装迭代中获得了接近完美的成功，仅在组装前重置期间使用人干预。令人惊讶的是，从文本单词到可靠的物理组装的整个设计过程都是通过零人工干预执行的。
pipeasm：一种自动大型染色体规模基因组组装和评估的工具
。cc-by-nc-nd 4.0国际许可证。是根据作者/资助者提供的预印本（未经Peer Review的认证）提供的，他已授予Biorxiv的许可证，以在2024年10月24日发布的此版本中显示此版本的版权持有人。 https://doi.org/10.1101/2024.10.21.598381 doi：Biorxiv Preprint
两种隐龟的从头基因组组装
了解物种间染色质构象的进化对于阐明基因组的结构和可塑性至关重要。线性远距离基因座的非随机相互作用以物种特异性模式调节基因功能，影响基因组功能、进化，并最终影响物种形成。然而，来自非模式生物的数据很少。为了捕捉脊椎动物染色质构象的宏观进化多样性，我们通过 Illumina 测序、染色体构象捕获和 RNA 测序为两种隐颈龟 (cryptodiran，藏颈龟) 生成从头基因组组装：Apalone spinifera (ZZ/ZW，2 n = 66) 和 Staurotypus triporcatus (XX/XY，2 n = 54)。除了在线性基因组中检测到的融合/裂变事件外，我们还检测到龟类的三维 (3D) 染色质结构与其他羊膜动物存在差异。也就是说，全基因组比较揭示了龟类染色体重排的不同趋势：（1）鳖科（Trionychidae）的基因组改组率较低，而鸡（可能是龟类的祖先）与核型高度保守；（2）动胸龟科（Kinosternidae）和翠龟科（Emydidae）的融合/裂变率中等。此外，我们还发现了一种染色体折叠模式，这种模式使以前在龟类中未检测到的“着丝粒 - 端粒相互作用”成为可能。“着丝粒 - 端粒相互作用”（本文发现）加上“着丝粒聚集”（之前在蜥蜴类中报道过）的组合龟类模式对于羊膜动物来说是新颖的，它反驳了以前关于羊膜动物 3D 染色质结构的假设。我们假设，在龟类中发现的不同模式起源于羊膜动物祖先状态，该状态由核结构定义，微染色体之间存在广泛的关联，这些关联在线性基因组改组后得以保留。
自组装刺激激活协调纳米颗粒用于癌症免疫疗法和疫苗应用
支持信息可在https://pubs.acs.org/doi/10.1021/acsnano.3c11374免费获得支持信息。在图S1 – S15中显示的是CDA不同金属离子不同配位行为的照片（图S1）； CDA – ZN – MN晶体的EDAX映射（图S2）；局部注入CDA或CDA – Zn -MN后，小鼠的血清细胞因子水平（图S3）；肿瘤内CDA或CDA – ZN -MN在皮下B16F10黑色素瘤中的治疗作用（图S4）； ZMCP的EDAX映射（图S5）; PBS中ZMCP，ZCP和MCP的表征（图S6）； I.T.后肿瘤中的药物保留注射ZMCP（图S7）;肿瘤微环境在肿瘤内注射后对ZMCP调节（图S8）；肿瘤内CDA – ZN – MN和ZMCP的治疗作用（图S9）；静脉注射后24小时在肿瘤中的药物积累 注射ZMCP（图S10）; I.T.的治疗作用 和i.v. 注射ZMCP治疗，并与皮下B16F10黑色素瘤相结合的免疫检查点阻断（图S11）； ZMCP-RBD针对RBD序列诱导有效的T细胞反应（图S12）；皮下注射后ZMCP的保留和淋巴结排干（图S13）； I.T. ZMCP的安全评估 或i.v. 注射（图S14）; ZMCP-RBD和ZMCP-S1疫苗接种后主要器官的组织学分析（图S15）（PDF）注射ZMCP（图S7）;肿瘤微环境在肿瘤内注射后对ZMCP调节（图S8）；肿瘤内CDA – ZN – MN和ZMCP的治疗作用（图S9）；静脉注射后24小时在肿瘤中的药物积累注射ZMCP（图S10）; I.T.的治疗作用 和i.v. 注射ZMCP治疗，并与皮下B16F10黑色素瘤相结合的免疫检查点阻断（图S11）； ZMCP-RBD针对RBD序列诱导有效的T细胞反应（图S12）；皮下注射后ZMCP的保留和淋巴结排干（图S13）； I.T. ZMCP的安全评估 或i.v. 注射（图S14）; ZMCP-RBD和ZMCP-S1疫苗接种后主要器官的组织学分析（图S15）（PDF）注射ZMCP（图S10）; I.T.的治疗作用和i.v.注射ZMCP治疗，并与皮下B16F10黑色素瘤相结合的免疫检查点阻断（图S11）； ZMCP-RBD针对RBD序列诱导有效的T细胞反应（图S12）；皮下注射后ZMCP的保留和淋巴结排干（图S13）； I.T. ZMCP的安全评估或i.v.注射（图S14）; ZMCP-RBD和ZMCP-S1疫苗接种后主要器官的组织学分析（图S15）（PDF）
系统发育放置，整个基因组组装和全基因组的结合研究：一种新型的人类感染物种，引起了毛尿症，对阿苯达唑 - 膜片蛋白
。cc-by-nc-nd 4.0国际许可证。是根据作者/资助者提供的预印本（未经Peer Review的认证）提供的，他已授予Biorxiv的许可证，以在2024年9月28日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2024.06.11.598441 doi：biorxiv Preprint
Pinewood线虫诱导画廊微生物组装过程的变化使其矢量甲虫的发育受益
抽象的微生物组在昆虫适应中起着至关重要的作用，尤其是在病原体侵袭等压力下。然而，有益微生物组的组装如何尚不清楚。木质甲虫甲虫替代品是松木疾病（PWD）线虫的主要害虫和载体，提供了独特的模型。我们在甲虫和微生物相互作用的画廊中使用扩增子测序（16S rRNA和ITS）进行了受控的体验。PWD显着改变了细菌和真菌群落，提出了不同的组装过程。确定性因素，例如优先效应，宿主选择和微生物相互作用形状的微生物组组成，将健康与PWN感染的画廊区分开。静脉细菌，富公司和ophiostomataceae可能是有益的，可以帮助甲虫的发育和病原体耐药性。这项研究揭示了线虫诱导的画廊微生物组的变化如何影响甲壳虫的发育，从而在昆虫 - 病原体相互作用的情况下散发出微生物组的灯光。洞察力收集到增强对PWD传播的理解，并通过微生物组操纵提出新的管理策略。
DNA折纸指导的金纳米球的自组装
等离子纳米结构经常用于创建具有多种光学效应的元整形面积。控制纳米结构的形状和定位是这种等离子跨面功能的关键。在光刻均值旁边，定向自组装是一条可行的途径，可在表面上以必要的精度在表面上创建等离子结构。在这里，提出了DNA折纸自组装和电子束光刻的组合方法，用于确定金纳米球在SIO 2表面上的定位。首先，DNA折纸结构与电子束图案的底物结合，然后通过DNA杂交连接到DNA折纸结构上定义的结合位点上的金纳米颗粒。然后使用溶胶 - 凝胶反应在DNA周围生长二氧化硅层，从而增加了自组装跨表面的稳定性。平均产量为74％的单金纳米球，位于确定位置，空间位置精度为9 nm。金纳米球二聚体和三聚体的速度分别为65％和60％。这种结构方法的适用性是通过制造的元张面积来证明的，其光学响应可以通过传入和散射光的极化来调节。
电子元件组装的进步：实时人工智能驱动的检测技术
摘要：本研究提出了一种先进的方法，通过利用最先进的人工智能 (AI) 和深度学习技术进行实时在线检查来提高电子组装质量。主要目标是确保符合严格的制造标准，特别是 IPC-A-610 和 IPC-J-STD-001。该系统利用现有的拾放机基础设施，在组装过程中捕获电子元件的高分辨率图像。这些图像由能够检测出各种缺陷的 AI 算法即时分析，包括元件及其引线中的损坏、腐蚀、伪造和结构不规则。这种主动方法通过将实时缺陷检测和严格遵守行业标准整合到装配过程中，从传统的被动质量保证方法中转变而来。该系统的准确率超过 99.5%，处理速度约为每个组件 5 毫秒，使制造商能够及时识别和解决缺陷，从而显著提高制造质量和可靠性。该实施利用大数据分析，分析超过十亿个组件来改进检测算法并确保强大的性能。通过在缺陷升级之前预防和解决缺陷，该方法可最大限度地减少生产中断并促进更高效的工作流程，最终大幅降低成本。本文展示了多个组件缺陷案例研究，重点介绍了通过人工智能和深度学习识别的各种缺陷类型。这些示例与详细的性能指标相结合，为优化电子元件组装流程提供了见解，有助于提高生产效率和质量。