XiaoMi-AI文件搜索系统
World File Search System萤火虫
深度学习自闭症分类和预测
研究表明，基于静息状态功能磁共振成像（fMRI）数据，随机SVM群集方法具有协助ASD辅助诊断的潜力。12研究人员使用自闭症脑成像数据交换（ABIDE）数据集中的脑成像数据来识别ASD。此处使用了带有反向传播算法的多层感知器。13论文讨论了移动自闭症风险评估工具。为移动设备设计，该计划可早日确定有自闭症谱系状况的风险。他们使用二进制萤火虫算法，其精度为91-92％。14研究人员使用众包获取信息。他们收集了许多自闭症和多动症患者以及正常成长的人的临床测试和行为观察。他们使用的精度为60至90％的SVM算法。15这些研究使用了精度为89％的SVM随机算法。16-18研究提供了一种机器学习方法来预测任何年龄段的自闭症症状。研究
基于灰狼优化器的综合技术-经济-环境能源管理策略的独立混合微电网系统的优化性能
近来，全球对通过微电网 (MG) 组织可再生能源 (RES) 运行的兴趣日益浓厚，这是解决技术、经济和环境困难的独特方法。本研究建议在混合微电网系统中实施发达的分布式资源管理策略 (DRMS)，以降低总净百分比成本 (TNPC)、能量损失 (P loss) 和气体排放 (GEM)，同时将成本效益指数 (CBI) 和电力供应损失概率 (LPSP) 作为运营约束。灰狼优化器 (GWO) 用于寻找混合微电网组件的最佳规模，并计算具有和不具有所提出的管理方法的多目标函数。此外，还对许多经济和技术参数进行了详细的敏感性分析，以评估系统性能。与正常运行相比，所提出的策略分别将系统的总净现值成本、功率损失和排放量降低了 (1.06%)、(8.69%) 和 (17.19%)。采用萤火虫算法（FA）和粒子群优化（PSO）技术验证结果。本研究从技术、经济和环境角度给出了评估混合微电网系统有效性的更详细计划。
使用 K 增强脑肿瘤 MRI 分割
简介：医学图像分割通常是医学图像分析中的关键步骤，常与众多临床应用相关。磁共振成像（MRI）提供了对干预和手术计划具有决定性作用的各种解剖结构的详细可视化。目的：本文的目的是设计和应用一种增强型脑肿瘤 MRI 分割方法，使用 K 均值作为基于机器学习的粒子群优化（PSO）和萤火虫算法（FA）。方法：引入了一种基于速度变化的 Swarm Based PSO 的新型适应度函数，增强了分割区域。通过将 PSO 应用于分割部分，可以增强传统的 k 均值算法。应用群体智能的另一个扩展 Firefly 来比较基于 PSO 的分割结果，并使用基于 Firefly 的分割。结果：模拟结果以精度（98%）、召回率（0.95）、f 值（0.96）、准确率（97%）和分割时间（2.63s）来评估，以衡量图像分割获得的主要结果的质量。结论：比较研究表明，提出的使用 k-means 结合 FA 的设计在检测脑肿瘤 RoI 方面表现出较高的准确率和精确度。
CRISPRATER：具有CRISPR技术的哺乳动物细胞自动基因调节的生物分子电路
图1 - 反思积分控制器和强大的完美适应。a）反思积分控制器是一个负反馈回路（闭环），其中组成型表达的激活剂物种X驱动了感兴趣的Z（输出）的表达。z驱动抑制剂y的表达，该抑制剂y结合并抑制X。当z的浓度变化时，y也会导致x以相反的方式变化（例如如果z的浓度降低，则活性x将增加，反之亦然）。该机制使反思积分控制器在扰动（红线）面对面的Z（实心橙色线）的浓度（固体橙色线）（红线），从而使Z恒定随着时间的推移保持恒定。在开放环配置中，Z是从组成型启动子直接表达的，如果由于外部扰动（红线）而其浓度降低（红线），其浓度随着时间的流逝不会恒定（虚线橙色线）。b）我们实施中的物种本身就是转录激活剂，并且可以通过将发光萤火虫荧光素酶（FLUC）放置在由Z驱动的启动子下，或直接将EGFP Pluorescent Reporter融合到Z本身的启动子中，可以间接地跟踪其浓度。
e-guard：专家指导的鲁棒干扰复合检测
由小有机化合物引起的分析干扰继续对早期药物发现构成巨大挑战。已经开发了各种计算方法来识别可能引起测定干扰的化合物。但是，由于可用于模型开发的数据稀缺，这些方法的预测准确性和适用性受到限制。在这项工作中，我们介绍了E-Guard（专家指导的鲁棒干扰复合检测的增强），这是一个新颖的框架，试图通过整合自我介绍，积极的学习和专家指导的分子产生来解决数据稀缺和失衡。e-guard迭代地用与干扰相关的分子丰富了训练数据，从而产生了具有出色性能的定量结构交流关系（QSIR）模型。我们以四个高质量数据集，氧化还原反应性，纳米酸酯酶抑制和萤火虫荧光素酶抑制的示例，证明了电子方形的实用性。与未经e-Guard数据增强的模型相比，这些数据集的MCC值最高为0.47，其富集因子的改进有两个或更高。这些结果突出了电子保守物作为缓解早期药物发现中测定干扰的可扩展解决方案的潜力。
e-guard：专家指导的鲁棒干扰复合检测
由小有机化合物引起的分析干扰继续对早期药物发现构成巨大挑战。已经开发了各种计算方法来识别可能引起测定干扰的化合物。但是，由于可用于模型开发的数据稀缺，这些方法的预测准确性和适用性受到限制。在这项工作中，我们介绍了E-Guard（专家指导的鲁棒干扰复合检测的增强），这是一个新颖的框架，试图通过整合自我介绍，积极的学习和专家指导的分子产生来解决数据稀缺和失衡。e-guard迭代地用与干扰相关的分子丰富了训练数据，从而产生了具有出色性能的定量结构交流关系（QSIR）模型。我们以四个高质量数据集，氧化还原反应性，纳米酸酯酶抑制和萤火虫荧光素酶抑制的示例，证明了电子方形的实用性。与未经e-Guard数据增强的模型相比，这些数据集的MCC值最高为0.47，其富集因子的改进有两个或更高。这些结果突出了电子保守物作为缓解早期药物发现中测定干扰的可扩展解决方案的潜力。
利用 CRISPR/Cas9 生成内源启动子驱动的荧光素酶报告系统，用于研究核心时钟基因 BMAL1 的转录调控
摘要：人类和其他生物体通过大气、饮用水、食物或直接接触不断接触成千上万种化学物质。这些化学物质中很大一部分浓度很低，即使在未观察到不良影响水平 (NOAEL) 下也可能产生协同作用。复杂的污染物混合物很难通过传统的毒理学方法进行评估。人们越来越关注不同污染物如何通过影响昼夜节律而诱导人体不良的生理功能。然而，从大量化学物质或其复杂混合物中筛选出具有昼夜节律破坏作用的化合物非常困难。我们通过 CRISPR/Cas9 建立了稳定的萤火虫荧光素酶报告基因敲入 U2-OS 细胞系，以筛选昼夜节律破坏污染物。荧光素酶基因插入核心时钟基因 BMAL1 下游并由内源启动子控制。与使用外源启动子的检测系统相比，这些细胞能够检测干扰 BMAL1 基因表达介导的昼夜节律系统的化合物。U2-OS 敲入细胞显示，当用 BMAL1 抑制剂和激活剂处理时，BMAL1 和荧光素酶活性发生了平行变化。此外，荧光素酶报告基因具有高灵敏度，比传统毒理学方法更快、更经济。敲入细胞系可用于高通量、高效筛选破坏昼夜节律的化学物质，例如药物和污染物。
2383-1359 ISSN-ONLINE
供应连锁店在塑造一个国家的经济格局中起着关键作用，使其可持续性成为最重要的关注。但是，明显缺乏解决这个关键问题的全面政策框架。这项研究旨在通过引入两种新颖的政策方法来填补这一空白。我们的研究重点是通过应用AI驱动政策来优化供应链网络。我们分析了两种特定政策的有效性：一项涉及供应商的补贴，另一个涉及通过集成商设施进行包装和协调的政府干预。为了评估这些策略，我们使用萤火虫算法（FA）开发数学模型并优化它们。研究结果清楚地表明，补贴赋予了第一个模型可辨别的优势，强调了它们在塑造其功效中的作用。有趣的是，第二个模型作为强大的竞争者出现，尤其是在不受补贴的支持中不束缚时。这阐明了第二型模型设计的固有稳健性，即使没有经济激励措施的拐杖也具有弹性。除了补贴之外，该研究还深入了解了以AI-wived方法论为基础的整体政策范式的本质。它拥护了一种全面方法的必要性，该方法超出了仅仅是经济援助的范围，主张安装监管框架，以激发出版商的问责制。这种多方面的方法可确保社会福利的轨迹无缝地编织成供应链功能的结构，从而确保了可持续且公平的收益分配。
在温室中与电池储能系统优化透明的光伏整合：考虑贝斯退化的每日光积分受限的经济分析
温室为作物种植提供了控制的环境，并整合半透明的光伏（STPV）面板提供了产生可再生能源的双重好处，同时促进自然光穿透光合作用。这项研究将整合电池存储系统（BESS）与温室农业中的STPV系统进行可行性分析，考虑到不同农作物的每日光积分（DLI）的要求是主要约束。采用增强的萤火虫算法（FA）来优化PV覆盖率和BES的容量，该分析旨在在25年内最大化净现值（NPV），以作为主要经济参数。通过纳入各种农作物类型的DLI要求，该研究可确保最佳的作物生长，同时最大程度地发电。为了确保现实的长期预测，该分析纳入了25年期间的BESS退化，从而考虑了能源储能的容量损失和效率降低。结果揭示了作物类型的重大影响，具有各种必需的DLI和透明度因子对优化的BES，因此对项目的NPV进行了重大影响。仿真结果表明，对于具有较高DLI需求的农作物，温室中的PVR％可行范围从42％到91％，具体取决于STPV的透射因子。此外，该研究表明，在所有情况下，初始负收入都是普遍的，NPV的最高收入为$ 1,331,340，其农作物的需求较低，而BESS容量为216 kW。
针对 Nsp1-核糖体复合物的药物显示出抗病毒作用......
摘要 SARS-CoV-2 非结构蛋白 1 (Nsp1) 包含一个 N 端结构域和由短连接区连接的 C 端螺旋。SARS-CoV-2 的 Nsp1 (Nsp1-C-ter) 的 C 端螺旋与 40S 核糖体亚基的 mRNA 进入通道结合并阻止 mRNA 进入，从而关闭宿主蛋白质合成。Nsp1 抑制宿主免疫功能，对病毒复制至关重要。因此，Nsp1 似乎是治疗的一个有吸引力的靶点。在本研究中，我们对美国食品药品监督管理局 (FDA) 批准的针对 Nsp1-C-ter 的药物进行了计算机筛选。在获得的最佳匹配中，孟鲁司特钠水合物与 Nsp1 结合的体外结合亲和力 (KD ) 为 10.8 ± 0.2 µM。在模拟运行中，它与 Nsp1-C-ter 形成稳定的复合物，结合能为 –95.8 ± 13.3 kJ/mol。孟鲁司特钠水合物还挽救了 Nsp1 在宿主蛋白质合成中的抑制作用，这通过萤火虫荧光素酶报告基因在细胞中的表达得到证明。重要的是，它显示出对 SARS-CoV-2 的抗病毒活性，并在表达 ACE2 的 HEK 细胞和 Vero-E6 细胞中降低了病毒复制。因此，我们建议以孟鲁司特钠水合物为先导分子，设计有效的抑制剂来帮助对抗 SARS-CoV-2 感染。