摘要 过去十年,人们在识别用途更广泛的成簇规律间隔短回文重复序列 (CRISPR)/CRISPR 相关蛋白 (Cas) 核酸酶及其功能变体以及开发精确的 CRISPR/Cas 衍生基因组编辑器方面取得了快速发展。基因组编辑器的可编程和强大特性为基础生命科学研究及其在生物医学创新和有针对性的作物改良等不同场景中的后续应用提供了有效的 RNA 引导平台。最重要的原则之一是以预期的方式引导基因组序列或基因的改变,而不会产生不良的脱靶影响,这在很大程度上取决于单向导 RNA (sgRNA) 指导的识别目标 DNA 序列的效率和特异性。经验评分算法和机器学习模型的最新进展促进了 sgRNA 设计和脱靶预测。在本综述中,我们首先简要介绍了 CRISPR/Cas 工具的不同特点,应考虑到这些特点以实现特定目的。其次,我们重点介绍在设计 sgRNA 和分析 CRISPR/Cas 诱导的靶向和脱靶突变中广泛使用的计算机辅助工具和资源。第三,我们对现有计算工具的局限性提供了见解,这将有助于该领域的研究人员进一步优化。最后,我们提出了一个简单但有效的工作流程,用于选择和应用基于网络的 CRISPR/Cas 基因组编辑资源和工具。
神经回路的连接模式形成一个复杂的网络。这些电路中的信号如何表现为复杂的认知和适应性行为仍然是神经科学中的核心问题。伴随连接组和人工智能的进步从根本上开放了新的机会,以了解连接模式如何影响生物脑网络中的计算能力。储层计算是一种多功能范式,它使用高维动力系统的非线性动力学来执行计算和近似认知功能。在这里我们提供Conn2Res:一种开源Python工具箱,用于实现生物神经网络作为人工神经网络。conn2res是模块化的,允许施加任意体系结构和任意动态。该工具箱允许研究人员输入使用多种技术重建的连接组,从图形跟踪到非侵入性扩散成像,并施加多个动力学系统,从简单的尖峰神经元到磁性动力学。CONN2RES工具箱的多功能性使我们能够在神经科学和人工智能的汇合处提出新问题。通过将函数重新概念化为计算,Conn2Res为对大脑网络中结构功能关系的更机械理解设定了阶段。
摘要 — 量子计算有可能在处理方面提供比传统计算高得多的性能优势。它利用量子力学现象(如叠加、纠缠和干涉)来解决计算问题。它可以探索传统计算机无法有效执行的数据的非典型模式。量子计算机处于发展的初期,由于退相干而产生噪声,即量子比特会因环境相互作用而恶化。虽然量子算法可以提前开发,但量子计算机需要很长时间才能实现容错。在开发量子硬件、软件开发工具包和模拟器方面的大量投资导致了多种量子开发工具的出现。选择合适的开发平台需要正确理解这些工具的功能和局限性。虽然对不同的量子开发工具进行全面比较将非常有价值,但据我们所知,目前还没有如此广泛的研究。因此,我们的论文将对这些工具进行详尽的描述,并从实用性、容量、成本、效率和社区支持等方面对它们进行比较。它还将提供使用这些工具的指南以及为组合优化问题设计量子解决方案的端到端教程。
本研究得到了百亿亿次计算项目 (17-SC-20-SC) 的支持,该项目是美国能源部科学办公室和国家核安全局的联合项目,负责提供一个强大的百亿亿次生态系统,包括软件、应用程序和硬件技术,以支持美国百亿亿次计算的需求。这项工作得到了劳伦斯伯克利国家实验室实验室指导研究与开发计划的支持,美国能源部合同编号为 DE-AC02-05CH11231。本研究使用了橡树岭领导计算设施的资源,该设施是美国能源部科学办公室用户设施,由合同 DE-AC05-00OR22725 提供支持,国家能源研究科学计算中心 (NERSC) 是美国能源部科学办公室用户设施,位于劳伦斯伯克利国家实验室,根据合同编号 DE-AC02-05CH11231 运营,使用 NERSC 奖项 ASCR-ERCAP0022112。本工作利用了日本理化学研究所通过 HPCI 系统研究项目(项目编号:ra010013)提供的超级计算机 Fugaku 的计算资源
摘要 - Quantum Computing(QC)是指通过量子力学(QM)继承和构建的新兴范式,具有巨大的潜力,可以解锁以前无法解决科学家无法解决复杂且计算上棘手的问题的非凡机会。近年来,QC的巨大努力和进步标志着与古典计算技术更有效地解决现实世界问题的重要里程碑。虽然近年来正在转移量子计算,但仍需要致力于将该领域从一个想法转移到工作范式。在本文中,我们进行了系统的调查,并对论文,工具,框架,平台进行分类,以促进量子计算并从应用程序和量子计算的角度进行分析。我们提出量子计算层,量子计算机平台的特征,电路模拟器,开源工具CIRQ,TensorFlow量子,ProjectQ,允许使用功能强大且直观的语法在Python中实现量子程序。之后,我们讨论当前的本质,确定开放挑战并提供未来的研究方向。我们得出的结论是,在过去的几年中,出现了许多框架,工具和平台,目前可用的设施的改进将利用量子研究社区中的研究活动。
本报告介绍了爱达荷国家实验室为核管理委员会 (NRC) 开展的项目,该项目旨在探索用于运营核电站的先进计算工具和技术,例如人工智能 (AI) 和机器学习 (ML)。该报告回顾了核数据源,重点关注可通过先进计算工具和技术应用的运营经验数据。描述了来自不同来源的工厂特定数据和通用(国内和国际)数据。该报告描述了统计数据与 AI/ML 之间的关系,然后介绍了监督和无监督学习中最广泛使用的 AI/ML 算法。该报告回顾了先进计算工具和技术在核工业各个领域的最新应用,例如反应堆系统设计和分析、工厂运行和维护以及核安全和风险分析。该报告介绍了该项目对 AI/ML 技术在提高先进计算能力方面的潜在适用性的见解,先进的工具和技术如何有助于理解安全和风险,以及需要哪些信息才能为决策者提供有意义的见解。
数学史在数学教育中起着重要作用。本文在分析数学史在数学教育中的作用时,关注古老的计算工具——算盘。算盘是历史上已知最古老的手工计算工具,在古代美索不达米亚、埃及、希腊和罗马都有使用,而算盘的改进模型仍在使用。本文介绍了历史上出现的不同版本的算盘(萨拉米斯、罗马、中国、日本、俄罗斯和印度算盘(机械和数字)),特别强调了日本算盘(Soroban)的重要性,它被认为是最有效的版本,因为它仅适用于十进制数字系统。本文旨在通过理论分析的方法探索算盘在儿童数学教育中的作用、价值和应用可能性。我们特别关注算盘在以下数学教育方面的应用:学习心算、理解数字的局部值、儿童智力发展、治疗发育障碍儿童(主要是视力和听力障碍儿童),以及其作为激发解决问题能力的手段的贡献。
摘要:考虑到数学史及其发现在当今数学教育中可以发挥重要作用,作者提请关注一种古老的计算工具——算盘,并指出其在与儿童一起工作中的作用、重要性、价值和提供的机会。为了实现这一目标,作者使用理论分析的方法,从以下方面研究了日本算盘(soroban)在数学教育中的应用价值:学习心算、理解数字的位值、对与有发育障碍的儿童(主要是视力和听力障碍)一起工作的贡献,以及对儿童智力发展和解决问题能力的贡献。基于大量的研究论文和观点,作者得出结论,日本算盘在儿童数学教育中可以带来许多益处,其中最重要的是对心算的概念理解和发展心算和解决问题的能力,对数字的结构、大小和关系有一个清晰的心理图像,理解数字的位值,同时也培养对数学的积极性和积极态度。