XiaoMi-AI文件搜索系统
World File Search System评分算法
评估脱靶和靶评分算法并整合到向导 RNA 选择工具 CRISPOR 中。
结果：我们首次对 CRISPR/Cas9 预测进行了独立评估。为此，我们收集了八项 SpCas9 脱靶研究的数据，并将它们与流行算法预测的位点进行了比较。我们在一项实施中发现了问题，但发现基于序列的脱靶预测非常可靠，可以识别出大多数突变率高于 0.1% 的脱靶，而通过切断脱靶分数可以大大减少假阳性的数量。我们还根据可用数据集评估了靶向效率预测算法。预测与向导活性之间的相关性差异很大，尤其是对于斑马鱼。结合我们实验室的新数据，我们发现最佳靶向效率预测模型在很大程度上取决于向导 RNA 是从 U6 启动子表达还是体外转录。我们进一步证明，最佳预测可以显著减少向导筛选所花费的时间。
活动记录仪在睡眠医学中的作用
摘要 在过去的十年中，活动记录仪（基于活动的监测）已成为睡眠研究和睡眠医学的重要工具。活动记录仪用于记录睡眠-觉醒模式的有效性、可靠性和局限性已经得到解决。已经收集了整个发育过程中的睡眠-觉醒模式的规范数据。多项研究已经证明活动记录仪足以区分临床组并识别某些睡眠-觉醒障碍。活动记录仪还被证明可有效记录各种行为和医疗干预对睡眠-觉醒模式的影响。对于那些长时间处于静止状态（例如失眠症患者）或患有涉及改变的运动模式的疾病（例如睡眠呼吸暂停）的人来说，活动记录仪对于记录睡眠-觉醒的作用较小。潜在用户应注意活动记录仪的许多缺陷：（1）尚未为所有评分算法或设备或所有临床组建立有效性；（2）对于患有运动障碍或睡眠期间运动量大的个人，活动记录仪不足以诊断睡眠障碍； （3）使用计算机评分算法而不控制潜在的伪影会导致不准确和误导的结果。 2002 年由 Elsevier Science Ltd 出版
GeneTargeter：在疟原虫寄生虫中的基因组编辑中自动化，恶性疟原虫
丰富度与更好的编辑活动有关[54，55]。均聚物据报道偶尔会降低SGRNA效率[54-56]。 可以用两种算法之一来计算sgrna裂解预期位点的预测概率的目标分数：（1）Doench等人开发的原始规则集2分数。 cas9 sgrnas [57]，并以方位角更新（github.com/microsoftresearch/azimuth）;或（2）用于与CAS12A SGRNA一起开发的Cindel分数[53]。 最后，可用的靶向活动评分算法包括HSU等人开发的分数。 [58]和Doench等人开发的切割确定（CFD）得分。 [57]。 两者都是基于选择的SGRNA与目标基因组中所有其他可能的SGRNA之间成对比较的分数，并且使用系数矩阵确定成对得分，该系数矩阵在SGRNA中考虑了不匹配位置，以及在CFD得分的情况下确定了不匹配的身份。 因为两个分数的系数矩阵均来自均聚物据报道偶尔会降低SGRNA效率[54-56]。可以用两种算法之一来计算sgrna裂解预期位点的预测概率的目标分数：（1）Doench等人开发的原始规则集2分数。cas9 sgrnas [57]，并以方位角更新（github.com/microsoftresearch/azimuth）;或（2）用于与CAS12A SGRNA一起开发的Cindel分数[53]。最后，可用的靶向活动评分算法包括HSU等人开发的分数。[58]和Doench等人开发的切割确定（CFD）得分。[57]。两者都是基于选择的SGRNA与目标基因组中所有其他可能的SGRNA之间成对比较的分数，并且使用系数矩阵确定成对得分，该系数矩阵在SGRNA中考虑了不匹配位置，以及在CFD得分的情况下确定了不匹配的身份。因为两个分数的系数矩阵均来自
算法的所有：抵押市场中的AI可以扩大对房屋所有权的访问吗？
摘要：人工智能（AI）正在价值链的每个阶段转变抵押市场。在本文中，我们研究了抵押行业利用AI来克服黑人，棕色和低收入社区成员的历史和系统障碍的潜力。我们首先提出社会，道德，法律和实际标准，这些标准应在AI模型的开发和实施中考虑。基于此框架，我们讨论了正在改变抵押市场的AI的应用，包括数字营销，在信用评分算法，AI财产估值和贷款承销模型中包含非传统的“大数据”。我们得出的结论是，尽管当前的AI模型可能会反映与抵押市场中历史上存在的相同偏见，但存在于积极主动的，负责任的AI模型开发的机会，旨在消除抵押信贷访问的系统性障碍。
虹膜国家公平入围名单-2024
95 Online Systems Software 195844 Individual AI Yoga Guru Saanvi Tayal Rahul Public School Delhi New Delhi 96 Online Systems Software 196523 Individual Valuable Trash Pranet Hiranandani The Cathedral and John Connon School Maharashtra Mumbai 97 Online Systems Software 197246 Individual Parkinson Disease Detection Using Markerless Video Arav Dhoot Neerja Modi School拉贾斯坦斋浦尔98在线翻译医学科学196411团队洞察力Arya Neel Aryel Arjun Raks Raks Pallikooodam Tamil Nadu Coimbatore 99在线转化医学科学196372个体视野内部的游戏研究阿尔茨海默氏症的评分算法Prisha Goyal Scope公立学校Madhya Bhopal 101在线转化医学科学196966 Team Parkinstep：电子监视器 - 揭幕帕金森氏症的步态
在急性髓系白血病中使用个性化预后评分系统面临的现实挑战
摘要 个性化医疗对于急性髓系白血病 (AML) 患者来说是一个挑战。在几项 AML 试验中发现了几种基因突变，这促成了一种个性化预后评分算法的创建，即知识库 (KB)。在本研究中，我们评估了该算法对 167 名真实 AML 患者队列的预后价值。我们将 KB 预测的结果与真实结果进行了比较。对于 60 岁以下的患者，有利和中等 ELN 风险类别的 OS 相似。然而，KB 算法无法预测不利 ELN 风险类别中的年轻患者的 OS 以及有利 ELN 风险类别中 60 岁以上患者的 OS。这些差异可以通过几种新的治疗选择的出现以及异基因干细胞移植 (aHSCT) 结果和支持性护理的改善来解释。个性化医疗是一项重大挑战，预测模型是预测患者结果的有力工具。然而，在 AML 领域增加新的治疗选择需要对这些评分系统进行前瞻性验证，以包括最近的治疗创新。
5-羟基甲环胞嘧啶在无血浆细胞DNA中的测序鉴定了前列腺癌患者的独特表观基因组特征
结果和局限性：5hmc-sequesting的平均每样本读数为18.6（6.03至4243）的读数为98％（95-99％）可映射率。基线样本比较确定了20例进展患者和35例没有进展的患者的23,433个基因中的1,642个显着的5HMC差异（错误发现率，FDR <0.1）。进展的患者在多个标志性基因集中表现出明显的富集，并作为雄激素反应作为最大的富集基因集（FDR = 1.19E-13）。有趣的是，这种富集是由疾病进展的一组亚组驱动的，其基因组的5HMC高甲基化涉及AR，FOXA1和GRHL2。为了量化这些基因集的整体活性，我们使用整个基因集中基因读数的log2比率的平均值开发了一种基因集活性评分算法。我们发现，这些基因组中的活性得分在该亚组中的进展患者中明显高于其余患者，而不论进展状态如何。此外，这些基因集中的高活性评分与无进展的生存率差有关（p <0.05）。纵向分析表明，在3个月ADT后，该亚组中的活动得分显着降低，但在疾病进展后恢复了高水平。
富通保险推出人工智能代理培训工具“AI Drill”
透过量身定制的会议场景掌握沟通技巧保险代理人必须了解每位客户的独特需要。富通保险与Datality Lab共同研发的「AI Drill」，采用人工智能分析及机器学习技术，提供10个情景模拟，提升用户的沟通技巧，让他们透过对话更了解客户。「AI Drill」利用70个表现检查点和170个评分算法，评估代理人和代理人学生与具有不同背景设置的人工智能客户的沟通方式。从语调到流利度，从讲话内容到肢体语言，「AI Drill」提供更客观和全面的回馈机制，与培训师的个人知识相辅相成。富通保险代理首席代理官兼首席人才官苏婉玲表示：“富通保险一直致力为我们的代理人和保险专业人士提供最好的资源，协助他们发展个人成长，并在保险行业发展事业。”苏女士继续说道：“考虑到这一点，我们今年推出了‘LEAP & Beyond 创业发展计划’，帮助那些雄心勃勃的年轻人才培养创业技能。今天，我们加入了‘AI Drill’
CRISPR/Cas 基因组编辑的计算工具和资源
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。