XiaoMi-AI文件搜索系统
World File Search System谱矩
超广谱 β-内毒素的体外敏感性模式...
背景：如果治疗不当，超广谱 β-内酰胺酶 (ESBL) 正在成为常见的院内病原体，并且是导致死亡和发病的重要原因。当务之急是找到有效的治疗方案来对付产生 ESBL 的细菌。本研究旨在评估超广谱 β-内酰胺酶的产菌对四环素类药物的体外敏感性模式。方法：这项描述性横断面研究在拉瓦尔品第国立科技大学陆军医学院微生物学系进行了 6 个月。本研究纳入了 78 个非重复分离株。使用 Jarlier 等人的方法进行 ESBL 检测。然后使用改良的 Kirby Bauer 纸片扩散法测试四环素类药物（如四环素、强力霉素、米诺环素和替加环素）的体外敏感性。在孵育期结束后测量抑菌圈，并根据 CLSI 和 FDA 指南进行解释。结果：分离株中大肠杆菌约占56.4%，肺炎克雷伯菌约占28.2%，肠杆菌属约占10.26%，产酸克雷伯菌和不动杆菌属各占2.6%。ESBLs对替加环素最敏感，对米诺环素的敏感性次之，对强力霉素和四环素的敏感性最差。结论：在四环素类中，替加环素对产ESBL的革兰氏阴性杆菌体外敏感性最好。关键词：超广谱β-内酰胺酶（ESBLs），四环素，敏感性
谱与空间指数在特定类别中的应用...
在本文中，我们讨论了使用指标来应对机载棱镜实验 (APEX) 高光谱开放科学数据集 (OSD) 的维数缺点，并使用可能性 c 均值 (PCM) 算法提高分类精度。这用于制定光谱和空间指标，以较低的维度描述数据集中的信息。这种降低的维度用于分类，试图提高确定特定类别的准确性。光谱指标是根据目标的光谱特征编制的，空间指标是使用定义邻域上的纹理分析来定义的。为了评估光谱和空间指标在提取特定类别信息中的适用性，考虑了 20 个不同空间分布的类别的分类。数据集的分类分两个阶段进行；光谱和光谱与空间指数的组合分别作为 PCM 分类器的输入。除了降低熵之外，在考虑光谱空间指数方法的同时，实现了 80.50% 的整体分类准确率，而仅光谱指数为 65%，最佳确定的主成分为 59.50%。
从不同环境模型导出的行星际空间质子谱
了解空间辐射环境对于设计和选择用于空间应用的材料和部件至关重要。这种环境不仅以太阳的电磁辐射为特征，而且还以带电粒子为特征，带电粒子分为太阳风、太阳高能粒子 (SEP) 和银河宇宙射线 (GCR)。特别是对于材料工程和鉴定测试，需要从 keV 到 GeV 的粒子能量的微分和积分谱。到目前为止，已经有各种各样的模型可用，但很难保持概览。尽管欧洲空间标准化合作 (ECSS) 标准包括有关如何研究粒子辐射的说明，但它并未提供整体视图。本文将为那些需要全面概述的人提供支持，并提供有关质子辐射谱的全面信息，这些信息可能用于从任务分析到材料和组件设计以及鉴定测试等空间工程任务。检查了可公开访问的平台 OLTARIS、SPENVIS 和 OMERE，以获取可用的质子光谱。例如，考虑了第 23 个太阳周期的粒子辐射，该周期涵盖了 1996 年至 2008 年。可用模型的一个共同缺点是它们仅限于 MeV 范围。特别是当材料直接暴露在太空环境中时，低能粒子（特别是 keV 范围）会引起人们的高度关注，因为这些粒子会将所有能量转移到材料上。因此，使用了额外的数据源，以便将通常被忽略的低能质子纳入派生光谱中。数据被转移到通用单位集，最终可以进行比较和合并。这包括对最常见模型的比较，包括数据基础、适用性和可访问性。因此，拟合了广泛而连续的光谱，其中考虑了所有不同模型及其不同的能量和通量。每一覆盖年份都用拟合光谱表示，包括适用的置信度。针对太阳活跃和安静时期，提供光谱。
使用相关次级离子质谱成像
摘要：从化石燃料到绿色能源的全球过渡是对有效可靠的储能系统的需求。电池材料的高级分析和表征不仅对于了解基本电池特性，而且对它们的持续开发至关重要。对这些系统的深入了解通常很难仅通过预/或验尸后的分析获得，而电池的全部复杂性被隐藏在其操作状态下。因此，我们开发了一种操作方法，用于在结构上，化学，期间和循环后在结构上以及化学上分析固态电池（SSB）。该方法基于特殊设计的样品持有人，该样品持有人可以实现各种电化学实验。由于整个工作流程是在配备了内部发达的磁性扇形辅助离子质谱仪的单个聚焦离子梁扫描电子显微镜中执行的，因此我们能够随时暂停循环，进行分析，然后继续循环。微结构分析是通过二级电子成像进行的，并使用二级离子质谱仪进行化学映射。在这项概念验证研究中，我们能够在短路的对称细胞中识别树突和化学绘制树突结构。虽然此方法专注于SSB，但该方法可以直接适应不同的电池系统及其他地区。我们的技术显然比电池分析的许多替代方案具有优势，因为不需要在仪器之间进行样品的转移，并且直接获得了微结构，化学组成和电化学性能之间的相关性。
癌症及其治疗意义中的基因表达谱
公共领域中可用的大量肿瘤和细胞系的大量基因表达数据代表了巨大的资源。对于任何主要的癌症类型，表达数据都可以识别分子亚型，预测患者的结果，确定治疗反应的标志物，确定体细胞突变的功能后果，并阐明转移性和晚期癌症的生物学。本综述提供了癌症中基因表达分析的广泛概述（可能包括转录组和蛋白质组水平）以及使用这些数据做出的发现的类型。本综述还提供了访问公共癌基因表达数据集并产生独特的数据观点和产生的感兴趣基因的特定示例。这些例子涉及泛癌分子亚型，代谢相关的表达相关性的患者存活涉及多种癌症类型，以及乳腺肿瘤中化学疗法反应的基因表达相关。
硅的拉曼光谱，用铂掺杂并被质子辐照
摘要。在这项工作中，通过拉曼光谱法研究了质子照射和铂杂质对硅样品晶体结构的影响。已经确定，具有铂的Si的单晶掺杂会导致小变化和拉曼光谱中新振动的出现。在521 cm – 1处主硅峰的强度降低了1.6倍，而其FWHM实际上没有变化，约为4.0 cm – 1。这种峰强度的降低可能是由于PT扩散而导致硅晶格结构中键的键和破坏。表明，在Si 光谱中60–280 cm1范围内的新振动的出现与元素PT的存在和PTSI的形成有关。已经发现，具有600 keV质子的Si 样品的照射会导致拉曼光谱发生变化，而PT和/或PTSI的峰消失了。
diffms：以质谱为条件的分子的扩散产生
质谱法在阐明未知分子的结构和随后的科学发现中起着基本作用。结构阐明任务的一种结构是给定质量谱的分子结构的有条件生成。朝着针对小分子的更有效和有效的科学发现管道，我们提出Diffms，这是一个由公式限制的编码码头生成网络，可在此任务上实现最先进的性能。编码器利用变压器档位，并模型质谱域知识，例如峰值公式和中性损耗，而解码器是一个离散的图形扩散模型，该模型受已知化学公式的重原子组成限制。为了开发一个桥梁解码器，它可以弥合潜在的嵌入和分子结构，我们用指纹结构对预处理扩散解码器，这些解码器几乎以无限的量为单位，与结构 - 光谱对相对，以数千的数量为单位。在已建立的基准上进行的广泛实验表明，DIFFMS在从头分子上构成现有模型。我们提供了几种消融，以揭示我们扩散和预训练方法的有效性，并随着预训练的数据集尺寸的增加而显示出一致的穿孔缩放。DIFFMS代码可在https：//github.com/coleygroup/diffms上公开获得。
双膦酸盐的免疫相关表达谱——...
目的：研究双膦酸盐相关颌骨坏死（BRONJ）的免疫细胞和基因组图谱，挖掘潜在的小分子药物。方法与材料：从基因表达数据库（GEO）下载患有BRONJ的多发性骨髓瘤（MM）患者的基因组图谱。通过估计RNA转录本的相对亚群，通过细胞类型识别预测患者体内22种免疫细胞亚群的浸润。此外，识别BRONJ的差异表达免疫相关基因（DEMG），然后进行基因本体论和京都基因和基因组百科全书（KEGG）富集分析以进行功能注释。然后，基于DEGs通过连接图（CMAP）预测用于治疗BRONJ的潜在药物。结果：BRONJ患者中天然CD4+T细胞和M0巨噬细胞比例较高，静息肥大细胞、NK细胞和嗜酸性粒细胞比例下调（P < 0.05）。静息树突状细胞和γδT细胞呈正相关（r=0.93）。另外，从BRONJ表达谱的336个DEG中筛选出36个DEMG。GO富集分析显示，DEMG与肽基酪氨酸修饰、髓系白细胞迁移、白细胞趋化和趋化因子产生调控最相关（P<0.05）。KEGG分析显示DEMG主要与细胞因子-细胞因子受体相互作用、IL-17信号通路和NF-κB信号通路有关（P<0.05）。此外，在伴有ONJ的MM患者中筛选出12种小分子药物。结论：BRONJ中免疫细胞类型和免疫相关转录组不同组成的发现有助于解释MRONJ的发生、发展，为BRONJ的治疗提供了新的靶点。
用于太空的紧凑型片上光谱成像
免责声明 - 本信息按“原样”提供，不作任何陈述或保证。Imec 是 IMEC International（根据比利时法律成立的法人实体，名称为“stichting van openbaar nut”）、imec Belgium（由弗兰德政府支持的 IMEC vzw）、imec the Dutch（Stichting IMEC Nederland，由荷兰政府支持的 Holst Centre 的一部分）、imec Taiwan（IMEC Taiwan Co.）、imec China（IMEC Microelectronics (Shanghai) Co. Ltd.）、imec India（Imec India Private Limited）、imec Florida（IMEC USA 纳米电子设计中心）活动的注册商标。
具有可变可再生能源的稳定随机容量扩张：比较矩匹配和分层场景生成抽样
本文探讨了在长期容量扩张模型中纳入代表短期随机性的运行场景的重要性，其中可变可再生能源占比很高。由于场景生成程序通常是概率性的，例如基于抽样，因此确保容量扩张模型中的稳定结果至关重要，因此决定最佳解决方案的是潜在的不确定性，而不是模型中不确定性的近似值。然而，尚不清楚哪些运行场景属性对于确保随机模型的良好结果和稳定性很重要。本文评估了代表欧洲电力系统的多视野随机容量扩张问题中的三种基于抽样的场景生成程序。我们比较了可变可再生能源占比很高的随机建模与确定性建模的使用情况。此外，我们对每个程序的 90 个场景树进行样本内和样本外稳定性测试，并比较了程序在从实际分布近似最优值时产生稳定系统成本和容量投资的能力。结果表明，与确定性建模相比，可变可再生能源占比超过 80% 的随机建模会导致对可调度和可变可再生能源容量的投资增加，这意味着在可变可再生能源占比非常高的情况下应使用随机建模。与其他替代方案相比，基于分层抽样的场景生成程序在相同数量的运营场景下提高了稳定性，应进一步探索使用分层抽样的场景生成程序。