XiaoMi-AI文件搜索系统
World File Search System轨迹分析
CDKN2ALOW癌细胞胜过...
摘要。经过杀虫剂处理的网（ITN）仍然是控制疟疾传播的关键干预措施，但是蚊子对这些干预措施的响应蚊子的行为适应性尚未完全理解。这项研究检查了抗杀虫剂（IR）和杀虫剂敏感的（IS）Anopheles gambiae菌株（OL）网络（OL），一种氯菊酯浸渍的ITN的飞行行为，而不是未经处理的净（UT）。使用机器学习（ML）模型，我们以高精度（0.838）和ROC AUC（0.925）对蚊子飞行进行了分类。与假设OL的行为变化会随着时间的推移而加剧的假设，我们的发现表明，IR的复杂，不稳定的飞行路径和已处理的网络周围的蚊子发作。SHAP分析确定了OL暴露的三个关键预测特征：飞行角变化中零交叉的频率，飞行角度变化的第一个四分位数以及水平速度的零交叉。这些暗示了破坏性的飞行模式，表明杀虫性刺激。虽然蚊子表现出快速，无序的轨迹，并且大部分在30分钟内死亡，但在整个2小时的实验中，IR蚊子持续存在，但表现出类似的干扰行为，表明抗性并未完全触及局部破坏。我们的发现挑战文献表明，苄氯菊酯在溶液形式中的驱虫性，而不是在纳入净纤维中时支持刺激性或接触驱动的效果。未来的工作应将这些方法扩展到其他ITN，以进一步阐明蚊子行为和杀虫疗法之间的复杂相互作用。这项研究强调了基于ML的轨迹分析对于理解蚊子的价值，可以完善ITN的配置并评估旨在破坏蚊子飞行行为的新型主动感。
使用直接聚变驱动器探索海王星外天体
直接聚变驱动器 (DFD) 是一种核聚变发动机，可为任何航天器产生推力和电力。它是一种紧凑型发动机，基于 D-3He 无中子聚变反应，使用普林斯顿场反转配置进行等离子体约束，并使用奇偶校验旋转磁场作为加热方法实现聚变。推进剂是氘，它被聚变产物加热，然后膨胀到磁喷嘴中，产生排气速度和推力。根据任务要求，单个发动机的功率范围可以在 1 - 10 MW 之间，并且能够实现 4 N 至 55 N 的推力，具体取决于所选功率，比冲约为 10 4 s。在这项工作中，我们介绍了使用这种发动机到达和研究太阳系外边界的可能性。目标是在不到 10 年的时间内，携带至少 1000 公斤的有效载荷，前往柯伊伯带及更远的海王星外天体 (TNO)，如矮行星鸟神星、阋神星和鸟神星，从而可以执行从科学观测到现场操作等各种任务。所选的每个任务剖面图都尽可能简单，即所谓的推力-滑行-推力剖面图，为此，每个任务分为 3 个阶段：i. 从低地球轨道逃离地球引力的螺旋轨迹；ii. 行星际旅行，从离开影响区到滑行阶段结束；iii. 机动与矮行星会合。图中给出了每次机动的推进剂质量消耗、初始和最终质量、速度和 ∆ V。轨迹分析针对两种情况进行：简化场景，其中 TNO 在黄道平面上没有倾斜，真实场景，其中考虑了真实的倾斜角。此后，研究了多种场景，以达到 125 AU，以便研究太阳磁层的外部边界。我们的计算表明，由 DFD 推进的航天器将在有限的时间内以非常高的有效载荷与推进剂质量比探索太阳系的外部边界，开辟前所未有的可能性。
合并症模式对“难以治疗”的类风湿性关节炎患者的长期功能演变和疾病活动有不同的影响
摘要 背景 尚不清楚难以治疗 (D2T) 类风湿性关节炎患者的长期结果特征以及导致其发展的因素。在此，我们探讨了 D2T 长期结果的异质性和促成因素。 方法 患者纳入前瞻性单中心队列研究。应用 EULAR 对 D2T 的定义。使用潜在类别轨迹分析评估功能状态 (改良健康评估问卷 (mHAQ)) 和疾病活动性 (疾病活动评分-28 (DAS28)) 的纵向聚类。使用多元线性混合模型来检查合并症及其聚类对长期结果的影响。 结果 1264 名患者中有 251 名 (19.9%) 被确诊为 D2T。年龄较小、纤维肌痛、骨关节炎、首次使用生物或靶向合成抗风湿药物 (b/ts-DMARD) 时的 DAS28-红细胞沉降率 (ESR) 以及在 b/ts-DMARD 治疗的前 6 个月内未能降低 DAS28-ESR 评分是患者患上 D2T 的重要预测因素。长期随访（总计 5872 人年）显示功能状态演变分为四组：18.2% 的患者 mHAQ 稳定、轻度受损（平均 0.41），39.9% 的患者逐渐改善（1.21-0.87），两组患者缓慢恶化或功能障碍稳定且显著（HAQ>1）。同样，确定了四组不同的疾病活动演变。在评估的不同合并症群中，“心理健康和疼痛相关疾病”或“代谢疾病”的存在对 mHAQ 恶化（两者均为 p<0.0001）和 DAS28 演变（分别为 p<0.0001 和 p=0.018）有显著影响。结论 D2T 患者在长期病程方面代表了一个异质性群体。心理健康/疼痛相关疾病以及代谢疾病会导致长期不良后果，应针对性治疗，以优化此类类风湿性关节炎的预后。
桑切斯的摔跤手
•具有数值模拟，扰动理论，卫星稳定性和处置轨道，小体勘探，轨迹分析，扰动（作为太阳辐射压力）的经验，以改变卫星的轨道，放射线驱动和重力捕获。•开发轨道传播器软件。使用常规轨道工具（例如STK）的平均体验。•对Fortran和Python编程语言的广泛了解。使用其他编程语言的平均体验，例如Bash脚本，C ++，MATLAB和图形工具，例如GNUPLOT。•具有代数软件的经验，例如Maple。•Linux，MacOS和Windows操作系统中的熟悉度和经验。PROFESSIONAL EXPERIENCE 2022- Assistant Professor, The University of Oklahoma Gallogly College of Engineering School of Aerospace and Mechanical Engineering 2021-2022 Math teacher, Colégio Cói - Araras, SP 2020-2022 Collaborating Researcher, Brazilian National Institute for Space Research - INPE 2019-2020 Postdoctoral Researcher, Brazilian National Institute for Space Research - INPE “Study of the航天器在非胜地系统中的轨道稳定性”财政支持：全国科学和技术发展委员会（CNPQ）赠款＃150678/2019-3监督员：安东尼奥·费尔南多·贝尔塔基尼·阿尔梅达·阿尔梅达·普拉德·普拉德·普拉德（Antonio Fernando Bertachini de Almeida de Almeida prado系统”财政支持：圣保罗研究基金会（FAPESP）赠款＃2014/22295-5主管：Antonio Fernando Bertachini de Almeida prado Prado 2015-2016 2015 - 2016年，美国印第安纳州普渡大学，美国印第安纳州普渡大学访客of Aeronautics and Astronautics Engineering Financial support: São Paulo Research Foundation ( FAPESP ) grant #2015/13341-6 Supervisor: Kathleen C. Howell 2012-2013 Academic tutor (GTA), Federal University of São Paulo - UNIFESP, Brazil Academic tutoring on physics for undergraduate students.2008-2011，圣保罗州政府，巴西物理老师“ Francisco Graziano”，Araras-S-S-SP，巴西期刊出版物（关键：D。M. Sanchez，D。M. Sanchez的学生）
ASCenSIon 中可重复使用运载火箭的任务分析、GNC 和 ATD：多轨道多有效载荷注入、再入和安全处置
摘要 可重复使用运载火箭 (RLV) 不仅是经济和生态可持续的太空进入的关键，也是满足对小型卫星和巨型星座日益增长的需求的一项至关重要的创新。为了确保欧洲独立的太空进入能力，ASCenSIon（推进太空进入能力 - 可重复使用性和多卫星注入）作为一个创新培训网络诞生，拥有 15 名早期研究人员、10 名受益者和 14 个遍布欧洲的合作组织。本文概述了该任务，从可重复使用级的上升到再入，包括多轨道注入和安全处置。特别关注 ASCenSIon 内部开展的有关任务分析 (MA)、制导导航和控制 (GNC) 和气动热力学 (ATD) 的活动。介绍了项目的预见方法、途径和目标。这些主题由于相互关联，需要内部创新和高水平的协作。飞行前设计能力推动了 MA 和 GNC 任务化工具与 ATD 软件相结合以测试/探索再入解决方案的必要性。这种可靠而高效的工具将需要开发用于发射器再入的 GNC 算法。此外，还解决了 RLV 轨迹优化的具体挑战，例如集成的多学科飞行器设计和轨迹分析、快速可靠的机载方法。随后，本研究的结果用于制定控制策略。此外，执行新颖的多轨道多有效载荷注入。随后，开发了一种 GNC 架构，该架构能够在精度和软着陆约束下以最佳方式将飞行器引导至目标着陆点。此外，ATD 在多个阶段影响任务概况，需要在每个设计步骤中加以考虑。由于初步设计阶段的复杂性和计算资源有限，需要使用响应时间短的替代模型来基于压力拓扑预测沿所考虑轨迹的壁面热通量。完整的概况包括发射装置为确保遵守空间碎片减缓指南而采用的任务后处置策略，以及这些策略的初步可靠性方面。本文对 ASCenSIon 工作框架内讨论的主题及其相互联系进行了初步分析，为开发 RLV 的新型尖端技术铺平了道路。关键词：可重复使用运载火箭、制导、导航和控制、可靠性、气动热力学、
NMR光谱窗口对SARS-COV-2感染对循环细胞因子的血浆脂蛋白和代谢产物的系统性影响
摘要：为了研究SARS-COV-2感染的全身代谢效应，我们分析了人类血浆中的1 H NMR光谱数据，并与多个血浆细胞因子和趋化因子和趋化因子和趋化因子（并行测量）共同建模。因此，在从SARS-COV-2 RRT-PCR阳性患者（n = 15，具有多个样本时间点）和年龄相匹配的健康对照（N = 34的CORMED-CCR）中，在SARS-COV-2 RRT-PCR阳性患者（n = 15，n = 15，n = 15）中记录的血浆中收集了600 MHz 1 h溶剂抑制的单脉冲，自旋回波和2D J分解光谱。测试了SARS-COV-2阴性的Uenza样临床症状（n = 35）。我们将单脉冲NMR光谱数据与体外诊断研究（IVDR）的信息进行了比较，以了解从原始1D NMR数据中提取的定量脂蛋白促蛋白（112个参数）。所有NMR方法都对使用单个NMR方法的对照组和SARS-COV-2阴性患者对SARS-COV-2阳性患者进行了高度显着歧视，从而给出了有关疾病诱导的现场版本的不同诊断信息。选定患者的纵向轨迹分析表明，在恢复阶段没有可检测的病毒的个体中，代谢恢复是不完整的。我们观察到四个血浆细胞因子簇，它们表达了与多种脂蛋白和代谢产物的复杂统计关系。IL-18，IL-6和IFN-γ与IP-10一起，RANTES与LDL1-4亚构件表现出很强的正相关性，并且与多个HDL亚段的负相关性。包括以下内容：群集1，包括MIP-1β，SDF-1α，IL-22和IL-1α，与多个增加的LDL和VLDL亚隔离相关；群集2，包括IL-10和IL-17A，仅与脂蛋白蛋白相关。群集3，包括IL-8和MCP-1，与多种脂蛋白成反比。总体而言，这些数据表明了与SARS COV-2感染的多级细胞免疫反应与血浆脂蛋白相互作用的多级免疫反应，从而使疾病的强烈和特征性免疫代谢表型相互作用。我们观察到，呼吸道恢复阶段和无测试病毒的一些患者在代谢上仍然是高度异常的，这表明这些技术在评估全身恢复中的新作用。关键字：血浆，Covid-19，Sars-Cov-2，NMR光谱，单脉冲，自旋回波，IVDR，代谢表型，生物标志物，诊断模型，脂蛋白■简介
康沃尔太空港和 Sierra Space 签署谅解备忘录 Spacep
和 Sierra Space 签署谅解备忘录 英国水平发射场康沃尔太空港和美国太空公司 Sierra Nevada Corporation（将通过其全资子公司 Sierra Space 参与其中）签署了一份谅解备忘录 (MoU)，以在英国航天局资助的 Sierra Space 的 Dream Chaser® 航天飞机的运营概念完成后探索未来的合作机会。康沃尔太空港和 Sierra Space 拥有共同的愿景，即实现太空民主化 - 通过降低进入太空的成本来增加太空领域的参与度，并传达卫星在应对世界各国领导人目前正在 G7 上讨论的一些全球气候挑战方面可以发挥的重要作用。谅解备忘录的签署是在两家公司过去两年进行讨论之后签署的，也是在 Sierra Space 完成运营概念 (CONOPS) 之后签署的，该概念涉及康沃尔太空港是否适合作为其跑道着陆 Dream Chaser 的返回地点。这项研究的结论是，康沃尔太空港是一个有利的潜在返回地点，并且可能会导致更详细的着陆点研究，之后康沃尔将被指定为未来任务的计划返回地点。追梦者号的设计目的是从各种垂直运载火箭发射到低地球轨道 (LEO)，然后像任何大型商用飞机一样返回太空港或机场跑道 - 该系统设计为可多次重复使用，使其成为一个更可持续的发射系统。 Sierra Space 拥有 30 多年的航天经验，支持过 500 多个航天任务，是一家世界领先的航天公司，也是康沃尔太空港的重要第二发射合作伙伴，此外还有 Virgin Orbit，后者将于 2022 年在该地点实现英国首次自主轨道发射。CONOPS 由英国航天局作为其水平发射基金的一部分资助，调查了许多因素，包括追梦者的运营要求、美国/英国监管框架、返回任务轨迹分析、风险分析、环境和基础设施审查，以及对现在和未来供应链能力的考虑。除了考虑航天运营要求外，Sierra Space 还提供了有关可在现场提供哪些额外设施的见解。这些见解被纳入目前正在建设的“空间技术中心”，这是康沃尔太空港的一个多用户建筑群，包括有效载荷集成、发射和任务运营设施，以及共享工作空间和实验室，用于在有效载荷从太空返回后立即进行科学研究。
研究声明
我的研究重点是开发用于生物医学应用的新型AI技术，重点是翻译生物医学数据科学研究以使临床实践和生物学研究受益。我在AI，生物信息学，高性能计算以及生物医学物理学（BMP）和成像方面具有独特的专业知识。我对翻译研究的热情使我对尖端的AI研究并领导AI舞会生物医学物理学的创新，建立了与癌症生物学和放射疗法建立联系，以对该领域做出重大贡献。以下总结了我的研究经验和成就，并概述了我的研究努力的未来方向。A.研究成就A1。医学成像和图像分析：我开发了创新的实验和计算技术，用于在我的博士研究中使用超声检查对癌症组织的弹性和毛弹性特性进行成像。建立了一种新的数学框架，用于重建癌症组织的弹性和流体转运性能（血管通透性，间质通透性和间质性液压）。此外，在框架内开发了一种准确的方法，用于同时估计弹性模量和超声图像的可压缩性。这项工作增强了我们对癌症组织复杂机械行为的理解，并为癌症诊断和治疗评估提供了宝贵的见解。A2。我最近的另一项贡献是对对比特征分析（CFA）框架的开发，在参考文献中详细介绍。5。用于BMP应用程序的高性能和可解释的AI：深度神经网络（DNNS）在推理和决策模型培训期间将数千个特定于任务的特定功能提取到数百万个特定于任务的功能。可视化这些功能对于理解学习过程和改善DNN的性能至关重要，但现有的可视化技术仅适用于分类任务。对于回归，该特征点位于具有固有复杂形状的高维连续体上，从而使特征有意义地可视化。鉴于BMP中的大多数深度学习应用都是以回归为导向的，因此开发了一种概念框架和计算方法来可靠地可视化回归特征具有很大意义。i引入了DNN特征可视化4的多种发现和分析方法（MDA）方法，其中涉及学习与DNN的输出和目标标签相关的歧管拓扑。MDA提供了DNN特征的深刻洞察力，突出了DNN的适当性，概括性和对抗性鲁棒性。这些作品可以更深入地了解DNN“黑匣子”，从而设计了更有效的神经网络体系结构。发现CFA和MDA在改善多个医学成像应用中提高DNN性能和可解释性方面的有效性是显着的。A3。 基因组学数据分析的深度学习：单细胞基因组学的显着进步提出了询问大量生物医学查询的独特挑战和机会。A3。基因组学数据分析的深度学习：单细胞基因组学的显着进步提出了询问大量生物医学查询的独特挑战和机会。高维基因组数据本质上是复杂的，这是由于基因之间的相互交织的关系。现有的方法，包括新兴的基于深度学习的方法，并未考虑数据处理过程中的潜在生物学特征，这极大地损害了数据分析的性能并阻碍了先进基因组技术的最大利用。i开发了一种基于熵的制图策略，以将高维基因表达数据数据构成配置的图像格式，称为Genomap，并明确地集成了基因组相互作用6,7。这种独特的表格转换将基因 - 基因相互作用投入了基因组的空间配置，使我们能够提取深基因组相互作用特征并发现数据的潜在歧视性模式。i表明，对于多种应用（细胞聚类和识别，基因签名提取，单细胞数据积分，细胞轨迹分析，降低性降低和可视化），所提出的方法可大大提高数据分析的准确性。