XiaoMi-AI文件搜索系统
World File Search System陈伟华
空间微重力环境下脑内神经化学物质响应的研究进展
[1] 陈善广 , 陈金盾 , 姜国华 , 等 .我国载人航天成就与空间 站建设 .航天医学与医学工程 , 2012, 25: 391-6 [2] 唐琳 .中国空间站完成在轨建造并取得一系列重大进 展 .科学新闻 , 2023, 25: 11 [3] 肖毅 , 陈晓萍 , 许潇丹 , 等 .空间脑科学研究的回顾与展 望 .中国科学 : 生命科学 , 2024, 54: 325-37 [4] 王跃 , 陈善广 , 吴斌 , 等 .长期空间飞行任务中航天员出 现的心理问题 .心理技术与应用 , 2013, 1: 40-5 [5] 陈善广 , 王春慧 , 陈晓萍 , 等 .长期空间飞行中人的作业 能力变化特性研究 .航天医学与医学工程 , 2015, 28: 1-10 [6] 凌树宽 , 李玉恒 , 钟国徽 , 等 .机体对重力的感应及机制 .生命科学 , 2015, 27: 316-21 [7] 范媛媛 , 厉建伟 , 邢文娟 , 等 .航天脑科学研究进展 .生 命科学 , 2022, 34: 719-31 [8] 梁小弟 , 刘志臻 , 陈现云 , 等 .生命中不能承受之轻 —— 微重力条件下生物昼夜节律的变化研究 .生命科学 , 2015, 27: 1433-40 [9] 邓子宣 , Papukashvili D, Rcheulishvili N, 等 .失重 / 模拟 失重对中枢神经系统影响的研究进展 .航天医学与医 学工程 , 2019, 32: 89-94 [10] Tays GD, Hupfeld KE, McGregor HR, et al.The effects of long duration spaceflight on sensorimotor control and cognition.Front Neural Circuits, 2021, 15: 723504-18 [11] Mhatre SD, Iyer J, Puukila S, et al.Neuro-consequences of the spaceflight environment.Neurosci Biobehav Rev, 2022, 132: 908-35 [12] 陈善广 , 邓一兵 , 李莹辉 .航天医学工程学主要研究进 展与未来展望 .航天医学与医学工程 , 2018, 31: 79-89 [13] Moyer EL, Dumars PM, Sun GS, et al.Evaluation of rodent spaceflight in the NASA animal enclosure module for an extended operational period (up to 35 days).NPJ Microgravity, 2016, 2: 16002-9 [14] Mains R, Reynolds S, Associates M, et al.A researcher's guide to: rodent research [M].Rat maintenance in the research animal holding facility during the flight of space lab 3.Washington D.C.: National Aeronautics and Space Administration, 2015 [15] Fast T, Grindeland R, Kraft L, et al.Physiologist, 1985, 28: S187-8 [16] Ronca AE, Moyer EL, Talyansky Y, et al.Behavior of mice aboard the international space station.Sci Rep, 2019, 9: 4717 [17] Morey-Holton ER, Hill EL, Souza KA.Animals and spaceflight: from survival to understanding.J Musculoskelet Neuronal Interact, 2007, 7: 17-25 [18] 陈天 , 胡秦 , 石哲 , 等 .美国太空动物实验研究发展历程 .中国实验动物学报 , 2022, 30: 582-8 [19] 董李晋川 , 黄红 , 刘斌 , 等 .苏俄太空动物实验研究发展 历程 .中国实验动物学报 , 2022, 30: 557-67 [20] Beheshti A, Shirazi-Fard Y, Choi S, et al.Exploring the effects of spaceflight on mouse physiology using the open access NASA GeneLab platform.J Vis Exp, 2019, 143: e58447- 58 [21] 姜宁 , 刘斌 , 张亦文 , 等 .欧日太空动物实验研究概况 .中国实验动物学报 , 2022, 30: 568-73 [22] Mao XW, Byrum S, Nishiyama NC, et al.Impact of
针对 DHODH（嘧啶从头生物合成中的限速酶）的新型强效抑制剂，可广谱抗 RNA 病毒，包括新出现的冠状病毒 SARS-CoV-2
熊瑞 2, † , 张雷克 3, † , 李世良 2, † , 孙元 3 , 丁敏一 2 , 王勇 1 , 赵永亮 1 , 吴艳 3 , 尚伟娟 3 , 蒋夏明 3 , 单继伟 2 , 沉子豪 2 , 童一 2 , 徐柳新 2 , 陈宇 1 , 英乐刘 1 , 邹刚 4 , Dimitri Lavillete 4 , 赵振江 2 , 王锐 2 , 朱丽丽 2 , 肖耕夫 3 , 兰柯 1 , 李洪林 2,* , 徐克 1,4,* 1 武汉大学生命科学学院病毒学国家重点实验室,
在铵连接的二陈代
人工分子机器，由几个分子组成的纳米级机器，提供了转化涉及催化剂，分子电子，药物和量子材料的场的潜力。这些机器通过将外部刺激（如电信号）转换为分子水平的机械运动来运行。二纯化，一种特殊的鼓形分子，由夹在两个五元碳环之间的铁（Fe）原子组成，是分子机械的有前途的基础分子。它的发现于1973年获得了诺贝尔化学奖，此后已成为分子机器研究的基石。是什么使二新世如此吸引人的是其独特的特性：Fe离子的电子状态从Fe +2到Fe +3的变化，导致其两个碳环在中央分子轴周围旋转约36°。通过外部电信号控制该电子状态可以实现精确控制的分子旋转。然而，实际应用的一个主要障碍是，当吸附到底物表面，尤其是扁平金属底物的表面，即使在超高的真空条件下，也很容易分解。到目前为止，尚未发现一种未发现锚定在没有分解的表面上的确定方法。他们成功地创建了世界上最小的电气控制的分子机。“在这项研究中，我们通过使用二维冠状醚膜预先涂层来成功稳定并吸附的二茂铁分子到贵族金属表面上。重要的是，在在一项开创性的研究中，由日本千叶大学工程研究生院副教授Yamada副教授领导的研究小组，包括千叶大学工程学院的PeterKrüger教授，日本分子科学学院Satoshi Kera教授，日本分子科学研究所，Masaki Horie of Masaki Horie of ther Internation of ther Internation of the National the the Hua the Hua the Hua the hua the hua the hua the hua。这是原子量表上基于二革新的分子运动的第一个直接实验证据。他们的发现发表在2024年11月30日的《小杂志》中。为了稳定二茂铁分子，该团队首先通过添加铵盐来修改它们，形成纤新新世铵盐（FC-AMM）。这种提高的耐用性，并确保可以将分子牢固地固定在基板的表面上。然后将这些新分子固定在由冠状环状分子组成的单层膜上，这些膜被放置在平坦的铜底物上。冠状环分子具有独特的结构，其中央环可以容纳各种原子，分子和离子。Yamada教授解释说：“以前，我们发现冠状环节可以在平坦金属底物上形成单层膜。 该单层将FC-AMM分子的铵离子捕获在冠状醚分子的中央环中，从而防止了二陈代的分解，通过充当对金属底物的屏蔽。”接下来，团队放置了扫描隧道显微镜（STM）探针在FC-AMM分子的顶部，并施加了电压，这引起了分子的横向滑动运动Yamada教授解释说：“以前，我们发现冠状环节可以在平坦金属底物上形成单层膜。该单层将FC-AMM分子的铵离子捕获在冠状醚分子的中央环中，从而防止了二陈代的分解，通过充当对金属底物的屏蔽。”接下来，团队放置了扫描隧道显微镜（STM）探针在FC-AMM分子的顶部，并施加了电压，这引起了分子的横向滑动运动具体而言，在施加-1.3伏的电压时，一个孔（电子留下的空置）进入了Fe离子的电子结构，将其从Fe 2+切换到Fe 3+状态。这触发了碳环的旋转，并伴有分子的横向滑动运动。密度功能理论计算表明，由于带正电荷的FC-AMM离子之间的库仑排斥，这种横向滑动运动发生。
人工智能为何失败：视差 - 杨伟凯
摘要《人工智能为何失败：视差》是“人工智能为何失败”系列中的一个互动视觉艺术装置。这件作品旨在通过滑动屏幕展示人工智能从无法解释的“黑匣子”到可解释的“白匣子”的转变。其目的是让人们，无论他们对人工智能的了解程度如何，都能直观地理解人工智能错误分类背后的原因。通过与滑动屏幕交互，用户可以点击他们感兴趣的错误分类图像，探索影响分类的主要因素。他们还可以比较有偏见的人工智能实例和正常的人工智能实例之间的数据和模型差异。这个装置是跨越技术差距的桥梁。与各种AI模型集成，帮助艺术家和设计师更深入地了解AI如何做出与艺术设计风格、特征、图像、材料、音乐节奏、旋律和和弦相关的决策。
COVID-19 诊断人工智能系统的开发与评估
1 清华大学自动化系，北京，中国。 2 华中科技大学同济医学院协和医院放射科，武汉，中国。 3 湖北省分子影像重点实验室，武汉，中国。 *这些作者是共同第一作者：金程、陈伟祥、曹玉坤。 这些作者是共同通讯作者：冯建江 (jfeng@tsinghua.edu.cn) 和石河水 (heshuishi@hust.edu.cn)。