The neuronal sortilin-related receptor SORL1 is genetically associated with Alzheimer disease

The recycling of the amyloid precursor protein (APP) from the cell surface via the endocytic pathways plays a key role in the generation of amyloid beta peptide (Abeta) in Alzheimer disease. We report here that inherited variants in the SORL1 neuronal sorting receptor are associated with late-onset Alzheimer disease. These variants, which occur in at least two different clusters of intronic sequences within the SORL1 gene (also known as LR11 or SORLA) may regulate tissue-specific expression of SORL1. We also show that SORL1 directs trafficking of APP into recycling pathways and that when SORL1 is underexpressed, APP is sorted into Abeta-generating compartments. These data suggest that inherited or acquired changes in SORL1 expression or function are mechanistically involved in causing Alzheimer disease.     

Kernel(λ)之元的辛平延之积

在局部环上对辛群的生成问题进行研究,给出了辛变换的亏失数概念,将局部环上辛群的Kernel（λ）的元表示为辛平延之积．     

存在反应的电解质溶液相平衡研究

从应用的角度出发,对电解质溶液模型、相平衡计算的现状与发展进行了简要的回顾,并系统地介绍和讨论了作者在这方面的工作。指出对Pitzer模型和作者提出的电解质溶液水化平衡模型建立各自相应的普遍化温度关系,结合所提出的固液平衡级计算方法,可以预测工业过程所涉度的高温、高压、高浓度范围内复杂体系的热力学性质,解决此类过程集成模拟优化的瓶颈问题。此外。还介绍了离子选择性电极测定弱电解质体系热力学的方法。     

应用生物信息学鉴定急性STEMI患者通路及Hub基因

利用基因表达综合数据库数据集的生物信息学分析,确定4h内STEMI患者血液RNA诊断生物标志物。从基因表达综合数据库中提取RNA表达谱数据集,寻找差异表达基因并对差异基因进行富集分析,在蛋白相互作用网络中筛选Hub基因,建立了基于Hub基因的随机森林模型和逻辑回归模型。结果表明,与健康对照组比较,STEMI患者中鉴定出300个明显DEGs。炎症和免疫相关的途径显著富集,鉴定出7个关键基因,即FPR2、ITGAM、BST1、CEACAM8、MMP9、ELANE和FPR1。通过对7个Hub基因构建随机森林模型和逻辑回归模型,准确地将STEMI样本与健康对照样本分开,对STEMI的预测具有较高的准确性。     

两类非线性弹簧振动周期的研究

通过分析两类非线性弹簧运动的相圈,得出结论：对于硬弹簧,路线是闭合的;对于软弹簧。能量存在一个临界值,能量小于此临界值时路线闭合,能量大于此临界值时路线不闭合,是波状路线．利用线化和校正法求出两类非线性弹簧振动的周期．     

Cluster segmentation algorithm based on the Vicsek with static summoning points

Because of the low convergence efficiency of the ty-pical Vicsek model,a Vicsek with static summoning points(VSSP)algorithm based on the Vicsek model considerin...     

基于多模态深度神经网络的抓取检测方法

针对机器人抓取检测任务中对未知物体抓取检测精度低的问题,本文提出了一种多模态深度神经抓取检测模型。首先,在RGB和深度两个通道中引入残差模块以进一步提升网络的特征提取能力。接着,引入多模态特征融合模块进行特征融合。最终通过全连接层回归融合特征以得到最佳抓取检测结果。实验结果表明,在Cornell抓取数据集上,本文方法的图像拆分检测精度达到95.7%,对象拆分检测精度达到94.6%。此外,本文还通过消融实验证明了引入残差模块可以提高网络抓取检测性能。     

级联失效模型下电力信息物理系统鲁棒性与能控性分析

电力网与信息网的深度融合在增强电力系统能控性的同时,也使得系统抵御外界干扰的能力下降。首先,根据提出的节点负载与容量的负载重分配分配概率建立电力信息物理系统级联失效模型,研究不同耦合策略下的电力信息物理系统级联失效过程中的鲁棒性与能控性变化。其次,利用幸存负荷百分比的概念来量化电力网抵御级联失效的能力,并分析不同耦合策略和容量参数对CPPS的鲁棒性和能控性的影响。基于网络能控性理论提出电力节点重要度的评估方法,并且在IEEE39系统中进行验证。研究结果表明,电力网高介数节点与信息网高介数节点耦合形成的电力信息物理网络抗干扰能力更强,电力网节点容量参数比信息网节点容量参数对系统影响更大。     

融合多尺度CNN与双向LSTM的唐卡问句分类模型

当前大语言模型的兴起为自然语言处理、搜索引擎、生命科学研究等领域的研究者提供了新思路,但大语言模型存在资源消耗高、推理速度慢,难以在工业场景尤其是垂直领域应用等方面的缺点。针对这一问题,提出了一种多尺度CNN与双向LSTM融合的唐卡问句分类模型,本模型将数据的全局特征与局部特征进行融合实现唐卡问句分类任务,全局特征反映数据的本质特点,局部特征关注数据中易被忽视的部分,将二者以拼接的方式融合以丰富句子的特征表示。通过在Thangka数据集与THUCNews数据集上进行实验,结果表明,本模型相较于Bert模型在精确度上略优,在训练时间上缩短了1/20,运算推理时间缩短了1/3。在公开数据集上的实验表明,本模型在文本分类任务上也表现出了较好的适用性和有效性。     

型钢高强自密实混凝土黏结滑移性能试验研究

为研究型钢与高强自密实混凝土界面黏结滑移性能,以混凝土保护层厚度和型钢埋置长度作为变化参数,设计9个型钢高强自密实混凝土试件进行推出试验. 观察试件破坏过程、破坏形态和裂缝发展形式,获取了试件加载端的荷载-滑移全过程曲线,研究不同变量对其黏结性能的影响规律. 结果表明：型钢高强自密实混凝土组合结构界面极限黏结强度随着混凝土保护层厚度的增加而增大,最大增幅94.9%;随着型钢埋置长度的增加而减小,最大削减为38.1%. 界面黏结抗剪刚度随着型钢保护层厚度的增加先增大后减小,最大增幅85.1%;随着型钢埋置长度的增加而增大,最大增幅为30%. 界面耗能能力与其变量相关性较弱;随保护层厚度的增加,界面损伤发展越晚;随型钢埋置深度的增加,界面损伤速度减缓. 提出了型钢高强自密实混凝土黏结强度的计算公式,能较好地预测型钢高强自密实混凝土黏结强度.