Mice

PAT A1056. Mice and Rice (25)

大兔子大兔子 提交于 2021-02-18 08:00:40
原文链接: PAT A1056. Mice and Rice (25) 1056. Mice and Rice (25) https://www.patest.cn/contests/pat-a-practise/1056 时间限制 100 ms 内存限制 65536 kB 代码长度限制 16000 B 判题程序 Standard 作者 CHEN, Yue Mice and Rice is the name of a programming contest in which each programmer must write a piece of code to control the movements of a mouse in a given map. The goal of each mouse is to eat as much rice as possible in order to become a FatMouse. First the playing order is randomly decided for NP programmers. Then every NG programmers are grouped in a match. The fattest mouse in a group wins and enters the next turn.

“透明”的道路——光透明技术与神经科学

不羁的心 提交于 2021-02-09 15:32:39
撰文丨之悯(华中科技大学 生物医学工程博士) 责编丨高阳 排版丨小箱子 著名的恐怖电影《透明人》给不少人留下了深刻的印象,抛开科幻电影,现实中真的存在使生命体变透明的技术吗?答案是肯定的,近年来发展出了能够使离体组织和大小鼠全身透明的光透明技术,使科幻电影中的“透明”生物成为可能。光透明技术,顾名思义,就是通过多种物理化学手段,减小组织对光的散射,使不透明的生物组织变透明。该技术与荧光标记技术、光学成像技术结合,能够获取完整组织的三维整体结构信息,这样的技术是不是非常奇妙? 封面图片 孕11.5天小鼠胚胎的周围神经(2013年尼康微观世界显微摄影大赛获奖作品) 光透明技术是如何实现的? 光透明是如何让生物组织透明的呢?要理解这个问题,就需要先知道组织为什么不透明。生物组织成分复杂,像蛋白质、脂质和血红素这些物质,对光穿透组织非常不友好。光透明技术就是使用物理和化学手段将这些物质除去,同时将组织浸泡在折射率匹配的高渗透高折射率的试剂中(图1),通过这样的处理,组织就会变得透明,给光穿透组织大开方便之门。 图1 光透明技术基本原理 光透明技术简介 现代光透明技术的研究,其实在很长一段时间内处于停滞的状态。人们对生命奥秘的探索随着认知的加深越发的全面。从局部到整体,人们意识到三维成像的重要性,而这一迫切的需求使得光透明技术在近十年的时间内呈现出井喷式发展

sklearn——数据数据预处理

假装没事ソ 提交于 2021-02-03 06:34:45
一、数据的标准化、归一化、正则化 1、标准化   将数据转化为均值为0方差为1的数据,即标准正态分布。标准化可以规范数据,但不适用于稀疏数据,因为会破坏其数据结果。标准化的过程为两步:去均值的中心化(均值变为0);方差的规模化(方差变为1)。即每一列减去该列的均值再除以该列的方差。   在分类、聚类算法中,需要使用距离来度量相似性的时候、或者使用PCA技术进行降维的时候,StandardScaler表现更好。 对应函数:   sklearn.preprocessing.scale(X, axis=0, with_mean=True, with_std=True, copy=True) x:需要标准化标准化的数据。 axis:需要标准化的方向,0为列,1为行。 with_mean:是否去均值的中心化,默认为True。 with_std:是否方差规模化,默认为True。 copy:是否要copy数据。 代码示例:    import numpy as np from sklearn.preprocessing import scale a =np.random.normal(4,5,[5,2]) # 创造数据 a_s=scale(a) # 标准化 print ( ' a:\n ' ,a) print ( ' \na_s:\n ' ,a_s) print ( ' \na_s的均值: '

Metabolic and gut microbial characterization of obesity-prone mice under high-fat diet (文献分享一组-赵容丽)

吃可爱长大的小学妹 提交于 2020-11-26 09:06:42
题目: 高脂饮食下易肥胖小鼠的代谢和肠道微生物特性研究 Metabolic and gut microbial characterization of obesity-prone mice under high-fat diet 期刊: Journal of Proteome Research 发表时间: February 22, 2019 DOI: 10.1021/acs.jproteome.8b00945 分享人: 赵容丽 内容与观点: 肥胖在世界范围内广泛流行,是代谢疾病的关键危险因素,常可引发糖脂代谢紊乱,并可增加患2型糖尿病、高血压、心血管疾病等的风险。肥胖的病因,主要有遗传因素、环境因素、饮食营养以及身体运动。此外,大量的研究表明肠道菌群失调与肥胖的发生发展也密切相关。因此,肥胖的原因各种各样,有因为基因异常所导致的,有因为饮食运动不协调导致能量失衡所引起的,还有是因为肠道微生物失调所致。肥胖在人和啮齿动物都是同样存在的。例如,许多双胞胎,即使基因高度相似,但是在体重和代谢疾病方面都有显著的差异。同样,当给具有相同基因背景的啮齿动物喂食相同的高脂肪饮食(HFD)时,它们的体重的变化差异也不一样。在动物模型中,根据是否对高脂肪饮食(HFD)诱导的肥胖敏感分为肥胖易感表型(OP)和肥胖抵抗表型(OR)。而这两种表型在啮齿动物中经常被观察到

7月医疗健康投融资盘点:60起融资总额约74亿元

喜你入骨 提交于 2020-10-24 06:57:58
  生辉根据公开信息统计,7 月,我国医疗健康行业共发生 60 起融资(不包括 IPO、定向增发等),数量环比略有上升;已披露的融资金额约 74 亿元。   专注于抗肿瘤创新药物发现的生物医药公司海和生物在本月完成 12 亿人民币 B 轮融资,成为本月国内医疗健康领域融资额最高的企业;金浦投资和盈科资本分别在医疗健康领域完成 3 笔投资,成为本月最活跃投资机构;上海有 15 家医疗健康企业获投,数量领跑全国。   融资轮次:成长型企业占主流      从 7 月份已披露的企业融资阶段来看,我国医疗健康领域企业大多仍处于成长期,天使轮到 B + 轮的融资事件达 42 笔,占据总数的 70%;B 轮及 C 轮企业的 “吸金” 能力较强,平均融资金额明显高于其他轮次。与 6 月的融资事件汇总对比时生辉发现,在 6 月获得 F 轮融资的欧康维视和永泰生物纷纷在本月登陆港交所。   主流赛道:生物技术与制药最“吸金”      具体到细分领域,7 月国内医疗器械及硬件领域以 21 起融资事件数量位居第一,融资总金额为 8.97 亿元,平均单笔融资金额为 0.43 亿元。   而生物技术及制药领域虽融资数量不及医疗器械及硬件领域融资数量,但融资金额 48.94 亿元,远超其他领域,甚至是其他领域总和的两倍之多。生物技术及制药领域一直是 “高富帅” 领域,需要投入的资金比其他领域高很多。  

银河娱乐集团2020年第二季度及中期业绩

流过昼夜 提交于 2020-08-20 06:53:44
继续与澳门社区紧密合作对抗新冠肺炎 2020 年第二季度集团经调整 EBITDA 录得亏损 14 亿港元,对比去年同期为盈利 43 亿港元, 2020 年第一季度则为盈利 3 亿港元 努力并有效地控制经营成本 香港--(美国商业资讯)--银河娱乐集团(「银娱」、「公司」或「集团」)(香港联合交易所股份代号﹕27)今天公布截至2020年6月30日止三个月及六个月期间之业绩。(除另有注明,所有金额均以港元列示) 本新闻稿包含多媒体。此处查看新闻稿全文: https://www.businesswire.com/news/home/20200813005329/zh-CN/ 银河娱乐集团主席的信 我想藉此机会向各股东报告,银娱在新冠肺炎疫情下的最新情况。对全球的社群及商界而言,包括澳门和银娱,2020年第二季度仍然是困难重重。 首先要说的是,澳门政府在疫情之下继续出色地展示其积极和果断的领导能力,得到社会各界支持,政府的工作重点除了保障公众健康和安全外,亦顾及经济和社会稳定。作为负责任企业,银娱继续与澳门政府、本地中小企和本地劳工紧密合作并予以支持。在新冠肺炎疫情下,内地、香港和澳门都实施旅游限制和保持社交距离,因此对我们2020年第二季度及上半年的业绩构成负面影响。这些限制措施令旅客数量和收入均显著减少,我们在收入低迷及持续应付庞大员工开支的情况下

20200510文献速递

坚强是说给别人听的谎言 提交于 2020-08-20 03:39:48
一 文献题目: Single-cell RNA-seq analysis of the brainstem of mutant SOD1 mice reveals perturbed cell types and pathways of amyotrophic lateral sclerosis. 不想看英文题目: SOD1突变小鼠脑干的单细胞RNA序列分析揭示了肌萎缩性侧索硬化的细胞类型和途径。 背景: 肌萎缩性侧索硬化症(ALS)的发病机制涉及多种细胞类型(例如星形胶质细胞和小胶质细胞),为了确定哪一种细胞类型影响ALS,使用单细胞RNA测序(scRNA-seq)方法进行鉴定。 杂志和影响因子: Neurobiol Dis(IF: 5.16) 样本量: 两只SOD1(G93A) 突变的转基因小鼠,以及两只年龄匹配的野生型小鼠。分别从突变型和野生型小鼠中分离出3199 和1894个细胞。 分析方法: 通过查找细胞簇内突变细胞和野生型细胞之间的差异表达基因(DEG),鉴定单细胞中ALS相关的基因。使用KEGG,Reactome,BIOCARTA和Gene Ontology数据库对差异表达基因进行注释。最后将已发表肌萎缩性侧索硬化症的GWAS文献和单细胞测序鉴定出来的差异表达基因进行重合,进一步确认可能与肌萎缩性侧索硬化症相关的基因 结论:

抄袭Nature封面?加州大学付向东教授实名举报中科院明星学者杨辉学术抄袭

淺唱寂寞╮ 提交于 2020-08-19 05:29:02
上周的 Nature 封面研究被 4 月登上《细胞》杂志的论文抄袭了? 昨日,一条消息突然引爆学术界:美国加州大学圣地亚哥分校细胞与分子医学系付向东教授实名举报中科院上海神经所 80 后明星学者杨辉学术抄袭、造假。 此次举报的直接原因是两篇关于通过敲降 PTBP1 治疗帕金森综合征的研究。其中,付向东教授的论文发表于今年 6 月 25 日的《自然》杂志,投稿时间为 2018 年 11 月 12 日。杨辉博士的论文发表于今年 4 月的《细胞》杂志。 6 月 25 日《自然》杂志的封面。 论文链接: https://www. nature.com/articles/s41 586-020-2388-4 付向东等人在 Nature 发表的研究中,研究人员成功地将患帕金森综合症的小鼠恢复了正常,这可能会改变帕金森症治疗的现状,被认为意义重大。但很多人可能没有注意到在这篇论文中还有这样一句话: 「在我们的工作接收同行评审时,概念相关的结果也出现在了其他地方。」 在 Nature 文章中出现这样意有所指的话实属罕见。付向东等人提到的,就是杨辉等人发表在 Cell 上的论文《Glia-to-neuron conversion by CRISPR-CasRx alleviates symptoms of neurological disease in mice》 论文链接: https://www

「赛前备战」NOIp2020-提高 动态规划训练

大城市里の小女人 提交于 2020-08-13 18:04:46
博主太菜,可能会炸联赛,于是恶补一下 QAQ 题目比较基础,动态更新 Tags 仅包含 提高组 内容。 类型: 区间 dp , 背包 dp , 树形 dp , 状压 dp , 计数 dp , 数位 dp , 概率/期望 dp , 环形 dp , 基环树 dp 。 优化: 单调栈/单调队列 优化 , 其他数据结构 优化 , 斜率 优化 , 倍增 优化 Summarize 简单总结了部分基础类型的 dp 以及一些优化。 区间 dp 基础状态: \(f(l, r)\) 表示区间 \([l, r]\) …… 基础转移模型示例: \(f(l,r) = \min\limits_{k}\{f(l, k) + f(k+1, r)+\cdots\}\) 。 基本实现:枚举区间长度,枚举左端点并计算出右端点,枚举断点。或者直接记搜。 树形 dp 树上动态规划。 基础状态: \(f(x, \cdots)\) 表示以 \(x\) 为根的子树…… 由于树的递归性质,基本用 Dfs 实现。 状压 dp 常见于元素个数较少的情况。 基础状态: \(f(S, \cdots)\) 表示以 \(x\) 为根的子树…… 集合使用二进制、位运算的思想压缩成一个整数并进行判断或转移。 计数 dp 常用于统计方案数。 设计状态是重点,转移看题意。 可能有一些组合计数的知识。 数位 dp 常见情况:统计值域在 \([a, b]

数据处理之缺失值的处理

断了今生、忘了曾经 提交于 2020-08-10 21:12:16
目录 缺失值产生的原因 完全变量与不完全变量 缺失值的类型 缺失值的处理方法 直接删除法 填充法 K最近距离邻法(K-means clustering) 多重填补(Multiple Imputation,MI) 缺失值处理的类库 sklearn中关于缺失值的处理类 ​ R语言通过mice包应用多重插补的步骤 代码实现 参考资料 缺失值产生的原因 机械原因 : 由于机械原因导致的数据收集或保存的失败造成的数据缺失,如收集车流量数据的地感线圈损坏等 人为原因 : 由于人的主观失误、历史局限或有意隐瞒造成的数据缺失,比如,在市场调查中被访人拒绝透露相关问题的答案,或者回答的问题是无效的,数据录入人员失误漏录了数据等 完全变量与不完全变量 数据集中不含缺失值的变量 ( 属性 ) 称为完全变量,数据集中含有缺失值的变量称为不完全变量 缺失值的类型 完全随机缺失 (Missing Completely at Random, MCAR) 。数据的缺失与不完全变量以及完全变量都是无关的,比如家庭地址的缺失 随机缺失 (Missing at Random, MAR) 。数据的缺失仅仅依赖于完全变量,例如财务数据缺失情况与企业大小有关 非随机 , 不可忽略缺失 (Not Missing at Random,NMAR , or nonignorable) 。不完全变量中数据的缺失依赖于 不完全 变量本身