Zobrazeno 1 - 10
of 70
pro vyhledávání: '"Lei X"'
Publikováno v:
Nature Communications, Vol 15, Iss 1, Pp 1-11 (2024)
Abstract The dynamic behavior of a physical system often originates from its spectral properties. In open systems, where the effective non-Hermitian description enables a wealth of spectral structures in the complex plane, the concomitant dynamics ar
Externí odkaz:
https://doaj.org/article/50d9216541924c36be7e86ab06517315
Publikováno v:
Nature Communications, Vol 15, Iss 1, Pp 1-15 (2024)
Abstract The wide applications of liquid chromatography - mass spectrometry (LC-MS) in untargeted metabolomics demand an easy-to-use, comprehensive computational workflow to support efficient and reproducible data analysis. However, current tools wer
Externí odkaz:
https://doaj.org/article/7e61ad1eb5564c24baf3c082e2a1737e
Autor:
Lei Xing, Vasiliki Gkini, Anni I. Nieminen, Hui-Chao Zhou, Matilde Aquilino, Ronald Naumann, Katrin Reppe, Kohichi Tanaka, Peter Carmeliet, Oskari Heikinheimo, Svante Pääbo, Wieland B. Huttner, Takashi Namba
Publikováno v:
Nature Communications, Vol 15, Iss 1, Pp 1-13 (2024)
Abstract Metabolism has recently emerged as a major target of genes implicated in the evolutionary expansion of human neocortex. One such gene is the human-specific gene ARHGAP11B. During human neocortex development, ARHGAP11B increases the abundance
Externí odkaz:
https://doaj.org/article/7f5a9fcd3d7146608de6b3e645883f2f
Publikováno v:
Nature Communications, Vol 15, Iss 1, Pp 1-18 (2024)
Abstract Non-small cell lung cancer (NSCLC) shows high drug resistance and leads to low survival due to the high level of mutated Tumor Protein p53 (TP53). Cisplatin is a first-line treatment option for NSCLC, and the p53 mutation is a major factor i
Externí odkaz:
https://doaj.org/article/1e69bc703a6140a1a2e5af77e5e2a22a
Autor:
Md Tauhidul Islam, Zixia Zhou, Hongyi Ren, Masoud Badiei Khuzani, Daniel Kapp, James Zou, Lu Tian, Joseph C. Liao, Lei Xing
Publikováno v:
Nature Communications, Vol 14, Iss 1, Pp 1-20 (2023)
Abstract Deep neural networks (DNNs) extract thousands to millions of task-specific features during model training for inference and decision-making. While visualizing these features is critical for comprehending the learning process and improving th
Externí odkaz:
https://doaj.org/article/6ddcc4df9b8441759a6f14eaf0a563ee
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.