University of Minnesota

该研究公开了2020–2021年Genomes to Fields项目19个环境、356次无人机飞行、1,180个玉米杂交种的时序影像资源，并用植被指数与气象轨迹的功能主成分结合基因组信息进行产量预测与QTL定位，发现基因组与表型组核联合可将留出杂交种预测相关提升至r=0.501（环境在训练集中）和0.408（环境也被留出），积温日并未稳定优于播种后天数，气象贡献有限，且NGRDI功能主成分在第3和第7号染色体上反复检出数量性状位点。

该研究公开了2020–2021年Genomes to Fields项目19个环境、356次无人机飞行、1,180个玉米杂交种的时序影像资源，并用植被指数与气象轨迹的功能主成分结合基因组信息进行产量预测与QTL定位，发现基因组与表型组核联合可将留出杂交种预测相关提升至r=0.501（环境在训练集中）和0.408（环境也被留出），积温日并未稳定优于播种后天数，气象贡献有限，且NGRDI功能主成分在第3和第7号染色体上反复检出数量性状位点。

该工作提出开源统一 Python 框架 PolyGraphPy，将基于 DFTB+ 的量子力学计算自动化以构建单体、均聚物与交替共聚物的结构化数据集，并集成采用随机图表示的贝叶斯图神经网络进行性质预测（如静态极化率）与不确定性量化，同时纳入基于 SELFIES 的生成式预训练 Transformer 和基于 BRICS 图碎片的遗传算法两种互补生成模型用于目标分子的从头设计，并在丙烯酸酯数据集上展示了这一可高度定制的端到端流程。

该工作提出开源统一 Python 框架 PolyGraphPy，将基于 DFTB+ 的量子力学计算自动化以构建单体、均聚物与交替共聚物的结构化数据集，并集成采用随机图表示的贝叶斯图神经网络进行性质预测（如静态极化率）与不确定性量化，同时纳入基于 SELFIES 的生成式预训练 Transformer 和基于 BRICS 图碎片的遗传算法两种互补生成模型用于目标分子的从头设计，并在丙烯酸酯数据集上展示了这一可高度定制的端到端流程。

本研究利用TRANQUIL多中心随机对照试验的数据，采用基于锚定法（CGI-I与PGI-I）及ROC分析，为特发性震颤常用的TETRAS改良日常生活活动量表（mADL）和mADL11量表估计最小临床重要差值（MCID），推荐基于患者报告的MCID分别为-6.2和-4.1。

本研究利用TRANQUIL多中心随机对照试验的数据，采用基于锚定法（CGI-I与PGI-I）及ROC分析，为特发性震颤常用的TETRAS改良日常生活活动量表（mADL）和mADL11量表估计最小临床重要差值（MCID），推荐基于患者报告的MCID分别为-6.2和-4.1。