跳到主要内容
检索

Zhejiang Lab

2 篇关联报道

订阅更新
  1. Nature Communications

    人类蛋白组里筛mRNA递送支架:DeepDelivery提名512个候选,15个里12个能成粒并递送

    DeepDelivery把人类蛋白组当作mRNA递送支架的候选库来筛:先用病毒衣壳蛋白数据训练深度学习模型,再以双模型交叉过滤,从109,375条人类序列中提名512个候选。实验测试15个候选,12个形成包裹mRNA的颗粒并完成功能性递送;其中RTL8B在HEK293T报告细胞上的转导效率为73.2%,高于作为参照的Arc(56.5%)、PEG10(53.1%)和PNMA2(67.4%)。这些结果支持把人类自身蛋白作为可模块化改造的递送支架来源,但免疫原性与体内行为尚未评估。

  2. Nature Communications

    磁导率不再是一个整体数字:逐格算出空间分布,看到自旋波干涉造成的局部负损耗

    高频磁导率过去被当作整块材料的单一参数,如今被算成随空间位置和频率变化的场。做法是把样品切成微磁网格,逐格做时频变换提取磁导率谱,并用脉冲参数窗口压住傅里叶误差。平面方形模型在14.10 GHz处出现局部负虚部磁导率,对应磁化进动领先外场9π/10的相位反转;在纳米铁球上,机器学习预测的缺陷—频谱趋势与四类刻蚀样品的宽带测量一致。

已读完全部报道