Định hướng là gì? Các công bố khoa học về Định hướng

Với những giả định về đặc tính của tri thức và các yêu cầu tri thức của sản xuất, doanh nghiệp được khái niệm hóa như một tổ chức tích hợp tri thức. Đóng góp chính của bài báo là khám phá các cơ chế điều phối mà qua đó các doanh nghiệp tích hợp tri thức chuyên môn của các thành viên của mình. Khác với tài liệu trước đây, tri thức được nhìn nhận là tồn tại trong từng cá nhân, và vai trò chính của tổ chức là ứng dụng tri thức hơn là tạo ra tri thức. Lý thuyết hình thành này có những tác động đối với cơ sở của khả năng tổ chức, các nguyên tắc thiết kế tổ chức (đặc biệt là phân tích hệ thống cấp bậc và sự phân bố quyền ra quyết định) và các yếu tố quyết định của ranh giới ngang và dọc của doanh nghiệp. Nhìn chung, cách tiếp cận dựa trên tri thức mở ra cái nhìn mới về những đổi mới tổ chức hiện hành và xu hướng phát triển, đồng thời có những tác động sâu rộng đến thực tiễn quản lý.

Chúng tôi trình bày một khung nghiên cứu về sự biến đổi phân tử trong một loài. Dữ liệu về sự khác biệt giữa các haplotype DNA đã được tích hợp vào một định dạng phân tích phương sai, xuất phát từ ma trận khoảng cách bình phương giữa tất cả các cặp haplotype. Phân tích phương sai phân tử (AMOVA) này cung cấp các ước tính về thành phần phương sai và các đồng vị thống kê F, được gọi là phi-statistics, phản ánh sự tương quan của độ đa dạng haplotype ở các cấp độ phân chia thứ bậc khác nhau. Phương pháp này khá linh hoạt để thích ứng với các ma trận đầu vào thay thế, tương ứng với các loại dữ liệu phân tử khác nhau, cũng như các giả định tiến hóa khác nhau, mà không làm thay đổi cấu trúc cơ bản của phân tích. Ý nghĩa của các thành phần phương sai và phi-statistics được kiểm định bằng cách tiếp cận hoán vị, loại bỏ giả định về chuẩn tính thông thường trong phân tích phương sai nhưng không phù hợp cho dữ liệu phân tử. Áp dụng AMOVA cho dữ liệu haplotype DNA ty thể của con người cho thấy, sự phân chia dân số được giải quyết tốt hơn khi một số biện pháp khác biệt phân tử giữa các haplotype được đưa vào phân tích. Tuy nhiên, ở cấp độ nội bộ loài, thông tin bổ sung từ việc biết quan hệ phân loại chính xác giữa các haplotype hoặc thông qua việc dịch phi tuyến thay đổi vị trí hạn chế thành độ đa dạng nucleotide không làm thay đổi đáng kể cấu trúc di truyền dân số suy luận. Các nghiên cứu Monte Carlo cho thấy việc lấy mẫu vị trí không ảnh hưởng căn bản tới ý nghĩa của các thành phần phương sai phân tử. Việc xử lý AMOVA dễ dàng mở rộng theo nhiều hướng khác nhau và cấu thành một khung hợp lý và linh hoạt cho việc phân tích thống kê dữ liệu phân tử.

Một thành phần quan trọng trong việc diễn giải các nghiên cứu cấp hệ thống là suy diễn các con đường sinh học phong phú và các phức hợp protein có trong các tập dữ liệu OMICs. Việc phân tích thành công yêu cầu tích hợp một bộ dữ liệu sinh học hiện có rộng rãi và áp dụng một quy trình phân tích vững chắc để tạo ra các kết quả có thể diễn giải được. Metascape là một cổng thông tin dựa trên web được thiết kế để cung cấp một nguồn tài nguyên chú thích và phân tích danh sách gen toàn diện cho các nhà sinh học thực nghiệm. Về các tính năng thiết kế, Metascape kết hợp sự phong phú chức năng, phân tích互译, chú thích gen và tìm kiếm thành viên để tận dụng hơn 40 cơ sở kiến thức độc lập trong một cổng tích hợp duy nhất. Ngoài ra, nó còn tạo điều kiện cho việc phân tích so sánh các tập dữ liệu qua nhiều thí nghiệm độc lập và chính xác. Metascape cung cấp trải nghiệm người dùng đơn giản hóa một cách đáng kể thông qua giao diện phân tích nhanh một cú nhấp chuột để tạo ra các đầu ra có thể diễn giải được. Tóm lại, Metascape là một công cụ hiệu quả và tối ưu cho các nhà sinh học thực nghiệm để phân tích và diễn giải một cách toàn diện các nghiên cứu dựa trên OMICs trong kỷ nguyên dữ liệu lớn.

Sử dụng mẫu gồm 49 quốc gia, chúng tôi chỉ ra rằng những quốc gia có bảo vệ nhà đầu tư yếu kém, được đo lường bằng cả tính chất của các quy định pháp luật và chất lượng thực thi pháp luật, có thị trường vốn nhỏ hơn và hẹp hơn. Những phát hiện này áp dụng cho cả thị trường chứng khoán và thị trường nợ. Cụ thể, các quốc gia có hệ thống pháp luật dân sự Pháp có cả mức độ bảo vệ nhà đầu tư yếu nhất và thị trường vốn kém phát triển nhất, đặc biệt là so với các quốc gia theo hệ thống pháp luật thông thường.

Một tập hợp cơ sở mở rộng của các hàm số nguyên tử được biểu diễn dưới dạng các tổ hợp tuyến tính cố định của các hàm Gaussian được trình bày cho hydro và các nguyên tố hàng đầu tiên từ cacbon đến flo. Trong tập này, được mô tả là 4–31 G, mỗi lớp vỏ bên trong được đại diện bởi một hàm cơ sở duy nhất được lấy từ tổng của bốn hàm Gaussian và mỗi quỹ đạo hoá trị được tách thành các phần bên trong và bên ngoài được mô tả bởi ba và một hàm Gaussian, tương ứng. Các hệ số mở rộng và số mũ Gaussian được xác định bằng cách tối thiểu hóa năng lượng đã tính toán tổng thể của trạng thái cơ bản nguyên tử. Cơ sở dữ liệu này sau đó được sử dụng trong các nghiên cứu quỹ đạo phân tử đơn xác định của một nhóm nhỏ phân tử đa nguyên tử. Tối ưu hóa các yếu tố tỷ lệ vỏ hoá trị cho thấy rằng có sự tái chia tỷ lệ đáng kể của các hàm số nguyên tử trong các phân tử, các hiệu ứng lớn nhất được quan sát thấy ở hydro và cacbon. Tuy nhiên, phạm vi tối ưu của các hệ số tỷ lệ cho mỗi nguyên tử là đủ nhỏ để cho phép lựa chọn một bộ tiêu chuẩn phân tử. Việc sử dụng cơ sở chuẩn này cung cấp các hình học cân bằng lý thuyết hợp lý với thí nghiệm.

Một phương pháp kiểm tra đất DTPA đã được phát triển để nhận diện các loại đất gần trung tính và đất vôi có hàm lượng Zn, Fe, Mn, hoặc Cu không đủ cho năng suất cây trồng tối đa. Chất triết suất gồm 0.005M DTPA (axit diethylenetriaminepentaacetic), 0.1M triethanolamine, và 0.01M CaCl₂, với pH là 7.3. Phương pháp kiểm tra đất bao gồm việc lắc 10 g đất khô không khí với 20 ml chất triết suất trong 2 giờ. Dung dịch được lọc, và hàm lượng Zn, Fe, Mn, và Cu được đo lường trong dung dịch lọc bằng phương pháp quang phổ hấp thu nguyên tử.

Phương pháp kiểm tra đất đã phân biệt thành công 77 loại đất ở Colorado dựa trên sự phản ứng của cây trồng với phân bón kẽm, sắt và mangan. Mức độ dinh dưỡng quan trọng phải được xác định riêng biệt cho từng loại cây trồng sử dụng quy trình tiêu chuẩn hóa cho việc chuẩn bị đất, nghiền và triết suất. Các mức độ quan trọng cho ngô sử dụng quy trình báo cáo trong nghiên cứu này là: 0.8 ppm cho Zn, 4.5 ppm cho Fe, tạm thời 1.0 ppm cho Mn, và 0.2 ppm cho Cu.

Việc phát triển phương pháp kiểm tra đất một phần dựa trên các cân nhắc lý thuyết. Chất triết suất được đệm tại pH 7.30 và chứa CaCl₂ để cân bằng với CaCO₃ tại mức CO₂ cao hơn khoảng 10 lần so với mức trong không khí. Nhờ đó, chất triết suất tránh việc hòa tan CaCO₃ và phát thải các dưỡng chất bị mắc kẹt thường không có sẵn cho cây trồng. DTPA được chọn làm chất tạo phức vì có khả năng hiệu quả chiết xuất cả bốn kim loại vi lượng. Các yếu tố như pH, nồng độ chất tạo phức, thời gian lắc, và nhiệt độ triết suất ảnh hưởng đến lượng vi lượng được chiết xuất và được điều chỉnh để đạt hiệu quả tối đa.

Một phương pháp enzym học được mô tả để xác định tổng hàm lượng cholesterol trong huyết thanh bằng việc sử dụng một thuốc thử dung dịch duy nhất. Phương pháp này không yêu cầu xử lý mẫu trước và đường chuẩn hiệu chuẩn tuyến tính đến 600 mg/dl. Este cholesterol được thủy phân thành cholesterol tự do nhờ cholesterol ester hydrolase (EC 3.1.1.13). Cholesterol tự do sinh ra được oxy hóa bởi cholesterol oxidase thành cholest-4-en-3-one đồng thời sản sinh hydrogen peroxide, chất này phối hợp oxy hóa với 4-aminoantipyrine và phenol dưới sự hiện diện của peroxidase tạo thành một chất cromogen có hấp thu tối đa ở bước sóng 500 nm. Phương pháp này có thể tái thực hiện được và các kết quả tương quan tốt với những kết quả thu được bằng các quy trình tự động của Liebermann—Burchard (AA-2 và SMA 12/60) và phương pháp của Abell et al. Phương pháp hiện tại mang lại tính đặc hiệu tốt hơn so với các phương pháp trước đây và có độ chính xác vượt trội.

Bình thường hóa chính xác là điều kiện tiên quyết tuyệt đối để đo lường đúng biểu hiện gene. Đối với PCR sao chép ngược định lượng thời gian thực (RT-PCR), chiến lược bình thường hóa phổ biến nhất bao gồm tiêu chuẩn hóa một gene kiểm soát được biểu hiện liên tục. Tuy nhiên, trong những năm gần đây, đã trở nên rõ ràng rằng không có gene nào được biểu hiện liên tục ở tất cả các loại tế bào và dưới mọi điều kiện thí nghiệm, ngụ ý rằng sự ổn định biểu hiện của gene kiểm soát dự kiến phải được xác minh trước mỗi thí nghiệm. Chúng tôi đã trình bày một chiến lược mới, sáng tạo và mạnh mẽ để xác định các gene được biểu hiện ổn định trong một tập hợp các gene ứng cử viên để bình thường hóa. Chiến lược này bắt nguồn từ một mô hình toán học về biểu hiện gene cho phép ước lượng không chỉ sự biến đổi tổng thể của các gene nghị biểu bình thường mà còn sự biến đổi giữa các nhóm mẫu bộ của tập hợp mẫu. Đáng chú ý, chiến lược này cung cấp một thước đo trực tiếp cho sự biến đổi biểu hiện ước tính, cho phép người dùng đánh giá lỗi hệ thống được tạo ra khi sử dụng gene này. Trong một so sánh trực tiếp với một chiến lược đã được công bố trước đó, cách tiếp cận dựa trên mô hình của chúng tôi có hiệu suất mạnh mẽ hơn và ít nhạy cảm hơn đối với điều chỉnh đồng biến của các gene bình thường hóa ứng cử viên. Chúng tôi đã sử dụng chiến lược dựa trên mô hình để xác định các gene phù hợp để bình thường hóa dữ liệu RT-PCR định lượng từ ung thư ruột kết và ung thư bàng quang. Các gene này bao gồm UBC, GAPD, và TPT1 cho ruột kết và HSPCB, TEGT, và ATP5B cho bàng quang. Chiến lược được trình bày có thể được áp dụng để đánh giá độ thích hợp của bất kỳ ứng cử viên gene bình thường hóa trong bất kỳ loại thiết kế thí nghiệm nào và nên cho phép bình thường hóa dữ liệu RT-PCR đáng tin cậy hơn.

Học máy (Machine learning) nghiên cứu vấn đề làm thế nào để xây dựng các hệ thống máy tính tự động cải thiện qua kinh nghiệm. Đây là một trong những lĩnh vực kỹ thuật phát triển nhanh chóng hiện nay, nằm tại giao điểm của khoa học máy tính và thống kê, và là cốt lõi của trí tuệ nhân tạo và khoa học dữ liệu. Tiến bộ gần đây trong học máy được thúc đẩy bởi sự phát triển của các thuật toán và lý thuyết học mới cùng với sự bùng nổ liên tục trong việc sẵn có dữ liệu trực tuyến và khả năng tính toán chi phí thấp. Việc áp dụng các phương pháp học máy dựa trên dữ liệu đã xuất hiện trong khoa học, công nghệ và thương mại, dẫn đến việc ra quyết định dựa trên bằng chứng trong nhiều lĩnh vực cuộc sống, bao gồm chăm sóc sức khỏe, sản xuất, giáo dục, mô hình tài chính, cảnh sát và tiếp thị.

Chúng tôi đã phát triển một phương pháp PCR định lượng "thời gian thực" mới. Phương pháp này đo sự tích lũy của sản phẩm PCR qua một đầu dò fluorogenic gắn nhãn kép (tức là, đầu dò TaqMan). Phương pháp này cung cấp phép đo định lượng số lượng bản sao gene rất chính xác và nghiêm ngặt. Không giống như các phương pháp PCR định lượng khác, PCR thời gian thực không yêu cầu xử lý mẫu sau PCR, ngăn ngừa sự lây nhiễm tiềm ẩn qua lại của sản phẩm PCR và dẫn đến các xét nghiệm nhanh hơn và hiệu suất cao hơn. Phương pháp PCR định lượng thời gian thực có một phạm vi động rất lớn trong việc xác định phân tử mục tiêu bắt đầu (ít nhất là năm bậc độ lớn). PCR định lượng thời gian thực cực kỳ chính xác và ít tốn công sức hơn các phương pháp PCR định lượng hiện tại.