搜索[3d]结果-低调大师优秀个人博客

3D立体可视化赋能档案库房：十防一体化安全监控平台开发与部署实录

# 3D立体可视化赋能档案库房：十防一体化安全监控平台开发与部署实录物联网・盛世宏博・智慧档案馆环境监控 > 【关键词】智慧档案馆，档案库房3D可视化，数字孪生，档案十防，库房安全监控，档案库房环境监控

2026-10-26

减少AI视频抽卡的7种3D预演技术，从人物走位到镜头调度一次讲透

这个认知一旦建立，3D预演就不再是某个软件的功能，而是一种可以跨工具、跨平台复用的方法论。 --- !

2026-09-25

腾讯云CVM端云混合推理：硅碳相变下3D CIM存算芯片对大模型API成本与选型冲击

腾讯云CVM端云混合推理：硅碳相变下3D CIM存算芯片对大模型API成本与选型冲击后摩智能确认下一代大模型端边AI芯片走3D CIM存算一体架构，这事我盯了挺久。

2026-09-24

每日一博 | 基于组合优化的 3D 家居布局生成看千禧七大数学难题之 NP 问题

本文探讨了运筹学和组合优化方法在3D家居布局生成中的应用，并调研了AI生成3D场景布局的最新方法。

2023-09-11

史上首个3D多语言AI记者来了，不仅写作、翻译无压力，还能一线报道国际体育赛事

世界上首个3D多语言AI新闻记者诞生！近日，字节跳动AI Lab联合上海交大研究团队发布了全新升级版AI新闻记者Xiaomingbot。

2020-07-22

2D与3D体系的产量、表型和功能比较 | 外泌体

本文基于Jalilian等发表于2022年的研究，介绍人骨髓来源MSC在2D贴壁与3D微载体生物反应器中的培养比较，梳理EV浓度、标志物共表达及促神经突生长结果，为MSC-EV规模化培养与收集工艺评估提供参考

2026-11-09

三角基底律——矩阵3x6 是所有三角形的基底·3D中高就是边

中高就是边、任何边都能成高——C=4a 是强制底座，任何 3D 几何体皆然。

2026-11-02

智慧档案馆十二防系统架构：国产恒湿净化一体机接入 3D 立体可视化平台方案

# 智慧档案馆十二防系统架构：国产恒湿净化一体机接入 3D 立体可视化平台方案物联网 · 盛世宏博 · 智慧档案馆、十二防、国产恒湿净化一体机、3D 数字孪生、Modbus RTU/TCP、边缘网关、

2026-10-22

用 WorkBuddy 做「3D 云抓娃」，三次推倒重来之后，它终于像一台抓娃娃机了

我在 WorkBuddy 里输入了一句话：「能不能做一个部署在魔搭创空间、打开即玩的网页 3D 抓娃娃游戏？」没有后端、没有美术团队、也没有时间从零写引擎。最终交付一个 3D 抓娃娃小游戏。

2026-10-14

从平面到孪生：一个智慧档案库房空气质量 3D 可视化监控系统的落地全流程

# 从平面到孪生：一个智慧档案库房空气质量 3D 可视化监控系统的落地全流程 !

2026-09-18

一张图片，一段代码，一个能跑能动的 3D 世界！

随着 Three.js、WebGL 等技术的普及，在网页中嵌入 3D 交互已经成为产品展示、在线教育、游戏预览的标配。

2026-07-29

国产一站式智慧档案馆管库平台，3D可视化+十防一体化建设实践

## 三、3D可视化 3D可视化：把库房搬进屏幕。3D库房、设备布点、数据实时、告警位置。管理员看3D直观掌握库房。3D技术选型（WebGL）、库房建模（按实际）、数据映射。3D可视化让监控直观。

2026-10-29

国产化智慧档案馆落地案例：3D可视化平台联动恒温恒湿消毒净化一体机

## 二、3D可视化是什么 3D可视化不是花架子。它把档案馆建筑、库房、密集柜、设备位置按真实比例建模，管理员在三维场景里点哪个库房，就弹出这间库房的温湿度、设备状态、报警信息。

2026-10-22

课前准备（Xenium 5k）--单细胞多组学关联阿尔茨海默病中的3D基因组与转录组变化

### 作者，Evil Genius ### 看来并没有把国情写入AI啊，一点不懂人情世故。 ![](https://developer.qcloudimg.com/http-save/10067361/5f1a9980f69dd92886059efe692e0fec.webp) deepseek ![](https://developer.qcloudimg.com/http-save/10067361/82abd3f0220a5268266f31f339c914d5.webp) 豆包 ### 当然这种纯数学理论，国内可能不感兴趣，估计也不会花费巨额的资金去研究什么挂谷猜想，如何提升基础理论研究，不是我这种温饱都成问题的人该考虑的😄。 ### 今天我们分享文献，多组学的趋势已经好几年了，希望有条件的各位可以跟进一下。 ![](https://developer.qcloudimg.com/http-save/10067361/6f8f89223cd3595c487c721dcd700da0.webp) ### 知识积累 ### 研究背景：阿尔茨海默病（AD）是痴呆症最常见的原因，以大脑功能逐渐丧失为特征。许多研究已记录了不同脑细胞类型中基因活性的变化，但其背后的分子机制仍不清楚。基因活性不仅受DNA序列和化学标记控制，还受基因组在细胞核内三维折叠方式的影响。这种三维基因组结构在AD中如何变化，以及它如何与人类大脑中细胞类型特异性的基因失调相关联，目前知之甚少。 ### 研究目的：研究团队旨在确定三维基因组折叠的变化是否与AD中被破坏的基因表达程序相关，以及能否在人类脑组织的单细胞分辨率下检测到这种联系。 ### 研究方法 ### 使用GAGE-seq技术，在同一个单细胞中同时测量基因表达和基因组内的物理接触。 ### 将这些测量数据与来自相同捐赠者的染色质可及性数据，以及完整组织切片中的空间转录组图谱相整合，实现分子、细胞到组织尺度的跨层次分析。 ### 开发了一个基于Transformer的预测模型，将DNA序列与三维基因组特征结合，以检验基因组结构对于解释AD相关基因表达变化是否必不可少。 ### 主要发现 ### 基因组接触模式改变：在AD的主要脑细胞类型中，观察到一致的基因组接触模式变化，包括短距离相互作用减少，长距离相互作用增加。活跃与不活跃基因组区域的混合增多，表明基因组区室化分隔减弱。 ### 调控元件互动变化：启动子-近端相互作用减弱，而中程调控相互作用相对增强，特别是在与染色质环组织相关的位点。 ### 关键细胞程序变化：观察到AD相关的关键细胞程序变化，如小胶质细胞的衰老相关激活，以及女性中X连锁基因的性别依赖性失调，并且这些变化伴随着相关位点的三维基因组改变。 ### 预测模型结果：模型显示，三维基因组特征能提供超越DNA序列本身的信息来解释AD相关基因表达，有助于优先筛选那些通过染色质接触发挥作用的远端调控元件。 ### 空间整合：将分子特征与空间转录组学结合，揭示了AD中改变的细胞邻域以及基因程序空间协调性的破坏。 ![](https://developer.qcloudimg.com/http-save/10067361/25a91e8159fea3d080f2d3840dfe6503.webp) ### 介绍 ### 研究背景：AD是主要痴呆病因，单细胞测序已发现多种细胞类型特异性的转录和表观遗传变化，但三维基因组结构在AD中的作用尚不清楚。 ### 技术工具：研究团队自主开发了GAGE-seq技术，可在单细胞中同时检测基因表达和三维染色质相互作用。 ### 研究设计：对ROSMAP队列中AD患者和对照者的前额叶皮层样本，整合GAGE-seq、snATAC-seq（染色质可及性）和Xenium（空间转录组）三种数据，进行多模态分析。 ### 主要目标：揭示三维基因组重塑如何影响特定神经元和胶质细胞的转录失调，并将这些分子变化与脑组织的空间细胞互作联系起来。 ### 研究意义：该研究填补了AD中三维基因组结构研究的空白，为理解疾病分子机制和调控结构提供了高分辨率的多尺度图谱。 ### 结果1、高质量的单细胞转录组与三维基因组联合检测 ### 样本与实验设计 ### 选取ROSMAP队列中20例死后前额叶皮层样本：AD组10例（Braak 5-6期），非AD组10例（Braak 0-2期），年龄匹配、性别平衡。 ### AD组病理负担显著更高，认知评分显著更低。 ### 技术应用 ### 核心技术：GAGE-seq，在单细胞中同时检测转录组（scRNA）和三维染色质接触（scHi-C）。 ### 补充技术：snATAC-seq（检测染色质可及性，来自同一批捐赠者）和Xenium空间转录组（2例AD + 2例对照，用于空间分析）。 ### 数据质量 ### 质控后保留23,825个高质量细胞。 ### 平均每个细胞含22,704个UMIs、2,477个表达基因、288,931个染色质接触，数据深度和质量较高。 ### 细胞注释与验证 ### 注释出8种主要细胞类型和22种亚型（9种兴奋性神经元、7种抑制性神经元等）。 ### 细胞类型分布在AD组与对照组间大致相似，存在个体差异。 ### 三维染色质数据可独立解析细胞身份 ### 仅基于scHi-C数据的UMAP聚类即可区分主要神经元和胶质细胞群体，说明三维染色质接触模式本身编码了细胞身份信息。 ### 跨模态一致性验证 ### GAGE-seq转录组与匹配捐赠者的scRNA-seq数据整合后聚类高度一致。 ### GAGE-seq转录组与匹配捐赠者的snATAC-seq基因活性评分整合后也高度一致。 ### 标记基因在表达、染色质可及性和三维基因组特征上表现一致。 ### 研究意义 ### 证实GAGE-seq数据的可靠性和多模态整合能力。 ### 为后续研究AD中细胞类型特异性的基因调控和染色质重组提供了高质量的数据基础。 ![](https://developer.qcloudimg.com/http-save/10067361/1f95a3979ad5e45aafc38b6f79224114.webp) ### 结果2、AD中细胞类型特异性的转录改变及通路水平的失调 ### 差异表达分析验证：GAGE-seq的差异表达结果与既往scRNA-seq数据高度一致（相关系数0.433~0.902），神经元以下调为主，胶质细胞变化较少，结果稳定可靠。 ### 通路富集发现： ### 兴奋性神经元：线粒体功能和mRNA代谢通路上调（代偿性应激），脂质代谢、氧化磷酸化和突触信号下调（功能受损）。 ### 星形胶质细胞：氧化应激、脂质储存和细胞死亡上调（反应性状态），血管生成下调。 ### 帕金森病相关基因集在多种细胞中上调，提示神经退行性疾病的分子趋同。 ### 钙调磷酸酶/NFAT信号在所有细胞类型中均下调，该通路与记忆、突触可塑性和炎症相关。 ### 胶质细胞衰老： ### 小胶质细胞衰老评分（CSP）最高，衰老细胞比例最大，关键衰老调控因子（ETS2、CDKN1A、CDKN2D等）显著上调。 ### 星形胶质细胞SASP（衰老相关分泌表型）评分最高。 ### VLMCs和内皮细胞也表现出高衰老评分，尤其是VLMCs的衰老状态为新发现。 ### 上调的衰老标记物伴随三维染色质接触评分升高，提示三维基因组参与调控。 ### 性别差异： ### AD相关的转录失调和三维基因组重塑存在性别依赖性差异，X染色体失活逃逸基因在表达和染色质特征上表现出最强的性别差异。 ### 总体结论：AD中多种脑细胞类型存在广泛的转录重塑，表现为神经元功能丧失、胶质细胞衰老程序激活，以及性别特异性变化，三维基因组结构改变与这些变化相关联。 ![](https://developer.qcloudimg.com/http-save/10067361/0e3d7b75085566638c48617608815791.webp) ### 结果3、AD中的全局染色质改变和区室混合 ### 全局染色质改变：AD组与对照组相比，A/B区室评分总体相似（高度相关），但存在适度变化。非AD组未观察到衰老相关的长距离互作增加（因队列年龄范围窄且均高龄）。 ### 长距离相互作用增加：AD中几乎所有细胞类型均显示长距离染色质相互作用比例显著增加（短距离减少），这一趋势在不同染色体和细胞类型中一致，并通过多种验证方法确认稳健。反式/顺式比值也增加，支持该结论。 ### A/B区室混合加剧：鞍图显示AD中A与B区室之间的异型相互作用（A-B混合）增加，而同型相互作用（A-A、B-B）减少，表明区室分隔减弱。这一现象在染色体内和染色体间水平均观察到。 ### 区室偏移与转录输出的关系：长距离互作升高的AD细胞（尤其是神经元）UMI计数较低，提示转录输出下降。AD中上调的基因/基因集倾向于向A区室偏移（转录活跃），下调的基因向B区室偏移。 ### 单细胞混合评分：基于亚区室（A1/A2/B1/B2/B3）定义的单细胞A/B混合评分显示，AD细胞混合评分更高、UMI更低，进一步证实区室分隔减弱与转录活性下降相关。 ### 区室混合与生物学通路关联： ### 与正相关（混合评分↑ → 上调）的基因集：氧化磷酸化、RNA代谢（在AD中上调）。 ### 与负相关（混合评分↑ → 下调）的基因集：神经元程序（神经递质信号、神经发育、突触通路）和看家基因。 ### 这些相关性在AD细胞中更强，提示区室混合优先促进代谢/RNA加工程序，同时抑制神经元功能程序。 ### AD中染色质区室化全局性减弱（长距离互作↑ + A/B混合↑），与转录输出降低和疾病相关通路的选择性失调相关联，为三维基因组结构改变参与AD病理提供了直接证据。 ![](https://developer.qcloudimg.com/http-save/10067361/e3be35c16525ebc2dad806db5aa62b07.webp) ### 结果4、AD中顺式调控元件处的三维基因组改变 ### 研究目标：探究AD中顺式调控元件（cCREs）相关的染色质相互作用是否发生差异性改变，整合GAGE-seq与snATAC-seq及CTCF ChIP-seq数据进行分析。 ### 相互作用分类与变化： ### 按两端锚点分为：cCRE↔cCRE、cCRE↔非cCRE、非cCRE↔非cCRE。 ### 非cCRE↔非cCRE：AD中短距离和中距离均减少（全局性下降）。 ### cCRE相关：在神经元中，短距离减少，中距离增加；在胶质细胞中两者均减少。 ### 带CTCF标记的cCRE↔cCRE：中距离相互作用增强最显著，提示CTCF介导的调控连接在AD中被重新布线。 ### 环信号验证： ### 聚合峰分析（APA）证实AD中环信号一致增强，以星形胶质细胞、兴奋性和抑制性神经元最为明显，小胶质细胞变化最小。 ### 环挤出组分表达和CTCF结合在AD中变化很小，提示区室混合可能源于区室分隔减弱而非环挤出大规模改变。 ### 转录因子分析（Hi-C ChromVAR）： ### 开发Hi-C ChromVAR推断TF活性，发现中距离相互作用升高的bin在AD中含有更多CREs和更高的基序密度。 ### CTCF在兴奋性神经元、抑制性神经元和星形胶质细胞中排名最高，其活性与混合评分呈强正相关——CTCF活性越高的AD细胞，染色质越无序、基因表达越低。 ### TSS-cCRE互作变化： ### TSS到近端CREs（1-20位）的相互作用在AD中减少（局部调控受损）。 ### TSS到中距离CREs（20-200位）的相互作用在AD中增加（异常远程连接增强）。 ### 伴随TAD边界处相互作用分离减弱，支持局部调控减弱、中长距调控异常增加的模型。 ### 总体结论：AD中顺式调控元件处的三维基因组结构发生重构——局部（短距离）调控接触减少，中距离（尤其是CTCF相关）相互作用异常增强，导致基因调控结构紊乱，从而驱动广泛的转录失调。 ![](https://developer.qcloudimg.com/http-save/10067361/dfaa2162b193f32fd0deca34bbc9fe39.webp) ### 结果5、深度学习揭示三维基因组在AD中的关键调控作用 ### 模型开发：开发了Hicformer，一个基于Transformer的深度学习框架，输入包括DNA序列 + 一维Hi-C特征（A/B区室评分、绝缘评分、基因体评分）+ 二维局部Hi-C接触图，用于预测基因表达。 ### 性能表现： ### 在三种留出场景下，Hicformer均优于仅序列基线模型（Enformer-like），且在“未见细胞类型+未见基因”的最难任务中仍保持强劲性能。 ### 优势在所有主要细胞类型中一致。 ### 三维特征的关键贡献： ### 在AD小胶质细胞中，Hicformer相比序列模型预测显著改善的基因富集于I型干扰素、细胞因子和免疫应答通路（AD相关）。 ### 无论与区室混合呈正相关还是负相关的AD相关基因集，Hicformer预测均优于序列模型。 ### AD相关差异表达基因的预测改善大于其他基因，说明三维基因组特征对AD疾病相关基因尤为重要。 ### 特征归因分析： ### 神经元：序列特征 + 绝缘评分主导预测。 ### 胶质细胞：A/B区室评分 + 基因体评分贡献更大。 ### AD细胞中，模型依赖向三维染色质特征转移（A/B区室和基因体评分归因增加），尽管原始特征值未变。 ### 案例验证： ### SLC5A11（AD中上调的转运蛋白基因）：Hicformer准确预测其上调，与三维染色质接触频率增加一致。 ### AQP4（星形胶质细胞水通道，AD中失调）：Hicformer识别出一个远端cCRE（~97.4 kb上游），具有开放染色质、CTCF结合位点和染色质环连接至启动子。扰动该区域降低预测的AQP4表达；仅序列扰动无效，三维染色质特征扰动效果显著。 ### 遗传风险关联：Hicformer能优先筛选具有更强精细定位支持的脑eQTL和AD GWAS位点，将三维感知的调控预测与遗传证据相连接。 ### 总体结论：Hicformer有效整合序列与三维基因组信息预测细胞类型特异性基因表达，其可解释性有助于识别AD中功能相关的调控元件，证实三维基因组结构在AD基因调控中的关键作用。 ![](https://developer.qcloudimg.com/http-save/10067361/11c2ba50022550021e42e5e20a473e28.webp) ### 结果6、AD中空间分辨基因程序及三维基因组的原位改变 ### 空间转录组实验设计：使用Xenium Prime 5K对4例ROSMAP捐赠者（2例AD + 2例非AD）的前额叶皮层进行空间转录组分析，质控后获得213,271个细胞，细胞类型注释与GAGE-seq数据高度一致（联合嵌入证实）。 ### 细胞组成与差异表达： ### 灰质中细胞类型比例在样本间高度一致，与GAGE-seq结果一致。 ### AD相关差异表达变化在两个平台间一致：神经元亚型以下调为主，胶质亚型上下调分布更均衡。 ### 空间微环境变化： ### 细胞类型组成偏移在深层皮层（L3-L6）最为显著。 ### L4星形胶质细胞与L4兴奋性IT神经元的空间邻近性在AD中显著减少（−63.4%），提示神经元-胶质细胞偶联改变或微环境破坏。 ### 空间基因程序（POPARI元基因分析）： ### 识别出与细胞类型对应的元基因（如m2=小胶质细胞，m7=OPCs）。 ### 多个元基因表现出细胞类型特异性的AD相关特征，将AD转录变化组织为具有不同空间分布的基因程序。 ### 与三维基因组区室混合强相关的标记基因高度富集于m15元基因。 ### 空间亲和力与配体-受体分析： ### m0与m15的空间亲和力在AD中显著降低。 ### m0与m15之间的配体-受体对（如NCAM1-DPYSL2、CNTN2-DPYSL2、NCAM1-NCAM1）在AD中基因表达和A/B区室评分的空间共定位均减少，这些配体-受体对与神经元增殖、迁移、轴突导向及神经退行性疾病相关。 ### 总体结论：空间转录组与GAGE-seq的整合揭示了AD中空间协调基因程序的变化、细胞-细胞通讯的改变以及三维基因组结构的原位重塑，为研究染色质相关的细胞微环境重组提供了框架。 ![](https://developer.qcloudimg.com/http-save/10067361/d816eb23d21d2558aa31b0b4c1bdf161.webp) ### 最后，来看看方法 ![](https://developer.qcloudimg.com/http-save/10067361/843720f8e9cc57d85dce311f56d538b5.webp) ![](https://developer.qcloudimg.com/http-save/10067361/b96aa6a0af673e926e4d700d7cd06740.webp) ![](https://developer.qcloudimg.com/http-save/10067361/892d1c562884c743f4dd953194d98d9c.webp) ### 空间共定位 ![](https://developer.qcloudimg.com/http-save/10067361/a25c779e087ac94535b7fd030080d735.webp) ### 生活很好，有你更好。

2026-07-29

精选列表

3D立体可视化赋能档案库房：十防一体化安全监控平台开发与部署实录

减少AI视频抽卡的7种3D预演技术，从人物走位到镜头调度一次讲透

腾讯云CVM端云混合推理：硅碳相变下3D CIM存算芯片对大模型API成本与选型冲击

每日一博 | 基于组合优化的 3D 家居布局生成看千禧七大数学难题之 NP 问题

史上首个3D多语言AI记者来了，不仅写作、翻译无压力，还能一线报道国际体育赛事

2D与3D体系的产量、表型和功能比较 | 外泌体

三角基底律——矩阵3x6 是所有三角形的基底·3D中高就是边

智慧档案馆十二防系统架构：国产恒湿净化一体机接入 3D 立体可视化平台方案

用 WorkBuddy 做「3D 云抓娃」，三次推倒重来之后，它终于像一台抓娃娃机了

从平面到孪生：一个智慧档案库房空气质量 3D 可视化监控系统的落地全流程

一张图片，一段代码，一个能跑能动的 3D 世界！

国产一站式智慧档案馆管库平台，3D可视化+十防一体化建设实践

国产化智慧档案馆落地案例：3D可视化平台联动恒温恒湿消毒净化一体机

课前准备（Xenium 5k）--单细胞多组学关联阿尔茨海默病中的3D基因组与转录组变化

深度相机全场景应用实战：从工业检测到人形机器人，Python+SDK实现3D视觉感知与智能避障方案

我用蓝耘 MaaS × 魔珐星云，打造了一位河北专属 3D 导游「冀小美」

阿里达摩院新研究：实习生一作突破自动驾驶技术难题，首次实现3D物体检测精度与速度兼得

WorkBuddy玩转AI 3D虚拟盲盒：用混元生3D+TTS多Skills打造会说话的三维收藏品

MSC-EV外泌体规模化生产工艺解析：从hMSC扩增、EV收集到3D生物反应器放大

一张图，竟然能变成会动的 3D：8.7k Star img2threejs 把模型生成拆成代码流水线

资源下载

优质分享App

Mario

Nacos

Spring

欢迎您来访！