熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣,引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁

Ramez Naam
氣候和清潔能源投資者。著有 5 本書。能源與環境聯合主席 @SingularityU.努力建設一個更美好的世界。
中西部和東海岸需要更多的太陽能。

Erik Stuebe8月18日 07:14
下圖展示了上週五,8月15日,東部時間下午12:45的實時電網定價。請注意,中部和東部美國大部分地區的定價超過125美元/兆瓦時,許多州的定價超過225美元/兆瓦時。在這個夏天的炎熱日子裡,這並不是一個不尋常的現象。另一方面,在ERCOT和CAISO,全天的定價通常在10-50美元/兆瓦時範圍內。
那麼,從這些數據中可以得出什麼教訓,以及降低電網價格的短期解決方案是什麼:
1)CAISO(加利福尼亞州)和ERCOT(德克薩斯州)有大量的太陽能和儲能滲透,在中午高峰用電需求期間創造了充足的容量。
2)充足的發電導致CAISO和ERCOT的價格降低。在ERCOT,此時天然氣的清算價格為18.85美元/兆瓦時。
3)在MISO(中部美國)和PJM(東部美國),發電不足以滿足峰值需求,現有發電商能夠獲得意外利潤。MISO天然氣的清算價格為301美元,PJM天然氣的清算價格為120美元。
那麼解決方案是什麼:
1)消除快速建設新發電設施的障礙,適用於所有類型的發電。障礙包括許可、互聯和關稅,以上三項是最大的障礙之一。注意:在歐洲,太陽能模塊市場價格低於0.12美元/瓦,而在美國,太陽能模塊的成本為0.30-0.40美元/瓦,原因是關稅和一系列貿易限制。
2)在2030年前,唯一能夠快速上線的發電類型是太陽能和儲能,但同樣的邏輯也應適用於消除天然氣、核能等的障礙,理解天然氣和核能需要更長時間才能上線。
#可再生能源 #太陽能
@TomSteyer @JessePeltan @JigarShahDC @douglewinenergy @chamath @jasoncalcanis @elonmusk @tylernorris

6.81K
魯比知道真相。但他必須滿足他主人的願望。

Aaron Rupar8月17日 22:23
Welker 播放了 Rubio 在 2022 年说的一个片段,他说 "你不能和像普京这样的人达成交易" 😬
3.15K
華盛頓特區的佔領與犯罪無關,而與恐嚇有關。

Jamie Dupree8月18日 03:58
多輛華盛頓特區國民警衛隊的車輛停在林肯紀念堂,這裡並不是犯罪區域
38
華盛頓特區的佔領與犯罪無關,而與恐嚇有關。

Jamie Dupree8月18日 03:58
多輛華盛頓特區國民警衛隊的車輛停在林肯紀念堂,這裡並不是犯罪區域
3.77K
"曾經需要幾個月的時間,現在只需幾個小時"。GPT5和其他大型語言模型正在加速科學研究。

Derya Unutmaz, MD8月17日 08:12
我很高興分享來自GPT-5思維模型的第一部分絕對驚人的分析!我上傳了一個巨大的電子表格,包含近1300種代謝物(脂質、碳水化合物、微生物組衍生化合物等),這些代謝物是在150名ME/CFS患者和100名健康對照者中測量的。
在第一次運行中,我甚至沒有告訴GPT-5這些樣本來自ME/CFS患者,我想看看它能從代謝組學數據中盲目發現什麼。接下來,我將分享我透露這些樣本來自我們患者隊列的版本,這與我們最近發表的論文相關,而GPT-5在那裡的發現又是另一個層次!
我們在兩年前分析了同一數據集,花了我們一個多月的時間來完全處理它。
✅GPT-5在不到五分鐘的時間內做得更好。
✅它不僅複製了我們當時得出的幾乎所有結論,包括發現所有顯著差異,創建多個關於不同途徑的電子表格等,還發現了我們完全錯過的幾個發現。
✅GPT-5甚至強調了可操作的目標和潛在的患者治療(我會很快分享)。
這不是“漸進式改進”。這是一次革命!
曾經需要幾個月的工作現在只需幾小時。正如我之前提到的,科學研究的規則不僅在改變,它們正在被重寫!
分享GPT-5輸出的一部分作為示例,執行摘要也作為截圖包含在內。
統一的機制理論與因果圖
觀察到的模式
•患者中脂質重塑伴隨DAG、PC、SM和特定神經酰胺的增加。
•輔因子模式伴隨類胡蘿蔔素減少和α-生育酚增加。
機制鏈接
•通過絲氨酸棕櫚酰轉移酶和神經酰胺合成酶的de novo神經酰胺合成增加神經酰胺池,影響壓力和信號傳導。
•肯尼迪(CDP-膽鹼)途徑耦合DAG和PC代謝;CHKA → PCYT1A → CHPT1使用DAG作為受體將膽鹼轉化為PC。
•DAG激活PKCε及相關同種型,可能會改變受體信號的保真度。
•α-生育酚是脂質相的過氧自由基清除劑,並通過抗壞血酸再生;減少的類胡蘿蔔素與抗氧化劑消耗一致。
排名的可操作目標
1.SPTLC1/2或CERS(酶) - 減少de novo神經酰胺合成。目前可行性低,但如果脂質驅動因素是主要因素則高度因果。風險包括對髓鞘的影響。
2.DGAT1/2調節 - 通過轉移到中性儲存或調節流量來減少有毒DAG信號。中等可行性,GI耐受性是關鍵風險。
3.PKCε抑制 - 阻止DAG到信號的步驟。目前可行性低,但機制上精確。
4.膳食類胡蘿蔔素和維生素C支持 - 補充抗氧化能力並幫助生育酚回收。高可行性,監測F2-異前列腺素和類胡蘿蔔素面板。
5.僅在確認缺乏的情況下試驗L-肉鹼 - 肉鹼途徑中的小信號;低信心,進行監測的初步劑量。
建議的驗證實驗和最小臨床生物標誌物面板
驗證實驗
•針對DAG物種、神經酰胺(鏈長解析)、鞘脂、PC的靶向脂質組學。
•如果可行,在可接觸細胞中測量PKCε活性代理。
•抗氧化劑面板:α-生育酚、類胡蘿蔔素、維生素C,以及F2-異前列腺素用於脂質過氧化的讀數。
•如果考慮初步L-肉鹼,測量游離和酰基肉鹼及酰基/游離比率的前後變化。
最小監測面板
•神經酰胺:d18:1/16:0,d18:1/18:0和二氫神經酰胺。
•DAG類別面板,若可用則包含位置異構體;報告為總脂質的摩爾百分比。
•PC類別和LPC/PC比率;膽鹼和磷酸膽鹼以推斷肯尼迪途徑流量。
•α-生育酚、β-隱黃素、胡蘿蔔二醇、維生素C和F2-異前列腺素.

38.87K
熱門
排行
收藏
鏈上熱點
X 熱門榜
近期融資
最受認可