XiaoMi-AI文件搜索系统
World File Search System亚群
Treg细胞亚群在心血管疾病发病机理和潜在治疗靶标
在涉及先天和适应性免疫反应的心血管疾病的起源和进展中，炎症起着关键和双重作用。在实验动物中的研究表明，某些免疫反应具有保护性，而其他人则加剧了该疾病。t-螺旋（Th）1细胞免疫反应被认为是心血管疾病中炎症进展的关键驱动因素。因此，CD4+CD25+FOXP3+调节性T细胞（Tregs）正在越来越关注其在炎症和免疫调节中的作用。鉴于Treg在维持免疫 - 弹药平衡和稳态方面的关键作用，其产生或功能的异常可能会导致异常的免疫反应，从而启动病理变化。许多临床前研究和临床试验揭示了Treg在心血管疾病（例如动脉粥样硬化）中的核心作用。在这里，我们回顾了Treg亚群在心血管疾病中的作用和机制，例如动脉粥样硬化，高血压，心肌梗死和重塑，心肌炎，心肌病和心力衰竭。尽管心脏保护中Treg的精确分子机制仍然难以捉摸，但针对Tregs的治疗策略为预防和治疗心血管疾病提供了一个有希望的新方向。
单细胞的转录分析揭示了新型的Rab13+内皮亚群和纤维性间充质细胞中的熟悉人骨髓
纳瓦拉（Navarra），纳瓦拉（Navarra），西班牙。。Sanitialias de Navarra（西班牙Idiwdna。4 Centro 4 Centro 4。马德里，西班牙。。6纳瓦拉的医院，西班牙帕姆普洛纳。 西班牙纳瓦拉。 9 克莱尼卡纳瓦拉大学。 西班牙西班牙。 。6纳瓦拉的医院，西班牙帕姆普洛纳。西班牙纳瓦拉。9克莱尼卡纳瓦拉大学。西班牙西班牙。。
研究论文 宫颈癌术后放疗后循环淋巴细胞亚群的预后价值
背景与目的：循环淋巴细胞亚群对接受术后放疗的宫颈癌患者的预后价值尚不明确。本研究旨在探讨这些淋巴细胞亚群对该患者群体的预后意义。方法：采集101例宫颈癌患者术后放疗前的外周血样本。采用流式细胞术确定淋巴细胞亚群的比例和绝对计数，包括总T细胞、CD4+ T细胞、CD8+ T细胞、自然杀伤（NK）细胞和B细胞。采用Kaplan-Meier方法和Cox回归分析估计总生存期（OS）并确定关键的预后因素。生成受试者工作特征（ROC）曲线以评估预测准确性。结果：生存分析显示，与NK细胞水平较高的患者相比，NK细胞比例降低（P = 0.02）或NK细胞计数减少（P = 0.01）的患者的总生存期（OS）明显较差。单因素Cox分析显示，NK细胞比例（P=0.025；HR，0.33；95%CI，0.12～0.87）和NK细胞计数（P=0.015；HR=0.28）均显著影响OS。多因素分析显示，CD4+T细胞比例（P=0.02；HR，0.08；95%CI，0.01～0.72）和NK细胞计数（P=0.08；HR，0.11；95%CI，0.01～1.37）为独立的预后因素。NK细胞计数预测1、2、3年生存率的ROC曲线下面积（AUC）分别为0.66、0.76、0.68。与早期诊断的患者（特别是 IB3 和 IIA 期）相比，IIIC1 期患者的 NK 细胞绝对计数和比例均显著降低。结论：我们的研究发现，治疗前的循环 NK 细胞计数和比例水平可作为接受术后放疗的宫颈癌患者的有希望的预后生物标志物
标题：家庭内认知亚群的精神病相关症状和结构性大脑模式
保留所有权利。未经许可不得重复使用。（未经同行评审认证）是作者/资助者，他已授予 medRxiv 永久展示预印本的许可。此预印本的版权所有者此版本于 2025 年 2 月 2 日发布。；https://doi.org/10.1101/2025.01.31.25321486 doi：medRxiv preprint
DNA 修复功能对于细菌应激防御至关重要，但长期治疗后，抗生素耐受亚群对环丙沙星和庆大霉素敏感
。CC-BY 4.0 国际许可证永久有效。它以预印本形式提供（未经同行评审认证），作者/资助者已授予 bioRxiv 许可，可以在该版本中显示预印本。版权所有者于 2025 年 2 月 4 日发布了此版本。；https://doi.org/10.1101/2025.02.03.636342 doi：bioRxiv 预印本
甲状腺癌进展的综合单细胞和空间转录图鉴定了预后成纤维细胞亚群
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2025年1月9日发布。 https://doi.org/10.1101/2025.01.08.631962 doi：biorxiv preprint
主题：阿拉巴马州目标亚群
精神健康部 (ADMH) 作为认证社区行为健康诊所 (CCBHC)，必须根据药物滥用和精神健康服务管理局 (SAMHSA) CCBHC 认证标准，直接或通过指定合作组织 (DCO) 伙伴关系向阿拉巴马州的目标亚群提供 CCBHC 服务。本公告介绍了阿拉巴马州 CCBHC 的目标亚群。3. SAMHSA CCBHC 标准 授权 根据 CCBHC 标准 2.A。
scmild：单细胞多个实例学习，用于样本分类和相关的亚群发现
单细胞转录组学可以研究细胞异质性，但是当前的无监督策略使将单个细胞与样品条件相关联的挑战。我们提出了SCMILD，这是一个基于多个实例学习的弱监督学习框架，该框架利用样本级标签来识别与条件相关的细胞亚群。SCMILD采用双分支结构来同时执行样本级分类和细胞级表示。，我们使用与CRISPR扰动细胞的对照模拟研究验证了该模型对条件相关细胞的可靠鉴定。对包括狼疮，COVID-19和溃疡性结肠炎在内的各种单细胞RNA-seq数据集进行了评估，SCMILD始终超过了最先进的模型，并确定了与原始研究的发现一致的条件特异性细胞亚群。这证明了SCMILD探索各种生物学条件及其在不同疾病环境中的适用性的细胞异质性的潜力。
通过机器学习驱动的基因表达谱识别髓母细胞瘤的分子亚群
1 伊朗德黑兰国家遗传工程和生物技术研究所工业和环境生物技术研究所生物过程工程系 2 伊朗德黑兰大学科学学院生物技术系 3 法国巴黎巴黎萨克雷大学 4* 美国加利福尼亚州欧文市加利福尼亚大学神经病学系 92612 * 通讯作者：Babak Khorsand Khorsand.babak@uci.edu 美国加利福尼亚州欧文市加利福尼亚大学神经病学系 电话：949.678.8869 利益冲突：无 摘要背景：髓母细胞瘤 (MB) 是儿童中最常见的恶性脑肿瘤，其亚群之间具有显著的分子异质性。准确分类对于个性化治疗策略和预后评估至关重要。程序：本研究利用机器学习 (ML) 技术分析了 70 个儿童髓母细胞瘤样本的 RNA 测序数据。采用五种分类器——K 近邻 (KNN)、决策树 (DT)、支持向量机 (SVM)、随机森林 (RF) 和朴素贝叶斯 (NB)——根据基因表达谱预测分子亚群。特征选择确定了不同大小的基因子集（750、75 和 25 个基因），以优化分类准确性。结果：使用完整基因组进行的初步分析缺乏判别力。然而，减少的特征集显著提高了聚类和分类性能，尤其是对于第 3 组和第 4 组亚群。 RF、KNN 和 SVM 分类器始终优于 DT 和 NB 分类器，在许多情况下，尤其是在第 3 组和第 4 组中，分类准确率超过 90%。结论：本研究强调了 ML 算法在使用基因表达数据对髓母细胞瘤亚组进行分类方面的有效性。特征选择技术的整合大大提高了模型性能，为髓母细胞瘤管理中增强个性化方法铺平了道路。关键词：髓母细胞瘤、基因表达谱、机器学习、癌症病理学、儿科。缩写表
皮质和皮质下神经胶质细胞在急性化学发生操纵5层投影神经元的亚群
图1：RBP4 CRE -HM3DQ和RBP4 CRE -HM4DI DREADD激活A，B，兴奋性（蓝色）和抑制性（绿色）DREADD受体和实验程序的电生理验证。补丁钳电生理记录是连续进行的。在恒定的ACSF应用下，在5和10分钟下进行了两次基线记录，然后进行CNO给药，并在申请后2、5和10分钟进行三个记录，然后进行冲洗步骤。在最后一步中，获得了不同时间点的控制记录。c，RBP4 CRE -HM3DQ膜电压响应的代表性示例。d，CNO给药前后的输入输出曲线，以响应当前应用的增加。灰色代表，CNO给药后的蓝色痕迹。在RBP4 CRE -HM3DQ脑切片中CNO给药之前和之后，记录的神经元的膜电阻。基线和CNO管理之间没有显着差异（左）。CNO给药前后记录的神经元的静止膜电位。在CNO给药后，膜被概念性去极化（右）。n = 7只小鼠，单向方差分析通过邓内特的多重比较测试。e，RBP4 CRE -HM4DI膜电压响应的代表性示例。