XiaoMi-AI文件搜索系统
World File Search System亚群
巨噬细胞亚群在心脏和周围的心脏体内平衡和病理生理学中的作用
心脏和心包巨噬细胞既有助于稳态和病理生理过程。最近的进步已经确定了心脏内外这些巨噬细胞种群的广泛曲目 - 广泛地分为CCR2 + /CCR2-二分法。虽然这些独特的种群可以通过起源，定位和其他细胞表面标记进一步区分，但进一步探索了心脏和心包巨噬细胞亚群在疾病中的作用，这促进了额外的复杂性。因此，已经采用了新型的转基因模型和外源性靶向技术来评估这些巨噬细胞。在这篇综述中，我们强调了已知的心脏和心包巨噬细胞种群，其功能以及用于在心脏环境中增强我们对这些细胞知识的实验工具。
禽白血病病毒 J 亚群对生物技术诱导的宿主抗性的快速适应性进化
使用 CRISPR/Cas9 技术对生殖系进行基因编辑，可以改变牲畜性状，包括产生对病毒性疾病的抗性。然而，病毒的适应性可能是这一努力的主要障碍。最近，通过使用 CRISPR/Cas9 基因组编辑删除 ALV-J 受体 NHE1 中的单个氨基酸 W38，开发出了对禽白血病病毒亚群 J (ALV-J) 具有抗性的鸡。这种抗性在体外和体内均得到了证实。体外显示 W38 -/- 鸡胚胎成纤维细胞对所有测试的 ALV-J 菌株具有抗性。为了研究 ALV-J 进一步适应的能力，我们使用了基于逆转录病毒报告基因的检测来选择适应的 ALV-J 变体。我们假设克服细胞抗性的适应性突变会发生在包膜蛋白中。根据这一假设，我们分离并测序了大量适应的病毒变体，并在它们的包膜基因中发现了八个独立的单核苷酸替换。为了确认这些替换的适应能力，我们将它们引入原始的逆转录病毒报告基因中。所有八个变体在体外都能在 W38 -/- 鸡胚胎成纤维细胞中有效复制，而在体内，W38 -/- 鸡对其中两个变体诱导的肿瘤敏感。重要的是，具有更广泛修改的受体等位基因仍然对病毒具有抵抗力。这些结果证明了牲畜基因组工程中实现抗病毒抗性的重要策略，并说明由较小受体修改引起的细胞抗性可以通过适应的病毒变体来克服。我们得出结论，需要更复杂的编辑才能获得强大的抵抗力。
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。
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。
建立 DAT-P2A-Flpo 小鼠系，用于多巴胺神经元亚群的交叉遗传靶向
Daniel J. Kramer, 1 Erin E. Aisenberg, 2,8 Polina Kosillo, 1,8 Drew Friedmann, 3 David A. Stafford, 1 Angus Yiu-Fai Lee, 4 Liqun Luo, 3 Dirk Hockemeyer, 1,5,6 John Ngai, 1,2,7 和 Helen S. Bateup 1,2,5,9,* 1 加州大学伯克利分校分子与细胞生物学系，美国加利福尼亚州伯克利市 94720 2 加州大学伯克利分校 Helen Wills 神经科学研究所，美国加利福尼亚州伯克利市 94720 3 斯坦福大学霍华德休斯医学研究所和生物学系，美国加利福尼亚州斯坦福市 94305 4 加州大学伯克利分校癌症研究实验室，美国加利福尼亚州伯克利市 94720 5 陈扎克伯格生物中心，美国加利福尼亚州旧金山94158，美国 6 加利福尼亚大学创新基因组学研究所，加利福尼亚州伯克利市 94720，美国 7 现地址：美国国立卫生研究院国家神经疾病和中风研究所，马里兰州贝塞斯达 20892，美国 8 这些作者贡献相同 9 主要联系人 *通信地址：bateup@berkeley.edu https://doi.org/10.1016/j.celrep.2021.109123
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
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
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
不同的人类干细胞亚群驱动肌肉骨骼损伤的脂肪生成和纤维化
。cc-by-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是该版本的版权持有人，该版本发布于2024年1月5日。 https://doi.org/10.1101/2024.01.05.574427 doi：Biorxiv Preprint
Nirmatrelvir/利托那韦可缩短高危患者亚群中 COVID-19 症状的持续时间
mITT1=修改后的意向治疗 1；阴性=不存在 SARS-CoV-2 抗体；NMV/r=尼玛瑞韦/利托那韦；阳性=存在 SARS-CoV-2 抗体。NMV/r 组和安慰剂组之间的显著差异用星号表示：* P ≤ 0.05、** P ≤ 0.001 和 *** P ≤ 0.0001。使用 Cox 比例风险模型分析每个亚组内治疗对持续缓解时间的影响，该模型以治疗和地理区域为独立变量，以基线 SARS-CoV-2 血清学状态和基线病毒 RNA 水平（< 4 vs ≥ 4 log 10 拷贝/mL）和基线症状出现持续时间（从症状出现到现在的时间，≤ 3 vs > 3 天）作为协变量。