XiaoMi-AI文件搜索系统
World File Search System体外受精
杂交牛胚胎中催乳素受体基因外显子11存在多处突变
具有 SLICK 单倍型的牛具有光滑且短的毛发特征，SLICK 单倍型的主要优点之一是其在改善牛的体温调节方面发挥的作用，尤其是在炎热潮湿的气候下。导致牛出现光滑表型的致病变异主要位于催乳素受体基因的第 11 个外显子中，但应注意的是，并非在此区域发现的所有变异都会导致光滑表型（Porto-Neto 等人，Front. Genet.，9:57，2018）。尽管如此，这些单个等位基因对于 CRISPR 实验中的引导设计问题仍然至关重要，特别是那些旨在敲除或修改催乳素受体基因的实验。这些单个等位基因的鉴定有助于更全面地了解该区域的遗传变异，并可帮助研究人员为他们的实验设计更精确、更有效的引导 RNA。因此，即使不直接导致光滑表型的等位基因，在增进我们对与这一基本特征有关的潜在遗传机制的了解方面也具有重要价值。本研究旨在评估体外受精 (IVF) Bos taurus x Bos indicus 杂交牛胚胎的基因组序列，特别关注 PRLR 区域。单独收集囊胚，并使用两步孵育法用蛋白酶 K (1,5ug/uL) 裂解缓冲液进行 DNA 提取。随后，重复进行 PCR 扩增，并对 PCR 片段进行 Sanger 测序。使用 Unipro Ugene 软件进行序列分析 (Okonechnikov K., et al. Bioinformatics, 28 (8):1166-7, 2012)。共分析了 15 个样本，发现 33.3% (5/15) 的样本在位置 39099463 处出现单个突变 (C>T)，导致丝氨酸被替换为终止密码子，这是之前未曾报道过的。此外，在一个位置很近的区域中发现了一对错义突变，60% 的样本在位置 39099322 处出现精氨酸被替换为亮氨酸的突变 (G>T)，而所有样本在位置 39099190 处出现丝氨酸被替换为亮氨酸的突变 (C>T)。最后，在位置 39099368 处发现了一个静默突变，可能导致 60% 的样本中的胞嘧啶被胸腺嘧啶替换，在这两种情况下都会导致酪氨酸的合成。根据初步分析的结果，可以推断该区域具有较高的遗传变异潜力。因此，建议在设计旨在引入插入/缺失以促进光滑表型的向导 RNA 之前，检查杂交动物的目标基因组区域并与 Bos taurus 进行比较。总之，本研究的结果为了解牛 PRLR 区域的遗传变异提供了宝贵的见解，这可能会影响基因编辑效率。
月经周期中的食物偏好
背景：由于饮食行为随月经周期而变化，并且体重随更年期过渡而变化，因此卵巢激素似乎参与调节饮食行为。然而，由于与营养流行病学相关的方法问题，观察结果相互矛盾且难以比较。为了更好地了解卵巢类固醇激素与饮食行为之间的关系，我们的研究评估了女性在月经周期不同时间点对视觉食物线索的反应与其特定的血清雌激素/孕酮水平，以及女性在生育治疗中雌激素发生强烈变化的情况下的反应。方法：我们收集了 129 名女性的数据，其中 44 名在苏黎世大学医院生殖内分泌科接受了体外受精 (IVF)。苏黎世大学医院 (n = 37) 和汉诺威医学院 (n = 48) 共招募了 85 名具有自然周期的女性。我们的观察性研究在整个自然周期中使用了 4 个不同的测量时间点，并在生育治疗期间对雌二醇水平超生理的女性使用了 2 个测量时间点。然后，我们在第二个周期测试了结果的重复性。在这些预先定义的时间点，向女性展示了 11 类食物的图片，每类 4 种，并采集了血样以测量激素水平。调查时记录的食物偏好以视觉模拟量表（0 – 100）表示。结果：在控制多重检验后，我们没有发现女性血清激素水平与视觉呈现的食物评分之间存在任何统计学上的显著关联（所有 p > 0.005）。水果、蔬菜和碳水化合物的评分在第一个月经周期中呈显著的线性下降（p < 0.01），而在第二个周期中并没有出现这种下降（p > 0.05）。相比之下，甜食的评分在两个周期中均呈显著的线性下降趋势（p 值均 < 0.01），第一和第二周期月经期的平均评分分别为 54.2 和 48.8，而第一和第二周期经前期的平均评分分别为 47.7 和 43.4。在生育治疗期间，没有食物评分出现显著变化（p 值均 > 0.05）。无论是在整个月经周期还是在生育治疗期间，情绪（例如消极和积极情绪）都不会影响视觉食物线索的评分。结论：血清雌二醇和孕酮水平与女性的食物评分无关，即使雌二醇水平高于自然月经周期的生理水平。由于除甜食外，第一个周期的食物评分的显著变化不会在第二个月经周期中重现，基于单周期动物或人体研究的文献中的重要发现必须谨慎解读。
与IVF成功预测的遗传算法集成的机器学习方法的比较研究
面对不育的发生率的增加，这十年在全球辅助生殖技术的应用中急剧上升[1，2]。体外受精（IVF）是艺术中最常见和广泛使用的程序，是在体外繁殖胚胎的过程，如果成功，则会导致妊娠。自1978年第一个IVF婴儿诞生以来[3]，已经努力改善IVF的成功。然而，成功率在约30％[4，5]的情况下保持了大约恒定的恒定，这加上严重的副作用[6，7]和经济负担[8，9]，使父母成为不育夫妇的漫长道路。IVF失败也会带来情绪困扰，例如焦虑和压力，这可能会影响生活质量，甚至导致婚姻失败[10，11]。这使得“我的IVF成功有多大的可能性？”成为寻求治疗的推论夫妇最重要的问题。通常，要回答这个问题，IVF临床医生需要考虑与男性和男性相关的所有人口和临床变量。具有各种变量及其复杂关系，提供了对成功机会的准确估计是具有挑战性的。因此，需要准确的模型来准确预测IVF成功[12，13]。机器学习（ML）作为人工智能的一个子集可以通过基于这些促成因素开发预测模型来预测临床结果。强大的预测模型可以使IVF临床医生更准确地估计IVF成功结果。至关重要的是要认识到，任何预测模型的鲁棒性主要取决于两个关键因素：机器学习算法的选择以及选择最有助于和信息的特征[14，15]。特征选择通过识别最重要的特征在增强模型性能中起着关键作用。但是，将正确的特征集与正确的ML算法相结合[16，17]仍然是一种挑战。虽然各种研究应用了机器学习技术来开发IVF预测模型，但许多研究依赖于特征选择的滤波器方法[18-22]，这些方法通常忽略了变量之间的复杂相互作用，并且无法捕获IVF数据中固有的复杂关系[23，24]。在这项研究中，我们介绍了遗传算法，作为一种可探索整个溶液空间的强大包装算法，动态识别有助于IVF成功预测的最佳子集。这种方法比传统的过滤方法更灵活，更有效，因为它解释了功能之间的复杂交互。我们从系统地比较了五个知名机器学习算法的性能 - 兰多森森林（RF），人工神经网络（ANN），支持向量机（SVM），递归分区和回归树（RPART）和ADABOOST - 预测IVF的表现。通过应用基于GA的功能选择来增强此比较。通过将GA选择功能选择与上述机器学习技术相结合，我们试图为IVF成功开发一个可靠的预测模型，从而比依赖传统特征选择方法的现有模型提供了潜在的改进。
世界上安装了ESCO医疗设备的位置
辅助生殖技术（ART）正在迅速发展，使更多的人能够克服其不育。多年来，全世界各种生育治疗的可及性和可用性显着提高。在美国，据信，不孕症就会影响大约10％的生殖年龄人群。因此，艺术的使用正在增长（不仅在美国），而且在全球范围内，由于这项技术有助于提高妊娠率，因此更多的夫妻寻求并依靠医疗支持作为处理不育的一种手段。随着如此日益严重的关注，毫不奇怪的是，过去几年的体外受精（IVF）行业在其市场上已经巨大的增长。1。什么包括IVF市场2。IVF产品3。IVF技术4。IVF END-USER 5。 IVF地理6。 ESCO医疗和IVF制造商包括IVF市场，IVF行业似乎是一个小的利基市场。 但是，审查将使人们意识到这是一个重要的市场。 它分为以下段：1。 产品：（仪器，配件，消耗品/一次性物品以及试剂和媒体）2。 div> 技术（新鲜胚胎IVF，冷冻胚胎IVF和供体卵IVF）3。 最终用户（生育诊所，医院和其他最终用户）4。 地理（北美，欧洲，亚太地区，中东和非洲以及南美），预计IVF设备和消耗品行业的增长将由各种因素确定。 1。IVF END-USER 5。IVF地理6。ESCO医疗和IVF制造商包括IVF市场，IVF行业似乎是一个小的利基市场。 但是，审查将使人们意识到这是一个重要的市场。 它分为以下段：1。 产品：（仪器，配件，消耗品/一次性物品以及试剂和媒体）2。 div> 技术（新鲜胚胎IVF，冷冻胚胎IVF和供体卵IVF）3。 最终用户（生育诊所，医院和其他最终用户）4。 地理（北美，欧洲，亚太地区，中东和非洲以及南美），预计IVF设备和消耗品行业的增长将由各种因素确定。 1。ESCO医疗和IVF制造商包括IVF市场，IVF行业似乎是一个小的利基市场。但是，审查将使人们意识到这是一个重要的市场。它分为以下段：1。产品：（仪器，配件，消耗品/一次性物品以及试剂和媒体）2。 div>技术（新鲜胚胎IVF，冷冻胚胎IVF和供体卵IVF）3。最终用户（生育诊所，医院和其他最终用户）4。地理（北美，欧洲，亚太地区，中东和非洲以及南美），预计IVF设备和消耗品行业的增长将由各种因素确定。1。这种影响包括以下内容：妇女怀孕的延迟，全球不育率的上升，IVF技术的进步以及成功率的增加，生殖细胞捐赠的增加，甚至可支配收入的增加。此外，生育旅游业的蓬勃发展，尤其是在不断发展的市场，生育诊所和实验室的增长中，甚至同性婚姻的增长也有望为IVF行业带来盈利的增长机会。IVF产品根据产品，IVF市场进一步分为仪器，配件和一次性物品以及试剂与媒体。仪器段：这包括精子分离
CRISPR/Cas9 介导的猪受精卵基因组编辑前的透明带处理
Abkowitz, JL、Persik, MT、Shelton, GH、Ott, RL、Kiklevich, JV、Catlin, SN 和 Guttorp, P. (1995)。大型动物造血干细胞的行为。美国国家科学院院刊，92 (6)，2031–2035。https://doi.org/10.1073/pnas.92.6.2031 Brinkman, EK、Kousholt, AN、Harmsen, T.、Leemans, C.、Chen, T.、Jonkers, J. 和 Van Steensel, B. (2018)。模板引导的 CRISPR/Cas9 编辑的简易量化。核酸研究，46 (10)，e58。 https://doi.org/10.1093/nar/gky164 Le, QA, Hirata, M., Nguyen, NT, Takebayashi, K., Wittayarat, M., Sato, Y., Namula, Z., Nii, M., Tanihara, F., & Otoi, T. (2020)。使用不同浓度的 Cas9 蛋白和靶向肌肉生长抑制素 (MSTN) 基因的 gRNA 进行电穿孔处理对猪受精卵发育和基因编辑的影响。动物科学杂志，91 (1)，e13386。 https://doi.org/10.1111/asj.13386 Li, R.、Liu, Y.、Pedersen, HS、Kragh, PM 和 Callesen, H. (2013)。猪单性生殖胚胎去除透明带后的发育和质量。Theriogenology，80 (1)，58–64。https://doi.org/10.1016/j.theriogenology.2013.03.009 Meurens, F., Summerfield, A., Nauwynck, H., Saif, L., & Gerdts, V. (2012)。猪：人类传染病的模型。微生物学趋势，20 (1)，50–57。Nishio, K., Tanihara, F., Nguyen, T.-V., Kunihara, T., Nii, M., Hirata, M., Takemoto, T., & Otoi, T. (2018)。电穿孔过程中电压强度对体外生产的猪胚胎发育和质量的影响。家畜繁殖，53 (2)，313–318。https://doi. org/10.1111/rda.13106 Peng, H., Wu, Y., & Zhang, Y. (2012)。通过电穿孔将 DNA 和吗啉代诺西酮有效递送到小鼠植入前胚胎中。PLoS One，7 (8)，e43748。https://doi.org/10.1371/journal.pone.0043748 Peura, TT, & Vajta, G. (2003)。绵羊和牛核移植中现有方法与新方法的比较。克隆干细胞，5 (4)，257–277。 https://doi.org/10.1089/153623003772032772 Qin, W., Dion, SL, Kutny, PM, Zhang, Y., Cheng, AW, Jillette, NL, Malhotra, A., Geurts, AM, Chen, Y.-G., & Wang, H. (2015). 通过合子电穿孔核酸酶在小鼠中实现高效的 CRISPR/Cas9 介导基因组编辑。遗传学，200 (2), 423–430。 https://doi.org/10.1534/ Genetics.115.176594 Remy, S., Chenouard, V., Tesson, L., Usal, C., Ménoret, S., Brusselle, L., Hes- lan, J.-M., Nguyen, TH, Bellien, J., Merot, J., De Cian, A., Giovannangeli, C., Concordet, J.-P., &Anegon, I. (2017). 通过使用电穿孔将 CRISPR/Cas9 蛋白和供体 DNA 递送到完整受精卵中来生成基因编辑大鼠。科学报告，7 (1)，16554。https://doi.org/10。 1038/s41598-017-16328-y Tanihara, F.、Hirata, M.、Nguyen, NT、Sawamoto, O.、Kikuchi, T.、Doi, M. 和 Otoi, T. (2020)。通过将 CRISPR/Cas9 系统电穿孔到体外受精的受精卵中有效生成 GGTA1 缺陷猪。BMC Biotechnology，20 (1)，40。https://doi.org/10.1186/s12896-020-00638-7