医院,阿加尔塔拉,特里普拉邦,印度。 通讯作者:Abhijit Shil 博士,助理教授,妇产科,AGMC & GBP 医院,阿加尔塔拉,特里普拉邦,印度;电子邮件:drabhijitshil30@gmail.com 手稿提交 – 2022 年 10 月 1 日 同行评审完成 – 2023 年 7 月 5 日 接受 Epub – 2023 年 7 月 10 日 署名-非商业性分发 – 相同方式共享 4.0 国际(CC BY-NC-SA 4.0) 摘要:背景:出生以来的结构和功能异常,包括宫内生活期间的身体代谢紊乱,被定义为先天性出生缺陷或先天性畸形。这些是发达国家和发展中国家婴儿死亡的主要原因。它们可以在产前诊断,也可以在出生后识别。先天性异常与多种产妇风险因素有关。目的:本研究旨在确定先天畸形的范围。方法:本研究基于 2019 年 7 月至 2021 年 6 月 AGMC 和 GBP 医院妇产科所有患有各种先天畸形的新生儿的住院记录。分析数据以找出先天畸形的百分比和相关风险因素。P 值被认为小于 0.05。结果:在 10274 次分娩中,有 121 名婴儿被发现患有先天畸形。64.46% 的病例发生在 20-30 岁年龄组。42.97% 的病例在 20 周后被诊断出来。先天畸形的存在与妊娠结果之间存在显着相关性。肌肉骨骼畸形发生率较高(35.53%),其次是中枢神经系统畸形(31.40%)和胃肠道缺陷(23.97%)。结论:先天性畸形是危及生命的疾病。它们是发达国家和发展中国家新生儿死亡的主要原因。母亲危险因素与各种先天性畸形有关。先天性畸形的模式对于早期诊断和决定未来处理伴有致命畸形的复杂妊娠非常重要。关键词:先天性畸形、死产、死亡率。
au:PleaseconfirmthatalleheadinglevelsarerepressedCornected:植物认为存在沉积在叶片上的昆虫卵是迫在眉睫的植物攻击的提示。相应的植物信号事件包括水杨酸的积累和活性氧,转录重编程和细胞死亡。有趣的是,卵诱导的先天免疫显示出与微生物病原体后期触发的免疫反应相似性,近年来,很明显,鸡蛋感知会影响植物 - 微生物的相互作用。在这里,我们重点介绍了有关昆虫卵引起的先天免疫的最新发现以及卵介导的信号如何影响植物 - 微生物相互作用。生态考虑因素提出了一个问题:在这些复杂的相互作用中,谁受益于鸡蛋感知?
抽象目标:Neudesin是一种新发现的蛋白质,主要是从脂肪组织和大脑中分泌的。它在大脑中起着神经营养因素的作用和能量消耗的负调节剂。在没有治疗的先天性甲状腺功能减退症(CH)的情况下,神经发育延迟和认知功能障碍是常见的特征。考虑了Neudesin在大脑发育中的作用及其对成熟神经元存活的作用,评估了Neudesin和甲状腺激素之间的任何可能关系。方法:总共包括52例患者(32例CH,14例女性和18名男性,年龄在19±7天;对照组20名健康受试者; 7名女性和13名男性,年龄在22±8天中)。对所有患者均评估了甲状腺激素和血浆Neudesin水平。比较了患者和对照组之间的基础Neudesin水平以及患者在L-甲状腺素治疗前后患者的Neudesin水平。结果:关于基础Neudesin水平,CH和对照组之间没有统计学上的显着差异(6.77±6.41 vs 7.93±7.04 ng/ml)(P = 0.552)。然而,在CH组的治疗一个月后,Neudesin水平升高(6.46±6.63 vs 12.85±18.74 ng/ml);这种差异具有统计学意义(p = 0.019)。结论:尽管患者和对照组之间的基底Neudesin水平没有差异,但随着治疗的增加,Neudesin水平增加。然而,需要更广泛和不同的研究来了解这种关系在疾病或恢复过程中的病理生理作用。关键词:先天性甲状腺功能减退症,neudesin,左甲状腺素钠
严重急性呼吸综合征冠状病毒 1 (SARS-CoV-1) 和 2 (SARS-CoV-2) 是已在世界范围内造成大量发病率和死亡率的 β 冠状病毒 (β-CoV)。因此,更好地了解宿主对 β-CoV 的反应将有助于深入了解这些病毒的发病机制,从而确定医疗对策的潜在目标。在本研究中,我们的目标是使用系统生物学方法探索 SARS-CoV-1 和 -2 感染在病理相关的人肺上皮细胞 (Calu-3/2B4 细胞) 中随时间引发的先天免疫反应的规模和范围。在 β-CoV 或模拟感染 Calu-3/2B4 细胞后 12、24 和 48 小时提取的总 RNA 进行 RNA 测序和功能富集分析,以选择感染后表达显着调节的基因。结果表明,SARS-CoV-1 和 -2 在病理相关的人肺上皮细胞中刺激了相似但不同的先天抗病毒信号通路。此外,我们发现许多与病毒生命周期、干扰素和干扰素刺激基因 (ISG) 相关的基因在多个时间点上调。基于它们在被 SARS-CoV-1、SARS-CoV-2 和 Omicron BA.1 感染后的显著调节,四种 ISG,即骨髓基质细胞抗原 2 ( BST2 )、Z-DNA 结合蛋白 1 ( ZBP1 )、CXC 基序趋化因子配体 11 ( CXCL11 ) 和干扰素诱导的跨膜蛋白 1 ( IFITM1 ),被确定为针对 β -CoV 的潜在药物靶点。我们的研究结果表明,这些基因通过先天免疫反应直接或间接影响病原体,使其成为宿主定向抗病毒药物的潜在靶点。总之,我们的结果表明,SARS-CoV- 1 和 SARS-CoV-2 感染对宿主先天免疫反应产生不同的影响。
先天免疫是抵御病毒的第一道防线,其中线粒体在诱导干扰素 (IFN) 反应中起着重要作用。BHRF1 是一种在 Epstein-Barr 病毒再激活过程中表达的多功能病毒蛋白,它会调节线粒体动力学并破坏 IFN 信号通路。线粒体是一种可移动的细胞器,借助细胞骨架,特别是微管 (MT) 网络,它可以在细胞质中移动。微管会经历各种翻译后修饰,其中包括微管蛋白乙酰化。在本研究中,我们证明 BHRF1 会诱导微管过度乙酰化以逃避先天免疫。事实上,BHRF1 的表达会诱导缩短的线粒体聚集在细胞核旁边。这种“线粒体聚集体”围绕着丝粒组织,其形成依赖于微管。我们还观察到 α-微管蛋白乙酰转移酶 ATAT1 与 BHRF1 相互作用。使用 ATAT1 敲低或不可乙酰化的 α-微管蛋白突变体,我们证明了这种高乙酰化对于线粒体聚集体的形成是必需的。在 EBV 重新激活期间也观察到了类似的结果。我们研究了导致线粒体聚集的机制,并确定了运动蛋白是线粒体聚集所需的马达。最后,我们证明了 BHRF1 需要 MT 高乙酰化来阻止 IFN 反应的诱导。此外,MT 高乙酰化的丧失会阻止自噬体定位到靠近线粒体聚集体的位置,从而阻碍 BHRF1 启动线粒体自噬,而线粒体自噬对于抑制信号通路至关重要。因此,我们的结果揭示了 MT 网络及其乙酰化水平在诱导亲病毒线粒体自噬中的作用。
项目描述:这项工作将把尖端物理和工程研究与有影响力的临床应用相结合。在熟悉项目的技术和临床方面时,您将开始探索3D MRI序列和图像重建算法的开发和优化,该算法量身定制,以量化血流。最初的发展和模拟将在幻影和健康的成人志愿者中进行优化,然后在患者队列中进行扫描。您将有机会通过与洛桑大学医院(CHUV)的心脏病学和放射学的临床医生的一项已建立的合作来翻译您的工作。您将在介入的MRI环境中的高级3D流MRI序列的暗示中进行合作,这将允许对先天性心脏病患者的非侵入性血液动力学评估。介入的MRI套件是洛桑大学医院可用的独特结构,提供令人兴奋的研究可能性。您还将有机会传播您的工作并与我们广泛的国际研究机构网络合作。
拉根基金会是英格兰和威尔士的一家慈善法人组织 (1154208),旨在为患有复杂疾病(尤其是心脏缺陷和喂养困难)的 19 岁以下婴儿和儿童的家庭提供物质帮助。拉根基金会的宗旨是提供独特的居家和住院护理,以支持父母履行照顾子女的职责。
先天性心脏病是最常见的胎儿异常和先天缺陷。尽管确定了影响其发作的众多风险因素,但对不同人群中其起源和管理的全面了解仍然有限。机器学习的最新进展证明了利用患者数据以实现早期先天性心脏病检测的潜力。在过去的七年中,研究人员提出了各种数据驱动和算法解决方案,以应对这一挑战。本文介绍了使用机器学习对聚集心脏病识别的系统综述,对2018年至2024年之间发表的432份参考文献进行了荟萃分析。对74项学术作品的详细研究突出了关键因素,包括数据库,算法,应用和解决方案。此外,调查概述了机器学习专家使用的数据集用于先天性心脏病识别。使用系统的文学审查方法,本研究确定了将机器学习应用于先天性心脏病的关键挑战和机会。
© 作者 2024,更正出版物 2025。开放存取 本文根据知识共享署名-非商业-禁止演绎 4.0 国际许可协议进行许可,该许可协议允许以任何媒体或格式进行任何非商业性使用、共享、分发和复制,只要您给予原作者和来源适当的信任,提供知识共享许可的链接,并表明您是否修改了许可资料。根据此许可,您无权共享源自本文或其中部分的改编资料。本文中的图像或其他第三方资料包含在文章的知识共享许可中,除非资料的致谢中另有说明。如果资料未包含在文章的知识共享许可中,且您的预期用途不被法定规定允许或超出允许用途,则您需要直接从版权所有者处获得许可。要查看此许可证的副本,请访问http://creativecommons.org/licenses/by-nc-nd/4.0/。
在人类机器人交互环境中大脑的抽象建模功能需要实时了解机器人的每个部分(电动机,传感器,情感等)在与环境互动时,它们如何工作以及它们如何相互作用,以完成复杂的行为任务。人类的大脑非常有效,因为它们使用基于事件的冲动处理信息,也称为尖峰,这使生物非常有效,并且能够在几乎每个需要实时互动的任务中都超越当前主流机器人系统。近年来,神经科学家,生物学家,计算机科学家和工程师的共同努力使设计具有生物学现实的硬件和模型可以使机器人具有基于神经形态计算和尖峰神经网络(SNN)所需的类似人类的处理能力。然而,尽管已经进行了一些尝试,但仍缺少神经形态计算和机器人技术的全面组合。在本文中,我们介绍了针对社会互动机器人技术的神经形态计算应用的系统综述。我们首先介绍了神经形态计算的基本原理,模型和体系结构。根据其关注的应用程序对其余文章进行分类。最后,我们确定了完全整合社会互动性神经形态机器人的潜在研究主题。
