Alix Untrau,Sabine Sochard,FrédéricMarias,Jean-Michel Reneaume,Galo A.C.le roux等人。一种快速准确的1维模型,用于动态模拟和优化分层的热量存储。应用能量,2023,333,pp.120614。10.1016/j.apenergy.2022.120614。hal-03947326
房颤(AF)是最常见的持续性心脏烦恼,影响了全世界数百万的人,并且由于其与中风,心力衰竭和死亡率的增加相关,因此造成了巨大的公开负担[1,2]。观察性研究表明,包括收缩压(SBP),舒张压(DBP)和脉压(PP)在内的血压参数之间存在潜在的关联,以及AF的发展[3,4]。但是,这些观察性关联可能会被各种环境和生活方式因素混淆,从而使建立因果关系具有挑战性。重要的是,越来越多的证据表明,AF的病理生理学和危险因素可能存在性别差异。以前的流行病学研究报告说,男性和女性之间AF的患病率,发生率和结果的不同,女性通常表现出不同的危险因素特征和较差的预后[5-7]。然而,性别之间的血压与AF风险之间的关系是否有所不同,并且这些特定性别相关的因果性质尚未得到很好的确定。为了解决这些知识差距,我们采用了性别分层的两样本孟德尔随机化方法(MR)方法。MR将遗传变体用作工具变量来研究因果关系,同时最大程度地减少混杂和反向因果关系[8]。详细信息,例如人口的招聘标准和遗传数据的质量控制,可以在原始论文中找到[9]。通过分析性别和性别特异性遗传数据,我们的研究旨在确定不同的血压参数(SBP,DBP和PP)与AF风险之间的潜在因果关系,并特别着重于确定这些关联中任何性别特异性模式。The GWAS summary data of blood pressure phenotypes (including sex-pooled SBP, female-specific SBP, male-specific SBP, sex-pooled DBP, female-specific DBP, male-specific DBP, sex-pooled PP, female-specific PP and male-specific PP) were obtained from a recent study based on sex-specific genetic architecture of blood pressure.从NEALE LAB UKBB GWAS第2轮获得了性别pool的AF,特异性AF和男性特异性AF的GWAS摘要数据。可以在网站https://www.nealelab.is/uk-biobank上找到详细信息,例如人口的重新策略和遗传数据的质量控制。
本研究介绍了一种用于测量电解质密度和评估铅电池分层的新电化学方法的开发和验证。所提出的方法基于两个电极之间的电位差,一个电极由 PbO 2 组成,另一个电极由 Pb 组成,两个电极均通过循环伏安法制备和表征。通过X射线衍射(XRD)和扫描电子显微镜(SEM)证实了电极的形成及其形貌,揭示了特征性的三维结构的存在。使用已知密度的电解质溶液进行的测试表明,测得的电位差和电解质的实际密度之间存在极好的相关性,与使用便携式数字密度计进行的测量相比,精度为±0.001 g/cm3。该方法在60Ah商用电池中进行了铅电池的实际应用,验证了所提出的技术,并与商用设备获得的数据显示出显著的相关性。电解质分层是铅电池中的一个关键问题,而开发的方法提供了一种有效且低成本的工具来监测这种现象。该技术可应用于各种研究项目,以提高铅电池的性能和耐用性。
Cannie 4,Nisha A. Glotra 1,Chary Cappeletto 6,Christian Medo 7,Ardan M. Saguner 8,Firat Duru 8,Robyn J. Hylind Cadri-Tourigny 11,Maddalena 12,Maddalena 12,Elena Biagini Giulio Count 17,Claudio Tondo 18:19 25,26,Giovanni Perette 27,Matthew Taylor 7,Luisa Master 7,Arthur Wilde 33.34:2.35‡2.35‡。Perry Elliot 4,Perry Elliot 4,Hugh Calkins 1,Katherine C. Wu 1和Cynthia A. James1¶
抽象目标:对于类风湿关节炎(RA)患者未能实现常规疾病改良抗疾病药物的治疗靶标的患者,肿瘤坏死因子(TNF) - 抑制剂(抗TNF疗法)是第一线生物学治疗。在一项跨局部的跨平台研究中,我们开发了一项分子测试,该测试预测了生物不接受RA患者对抗TNF疗法的反应不足。材料和方法:为了识别预测性生物标志物,我们开发了一个全面的人类相互作用组(成对蛋白/蛋白质相互作用的图表),并覆盖了RA基因组信息,以生成一种疾病生物学模型。使用此RA和机器学习地图,开发了一种预测性分类算法,该算法整合了临床疾病措施,全血基因表达数据以及与疾病相关的转录单核苷酸多态性,以识别那些无法在抗抗TNF治疗中响应疾病的ACR50改善活动的人。结果:使用来自两个患者队列的数据(n = 58和n = 143)来构建一个药物反应生物标志物面板,该面板预测在治疗开始之前,RA患者对RA患者的抗TNF疗法无反应。在验证队列中(n = 175),药物反应生物标志物小组识别未反应的非反应者,正预测值为89.7,特异性为86.8。结论:在基因表达平台和患者队列中,这种药物反应生物标志物层面会根据其反应或不对抗TNF疗法做出反应的可能性,将生物学RA患者分为no-Ne-Ne-Neaige RA患者。这种预测性分类算法的临床实施可以将无反应的患者引导到替代靶向疗法中,从而减少涉及抗TNF药物的多次试验和错误尝试的治疗方案。
符合可持续发展目标的能源转型要求在大多数能源需求领域迅速采用可再生能源 [1,2] 。热能存储 (TES) 具有在发电、工业和建筑等不同领域实现可再生能源高份额的巨大潜力 [3,4] 。TES 的优势特性包括可变的存储容量和持续时间、灵活的供需脱钩、灵活的集成方式 [5] 和生命周期优势,引起了各个能源市场的特别关注。根据 IRENA 的符合《巴黎协定》的能源转型情景 [6] ,预计未来 10 年安装的 TES 容量将增加三倍,从 2019 年的 234 GWh 增加到 2030 年的至少 800 GWh。
Cannie 4,Nisha A.Glotra 1,Chary Cappeletto 6,Christian Medo 7,Ardan M. Saguner 8,Firat Duru 8,Robyn J. Hylind Cadri-Tourigny 11,Maddalena 12,Elena Biagini Giulio Count 17,Claudio Tondo 18:19,Momina Yazdani 20,21,James S. Ingres 24,Flavia Ader 25,26,Giovanni Perette 27,马修·泰勒(Matthew Taylor)7,路易莎(Luisa Master 7) 2.35‡2.35‡。您Riele 3.35‡,Perry Elliott 4,Hugh Calkins 1,Katherine C. Wu 1和Cynthia A. James1¶您Riele 3.35‡,Perry Elliott 4,Hugh Calkins 1,Katherine C. Wu 1和Cynthia A. James1¶
Cannie 4,Nisha A.Glotra 1,Chary Cappeletto 6,Christian Medo 7,Ardan M. Saguner 8,Firat Duru 8,Robyn J. Hylind Cadri-Tourigny 11,Maddalena 12,Elena Biagini Giulio Count 17,Claudio Tondo 18:19,Momina Yazdani 20,21,James S. Ingres 24,Flavia Ader 25,26,Giovanni Perette 27,马修·泰勒(Matthew Taylor)7,路易莎(Luisa Master 7) 2.35‡2.35‡。您Riele 3.35‡,Perry Elliott 4,Hugh Calkins 1,Katherine C. Wu 1和Cynthia A. James1¶您Riele 3.35‡,Perry Elliott 4,Hugh Calkins 1,Katherine C. Wu 1和Cynthia A. James1¶
Cannie 4,Nisha A. Glotra 1,Chary Cappeletto 6,Christian Medo 7,Ardan M. Saguner 8,Firat Duru 8,Robyn J. Hylind Cadri-Tourigny 11,Maddalena 12,Maddalena 12,Elena Biagini Giulio Count 17,Claudio Tondo 18:19 25,26,Giovanni Perette 27,Matthew Taylor 7,Luisa Master 7,Arthur Wilde 33.34:2.35‡2.35‡。Perry Elliot 4,Perry Elliot 4,Hugh Calkins 1,Katherine C. Wu 1和Cynthia A. James1¶
摘要背景:胆管癌是一种罕见但致命的胆道癌症。目前,其一线治疗仅限于化疗,临床获益有限。针对致癌细胞内信号的激酶抑制剂在过去几十年中改变了癌症的治疗模式。然而,它们尚未广泛应用于胆管癌治疗。胆管癌具有明显的分子异质性,这使新疗法的发现变得复杂,并且需要对患者进行分层。因此,我们研究了商业激酶组分析平台是否可以预测胆管癌中的可用药靶点。方法:使用 PamChip ® 磷酸酪氨酸激酶微阵列平台测定患者来源的胆管癌类器官、非肿瘤邻近组织来源和健康供体来源的肝内胆管细胞类器官中的激酶活性。将激酶组谱与胆管癌类器官的 RNA 测序和(多)激酶抑制剂筛选进行比较和关联。结果:单个胆管癌类器官的激酶活性谱不同,不会聚集在一起。然而,生长因子信号传导(EGFR、PDGFRβ)和下游效应物(MAPK 通路)在胆管癌类器官中更活跃,可以提供潜在的可用药靶点。对 31 种激酶抑制剂的筛选发现了几种有希望的全效抑制剂和化合物,它们对患者有特异性疗效。激酶抑制剂对几种抑制剂的敏感性与其靶激酶的活性相关,表明它们是反应的潜在预测因子。此外,我们还确定了药物反应与这些药物未直接针对的激酶之间的相关性。结论:总之,激酶组分析是一种确定胆管癌可用药靶点的可行方法。未来的研究应确认激酶活性谱作为患者分层和精准医疗的生物标志物的潜力。关键词:胆管癌、激酶组分析、药物筛选