XiaoMi-AI文件搜索系统
World File Search System分选
CEP55 抑制剂
有丝分裂时膜脱落的部位。在中体中，CEP55 通过 EABR 结构域与 ESCRT-I 亚基成员 TSG101（肿瘤易感基因 101）和 ALIX（ALG-2 相互作用蛋白 X）直接相互作用，募集运输机制所需的内体分选复合物 (ESCRT) 成分，然后募集 ESCRT-III 完成胞质分裂。7,8 在多种与癌症患者预后不良相关的肿瘤中均发现 CEP55 的过表达。CEP55 的上调促进小鼠的基因组不稳定性和肿瘤形成。体外研究发现，CEP55 过表达通过 PI3K/Akt 信号通路诱导不受控制的细胞增殖。9 相反，CEP55 失调与细胞分裂不完全和异常有关。 10,11 这种抗癌策略的预期结果是抑制 CEP55 活性导致细胞异常分裂，随后癌细胞死亡。因此，本研究提供了有关 CEP55 基因的全面信息，包括其表达、功能域、重要的磷酸化位点以及异常的不良临床病理特征
用于癌症应用的新型靶向药物纳米载体
乳酸链球菌肽是一种用作天然食品防腐剂的肽，本研究采用该肽开发新型纳米载体系统。使用 20 kHz 流通式超声技术成功制备了直径为 100 ± 20 nm 的稳定均匀的乳酸链球菌肽壳纳米乳剂 (NSNE)。NSNE 表现出有限的毒性、高杀菌活性和高载药能力 (EE 65 % w/w)。此外，乳酸链球菌肽壳还用于位点特异性附着重组产生的癌症靶向配体 (α HER2 LPETG IgG)。采用独特的两阶段（生物点击）方法，包括分选酶 A 介导的叠氮化物生物结合 (SMAB) 和应变促进叠氮化物炔烃环加成 (SPAAC) 反应，成功组装靶向 NSNE (NSNE DOX - α HER2 IgG) 并装载化疗药物阿霉素 (DOX)。最后，NSNE DOX - α HER2 IgG 显示出癌症特异性结合，并对表达 HER2 的肿瘤细胞具有增强的细胞毒性。
l-sort：用于实时多渠道尖峰与本地化的高效硬件
摘要 - Spike分选对于从神经信号中提取神经元信息并了解脑功能至关重要。随着高密度微电极阵列（HDMEAS）的出现，多通道尖峰分类的挑战和机遇已经加剧。实时尖峰排序特别对于闭环大脑计算机界面（BCI）介绍至关重要，要求有效的硬件实现。本文介绍了L-Sort，这是一种用于实时多通道尖峰排序的硬件设计。利用尖峰定位技术，L-SORT可实现有效的尖峰检测和聚类，而无需在检测过程中存储原始信号。通过合并中值阈值和几何特征，L-SORT在准确性和硬件效率方面展示了有希望的结果。我们使用使用高密度神经探针（Neuropixel）记录的公开数据集评估了设计的检测和聚类精度。我们在FPGA上实施了设计，并将结果与最先进的状态进行了比较。结果表明，与其他基于FPGA的Spike分类硬件相比，我们的设计消耗了更少的硬件资源。索引术语 - Spike Anting，Spike Netization，Hardware
SorLA 限制小胶质细胞释放 TNFα，从而形成支持胶质瘤的大脑微环境
SorLA 由基因 SORL1 编码，是 VPS10P 结构域受体基因家族的细胞内分选受体。尽管 SorLA 最受认可的是其在神经元细胞内区室之间运送靶蛋白的能力，但最近的数据表明，其小胶质细胞表达也与脑部疾病（包括胶质母细胞瘤 (GBM)）的发病机制高度相关。在这里，我们探究了 SorLA 对胶质瘤相关小胶质细胞和巨噬细胞 (GAM) 功能特性的影响。在 GBM 微环境中，GAM 被重新编程并失去了引发抗肿瘤反应的能力。相反，它们获得了胶质瘤支持表型，这是促进胶质瘤进展的关键机制。我们对已发表的 GBM 患者 scRNA 测序数据进行了重新分析，结果显示 GAM 的功能表型与 SORL1 表达水平相关，这通过体外模型得到了进一步证实。此外，我们证明 SorLA 抑制小胶质细胞分泌 TNF α，从而限制这些细胞的炎症潜力。最后，我们表明 SorLA 的缺失加剧了小鼠胶质瘤模型中小胶质细胞的促炎症反应并抑制了肿瘤生长。
靶向染色质编辑揭示的模拟表观遗传记忆
图 2. DNMT3A 编辑细胞中的基因表达动态表明了一种不同于二进制的记忆形式。A 使用与 dCas9、PhlF 或 rTetR 融合的 KRAB、DNMT3A 或 TET1 作为 DNA 结合域 (DBD) 进行瞬时表观遗传编辑的概述。B 本研究开发的实验系统示意图。报告基因通过位点特异性染色体整合整合到内源性哺乳动物基因座中。哺乳动物组成型启动子 (EF1a) 驱动荧光蛋白 EBFP2 的表达。上游结合位点能够靶向募集表观遗传效应物，这些效应物与 DNA 结合蛋白 rTetR、PhlF 或 dCas9 融合。报告基因两侧是染色质绝缘体，以与其他基因隔离。 C 实验概述描述了瞬时转染到带有报告基因的细胞、基于转染水平的荧光激活细胞分选和时间过程流式细胞术测量。D 根据图 C 中显示的实验时间线，DNMT3A 编辑（DNMT3A-dCas9）报告基因的基因表达动态。显示的是 DNMT3A 编辑细胞的单细胞流式细胞术测量（EBFP2）。DNMT3A-dCas9 靶向启动子上游的 5 个靶位点，并使用乱序 gRNA 靶序列作为对照（图 SE.2 A、B、表 S3）。黄色阴影表示检测到转染标记的时间。显示的数据来自 3 个独立重复的代表性重复。E 转染 DNMT3A-dCas9 和细胞分选后 14 天进行 MeDIP-qPCR 和 ChIP-qPCR 分析，以获得高水平的转染。分析了启动子区域（表 S4 和方法）。显示的数据来自三个独立的重复。报告的是使用标准 ∆∆ C t 方法相对于活性状态的倍数变化及其平均值。误差线是平均值的标准差。DNMT3A-dCas9 靶向启动子 (gRNA) 上游的 5 个靶位点。使用乱序的 gRNA 靶序列 (gRNA NT) 作为对照。* P <0.05，** P <0.01，*** P <0.001，非配对双尾 t 检验。F 根据图 C 中显示的实验时间线的 KRAB 编辑 (PhlF-KRAB) 基因表达动态。显示的是单个细胞的报告基因 (EBFP2) 的流式细胞术测量值。黄色阴影区域表示在未应用 DAPG 期间检测到转染标记的时间。从第 6 天开始，在 PhlF-KRAB 和 PhlF 条件下应用 DAPG。每天测量不同的独立重复。显示的数据来自 3 个独立重复。G 转染 PhlF-KRAB 和高水平转染细胞分选后 6 天的 MeDIP-qPCR 和 ChIP-qPCR 分析。分析的是启动子区域。数据来自三个独立重复。显示的是相对于活性状态的标准 ∆∆ C t 方法确定的倍数变化及其平均值。误差线是平均值的标准差。* P <0.05，** P <0.01，*** P <0.001，非配对双尾 t 检验。H 当 KRAB = 0、TET1 = 0 时获得的染色质修饰回路。参见 SI 图 SM.1 C。I 上图：(CpGme, X) 对的剂量反应曲线。下图：DNMT3A 脉冲强度与 DNA 甲基化等级 (CpGme) 之间的剂量反应曲线。脉冲强度通过增加其高度来增加。参见 SI 图 SM.1 D 和 SM.3。J 系统基因表达的平稳概率分布，由 SI 表 SM.1 和 SM.4 中列出的反应表示，参数值在 SI 第 S.9.3 节中给出。K 系统在 t = 28 天后的基因表达概率分布，如图 J 所示，参数值和初始条件在 SI 第 S.9.4 节中给出。参见 SI 图 SM.1 B 和 SM.2。在图 I 和 J 中，DNMT3A 动力学被建模为随时间呈指数下降的脉冲（参见第 S.1.1 节 - SI 方程 (SM.7)）。在我们的模型中，ε (ζ) 是衡量基础（招募）擦除率与每次修饰的自催化率之间比率的参数。参见 SI 图 SM.1 E 和 SM.3。
EpiNext™ CUT&LUNCH 检测试剂盒
用途：EpiNext™ CUT&LUNCH 检测试剂盒是一套完整的优化试剂，旨在快速从细胞中直接富集蛋白质（组蛋白或强结合转录因子）特异性 DNA 复合物，以通过 qPCR 或使用 Illumina 平台的下一代测序分析蛋白质与 DNA 之间的相互作用。起始材料：起始材料可以包括各种哺乳动物细胞样本，例如来自烧瓶或培养皿的培养细胞、原代细胞或从血液、体液、新鲜/冷冻组织中分离的稀有细胞群，以及从整个细胞群和胚胎细胞中分选的特定细胞等。细胞输入量：每个反应的细胞量可以是 2 x 10 3 到 5 x 10 5 个细胞。为了获得最佳制备效果，细胞输入量应为 2 x 10 5 ，尽管只需 500 个细胞即可获得修饰组蛋白的结果。抗体：抗体应为 ChIP 级，以识别与 DNA 或其他蛋白质结合的蛋白质。如果您使用的抗体尚未经过 ChIP 验证，则应使用适当的对照抗体（例如抗 RNA 聚合酶 II、抗 H3K4me3 或抗 H3K9me3）来证明这些抗体适合 ChIP。
体内 CRISPR/Cas9 筛选确定 Pbrm1 是小鼠髓系白血病发展的调节因子
对于表观遗传汇集筛选，对具有强力霉素诱导的 Cas9 等位基因 (KH2/iCas9;杰克逊实验室，库存编号 029415) 的 8 至 12 周龄小鼠实施安乐死，并对总共 100 万个 Lin – Sca-1 + c-Kit + (LSK) 细胞进行分选并用含有表观遗传 sgRNA 文库的慢病毒进行体外转导 (补充表 1) 14，然后移植到 B6/129 受体小鼠中 (有关更多详细信息，请参阅补充材料)。简而言之，LSK 细胞在 96 孔圆底微孔板中培养，培养基为 StemSpan 无血清扩增培养基（StemCell Technologies），其中添加了 100 ng/mL 重组鼠干细胞因子 (rmSCF)、10 ng/mL rm 白细胞介素-11 (IL-11) 和 5 ng/mL rmFlt3l (R&D Systems)，并以低感染复数共转导，慢病毒表达 Tet2 sgRNA (Tet2_e10.1；完整序列见补充表 1) 和表观遗传 sgRNA 文库，以实现 ~50% 的感染效率。24 小时后，将培养的细胞汇集、洗涤
全基因组 CRISPR 筛选确定非典型 NF-kB 信号是密度依赖性增殖的调节剂
摘要上皮细胞具有维持适当细胞密度的内在机制，以实现正常组织形态形成和体内平衡。此类机制的缺陷可能导致增生和癌症发生。为了识别调节小鼠乳腺上皮细胞密度依赖性增殖的基因，我们开发了一种基于荧光泛素化细胞周期指示剂的荧光激活细胞分选检测，该检测用不同的荧光团标记细胞周期的不同阶段。利用这种强大的检测方法，我们进行了全基因组 CRISPR/Cas9 敲除筛选，筛选出在低密度下正常增殖但在高密度下继续分裂的细胞。出乎意料的是，其中一个热门结果是 Traf3，它是 NF- k B 信号的负调节剂，此前从未与密度依赖性增殖有关。我们证明 Traf3 的缺失会特异性地激活非规范的 NF- k B 信号。这反过来又触发了先天免疫反应，并通过阻止进入静止状态来驱动细胞分裂，而不依赖于已知的密度依赖性增殖机制，包括 YAP/TAZ 信号和细胞周期蛋白依赖性激酶抑制剂。
黑色素瘤细胞的铁死亡易感性
缩写：SMA，α平滑肌肌动蛋白；AA，氨基酸；BME，Eagle基础培养基；BMP4，骨形态发生蛋白-4；BFP，蓝色荧光蛋白；CoQH2，还原辅酶Q；CHP，氢过氧化异丙苯；DR，耐药；EBSS，Earle平衡盐溶液；EGF，表皮生长因子；FBS，胎牛血清；eIF2，真核起始因子2α；FACS，荧光激活细胞分选术；FITC，异硫氰酸荧光素；GAPDH，3-磷酸甘油醛脱氢酶；GFP，绿色荧光蛋白；GSH，谷胱甘肽；GSSG，谷胱甘肽二硫化物；GPX4，谷胱甘肽过氧化物酶4；HGF，肝细胞生长因子；HPLM，人血浆样培养基； iRFP，近红外荧光蛋白；Mel-MPM，黑色素瘤导向模块化生理培养基；MPM，模块化生理培养基；NAD，烟酰胺腺嘌呤二核苷酸；NAMPT，烟酰胺磷酸核糖转移酶；NAMPTi，烟酰胺磷酸核糖转移酶抑制剂；NEAA，非必需氨基酸；NHDF，正常人真皮成纤维细胞；PI，碘化丙啶；ROS，活性氧；Se，亚硒酸盐；SLC3A2，溶质载体家族 3 成员 2；SLC7A11，溶质载体家族 7 成员 11；xCT，胱氨酸/谷氨酸转运蛋白
利用人工智能自动设计酶
该研究小组此前已展示了开发一种利用人工智能有效修改蛋白质功能的方法的可能性。利用这种方法，我们现在已经成功地以最少的实验显著提高了酶活性（图 1）。该方法首先通过常规随机诱变方法制备少量突变体，并进行实验以获取人工智能的训练数据（机器学习正常运行所需的数据）。接下来，我们使用人工智能技术贝叶斯优化来预测应该引入什么类型的突变才能获得具有所需功能的蛋白质。这将使我们能够提出一组小规模的突变体，该突变体富含具有所需功能的蛋白质，并且可以低成本用于实验。 在本研究中，我们仅使用从大约 80 个突变体的实验结果中获得的训练数据，成功将肽连接酶分选酶的催化活性提高了五倍（图 2）。此外，我们发现，通过稍微改变训练数据的元素，就可以绘制出一张地图，可视化由突变引起的功能变化的整体情况（图 3）。这些结果证明人工智能在修饰蛋白质功能方面是有效的，希望未来该方法能应用于多种功能蛋白质的开发。 [论文信息] 标题：机器学习指导的定向进化文库设计循环