XiaoMi-AI文件搜索系统
World File Search System动物
哺乳动物胚胎发生的分子记录
使用条款本文从哈佛大学的DASH存储库下载，并根据适用于其他已发布材料（LAA）的条款和条件提供，如https://harvardwiki.atlassian.net/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/ngy/ngy/ngy5ngy5ndnde4zjgzndnde4zjgzntc5ndndndgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgiamsfyytytewy
考虑耕地肉类的考虑：潜在的细胞来源，潜在的分化和永生策略以及甲壳类动物和其他动物模型的经验教训
抽象栽培的甲壳类肉（CCM）是一种直接从干细胞中创建高价值的虾，龙虾和螃蟹产品的手段，从而消除了养殖或捕捞活动物的需求。传统的甲壳类企业在管理过度捕捞，污染和变暖气候方面面临的压力增加，因此CCM可以提供一种方法，以确保随着全球对这些产品的需求的增长，CCM可以提供足够的供应。为了支持CCM的发展，本评论简要详细介绍了迄今为止的甲壳类细胞培养工作，然后再解决目前对甲壳类肌肉发育的了解，尤其是所涉及的分子机制，以及这可能与最近在脊椎动物物种中耕种肉类生产的作品有关。认识到目前缺乏可用于建立CCM培养物的细胞系，我们还考虑了可以非属于非属于的原发性干细胞来源，包括易于释放和重新生成的四肢组织，以及在循环血淋巴中推定的干细胞。分子方法诱导了肌源性分化和推定干细胞的永生化。最后，我们评估了CCM研究人员，尤其是抗体的工具的当前状态，并提出了解决现有短缺的途径，以查看现场的进展。
使用临床前成像技术探索啮齿动物模型中的大脑功能原理及其与人类精神疾病的相关性
亲爱的编辑，我们最近在《转化精神病学》上发表了一篇文章，探讨了在全脑水平上评估脑功能的策略 [1]。在这篇评论中，我们介绍了几种方法，从功能性磁共振成像到功能性超声再到钙成像。对于每一种技术，我们都简要介绍了它的发展历史、物理概念、一些关键应用、潜力和局限性。我们得出的结论是，在网络水平上对啮齿动物大脑进行成像的方法正在不断发展，并将增进我们对大脑功能的理解。Zhuo 和同事的一篇评论进一步增加了解决精神病学学科从动物模型到患者的“转化”问题的复杂性 [2]。他们提出，需要彻底审查用于开发精神疾病动物模型的方法，甚至可能需要修改。例如，迄今为止，大多数精神疾病的啮齿动物模型都是使用简单的药物输注 [3] 和/或社会心理刺激 [4] 建立的。然而，关键问题是这些操作如何改变大脑的结构和功能，以及这些模型是否真正反映了人类精神疾病的病理生理学。特别是因为很难评估是否可以说从啮齿动物到人类存在逆向推理。这是一个真实且可以接受的说法。然而，这正是临床前成像旨在实现的。通过绘制动物模型中大脑网络的动态响应，并将其（如果可能）与临床研究中报告的响应进行比较，我们可以获得定量数据和参数，以确定我们的模型是否有效转化 [ 5 ]。如果这些指标表明网络级修改在时间和空间上与在人类中观察到的相似，我们可以利用更具侵入性和更具体的方法来进一步研究动物模型中的大脑记录。否则，我们必须有信心和正确性继续前进并尝试其他解决方案。最近有两个例子。 2019 年，我们证实了小鼠蓝斑核 (LC) 去甲肾上腺素能活性与大量大型脑网络（尤其是突显网络和杏仁核网络）的参与之间存在因果关系 [6]。此外，我们还可以将网络变化与去甲肾上腺素 (NE) 周转的直接标志物以及 NE 受体在整个脑部的分布联系起来。特定脑网络动态与 LC 活性和 NE 受体密度相关的假设源自人类压力研究和药理学研究 [7,8]。然而，由于不可能选择性地刺激人类的 LC，因此十多年来，这一假设一直只是一个假设。
噪音对海洋哺乳动物的影响 - navfac exwc
目前，关于噪声对海洋哺乳动物影响的信息被引用最多的资源是一本 1995 年出版的书（《海洋哺乳动物与噪声》，Academic Press，圣地亚哥）。这本书对海军、环境规划者、监管者和科学家来说都是宝贵的资源。它为科学界提供了截至 20 世纪 90 年代初有关这一主题的研究的单一资源。在过去的 20 年里，与这一问题相关的文献大大扩展，在评估噪声对海洋哺乳动物的影响时需要考虑的更多信息。迫切需要更新这本由使用此资源的多位利益相关者共享的书籍。
海鳐和海鳐食肉动物的听觉掩蔽
该项目将为海象科和海马科食肉动物（分别为太平洋海象和加州海狮）提供听觉数据，以便比较这些海洋哺乳动物类群之间的声学敏感性并支持环保合规工作。海洋生物资源 (LMR) 计划为该项目提供资金，补充了美国支持的一项持续努力。鱼类和野生动物管理局与美国地质调查局合作，对太平洋海象 (Odobenus rosmarus divergens) 的听觉掩蔽进行了特征分析，以同时产生噪音。LMR 的额外支持使项目团队能够将研究范围扩大到包括加州海狮 (Zalophus californianus) 并收集其他比较数据。这项研究将为被指定为“其他海洋食肉动物”的海洋哺乳动物功能性听力组提供与噪音暴露标准相关的新信息。这是一组不属于海豹科（真正的海豹）的两栖海洋哺乳动物，包括海狮、海狗、海象和海獭。它们是听觉和噪音影响方面研究最少的海洋哺乳动物之一，但它们却占据着对美国海军行动至关重要的北太平洋和北极水域。
亨廷顿氏病动物模型中微小RNA表达的改变及潜在的治疗策略
摘要 回顾近年来的亨廷顿舞蹈症动物模型，发现许多microRNA在纹状体和大脑皮层中的表达水平发生改变，且大多下调。发生改变的microRNA包括miR-9/9*、miR-29b、miR- 124a、miR-132、miR-128、miR-139、miR-122、miR-138、miR-23b、miR-135b、miR- 181（均下调）和miR-448（上调），类似的变化此前也在亨廷顿舞蹈症患者中发现过。在动物细胞研究中，发生改变的microRNA包括miR-9、miR-9*、miR-135b、miR-222（均下调）和miR-214（上调）。在动物模型中，miR-155 和 miR-196a 的过表达导致突变型亨廷顿蛋白 mRNA 和蛋白质水平下降，纹状体和皮质中的突变型亨廷顿蛋白聚集体降低，并改善行为测试中的表现。miR-132 和 miR-124 的过表达也使行为测试中的表现得到改善。在动物细胞模型中，miR-22 的过表达增加了感染突变型亨廷顿蛋白的大鼠原代皮质和纹状体神经元的活力，并减少了 ≥ 2 µm 的亨廷顿蛋白富集灶。此外，miR-22 的过表达提高了用 3-硝基丙酸处理的大鼠原代纹状体神经元的存活率。外源性表达 miR-214、miR-146a、miR-150 和 miR-125b 会降低 Hdh Q111 / Hdh Q111 细胞中内源性亨廷顿蛋白 mRNA 和蛋白质的表达。有必要对亨廷顿氏病动物模型进行进一步研究，以验证这些发现，并确定特定的microRNA，它们的过度表达可抑制突变亨廷顿蛋白的产生和其他有害过程，并可能为治疗亨廷顿氏病患者和减缓其进展提供更有效的方法。关键词：动物模型；大脑皮层；亨廷顿蛋白；亨廷顿氏病；microRNA；神经退行性；纹状体；治疗策略
动物生产中的基因组应用
基因组学彻底改变了动物生产，在选择和繁殖更健康，生产和可持续动物中起着至关重要的作用。本科学专注于生物基因组的研究，提供了有关基因及其相互作用的宝贵信息。在动物遗传改善中，其最引人注目的应用之一是基因组选择，它可以更准确地预测动物基因组值，从而可以最准确地选择具有高遗传优点的动物，尤其是当应用于幼小的动物甚至胚胎时。这种方法不仅提高了选择的准确性，而且可以加速遗传进步，从而增加了农业生产和可持续性的提高。这些进步的一部分是由于对谱系信息的亲属关系和验证的最佳估计，超过了常规家谱的局限性，这可能导致在估计由于血统错误引起的动物遗传价值的不准确性。此外，基因组学还在种族和遗传多样性的保护中发挥了基本作用。随着DNA测序技术变得越来越负担得起，可以识别和保留动物种群中有价值的遗传变异，从而降低灭绝和遗传均质化的风险。此外，基因组映射研究在研究和识别与动物创造中具有经济重要特征相关的候选基因方面至关重要。因此，动物生产中的基因组是一种强大的工具，可驱动遗传改善并提高产品效率和可持续性。
鱼类和野生动物服务 50 CFR 第 17 部分 [档案编号 FWS- ...
该文件计划于 2025 年 1 月 14 日在《联邦公报》上公布，并可在 https://federalregister.gov/d/2024-31757 和 https://govinfo.gov 上在线查阅
农业，渔业和动物权利部
21（e2303）公用事业693,432 800,000 700,000 22（E2306）材料和用品293,469 330,000 306,000 306,000 23（E2309）维修和维护和维护570,772 230,000 580,000 580,000 24（e2312） 230,000 26（E2318）办公室服务186,524 150,000 160,000 27（E2321）运输258,626 259,000 260,000 260,000 260,000 28（E2324）旅行326,014 500,000 330,000 330,000 29（E2327） （E2333）专业服务576,754 560,000 560,000 32（E2336）培训13,483 8,000 12,000 12,000 33（E2339）酒店90,716 25,000 35,000 34（E2342 4,852,000 4,743,000 ____________ ____________ ____________