XiaoMi-AI文件搜索系统
World File Search System单细胞
人类生命周期内前额叶皮层的单细胞转录组图谱
附属机构 1 疾病神经基因组学中心，2 弗里德曼脑研究所，3 精神病学系，4 遗传学和基因组科学系，5 神经科学系，6 人工智能与人类健康系，纽约州纽约市伊坎西奈山医学院，邮编 10029，美国，7 匹兹堡大学医学院精神病学系，美国宾夕法尼亚州匹兹堡 8 精准医学和转化治疗中心，9 精神疾病研究、教育和临床中心 VISN2，詹姆斯 J. 彼得斯 VA 医疗中心，纽约州布朗克斯，美国。10 美国马里兰州贝塞斯达国家心理健康研究所-内部研究项目人类大脑收集核心。11 PsychAD 联盟。 *这些作者对这项工作做出了同等贡献# 通信至：KG（kiran.girdhar@mssm.edu）和 PR（panagiotis.roussos@mssm.edu）
多态串联重复在免疫景观上形状的单细胞基因表达
图2：Evodiff会产生逼真的和结构上的蛋白质序列。（a）用于评估Evodiff序列模型产生的序列的可折叠性和自洽的工作流量。（b-c）可折叠性的分布，通过序列PLDDT的序列（b）的序列PLDT衡量，以及通过scperperxity（C）测量的自谐度，用于测试集，Evodiff模型和基础线的序列（n = 1000个序列；每个模型;盒子图显示Me-Dian和Internetrokile范围）。（d）序列PLDDT与测试集（灰色，n = 1000）和640M参数OADM模型Evodiff-seq（蓝色，n = 1000）的序列相对于scperperxity。（e）从Evodiff-Seq（640m参数OADM模型）中成功表达和表征无条件的世代的结构和指标。omegafold预测，并报告了每个结构的平均PLDDT。％的覆盖率和对最高爆炸击中的％身份在每个设计下面表示。（f）（e）设计序列的圆二色性（CD）光谱。（g）从CD光谱（蓝色）与Omegafold（灰色）推断出的每个序列的结构组成。Alphafold预测包含在图中S6进行比较。
在Aquafeeds中使用单细胞蛋白质桥接蛋白质间隙
糖尿病是全球最常见的代谢疾病之一，导致并发症，死亡率和显着的医疗保健支出，在全球范围内造成了实质性的社会和财务负担。糖尿病环境会引起代谢变化，对肌腱稳态产生负面影响，从而导致生物力学特性和组织病理学的改变。众多研究研究了糖尿病对肌腱发挥病理影响的机制，包括增加自由基生产，氧化应激，炎症反应，高级糖基化终产物（AGES）的沉积和微血管变化。这些代谢变化损害肌腱结构，生物力学和肌腱修复过程。肌腱干细胞的增殖降低，凋亡增加和异常分化，以及肌细胞的异常表达，最终导致不足的肌腱修复，纤维化和重塑。尽管研究揭示了糖尿病对肌腱病，纤维化或染色以及肌腱损伤愈合的影响，但仍缺乏系统的理解。因此，本综述总结了当前的研究状态，并提供了全面的概述，为未来的糖尿病对肌腱影响的影响和与糖尿病相关肌腱疾病的治疗的发展提供了理论指南。
bq297xx单细胞锂离子和Li-Polymer电池的成本效益电压和当前保护电路数据表（Rev. I）
•输入电压范围包+：VSS - 0.3V至12V•FET驱动器： - CHG和DSG FET驱动器输出•跨外部FET的电压传感过度电流保护（OCP）在±5MV（典型）内（典型）（典型）•故障检测 - 过度收取的检测（OVP） - 过度检测（OVER） - 电荷检测（UVP） - URR（UVP） - RURER（UVP） - RURN（UVP） - 持续（UVP） - RURR（UVP） - RURR（UVP） - RURR（UVP） - RURR（UVP） - RURR（UV） （OCD） - 负载短路检测（SCP）•电池耗尽的零电压充电•工厂编程的故障保护阈值 - 故障检测电压电压电压阈值 - 故障触发计时器 - 启用电池充电器的运行方式•启用电池充电器的操作模式 - 启用电池充电器 - 正常模式I CC = 4µA-shatpown IQ = 100NA•运行范围 +8-PIN•运行范围• +8-PIN-4-PIN-4-PIN-4-0-0-00°= - 40°0 = - 40°0°C = –40°C +40°C CCC = –40°c in DSE（1.50mm×1.50mm×0.75mm）
抗肿瘤坏死因子治疗的纵向单细胞图中炎症性肠病
免疫介导的炎症性疾病（IMID）中的精确药物需要对治疗反应有细胞的理解。我们描述了克罗恩氏病（CD）和溃疡性结肠炎（UC）的治疗曲线（抗肿瘤坏死因子（抗TNF）治疗）。我们产生了约100万个单细胞转录组，分为109个细胞状态，来自216个肠道活检（41名受试者），揭示了疾病特异性的差异。系统生物学空间分析确定了CD和干扰素（IFN）反应特征中的肉芽肿特征，该特征位于T细胞聚集体和CD和UC中的上皮损伤。上皮和髓样室的预处理差异与两种疾病的缓解结果有关。纵向比较表明非排放中的疾病进展：CD中的髓样和T细胞扰动，UC中的多细胞IFN信号增加。IFN信号传导在类风湿关节炎（RA）滑膜中也观察到了淋巴样病变。我们的治疗图集是多种炎症性疾病中最常见的生物治疗，抗TNF的扰动最大的细胞普查。
评估人体组织单细胞 RNA 测序对药物靶标验证的影响
虽然使用单细胞 RNA 测序 (scRNA-seq) 来了解靶标生物学已得到充分证实，但其在提高治疗靶标临床成功率方面的预测作用仍未得到充分探索。受先前关于遗传证据与临床成功之间关联的研究的启发，我们使用已知药物靶标基因的回顾性分析从 scRNA-seq 数据中识别靶标临床成功的潜在预测因子。我们研究了成功的药物靶标是否与疾病相关组织中的细胞类型特异性表达（细胞类型特异性）有关，以及与健康对照相比疾病患者中的细胞类型特异性过度表达（疾病细胞特异性）有关。通过分析疾病和组织的 scRNA-seq 数据，我们发现细胞类型和疾病细胞特异性都是进入临床开发的靶标中富集的特征，并且疾病相关组织中的细胞类型特异性可以可靠地预测靶标从 I 期到 II 期的进展。虽然 scRNA-seq 分析确定了比直接遗传证据更大且互补的靶标空间，但它与特异性和药物批准的关联似乎不太明确。我们讨论了如何进一步扩展和协调单细胞数据集、在目标发现中更复杂地整合这些数据、以及改进跟踪临床试验结果的方法，以增强我们在未来利用 scRNA-seq 洞察力进行药物开发的能力。
2024年末竞选活动scalebio单细胞RNA测序套件
ScaleBio Biosciences是由一支由科学家和工程师组成的多学科团队，具有下一代测序，基因组学，蛋白质组学和生物信息学方面的专业知识，并共享大型单细胞分析的使命，现在能够进行大型分析，例如SCRNA，蛋白质，蛋白质，甲基化等。
糖尿病小鼠后爪白细胞年龄相关变化的单细胞分析
摘要 1 型和 2 型糖尿病相关的并发症，如糖尿病周围神经病变和糖尿病足溃疡，是一个日益严重的医疗保健问题。此外，随着糖尿病患者年龄的增长，这种担忧也随之增加，因为他们更容易出现并发症。为了解决这个日益严重的问题，了解导致与糖尿病代谢紊乱相关的病理变化的生理波动非常重要。我们的研究使用单细胞 RNA 测序探索了 12 周龄和 21 周龄健康和糖尿病小鼠后爪免疫细胞群的失调，以深入了解慢性糖尿病期间远端肢体发生的免疫紊乱。在 21 周龄的 Lepr db/db 小鼠中，肥大细胞/嗜碱性粒细胞、真皮 γδ T 细胞、异质性 T 细胞和 2 型先天淋巴细胞均有所增加。此外，巨噬细胞代表了最大的免疫细胞簇，并且与免疫特异性途径相关的基因数量增加最多。巨噬细胞亚群显示，21 周龄糖尿病小鼠后爪中血管生成 Lyve1 + MHCII lo 巨噬细胞偏向，这与组织学上 21 周龄糖尿病小鼠后爪中 Lyve1 + 巨噬细胞的增加相对应。我们的结果表明，在 2 型糖尿病中，多种免疫细胞类型的免疫功能和表型不仅会随着代谢紊乱而改变，还会随着疾病持续时间而改变，这可能解释了糖尿病患者对远端肢体病变的易感性增加的原因。
使用 CRISPR 条形码作为分子钟，以单细胞分辨率捕捉动态过程
图 1. a. 带有 poly-A 读数的动态条形码示意图。b. 实验装置的示意图。c. 基于突变特征的条形码比例，结合两个系统的数据：对具有完整 PAM 基序的原型间隔物进行编辑（活性）；不存在 PAM 基序（非活性）；和未切割的 gRNA（原始）。d. 不同 gRNA 中原始条形码随时间的比例。e. 考虑不同 gRNA 之间的错配、间隙和间隙延伸，条形码随时间的变化。f. 具有 21 bp 间隔物（左）或 26 bp 间隔物（右）的 gRNA 的原始条形码随时间的比例。箱线图按不同时间点的平均间隔物长度着色（Cas9 系统）。g. 原始核苷酸随时间变化的百分比，将间隔物相对于 PAM 序列对齐（Cas9 系统）。h。考虑到按 Cas9 版本分类的所有不同 gRNA，C>T 突变随时间变化的百分比。对于所有箱线图，箱线表示四分位距 (IQR)，每个箱线内的水平线表示中位数。
空间单细胞分析和邻域分析揭示了肝细胞癌中与检查点抑制剂治疗结果相关的免疫结构的决定因素
摘要背景对于肝细胞癌（HCC）中对检查点免疫疗法的反应的决定因素仍然很了解。预计肿瘤微环境（TME）中免疫反应的组织有望控制免疫疗法的结局，但空间免疫型仍然很差。目的我们假设空间免疫网络体系结构的反卷积可以鉴定HCC中临床相关的免疫型。设计，我们对101例患者的HCC组织进行了高度多重的成像质量细胞仪。我们在发现和验证队列中进行了深入的空间单细胞分析，以否定HCC免疫结构异质性的决定因素，并开发了用于预测免疫检查点抑制剂（ICI）疗法的空间免疫分类。结果生物信息学分析确定了HCC TME中的23个主要免疫，基质，实质和肿瘤细胞类型。无监督的邻域检测确定了三个免疫结构，具有不同的免疫细胞参与和以CD8 T细胞，髓样免疫细胞或B和CD4 T细胞为主的免疫检查点。我们使用这些定义了三种主要的空间HCC免疫型，这些免疫型反映了更高水平的肿瘤内免疫细胞组织：耗尽，分隔和富集。在ICI治疗下的无进展生存期在空间免疫类型之间显着差异，富集患者的存活率提高。在肿瘤内异质性患者中，一个富集区域的存在控制了长期生存。