XiaoMi-AI文件搜索系统
World File Search System尼单
赞布替尼治疗原发性膜性肾病：单组可行性研究结果
RL 报道雇主：斯坦福大学；咨询公司：Calliditas Inc.、Chinook (Novartis) Inc.、Omeros Inc.、Otsuka Inc.、Alexion Inc.、Travere Inc.、Vera Inc.、Novartis、Aurinia、Visterra、Alpine Bio 和 Beigene；研究资金：NIH、Roche、Otsuka、Calliditas、Travere、Alexion Chinook（诺华）、Vera 和 Beigene。
药品名称：尼拉帕尼
警告： • 曾报告出现高血压和高血压危象；治疗前应很好地控制现有的高血压 4 • 接受尼拉帕尼治疗的患者中曾报告出现骨髓增生异常综合征/急性髓细胞白血病 (MDS/AML) 5 特殊人群：体重低的患者可能比体重较高的患者出现更多的 3 级或 4 级药物不良反应；可能需要减少剂量。2,4 致癌性：未发现信息 致突变性：Ames 试验中无致突变性。尼拉帕尼在哺乳动物体外和体内染色体试验中具有致染色体断裂作用。2,3 生育力：在动物研究中，与人类临床暴露后的暴露相比，在较低暴露量下观察到精子发生减少、睾丸小和生殖细胞耗竭（在睾丸和附睾中）。最后一次服药四周后，这些发现有可逆性的趋势。2,3 怀孕：尚未进行生殖研究；然而，根据其作用机制，如果在怀孕期间使用尼拉帕尼可能会对胎儿造成伤害。尼拉帕尼具有遗传毒性，并积极靶向分裂细胞，因此，它有可能导致致畸性和胚胎-胎儿死亡。育龄妇女应在治疗期间以及最后一次服药后至少一个月至六个月内采取避孕措施。2,3,1 不建议母乳喂养，因为药物可能会分泌到乳汁中。女性应在最后一次服药后至少一个月再进行母乳喂养。2,3
来那替尼（Nerlynx）
• 来那替尼是一种口服药物。通常，您每天服用一次 240 毫克（6 片）。 • 为了提高耐受性并降低腹泻发生率，可以采用剂量递增策略。您的治疗团队可能会告诉您按照下表服用来那替尼（每片来那替尼为 40 毫克）：
基于尼宁的治疗
缺乏对抗木质甲壳虫Fastidiosa（XF）的可持续策略突出了对新型实用抗菌工具的紧迫需求。在这项研究中，乳酸乳酸乳酸亚生成乳杆菌。乳酸菌株ATCC 11454（乳酸乳杆菌）以其生产奈瑟蛋白A而闻名，对XF亚种进行了体外测试。pauca。初步研究表明，乳乳杆菌对XF表现出强的拮抗活性。因此，通过体外和植物实验的结合，对尼沙蛋白A的功效进行了全面评估。采用可行的定量PCR，点测定，浊度降低测定，荧光显微镜和透射电子显微镜的体外研究表明，在最小的0.6 mg/mL的最小致死浓度下，尼沙蛋白对XF的鲁棒性杀菌作用。由荧光和透射电子显微镜产生的结果表明，尼沙蛋白直接和快速与XF细胞的膜相互作用，从而导致细菌细胞在几分钟内破坏。在Planta测试中，Nisin还证明了在接种后74天无症状74天内解决烟草本植物中XF感染的能力。此外，RPLC-ESI-MS/MS分析表明，尼生蛋白转移到植物的所有部分，并保持完整长达9天。首次，这项研究强调了基于尼我们的策略，作为一种现实且环保的方法，可以进一步研究该领域的XF感染。
纵向单...
为了最大程度地减少与强制施用相关的纵向成像和潜在风险的辐射暴露，采取了二维（2D）非对比度轴向轴向单板CT CT，而不是在临床实践中常见的三维（3D）体积CT。然而，很难在纵向成像中找到相同的横截面位置，因此在不同年内捕获的器官和组织存在实质性变化，如图1。在2D腹部切片中扫描的器官和组织与身体成分措施密切相关。因此，增加的位置差异可以准确地分析身体组成的挑战。尽管有这个问题，但尚未提出任何方法来解决2D切片中位置差异的问题。我们的目标是减少位置方差在人体组成分析中的影响，以促进更精确的纵向解释。一个主要的挑战是，在不同年内进行的扫描之间的距离是未知的，因为该切片可以在任何腹部区域进行。图像注册是在其他情况下用于纠正姿势或位置错误的常用技术。但是，这种方法不适合解决2D采集中的平面运动，其中一种扫描中出现的组织/器官可能不会出现在另一种扫描中。基于参考。13，图像协调方法分为两个主要组：深度学习和统计方法。值得注意的统计方法包括战斗14及其变体，15-17 Convbat，18和贝叶斯因子回归。19然而，与生成模型不同，统计方法通常缺乏对我们方案至关重要的生成能力。基于深度学习的现代生成模型最近在生成和重建高质量和现实的图像方面取得了重大成功。20 - 26生成建模的基本概念是训练生成模型以学习分布，以便生成的样品 ^ x〜pdð ^xÞ来自与训练数据分布x〜pdðxÞ的分布相同。27通过学习输入和目标切片之间的联合分布，这些模型可以有效地解决注册的局限性。变化自动编码器（VAE），28是一种生成模型，由编码器和解码器组成。编码器将输入编码为可解释的潜在分布，解码器将潜在分布的样本解码为新数据。生成对抗网络（GAN）20是另一种类型的生成模型，其中包含两个子模型，一个生成新数据的生成器模型和一个区分实际图像和生成图像的歧视器。通过玩这个两人Min-Max游戏，Gans可以生成逼真的图像。Vaegan 29将GAN纳入VAE框架中，以创建更好的合成图像。通过使用歧视器来区分真实图像和生成的图像，Vaegan可以比传统的VAE模型产生更真实和高质量的图像。但是，原始的vaes和gan遭受了缺乏对产生图像的控制的局限性。有条件的GAN（CGAN）30和CONDINATION VAE（CVAE）31解决了此问题，该问题允许生成具有条件的特定图像，从而对生成的输出提供了更多控制。但是，这些条件方法中的大多数都需要特定的目标信息，例如目标类，语义图或热图，在测试阶段32作为条件，这在我们的情况下是不可行的，因为我们没有任何可用的直接目标信息。
使用单...
微生物驱动全球碳循环1，并可以与宿主生物体建立象征关系，从而影响其健康，衰老和行为2 - 6。微生物种群通过改变可用的代谢物池和专门的小分子7、8的产生与不同的生态系统相互作用。这些群落的巨大遗传潜力被人相关的微型iSms举例说明，该微生物ISM的编码是人类基因组9、10的大约100倍。然而，这种代谢潜力在现代的未纳入代谢组学实验中仍未被反射，其中通常<1％的注释分子可以归类为微生物。这个问题特别影响质谱（MS）基于非靶向代谢组学，这是一种通过微生物11所产生或修饰的分子11的常见技术，该技术在复杂生物学样品的光谱注释中著名地挣扎。这是因为大多数光谱参考文献都偏向于原代代谢产物，药物或工业化学品的市售或以其他方式的标准。即使在注释代谢物时，也需要进行广泛的文献搜索，以了解这些分子是否具有微生物起源并识别各自的微生物生产者。公共数据基础，例如Kegg 12，Mimedb 13，Npatlas 14和Lotus 15，可以帮助进行这种解释，但它们大部分限于已建立的，很大程度上基因组所涉及的代谢模型或完全表征和发行的分子结构。此外，虽然旨在从机械上开发了旨在询问肠道微生物组的靶向代谢组学努力16，但它们仅着眼于相对较少的商业可用的微生物分子。因此，尽管MS参考文库不断扩大，但大多数微生物化学空间仍然未知。为了填补这一空白，我们已经开发了Microbemasst（https://masst.gnps2.org/microbemasst/），这是一种利用的搜索工具