结果:用抗-PD-1和LIPU诱导的BBBD处理的小鼠的中位生存时间为58天,而用抗-PD-1处理的小鼠39天,在对侧半球后对侧重新观察后,长期生存的人都活着。CAR T细胞给药可显着增加24(p <0.005)和72(p <0.005)和72(p <0.001)小时后的T细胞递送到中枢神经系统的增加,并且与单独的CAR T细胞相比,中位生存期的中值增加了129%。在治疗窗口(p¼0.004)期间,胶质瘤微环境中cxcl10分泌APC的局部沉积增强了T细胞神经胶质瘤的纤维瘤,并显着增强了存活率(P <0.05)。结论:LIPU将免疫治疗性递送到肿瘤环境中,WithAnassAssipedIncreaseassurvivalandis是一种增强大脑中新型疗法的新兴技术。
电子邮件:stephane.calvez@laas.fr 简介 原子层沉积 (ALD) 纳米厚的 Al 2 O 3 层或其他电介质层已被证实是一种有效的方法,可用于创建敏感材料封装层,防止其因周围大气中的水分和氧气含量而发生降解 [1,2]。另外,由氧气(分别是水)引起的半导体材料向绝缘体的腐蚀转变,称为干(湿)氧化,通常用于微电子和光子器件以及集成电路的制造,作为引入实现晶圆上光学路由 [3–6] 和/或电连接所需的电和/或光子限制的一种方式。特别是在硅光子器件制造中,后者的工艺通常涉及将硅层在高温或等离子体中暴露于水/氧气中,并通过厚度大于 100 nm 的 SiN x 掩模实现局部氧化保护 [3,4]。在此背景下,我们在此报告了使用 ALD 沉积的 Al 2 O 3 作为节省材料的氧化屏障以防止硅晶片的等离子诱导或高温热氧化的能力的研究。样品制备通过热 ALD 在硅晶片上沉积具有纳米厚度的 Al 2 O 3 薄膜。低压热 ALD 沉积由重复循环组成,每个循环包括 300 ms 的三甲胺铝 (TMA) 脉冲,然后在 N 2 下进行 2800 ms 的吹扫,150 ms 的水蒸气脉冲,以及在 N 2 下进行 6700 ms 的第二次吹扫。这里测试了两个沉积温度,90°C 和 150°C。使用可变角度光谱椭圆偏振法(使用 Accurion EP4 系统)测量所得层厚度。图 1 显示了 Al 2 O 3 厚度随沉积循环次数变化的记录。在 0 个循环时,测量到的厚度对应于天然氧化硅(测量到约 2 纳米)。在 15 个沉积循环之前,成核开始以异质生长(见图 1 插图)。超过 15 个循环后,沉积厚度以每循环生长率 (GPC) 0.19 纳米/循环线性增加,并且与沉积温度的依赖性较弱。随后使用紫外光刻和湿法蚀刻对 Al 2 O 3 涂层样品进行图案化,以获得具有 Al 2 O 3 保护和未保护硅区域的样品。使用稀磷酸(去离子水/H 3 PO 4 (37%) 1/1 溶液)在精确的 67°C 温度下进行层蚀刻,蚀刻速率为 30 纳米/分钟。分别用水和丙酮进行冲洗和清洁。测试了两种类型的氧化:干热氧化和等离子氧化。干热氧化方案包括在 5L/min 的 O 2 流量下从 30°C 开始线性升温(8.2°C/min),然后在 9L/min 的 O 2 流量下以 1000°C 进行恒温步骤,然后在 5L/min 的 O 2 流量下以 -16.3°C/min 的温度衰减。低压 O 2 等离子体氧化在 Sentech Si-500 设备中进行,使用 30 分钟的重复处理,其中样品受到 O 2 等离子体处理,RF 功率为 800W,基板温度保持在 100°C 以下。在这两种情况下,通过成像光谱椭圆偏振法测量处理过的样品的保护区和未保护区的氧化厚度。图 2 左侧显示,如果 Al 2 O 3 厚度大于 ~9 nm(45 个循环),则干氧化不会进行,而对于更薄的覆盖层,干氧化会减少。SEM 横截面(如图 2 中的插图所示)进一步证实了这一观察结果。类似地,观察到等离子体氧化导致氧化物生长遵循平方根定律的时间依赖性(Deal 和 Grove 模型 [7]),但对于(30 次循环)Al 2 O 3 涂层样品部分,其氧化速率降低。
摘要 - 本文介绍了通信材料的设计及其在传感建筑行业传感混凝土中的应用。在构建和结构健康监测的背景下介绍了交流材料及其问题的概念之后,本文描述了迄今为止在物理开发中所做的主要贡献,这些贡献预计将超过三十年。为了获得它,使用具有传感和通信节点的两级无线传感器网络提出了特定的网络物理结构。为了最大程度地提高交流混凝土的寿命,通过两个建议来改善节能问题:使用无线功率传递的原始能源收集系统,用于嵌入式感应节点和分析估计模型,以预测通信节点网络的能量消耗。
血脑屏障(BBB)在维持大脑稳态中起着至关重要的作用。15在衰老期间,BBB经历了结构改变。电子显微镜(EM)16是研究脑脉管系统结构改变的金标准。17然而,对EM图像的分析是时间密集型的,可能是选择偏见的,18限制了我们对BBB上衰老的结构e的理解。在这里,我们介绍了3Btron,这是对EM 21图像中BBB 20架构(其各个组件的形态,结构和纹理)自动分析的深度学习框架。使用年龄作为读数,我们在唯一的22个数据集(n = 359)上训练并验证了我们的模型。我们表明,所提出的模型可以结合确定来自三个Di!Erent 24个大脑区域的年轻小鼠大脑的23个BBB结构,在预测不可证实的数据时,敏感性达到77.8%,敏感性为80.0%。此外,特征重要的方法揭示了26个对预测贡献最大的图像的空间特征。这27个发现展示了一种新的数据驱动方法,用于分析28个BBB体系结构中与年龄相关的变化。29
特应性皮炎(AD)是一种慢性炎性皮肤疾病,其特征是表皮屏障受损和免疫球蛋白E(IgE)水平升高,通常与Filaggrin(FLG)基因突变有关。遗传因素,例如FLG突变和环境影响,包括微生物暴露和污染物,导致该疾病的进展,导致皮肤发痒,发炎。经常与过敏状况共存,严重影响生活质量。该疾病的发病机理涉及遗传易感性,免疫反应和环境触发因素之间的复杂相互作用。尽管有进步,但由于对FLG突变如何影响免疫途径和AD表现的可变性的不完全了解,有效治疗的发展仍然具有挑战性。当前的生物标志物不足以完全捕获疾病的复杂性或预测治疗反应,从而强调了对新型生物标志物和个性化方法的需求。新兴疗法,例如嵌合抗原受体(CAR)-T细胞疗法,干细胞疗法和再生医学,在解决AD的根本原因方面有望。本评论探讨了AD发病机理的关键方面,重点是表皮屏障功能障碍,免疫机制以及对改善患者预后的创新治疗策略的需求。
血脑屏障 (BBB) 是一种具有高度识别力的屏障,可防止外来病原体和物质进入大脑,由紧密连接的内皮细胞、粘附连接、周细胞和星形胶质细胞终足组成。内皮细胞是血脑屏障的核心骨架,为其他成分提供附着结构,以协助保护。紧密连接有助于保持 BBB 的低通透性,确保跨膜扩散率低。粘附连接通过与细胞骨架的连接为 BBB 提供结构稳定性 [6]。星形胶质细胞通过其终足在 BBB 内发挥作用,终足将它们与内皮细胞和周细胞连接起来 [7]。它们应对神经炎症、清除神经递质并协助周细胞调节 BBB [8]。周细胞通过与内皮细胞进行通讯在 BBB 中发挥作用,它们覆盖了绝大多数内皮细胞。它们在血脑屏障的维护中起着至关重要的作用,通常会根据屏障上的变化调整成分。此外,周细胞与星形胶质细胞和内皮细胞一起参与血管系统的发育,通常直接与血管接触 [6]。由于内皮细胞的紧密性质以及紧密连接、星形胶质细胞和周细胞的作用,除非血脑屏障明确允许,否则扩散和分子交换会很困难。
摘要背景:小儿弥漫性内在的庞然神经胶质瘤(DIPG)代表了中位生存期为12个月的儿童中最具破坏性和致命的脑肿瘤之一。高死亡率可以通过患者对手术切除的无能为力来解释,这是由于肿瘤的扩散生长模式和中线定位。不幸的是,虽然治疗策略具有姑息性,但怀疑血脑屏障(BBB)对治疗效率低下负责。位于脑毛细血管内皮细胞(EC),BBB具有特定的特性,可以严格控制和限制分子进入脑实质,包括化学治疗量。但是,这些BBB特异性特性可以在病理环境中进行修饰,从而调节大脑暴露于治疗药物中。因此,这项研究旨在开发一种合成性人体脑肿瘤屏障模型,以了解DIPG的存在如何影响脑毛细血管EC的结构和功能。方法:一种由人类(ECS)(ECS)(与CD34 +茎细胞区分开),周细胞和星形胶质细胞组成的人类合成性BBB模型。曾经通过BBB表型验证,该模型可以通过通过DIPG -007,-013和-014细胞代替针对儿科DIPG的血脑肿瘤屏障(BBTB)模型。分析了BBTB EC的物理和代谢特性,并将其与BBB ECS进行了比较。评估了两种模型对化学化合物的渗透性。结果:根据临床观察,BBTB EC的完整性一直保持完整,直到孵育7天。dipg的存在并未强烈改变外排转运蛋白的转录表达和活性。EC对化学治疗药物的渗透性不受DIPG环境的影响。结论:这种原始的人类BBTB模型可以更好地理解DIPG对BBTB ECS表型的影响。我们的数据表明,针对DIPG所述的化学抗性不是来自“ Super BBB”的发展。这些结果,通过缺乏通过BBTB EC的药物转运的修饰来验证,点
摘要:过去 10 年,脑转移瘤的发病率有所增加。然而,脑转移瘤患者的生存率仍然很低,在肿瘤内科的日常实践中也面临挑战。脑转移瘤高发病率的机制之一是大多数化疗药物(包括最近的靶向治疗)无法穿过血脑屏障。因此,需要新的药理学方法来优化抗癌药物方案的疗效。在本文中,我们介绍了脑转移瘤分子数据的最新发现。然后,我们讨论了抗癌药物穿过血脑屏障的药理学研究的已发表数据。我们接着讨论了未来的发展,即使用物理方法或生理转运体促进药物穿过血脑屏障,以治疗癌症患者的脑转移瘤。
关键词:能源材料、纳米级效应、高 k 电介质、隧道传导、电化学储能。缩写:(第一页脚注) ALD:原子层沉积 Si NWs:硅纳米线 Si NTs:硅纳米树 Al@SiNWs:氧化铝涂层硅纳米线 Al@SiNTs:氧化铝涂层硅纳米树 3 纳米 Al@SiNWs:3 纳米氧化铝涂层硅纳米线