胃食管反流病(GERD)是指胃内容物反流至食管,引起相应食管症状和/或并发症的疾病,典型症状为烧心、反流、胸痛,还可引起慢性咳嗽、哮喘、吸入性肺炎、咽炎等食管外症状,严重影响患者生活质量。GERD在西方国家的发病率为10%~20%,在亚洲为5.2%~18.3%(Jung,2011)。根据内镜表现分为非糜烂性反流病(NERD)、反流食管炎(RE)和Barrett食管(BE)三种类型。传统观点认为GERD的病理改变主要是胃酸或十二指肠胆汁反流刺激食管黏膜产生的化学性损伤所致,随着病情进展,病变逐渐累及黏膜层、黏膜下层、肌层及浆膜层。但大多数GERD患者在内镜下并无黏膜损伤,提示可能存在其他致病过程(Boeckxstaens et al., 2014; D'Souza et al., 2021; Sharma and Yadlapati, 2021)。近期研究表明,肠道菌群与宿主免疫系统的相互作用在胃肠道疾病(包括食管相关疾病)的发病机制中起关键作用(Gorkiewicz and Moschen, 2018; Dicks, 2022)。肠道菌群的多样性、稳定性、弹性和对生理、病理和环境变化的响应性使其成为许多疾病的有用生物标志物、诊断工具或治疗靶点(Magnusdottir et al., 2017; von Frieling et al., 2018)。虽然对GERD患者菌群的研究取得了一些进展,但之前的研究大多集中在食管和胃内的微生物。研究表明,正常人食管菌群主要由厚壁菌门中的革兰氏阳性链球菌组成(Hunt and Yaghoobi,2017;Deshpande et al., 2018)。然而,研究发现GERD患者食管内以拟杆菌门、变形菌门和梭杆菌门中的革兰氏阴性厌氧菌和微量需氧菌为主(Yang et al.,2009;Yu et al.,2019)。此外,慢性炎症已被证明在多种胃肠道疾病(如BE和食管癌)的发展中发挥作用,而慢性炎症引起的肠道菌群变化则进一步加速疾病的发生和发展(Ghoshal et al.,2012)。脂多糖(LPS)是革兰氏阴性菌外膜的重要组成部分,可能通过诱导NF-κB的表达来促进组织炎症。在动物模型中,高脂饮食通过调节肠道菌群上调炎症信号通路中的 IL-8/CXCL1 来促进 BE 进展为食管癌(Munch et al., 2019),证实了肠道菌群在疾病进展中的作用。GERD 患者肠道菌群的组成和功能仍在很大程度上未知,并且已经证明肠道菌群通过将宿主营养物质转化为
新一代测序 (NGS) 的进步使得人们能够生成人类遗传变异的深度目录,并发现了大量与疾病相关的变异。大多数 NGS 应用都集中在单核苷酸多态性 (SNP) 或短插入和缺失 (indel) 上。串联重复是遗传变异的另一个丰富来源,由于难以获得准确的基因型,因此在很大程度上被忽视了。在这里,我们主要关注重复单元长度为 1-6 bp 的短串联重复 (STR)。总的来说,STR 占人类基因组的约 3%,超过整个蛋白质编码外显子组 [1]。STR 在基因调控区富集 ([2],[3]),重复拷贝数的变化可以通过多种机制影响基因调控,包括修改转录因子结合位点、改变 DNA 甲基化模式 [4] 或其他方式。 STR 中重复单元数量的大幅增加与数十种疾病 [5] 有关,例如亨廷顿氏病 [6] 和脆性 X 综合征 [7],而较温和的逐步变化与包括血液和脂质生物标志物在内的复杂性状有关 ([8], [9])。STR 还被用作癌症研究中诊断的遗传标记,并在多种癌症中发挥作用,包括结直肠癌 [10] 和乳腺癌 [11]。
合成生物学和人工智能 (AI) 的进步为现代生物技术提供了新的机遇。高性能细胞工厂是工业生物技术的支柱,最终决定了生物基产品在与石油基产品的激烈竞争中是成功还是失败。迄今为止,合成生物学面临的最大挑战之一是以一致和高效的方式创建高性能细胞工厂。作为所谓的白盒模型,已经开发了许多代谢网络模型并将其用于计算菌株设计。此外,近年来,人工智能驱动的菌株工程取得了巨大进展。这两种方法都有优点和缺点。因此,人工智能与代谢模型的深度整合对于构建具有更高滴度、产量和生产率的优质细胞工厂至关重要。本综述总结了最新的先进代谢模型和人工智能在计算菌株设计中的详细应用。此外,还讨论了人工智能和代谢模型深度整合的方法。预计由人工智能驱动的先进机械代谢模型将为未来几年高效构建强大的工业底盘菌株铺平道路。
摘要 我们研究了光场与一维 (1D) 半无限波导末端附近的原子耦合的三种放大过程。我们考虑了两种设置,其中驱动在三能级原子的裸基或修饰基中引起粒子数反转,以及一种设置,其中放大是由于驱动的两能级原子中的高阶过程引起的。在所有情况下,波导的末端都充当光的镜子。我们发现,与开放波导中的相同设置相比,这以两种方式增强了放大。首先,镜子迫使原子的所有输出都朝一个方向传播,而不是分成两个输出通道。其次,镜子引起的干涉使得能够调整原子中不同跃迁的弛豫速率比,以增加粒子数反转。我们量化了由于这些因素而导致的放大增强,并表明可以在超导量子电路实验中用标准参数证明这一点。
钒氧化还原流量电池(VRB)系统涉及复杂的多物理和多时间尺度相互作用,其中电解质流速在静态和动态性能中起关键作用。传统上,固定流量已用于操作方便。但是,在当今高度动态的能源市场环境中,根据运营条件调整流量可以为提高VRB能源转换效率和成本效益提供显着优势。不幸的是,将电解质流速纳入传统的多物理模型对于VRB管理和控制系统来说过于复杂,因为实时操作要求用于船上功能的低计算和低复杂模型。本文介绍了一种新型的数据驱动方法,该方法将流速集成到VRB建模中,增强了数据处理能力和VRB行为的预测准确性。所提出的模型采用封闭式复发单元(GRU)神经网络作为其基本框架,在捕获VRB的非线性电压段方面表现出了非凡的熟练程度。GRU网络结构经过精心设计,以优化模型的预测能力,流速被视为关键输入参数,以解释其对VRB行为的影响。模型改进涉及分析在VRB操作中在各种流速下获得的精心设计的模拟结果。还设计和进行了实验室实验,涵盖了电流和流速的不同条件,以验证所提出的数据驱动的建模方法。对几种最新算法进行了比较分析,包括等效电路模型和其他数据驱动的模型,证明了考虑流速的基于GRU的VRB模型的优越性。由于GRU在处理时间序列数据方面的出色能力,该模型在宽范围内提供了令人印象深刻的准确终端电压预测,低误差率不超过0.023 V(1.3%)。这些结果表明了所提出的方法的功效和鲁棒性,突出了对管理和控制系统设计的准确VRB建模中流速的新颖性和重要性。
van der waals异质结构中的Moiré超级晶格代表了高度可调的量子系统,在多体模型和设备应用中都引起了极大的兴趣。然而,在室温下,Moiré电位对光物质相互作用的影响在很大程度上仍然没有。在我们的研究中,我们证明了MOS 2 /WSE 2中的Moiré潜力促进了室温下层间激子(IX)的定位。通过执行反射对比光谱,我们证明了原子力显微镜实验支持的原子重建在修饰内部激子中的重要性。降低扭转角时,我们观察到IX寿命会更长,并且发光增强,表明诸如缺陷之类的非辐射衰减通道被Moiré电位抑制。此外,通过将Moiré超晶格与硅单模腔的整合,我们发现,使用Moiré捕获的IXS的设备显示出明显较低的阈值,与利用DelaCalized IXS的设备相比,较小的一个数量级。这些发现不仅鼓励在升高温度下在Moiré超晶格中探索多体物理学,而且还为利用光子和光电应用中的这些人工量子材料铺平了道路。
摘要 随着人工智能 (AI) 技术的进步,它将不可避免地给课堂实践带来许多变化。然而,教育领域的人工智能研究与教学观点或教学方法的联系较弱,特别是在 K-12 教育领域。人工智能技术可能使有上进心和先进的学生受益。需要了解教师在课堂上使用人工智能技术调解和支持学生学习方面所起的作用。本研究使用自我决定理论作为支撑框架,调查教师支持如何调节学生专业知识对需求满足和使用人工智能技术学习的内在动机的影响。这项实验研究涉及 123 名 10 年级学生,并在实验中使用聊天机器人作为基于人工智能的技术。分析表明,使用聊天机器人学习的内在动机和能力取决于教师支持和学生专业知识(即自我调节学习和数字素养),教师支持更好地满足了关联性需求,而不太满足自主性需求。研究结果完善了我们对自我决定理论应用的理解,并扩展了人工智能应用和教学实践的教学和设计考虑。
蛋白尿与肾移植受者(KTRS)中同种异体移植和患者存活率的减少有关(1,2)。在钙调神经磷酸酶抑制剂上的KTR中,优化阻断肾素 - 血管紧张素 - 醛固酮系统(RAAS)的药物通常受到不良反应(例如高钾血症)的限制(3,4)。此外,没有随机对照试验研究了KTR中SGLT-2抑制剂的抗蛋白尿作用。因此,需要其他策略来减少蛋白尿中的蛋白尿和延长同种异体移植的存活。在患有足细胞病的患者和肾小球肾炎的患者中,钙调神经蛋白抑制剂(CNIS)通过免疫和非免疫作用降低蛋白尿,例如血管收缩和足细胞稳定作用(5)。另一方面,它们还可以通过多种机制引起蛋白尿,包括管状损伤,血栓性微血管病和肾小球硬化症(6-9)。- CNIS还可以通过氧化应激和血管收缩损害内皮功能,进一步导致肾小球损伤和蛋白尿。相比之下,Belatacept不具有这些血管活性特性,可能支持更健康的内皮和降低的蛋白尿。一些临床前研究假定了共刺激阻塞的抗蛋白尿作用(10,11)。在蛋白尿KTR的回顾性队列中,CNIS的BELATACEPT转化或雷帕霉素(MTOR)抑制剂的哺乳动物靶标与转化后12个月的蛋白尿降低有关(7)。但是,这没有
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
摘要 真实的核反应截面模型是可靠的重离子传输程序的重要组成部分。此类程序用于载人航天探索任务的风险评估以及离子束治疗剂量计算和治疗计划。因此,在本研究中,GSI-ESA-NASA 合作生成了总核反应截面数据集合。该数据库包括实验测量的总核-核反应截面。Tripathi、Kox、Shen、Kox-Shen 和 Hybrid-Kurotama 模型与收集的数据进行了系统比较。给出了有关模型实施的详细信息。指出了文献中的空白,并考虑了哪些模型最适合与太空辐射防护和重离子治疗最相关的系统的现有数据。