XiaoMi-AI文件搜索系统
World File Search System治疗剂
脂质纳米颗粒介导的 mRNA 治疗剂和疫苗递送
1 美国宾夕法尼亚州费城宾夕法尼亚大学生物工程系 2 美国宾夕法尼亚州费城宾夕法尼亚大学佩雷尔曼医学院艾布拉姆森癌症中心 3 美国宾夕法尼亚州费城宾夕法尼亚大学佩雷尔曼医学院免疫学研究所 4 美国宾夕法尼亚州费城宾夕法尼亚大学佩雷尔曼医学院心血管研究所 5 美国宾夕法尼亚州费城宾夕法尼亚大学佩雷尔曼医学院再生医学研究所 6 上述作者对本研究贡献相同
表观遗传分子因子的表达与癌细胞系中化学治疗剂的DNA甲基化和敏感性的表达相关性
抽象背景：改变的DNA甲基化模式在癌症的发展和进展中起着重要作用。我们检查了直接或间接参与DNA甲基化和脱甲基化的基因的表达水平是否与癌细胞系对用多种抗肿瘤药物进行化学疗法治疗的反应有关。结果：我们分析了直接或间接参与DNA甲基化和脱甲基化过程的72个基因。我们检查了它们的预处理表达水平与单个DNA甲基化探针的甲基化β值，基因区域内的DNA甲基化平均以及平均层状甲基化水平的关联。我们分析了癌细胞系百科全书中的645种癌细胞系和23种癌症类型的数据，以及癌症数据集中药物敏感性的基因组学。我们观察到编码表观遗传因子的基因表达与对化学治疗剂的反应之间的许多相关性。编码各种表观遗传因子的基因的表达，包括KDM2B，DNMT1，EHMT2，SETDB1，EZH2，APOBEC3G和其他基因，与多个药物的响应有关。DNA甲基化的众多靶探针和基因区域与编码表观遗传因子的多个基因的表达相关，强调通过多个相交的分子途径来强调表观遗传组甲基化的复杂调节。结论：编码表观遗传因子的多个基因的表达与药物反应以及可能影响对治疗剂反应的许多表观遗传组靶标的DNA甲基化有关。The genes whose expression was associated with methylation of multiple epigenome targets encode DNA methyltransferases , TET DNA methylcytosine dioxyge- nases , the methylated DNA-binding protein ZBTB38, KDM2B, SETDB1, and other molecular factors which are involved in diverse epigenetic processes affecting DNA methylation.虽然许多表观基因组靶标的基线DNA甲基化与细胞系对抗肿瘤药物的反应相关，但每个表观遗传因子对特定靶标的甲基化的重叠作用与肿瘤对单个药物反应中这种影响的重要性之间的复杂关系需要进一步研究。我们的发现表明了调节表观基因组中DNA甲基化的互连途径，这可能直接和间接影响对化学疗法的反应。
癌症靶基因从癌症到癌症治疗剂的细胞适应性表型
摘要：建筑物负责全球最终能源消耗的30％以上，占CO 2排放量的近40％。因此，需要在该部门快速渗透可再生能源技术（RETS）。将可再生能源（RES）的整合到住宅建筑中不仅应保证长期视野（NZEB概念）的总体中性能量平衡，而且还提供了更高的灵活性，实时监控和与最终用户（智能建筑概念）的实时互动。因此，对混合可再生能源系统（HRE）和多能建筑物的概念产生了越来越多的兴趣，在这些建筑中，几种可再生和不可再生能源系统，能源网络和能源需求在各个层面上相互最佳相互作用，在各个层面上相互最佳相互作用，从而在系统和矢量之间进行所有可能的交互（电力，热，冷却，良好，fuels，Fuels，Fuels，Fuels，Fuels，Fuels，Fuels，Fuels，Fuels）之间。在这种情况下，本文概述了HRE在多能建筑物中的功能集成，这些建筑物表明了与HIRS在住宅建筑部门中应用有关的许多问题和潜力。使用至少两个Ress（即风能，太阳能地球和太阳能 - 生物量）建筑综合的呼吸。提出了住宅部门中最施加的HRES溶液，并研究了HRE与与外部多元能网络连接的住宅建筑物中的热和电荷载的整合。注意力集中在功能整合可以在能源网格的灵活性服务方面提供的潜力。针对管理问题的新整体方法和最佳控制的更复杂的体系结构。
癌症靶基因从癌症到癌症治疗剂的细胞适应性表型 多能建筑物中混合可再生能源系统功能整合的概述 表征5356铝制铝壁，由电弧添加剂制造（WAAM） 在硅光子芯片背面的微晶体整体整合，用于扩展的光束耦合
1癌症研究计划，Rajiv Gandhi生物技术中心，Trivandrum，喀拉拉邦695014，印度； bijeshgeorge@rgcb.res.in（B.G. ）; mukundan@rgcb.res.in（p.m.p. ）; aswathym@rgcb.res.in（A.M.P. ）; amjeshr@rgcb.res.in（R.A.）2研究生学位课程，Manipal高等教育学院，Manipal 576104，印度3宾夕法尼亚州州立大学医学院，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州立大学医学院血液学 - 肿瘤学系。 kleitzel@pennstatehealth.psu.edu（K.L. ）; alipton@pennstatehealth.psu.edu（A.L。） 4美国黎巴嫩黎巴嫩退伍军人事务中心，美国宾夕法尼亚州17042； suhail.ali@med.va.gov 5医学系血液学和肿瘤科，新泽西州新泽西医学院，美国新泽西州纽瓦克，美国新泽西州07103； oas26@njms.rutgers.edu（O.S. ）; rameshwa@njms.rutgers.edu（p.r.） 6美国德克萨斯州安德森癌症中心的乳房医学肿瘤学系，美国德克萨斯州77030，美国； ghortoba@mdanderson.org 7人类和分子遗传学系，弗吉尼亚联邦大学医学中心，弗吉尼亚州里士满，弗吉尼亚州23298，美国 *通信：rakeshkumar@rgcb.res.in（R.K.）; mrpillai@rgcb.res.in（M.R.P.） †同等贡献。1癌症研究计划，Rajiv Gandhi生物技术中心，Trivandrum，喀拉拉邦695014，印度； bijeshgeorge@rgcb.res.in（B.G.）; mukundan@rgcb.res.in（p.m.p.）; aswathym@rgcb.res.in（A.M.P.）; amjeshr@rgcb.res.in（R.A.）2研究生学位课程，Manipal高等教育学院，Manipal 576104，印度3宾夕法尼亚州州立大学医学院，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州立大学医学院血液学 - 肿瘤学系。 kleitzel@pennstatehealth.psu.edu（K.L.）; alipton@pennstatehealth.psu.edu（A.L。）4美国黎巴嫩黎巴嫩退伍军人事务中心，美国宾夕法尼亚州17042； suhail.ali@med.va.gov 5医学系血液学和肿瘤科，新泽西州新泽西医学院，美国新泽西州纽瓦克，美国新泽西州07103； oas26@njms.rutgers.edu（O.S. ）; rameshwa@njms.rutgers.edu（p.r.） 6美国德克萨斯州安德森癌症中心的乳房医学肿瘤学系，美国德克萨斯州77030，美国； ghortoba@mdanderson.org 7人类和分子遗传学系，弗吉尼亚联邦大学医学中心，弗吉尼亚州里士满，弗吉尼亚州23298，美国 *通信：rakeshkumar@rgcb.res.in（R.K.）; mrpillai@rgcb.res.in（M.R.P.） †同等贡献。4美国黎巴嫩黎巴嫩退伍军人事务中心，美国宾夕法尼亚州17042； suhail.ali@med.va.gov 5医学系血液学和肿瘤科，新泽西州新泽西医学院，美国新泽西州纽瓦克，美国新泽西州07103； oas26@njms.rutgers.edu（O.S.）; rameshwa@njms.rutgers.edu（p.r.）6美国德克萨斯州安德森癌症中心的乳房医学肿瘤学系，美国德克萨斯州77030，美国； ghortoba@mdanderson.org 7人类和分子遗传学系，弗吉尼亚联邦大学医学中心，弗吉尼亚州里士满，弗吉尼亚州23298，美国 *通信：rakeshkumar@rgcb.res.in（R.K.）; mrpillai@rgcb.res.in（M.R.P.） †同等贡献。6美国德克萨斯州安德森癌症中心的乳房医学肿瘤学系，美国德克萨斯州77030，美国； ghortoba@mdanderson.org 7人类和分子遗传学系，弗吉尼亚联邦大学医学中心，弗吉尼亚州里士满，弗吉尼亚州23298，美国 *通信：rakeshkumar@rgcb.res.in（R.K.）; mrpillai@rgcb.res.in（M.R.P.）†同等贡献。
癌症生物学的年度综述，对原发性肿瘤标本的体内分析用于评估癌症治疗剂
使用过体内药物敏感性测试预测自发患者的药物活性已有近50年的积极探索，而没有达到通常有用的预测能力。但是，扩展故障不应是徒劳的指标。在癌症搜索中尤其如此，在癌症搜索中，最终成功通常是在尝试较少的尝试之前。例如，在生物学理解，改善靶标和优化的药物开发之前，对CER的免疫和基于遗传的靶向疗法都经历了许多失败的尝试，以促进转化药物的库。同样，直接评估原发性肿瘤活检的药物敏感性，并使用此信息来帮助直接治疗方法 - 具有确定性学习的悠久历史
研究论文鉴定巩膜外基质重塑的关键基因和途径：潜在的治疗剂Discovere
背景：青光眼是不可逆转的失明的主要原因。硬化细胞外基质（ECM）的重塑在青光眼发展中起重要作用。这项研究的目的是通过生物信息学分析来确定巩膜在青光眼中进行ECM重塑的关键基因和途径，并探索青光眼管理的潜在治疗剂。方法：使用文本挖掘工具PubMed2Ensembl检测到与青光眼，巩膜和ECM重塑相关的基因，并使用Genecodis程序分配了基因和基因组（KEGG）途径的京都百科全书。通过弦构建蛋白质 - 蛋白质相互作用（PPI）网络，并在Cytoscape中进行可视化，使用分子复合物检测（MCODE）插件进行模块分析，并使用注释，可视化和集成发现（David（David））平台对基因模块进行GO和KEGG分析。选择了聚集在显着模块中的基因作为核心基因，并使用Cluego和Cluepedia可视化核心基因的功能和途径。最后，使用药物 - 基因相互作用数据库来探索核心基因的药物与果仁相互作用，以找到青光眼的药物候选物。结果：我们通过文本挖掘确定了125个与“青光眼”，“ sclera”和“ ECM重塑”的基因。基因功能富集分析产生了30个富集的GO术语和20个相关的KEGG途径。构建了一个带有249个边缘的60个节点的PPI网络，并使用MCODE获得了三个基因模块。我们选择了13个聚集在模块1中的基因作为主要与ECM降解以及细胞增殖和分裂相关的核心候选基因。发现HIF-1信号通路，FOXO信号通路，PI3K-AKT信号通路和TGFB信号通路被发现富集。我们发现，13个选定基因中的11个可以由26种现有药物瞄准。结论：结果表明，VEGFA，TGFB1，TGFB2，TGFB3，IGF2，IGF1，EGF，EGF，FN1，KNG1，TIMP1，SERPINE1，THBS1，THBS1和VWF是涉及巩膜ECM重塑的潜在关键基因。此外，将26种药物确定为青光眼治疗和管理的潜在治疗剂。
使用新型抗体导向纳米治疗剂靶向治疗膀胱癌中的 EphA2
1 Merrimack Pharmaceuticals, Inc.，美国马萨诸塞州剑桥 02142；wskamoun@hotmail.com（WK）；epswindell@gmail.com（ES）；christinepien@yahoo.com（CP）；lluus3@gmail.com（LL）；jasoncain25@gmail.com（JC）；minhthu671@gmail.com（MP）；zhaohua.huang@gmail.com（ZRH）；tsuresh_kumar@yahoo.com（SKT）；akoshkaryev@akageramed.com（AK）；v.askoxylakis@gmail.com（VA）；dkirpo@earthlink.net（DBK）；troy.bloom@comcast.net（TB）；zalutskaya@gmail.com（AZ）2 西北大学发展治疗核心设施，美国伊利诺伊州埃文斯顿 60208； i-kandela@northwestern.edu 3 哈佛医学院麻省总医院，波士顿，马萨诸塞州 02115，美国；mminokenudson@partners.org 4 加利福尼亚大学旧金山分校麻醉与药物化学系，旧金山，加利福尼亚州 94110，美国；Jim.Marks@ucsf.edu 5 罗斯威尔帕克癌症研究所，纽约 14203，美国；wiam.bshara@roswellpark.org（WB）；carl.morrison@omniseq.com（CM）* 通信地址：ddrummond@merrimack.com；电话：+ 1-617-803-8887 † 这些作者的贡献相同。
开发新型治疗剂以治疗侵入性A链球菌和链球菌毒性休克综合征
最重要的是，看似轻度的链球菌感染可以迅速升级为严重的侵入性链球菌A疾病（ISAD），该疾病的死亡率很高。在大约20％的情况下，ISAD伴有链球菌毒性休克综合征（STSS），该病例会导致坏死性筋膜炎，肌瘤或深瘀伤和多器官衰竭。STSS的死亡率最高为80％，即使在设备最佳的设施中也是如此。
数据驱动的药物重新定位框架发现了一种针对 COVID-19 的潜在治疗剂
1 清华大学交叉信息科学研究院，北京 100084。2 江苏省疾病预防控制中心国家卫生健康委员会肠道病原微生物重点实验室，江苏南京 210009。3 中国科学院上海药物研究所，上海 201203。4 清华大学药学院，北京结构生物学高精尖创新中心，北京 100084。5 清华大学自动化系，北京 100084。6 华中科技大学电子信息与通信学院，湖北武汉 430074。7 华中科技大学同济医学院同济医院病理研究所，湖北武汉 430030。 8 南京医科大学全球健康研究中心，江苏省南京市，210009，中国。9 清华大学生物信息学教育部重点实验室，北京，100084，中国。10 康维莱（上海）有限公司，上海，201203，中国。11 思力森人工智能技术有限公司，江苏省南京市，210033，中国。† 这些作者对本文的贡献相同。* 通讯作者。
