1. 印度尼西亚万隆帕查达兰大学传染病护理与控制研究中心 14 2. 荷兰奈梅亨拉德堡德大学医学中心内科系和拉德堡德传染病中心 (RCI) 15 3. 美国马萨诸塞州剑桥麻省理工学院和哈佛大学布罗德研究所 17 4. 越南胡志明市牛津大学临床研究中心; 18 5. 印度尼西亚万隆帕查兰大学医学院哈桑萨迪金医院内科部 20 6. 印度尼西亚万隆帕查兰大学医学院哈桑萨迪金医院神经内科部 22 7. 印度尼西亚大学医学院 Cipto Mangunkusumo 医院神经内科部 23 8. 英国牛津大学纳菲尔德医学院热带医学与全球健康中心 24 9. 英国伦敦吉佩尔街伦敦卫生与热带医学院 25 10. 荷兰阿姆斯特丹大学医学中心医学微生物学与感染预防系 26 11. 越南胡志明市第五区热带病医院 27 12. 越南胡志明市第五区范玉石结核病与肺病医院5,胡志明市,越南 30 13. 印度尼西亚万隆巴查达兰大学医学院生物医学科学系 31 14. 个性化感染医学计算生物学系,个性化感染医学中心 (CiiM) 和 TWINCORE,亥姆霍兹感染研究中心 (HZI) 与汉诺威医学院 (MHH) 的合资企业,33 汉诺威,30625,德国 34 15. 印度尼西亚牛津大学临床研究中心,印度尼西亚大学医学院 35
摘要 胰腺导管腺癌 (PDAC) 是根据五年生存率得出的最致命癌症之一。了解化学耐药性可以制定新的治疗策略来改善患者的预后。肿瘤中高水平的 ANGPTL4 与胰腺癌的不良预后相关。我们发现 ANGPTL4 过表达会导致体外对吉西他滨产生耐药性并缩短患者的生存时间。ANGPTL4 的过表达会诱导肿瘤侵袭和转移、增殖和分化以及抑制细胞凋亡的转录特征。为了更好地了解 ANGPTL4 如何导致耐药性并探索它是否可能成为有用的治疗靶点,我们测量了 ANGPTL4 过表达或敲低的细胞的转录反应。我们还测量了吉西他滨治疗对这些细胞的影响。这些分析揭示了与 ANGPTL4 激活和吉西他滨反应相关的基因的重叠特征。患者 PDAC 组织中该标记基因表达增加与患者生存期缩短显著相关。我们确定了 42 个与 ANGPTL4 共同调控且对吉西他滨治疗有反应的基因。ITGB4 和 APOL1 就是其中之一。在过表达 ANGPTL4 的细胞系中敲低这两个基因可逆转观察到的吉西他滨耐药性并抑制与上皮间质转化 (EMT) 和 ANGPTL4 过表达相关的细胞迁移。这些数据表明 ANGPTL4 促进 EMT 并调节基因 APOL1 和 ITGB4。重要的是,我们表明抑制这两个靶标可逆转化学耐药性并降低迁移潜力。我们的研究结果揭示了调节肿瘤对治疗反应的新途径,并提出了胰腺癌的相关治疗靶点。
抽象的血浆细胞外囊泡(EV)是细胞衍生的脂质颗粒,据报道在败血症的发病机理中起作用。这项研究旨在鉴定化粪池患者中的EV货物蛋白,并探索其与关键的脓毒症病理生理学的关联。基于定量蛋白质组学分析,对血浆EV进行了串联质量标签(TMT)。与健康对照组相比,我们确定了败血症患者中522个差异表达的(DE)EV蛋白(n = 15)(n = 10)。对DE蛋白的KEGG分析揭示了与败血症相关的多种功能途径,例如补体/凝结,血小板活化,吞噬体,炎症和中性粒细胞外陷阱形成。加权基因共表达网络分析1,642 eV蛋白鉴定出了9个独特的蛋白质模块,其中一些模块与脓毒症诊断和多种血浆标记物高度相关,包括器官损伤,炎症,凝血病和内皮激活。细胞类型特异性富集分析揭示了EV的细胞起源,包括免疫和上皮细胞,神经元和神经胶质细胞。因此,当前的研究发现了与败血症中关键病理生理反应密切相关的血浆EV中的复杂蛋白质组学特征。这些发现支持EV货物蛋白在患者的免疫反应,凝结和内皮激活中的重要性,并为等离子体发病机理中血浆EV的未来机械研究奠定了基础。关键字败血症,细胞外囊泡(EV),质谱法,蛋白质组学,串联质量标签(TMT)
1人类遗传学系,麦吉尔大学,蒙特利尔,QC H3A 0C7,加拿大2个基因组医学中心,京都大学研究生院,京都大学606-8507,日本3数字技术研究中心,加拿大国家研究委员会,渥太华,渥太华,K1K 4P7,加拿大4P7,Indure prantublorator and Inderipic suplorator and Indiator lip lip lip lip lip lip。渥太华的渥太华,位于加拿大的K1H 8M5,5年生物化学系,微生物学和免疫学系和渥太华系统生物学研究所,渥太华大学,渥太华大学,K1H 8M5,加拿大6 Terrence Donnelly Donnelly Donnelly Center of Cancase ot toronto,MORONTO,MORONTO,MORONTO,MORONTO,MORONTO,MOLONTO,MOLONTO,MOLONTO,MOLONTO,MORENT,MORONT,MOLONT,MORONT,MOLONTO,MORONT,MORONTICT,M5S,M5S,M5S,M5S,M5 of Toronto, Toronto, ON M5S 3E1, Canada 8 Institute of Parasitology, McGill University, Montreal, QC H9X 3V9, Canada 9 Department of Cellular and Molecular Medicine, University of Ottawa Brain and Mind Research Institute, Ottawa, ON K1H 8M5, Canada 10 Department of Chemistry and Biomolecular Sciences, Centre for Catalysis Research and Innovation, University of Ottawa,渥太华,在加拿大的K1N 6N5上,相应的作者。数字技术研究中心,国家研究委员会,渥太华蒙特利尔路1200号,加拿大K1K 4P7。电子邮件:Miroslava.cuperlovic-culf@nrc-cnrc.gc.ca(M.C.-C。)和渥太华大学生物化学,微生物学和免疫学系,451 Smyth Rd,Ottawa,Ottawa,Ottawa,Ottawa,K1H 8M5,加拿大。 电子邮件:sbennet@uottawa.ca(S.A.L.B。) †同等贡献。 副编辑:guqiang yu电子邮件:Miroslava.cuperlovic-culf@nrc-cnrc.gc.ca(M.C.-C。)和渥太华大学生物化学,微生物学和免疫学系,451 Smyth Rd,Ottawa,Ottawa,Ottawa,Ottawa,K1H 8M5,加拿大。电子邮件:sbennet@uottawa.ca(S.A.L.B。) †同等贡献。 副编辑:guqiang yu电子邮件:sbennet@uottawa.ca(S.A.L.B。)†同等贡献。副编辑:guqiang yu
©作者2025。Open Access本文在创意共享属性下获得许可 - 非商业 - 非洲毒素4.0国际许可证,该许可允许以任何中等或格式的任何非商业用途,共享,分发和复制,只要您与原始作者提供适当的信誉,并为您提供了符合创造性共识许可的链接,并提供了持有货物的启动材料。您没有根据本许可证的许可来共享本文或部分内容的适用材料。本文中的图像或其他第三方材料包含在文章的创意共享许可中,除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料,并且您的预期用途不受法定法规的允许或超过允许的用途,则您需要直接从版权所有者那里获得许可。要查看此许可证的副本,请访问http://creativecommons.org/licenses/by-nc-nd/4.0/。
。cc-by-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他已授予Biorxiv的许可证,以永久显示预印本。它是制作
致谢:本研究由 Ohson 研究计划和 Charbonneau 癌症研究所向 PB 提供的精确口腔生物学 (PROBE) 资助。我们感谢健康基因组学和信息学中心 (CHGI) 提供测序基础设施,以便对我们的 RNAseq 文库进行空间分析。我们要感谢卡尔加里大学高性能计算集群 (ARC) 提供数据分析基础设施。我们感谢 Danielle Simonot 帮助从阿尔伯塔癌症研究生物库 (ACRB) 检索组织。我们感谢 Christina Yang 帮助进行冷冻切片和载玻片制备以及对分析样本进行 H&E 染色。我们感谢 Mayi Arcellana-Panlilio 博士和 Guido van Marle 博士的极度指导和富有成效的反馈。我们要感谢 Arzina Jaffer 和 Keerthana Chockalingam 帮助设置生物信息学工具和提供生物信息学咨询。我们还要感谢患者及其家属同意为本研究提供组织。
摘要背景:自闭症谱系障碍 (ASD) 的异质性阻碍了生物标志物的开发,从而推动了亚型划分工作。大多数亚型划分研究将患有 ASD 的个体分为不重叠的 (分类) 亚组。然而,ASD 的持续个体间变异表明需要采用维度方法。方法:采用贝叶斯模型将患有 ASD 的个体的静息状态功能连接 (RSFC) 分解为多个异常 RSFC 模式,即分类亚型,以下称为“因素”。重要的是,该模型允许每个个体以不同程度表达一个或多个因素 (维度亚型划分)。该模型应用于来自两个多站点存储库的 306 名患有 ASD 的个体 (5.2 – 57 岁)。事后分析将因素与症状和人口统计学联系起来。结果:分析得出三个因素,具有可分离的全脑低 RSFC 和高 RSFC 模式。大多数参与者表达了多个(分类)因素,表明个体内存在多种亚型。所有因素都具有涉及默认模式网络的异常 RSFC,但不同因素之间的方向性(RSFC 过低或过高)不同。因素 1 与核心 ASD 症状有关。因素 1 和 2 与不同的合并症症状有关。年龄较大的男性参与者优先表达因素 3。这些因素在控制分析中表现稳健,与智商或头部运动无关。结论:至少存在三个具有可分离的全脑 RSFC 模式、行为和人口统计学特征的 ASD 因素。因素间异质性默认模式网络 RSFC 过低和过高可能解释了先前报告的不一致。这些因素区分了核心 ASD 和合并症症状——这是 ASD 中一个不太受重视的异质性领域。这些因素在不同程度的 ASD 患者中共同表达,从而协调了 ASD 异质性的分类和维度视角。
1神经病学系,山东第一医科大学和山东省Qianfoshan医院,山东神经免疫学研究所,中国人民共和国Jinan; 2中华人民共和国山东大学医学院基础医学科学学院医学遗传学系; 3山东第一医科大学和山东医学科学院,吉南,中华民国; 4中华人民共和国的山东大学,山东大学切鲁医学院Qilu医院老年医学系; 5中华人民共和国的山东大学切鲁医学院医学院5; 6中国人民共和国北京北京友谊医院神经病学系
宏基因组学可用于监测抗生素耐药基因的扩散(ARGS)。args在诸如分解和纸牌原理等数据库中发现的源自可培养和致病性细菌,而来自不可培养和非病原细菌的ARG仍然研究了。功能元素基于表型基因的选择,并且可以从具有与已知ARGS共享的潜在低认同性的不可培养的Bacteria中识别出ARG。在2016年,创建了ResfinderFG V1.0数据库,以从功能性研究中收集ARG。在这里,我们介绍了数据库Resfinderfg v2.0的第二个范围,该v2.0可在基因组流行语Web服务器中心(https://cge.food.dtu.dtu.dk/ services/ resfinderfg/)中获得。它包括3913 ARG,由50个精心策划的数据集的功能性宏基因组学鉴定。我们评估了与肠道,土壤和水(海洋 +淡水)全球微型基因目录(https://gmgc.embl.de)相比,我们评估了其检测ARG的潜力。res- finderfg v2.0允许检测未检测到使用其他数据库检测的ARG。这些包括对β-甲酰胺,环素,苯酚,糖肽 /环烯烯和甲氧苄啶 /磺胺酰胺的抗性。因此,ResfinderFG v2.0可用于识别与常规数据库中发现的ARG,从而改善了抗抗性的描述。