XiaoMi-AI文件搜索系统
World File Search System聚集物
下载下载PDF
作为神经退行性疾病之一，帕金森氏症的DI SEASE（PD）被定义为进行性运动障碍，在浮躁的运动迟缓，僵硬，震颤和严重的非运动障碍方面[1-3]。PD的孵化时间很长，表现为厌食，便秘，睡眠障碍等。[4]。典型的病理变化包括大脑斑nigra（Sn）和纹状体（SN）中Dopa Minermeg神经元的丧失，以及神经元和轴突中Lewy身体的形成（由VA型蛋白质组成的蛋白质聚集物，由α-核蛋白（α-Synyn）等VA蛋白组成。最新的研究表明，路易体中的α-syn在肠道神经元和内分泌细胞中表达，因此一些学者推测PD病理可能起源于睾丸[6]。此外，当将α-syn注射到啮齿动物的睾丸中时，它可以通过迷走神经扩散到大脑中，而切断迷走神经可以阻止其传输途径，从而降低PD的风险[7]。这些发现与PD更紧密地链接肠道微生物群。同样，肠道微生物群的不平衡，包括肠道微生物群的定性和定量变化，可能与PD的进展密切相关[8]。
人类样品中阿尔茨海默氏病的单分子表征和超分辨率成像
摘要：蛋白质tau的高磷酸化和聚集在阿尔茨海默氏病（AD）的发展中起关键作用。虽然丝状tau骨料的分子结构已确定为原子分辨率，但有关较小的可溶性聚集的可用信息却少得多，这些信息被认为更具毒性。传统技术仅限于大量措施，并难以鉴定复杂的生物样品中的单个聚集体。为了解决这个问题，我们开发了一种新型的单分子下拉测定法（MAPTAU），以检测和表征AD和控制后大脑和生物流体的单个TAU聚集体。使用map-tau，我们报告了使用超分辨率显微镜测量的TAU聚集体的数量以及圆形的大小和圆形性，从而揭示了Tau骨料形态的AD特异性差异。通过调整MAPTAU，使用两色重合检测来检测单个聚集体中的多个磷酸化标记，我们得出了单个凝集的组成曲线。我们发现，含有多种磷酸化的80％以上的tau聚集体的AD特异性磷酸化谱，而年龄匹配的非AD对照组为5％。我们的结果表明，MAPTAU能够鉴定出在不同位点磷酸化的Tau聚集物的特异性亚p，这些tau骨料在不同的地点是看不见的，这些方法对其他方法看不见，并能够研究疾病机制和诊断。
2024临时演示顺序中的论文摘要
了解基于沥青乳液的冷倒入（CIR）混合物的强度发展需要对感冒混合物的物理化学方面有全面的理解，包括沥青乳液特征及其与聚集物的相互作用。冷水放置的再生（CIR）混合物的固化通常被认为是时间依赖性的，并且由于水的存在而延长。这种时间的演变提出了挑战，尤其是在弥合实验室固化条件和现实世界中场景之间的差异时，这可能会导致规范要求，这些要求并不总是与实际现实相符。这项研究研究了与将热混合沥青（HMA）放在CIR层顶部相关的热和压实的影响。该研究旨在评估CIR层中传热的影响及其随后与覆盖HMA的相互作用。通过传热分析和从现场结构的CIR层提取平板的组合，无论是在放置沥青覆盖层的放置之前和之后，都已经分析了使用伽马式台式台式设备的压实曲线。这种方法使我们能够检查传热及其对固化过程的影响以及冷回收层的整体性能和完整性。这项研究的发现通过研究热，压实和材料特性之间的相互作用，为优化CIR固化过程提供了宝贵的见解。这项研究促进了对CIR应用中传热动态的了解，并为改善建筑实践带来了实际意义。
心脏淀粉样变性：诊断和治疗的最新信息
■什么是淀粉样变性？淀粉样变性是一种蛋白质沉积疾病，其中特异性蛋白质蛋白质在病理上从其生理三级结构变成了以β-葡萄片为主的更线性形状。错误折叠的蛋白聚集物成寡聚物，最终形成不溶于细胞外的淀粉样蛋白纤维纤维细胞。均具有细胞毒性的循环低聚物，以及导致组织结构变形的Fi黑色，导致器官功能障碍。淀粉样蛋白fi黑色是刚性的，非分支结构，直径为7至10纳米米，在电子显微镜上具有特征性的外观。对刚果红色染色的亲密关系，与β式的床单结合，当在极化光学显微镜下进行视觉时，会产生病理学的“苹果绿”双折射。均与所有淀粉样蛋白fi的普遍是伴侣蛋白，例如血清淀粉样蛋白P（SAP）和糖胺聚糖以及钙。有30多种不同的前体蛋白与各种淀粉样蛋白有关，这些淀粉样蛋白是遗传性或非遗传性，局部或全身性的，具有不同的器官受累和预后。1–3
重金属与神经元和肠道微生物群的相互作用
摘要：亨廷顿氏病（HD）是一种罕见但进行性和毁灭性神经退行性疾病，其特征是非自愿运动，认知能力下降，执行功能障碍以及诸如焦虑和抑郁之类的神经精神疾病。它遵循常染色体显性遗传模式。因此，有一个患有突变的亨廷顿（MHTT）基因的父母的孩子有50％的机会患上这种疾病。由于HTT蛋白参与了许多关键细胞过程，包括神经发生，脑发育，能量代谢，转录调节，突触活性，囊泡传递，细胞信号传导和自噬，其异常聚集物导致许多细胞途径和神经延展的扰动。必需的重金属在低浓度下至关重要。但是，在较高浓度下，它们可以通过破坏神经神经神经神经胶质的通信和/或引起营养不良（肠道菌群中的扰动，GM）来加剧HD，这两种都会导致神经蛋白流经肿瘤和进一步的神经变性。在这里，我们详细讨论了铁，锰和铜与神经胶质 - 神经元通信和通用汽车的相互作用，并指出了这些知识如何为新一代HD中新一代疾病改良疗法的发展铺平道路。
混凝土的辐射衰减特性与...
本研究研究了混凝土的辐射屏蔽特性，该特性融合了稻壳灰（RHA），牡蛎壳粉（OSP）和铁粉（FEP）。四个混凝土混合样品ି一种标准混凝土（C -M25）和三个具有40％RHA（C -RHA），OSP（C -SOSP）和FEP（C -FEP）的混凝土样品，作为良好的聚集物替换率ି，以后进行了ASTM C31。通过Epixs软件的插值来计算样品的光子衰减参数。总原子交叉 - 段（σT）值按以下顺序排名：C- FEP> c -osp> c -M25> c -c -rha。c -fep具有最大的MAC值，除了662ି1332KEV的能量范围，其中C -OSP表现出较高的值。C -fep的HVL在整个光子能量上是最高的，其值分别为3.07、4.05、5.34和5.70 cm，分别为356、662、1173和1332 KEV。c -fep在整个光子能量范围内达到了最大的z eff值，这归功于其高浓度的高z元素ିfe和ca。虽然混凝土样品的值接近，但C -fep以40 mfp获得了最低的EABF和EBF因子。c -fep是三个样品中最好的混凝土混合物，在考虑的所有辐射屏蔽参数方面达到了较高的值。与利用其他废物副产品的其他屏蔽材料相比，研究中的混凝土样品显示了材料的MAC和HVL的可比值。
探测玉米棒提取物在1.0
摘要在许多发展中国家中使用超塑料的使用非常罕见。然而，其包含在混凝土中增强了混凝土的机械和耐用性能。文献中存在关于混凝土中磺化萘甲醛（SNF）超塑料的性能的文献差距，尤其是在撒哈拉以南建筑业中，生产中使用的聚集物的质量值得怀疑。这项研究产生了用局部采购的坑砂生产的两批混凝土，其特征强度为30 MPa。一批没有SNF超塑料来作为对照，而另一批是通过掺入超塑料制成的。研究了压缩和弯曲强度，弹性和动态模量的新鲜特性，以及缩写和弯曲强度的硬化特性。此外，研究了包括吸附，吸水，吸水性，氯化物穿透，电阻率和酸发作的耐用性指标。该研究的结果表明，在混凝土中掺入SNF超塑剂可提高可加工性和混凝土内离子迁移率的降低。这归因于互连孔的存在下降，从而导致机械性能的显着增强，例如增加强度，以及弹性和动态模量的改善。此外，含有SNF超级增塑剂的混凝土比没有SNF超塑料的混凝土更好地保护混凝土免受酸性攻击。该研究建议在混凝土中使用SNF超塑剂来提高可加工性，通过更少的互连孔减少离子运动以及增强的机械性能，从而有可能提高整体耐用性。关键字：SNF超显影剂，新鲜特性，硬化特性，耐用性指标，酸性攻击，本地沙
使用先进的机器学习
使用高级机器学习（ML）的物理信息建模（PIM）代表混凝土技术领域的范式转变，提供了科学严谨和计算效率的有效融合。通过利用基于物理原理和数据驱动算法之间的协同作用，PIM-ML不仅简化了设计过程，还可以增强混凝土结构的可靠性和可持续性。随着研究继续完善这些模型并验证其性能，他们的采用有望彻底改变整个全球建筑项目中混凝土材料的设计，测试和利用。在这项研究工作中，一项广泛的文献综述，生成了一个全球代表性数据库，用于沉迷于可回收骨料混凝土的裂纹拉伸强度（FSP）。测量并列出了研究的混凝土组件，例如C，W，NCAG，PL，RCAG_D，RCAG_P，RCAG_WA，VF和F_TYPE。将收集的257个记录分为200个记录（80％）的培训集和57个记录（20％）的验证集（20％），以与数据库的更可靠分区相符。使用“ WEKA数据挖掘” 3.8.6版创建的五种高级机器学习技术用于预测FSP，并且还使用了Hoffman＆Gardinger方法和性能指标分别评估变量和ML模型的灵敏度和性能。结果表明，KSTAR模型证明了模型之间的性能和可靠性水平最高，以0.96的r 2为0.96，精度为94％。其RMSE和MAE在0.15 MPa时均较低，表明预测和实际值之间的偏差很小。其他指标，例如WI（0.99），NSE（0.96）和KGE（0.96），进一步证实了该模型的效率和一致性，使其成为实用应用的最可靠工具。的灵敏度分析还表明，水含量（W）在40％处发挥了最大的影响，这表明混合物中的水量是实现最佳拉伸强度的关键因素。这强调了需要仔细的水管理以平衡可持续混凝土生产中的可行性和力量。粗大的天然聚集物（NCAG）具有38％的实质影响，表明其在维持混凝土混合物的结构完整性中的重要作用。
溶解有机碳对与微生物活性和土壤结构变化相关的冻结周期的反应
摘要。北极变暖会加速融雪，在早春和澳大利亚末更频繁地揭露浅层或没有雪覆盖的土壤表面。FTC通过增加或减少溶解的有机碳（DOC）的量来影响北极土壤C动力学；但是，基于机理的DOC变化的解释认为其他土壤生物地球化学特性是有限的。为了了解FTC对北极土壤反应的影响，我们设计了来自阿拉斯加的表面有机土壤的缩影，并研究了几种土壤生物地球化学的变化，用于在-9.0±0.3°C时连续冻结的七个连续温度波动，并以6.2±0.3°C融化为12 h。ftc显着改变了以下土壤变量：土壤CO 2的生产（CO 2），DOC和总疾病氮（TDN）含量，两个DOC质量指数（SUVA 254和A 365 / A 254），微凝集物（MicroAggregate）（53-250 µm）（53-250 µm）分布和小型Mesopore（53-250 µm）;多变量统计分析表明，FTCS改善了微聚集物和小型中孔的土壤结构，从而促进了土壤微生物的DOC分解以及FTCS的DOC数量和质量变化。这项研究表明，FTCS增加了土壤CO 2的产生，表明FTC影响了DOC的性质，而没有负面影响微生物活性。土壤微聚集通过FTC增强，随后的微生物活性和小型孔比例的折痕可以促进DOC分解，从而减少DOC数量。这项研究提供了一种基于机制的插入性，即FTC如何通过结合结构变化和微生物反应来改变活性层中有机土壤的DOC特征，从而提高了我们对北极土壤C动力学的理解。
用于预测淀粉样蛋白共聚集的生物信息学工具
Stanislav A. Bondarev 1*，Maya V. Uspenskaya 2，JérémyLeclercq3，ThéoFalgarone3，Galina A. Zhouravleva 1和Andrey V. Kajava 3* 1 1 2 197101年，圣彼得堡生物工程ITMO大学研究所，俄罗斯联合会，3中心，Recherche En Biologie Cellulaie de Montpellier，CNRS，CNRS，MontpellierUniversité，Montpellier，34293，法国 *在这些原纤维中，每个多肽链都采用相同的含二含量的构象，并且这些链以平行和内寄存器的方式堆叠。在过去的几年中，关于不同淀粉样蛋白蛋白的共聚集的大量数据已经积累了大量数据。在已知的聚集示例中是不同酵母菌蛋白和人类蛋白RIP1和RIP3的杂聚集物。由于共聚集与功能性淀粉样蛋白的淀粉样蛋白的感染性和分子机制等重要现象有关，因此我们在更多细节中分析了其结构方面。在同一淀粉样纤维中，不同蛋白质的轴向堆叠是最常见的聚集类型之一。通过使用基于淀粉样蛋白增长尖端的结构相似性的方法，我们开发了一种计算方法来预测能够通过轴向堆积相互相互作用的淀粉样蛋白生成 -ark结构。此外，我们编制了一个数据集，该数据集由26对具有或无能力共聚集的蛋白质对组成。我们利用此数据集测试和完善我们的算法。开发的方法为多种应用开辟了一种方法，包括鉴定能够触发人类淀粉样变性的微生物蛋白。amylocomp可在网站上找到：https：//bioinfo.crbm.cnrs.fr/index.php?route = tools&tool = 30。