[11C] -PIB-PET扫描。受试者在PIB SUVR> 1.265的截止水平下被认为是β-淀粉样蛋白阳性。 N.A.=未评估。(d)横截面II及其4个诊断组的特征。分组基于认知测试(健康对照主题= HC,轻度认知障碍= MCI)和由[18F] -Flutemetamol(FMM)-PET扫描测量的皮质β-淀粉样蛋白。受试者在fmm centiloid> 12的截止水平上被认为是β-淀粉样蛋白阳性。(e,f)t分布的随机邻居嵌入(TSNE)和所有CD45 + PBMC的群集和流量聚类在所有受试者中平均的I(e)(e)的所有受试者(tsne设置:迭代:迭代= 12'00 000,事件,事件= 10'000 = 10'000 = 10'000; permulation = 10'000; inii; (f)(TSNE设置:迭代= 4'000,事件= 10'000,Perplexity = 50; Flowsom设置:K15,合并为八个主要细胞种群)。(g,h)热图,用于鉴定八个主要的CD45 + PBMC簇。热图显示了横截面I(G)和横截面II(H)的Arcsinh转换的中位标记强度。
摘要背景:种族通常被用来代替多种特征,包括社会经济地位。分离这些因素,找出影响婴儿结果的机制,如出生体重、胎龄和大脑发育,并指导适当的干预措施和制定公共政策,这些都至关重要。方法:使用人口统计学、社会经济和临床变量来模拟婴儿结果。在出生体重和胎龄的分析中,共有 351 名参与者被纳入。对于使用脑体积的分析,在删除缺少磁共振成像扫描和符合我们排除标准的参与者后,共纳入 280 名参与者。我们用线性和非线性模型对这三种不同的婴儿结果进行了建模,包括婴儿大脑、出生体重和胎龄。结果:非线性模型比线性模型更能预测婴儿出生体重(R 2 = 0.172 vs. R 2 = 0.145,p = .005)。与线性模型相比,非线性模型在对出生体重进行建模时,将收入、邻里劣势和歧视经历的重要性排在了种族之前。种族不是妊娠周龄或结构性脑容量的重要预测因素。结论:与现有的社会科学文献一致,与出生体重相关的研究结果表明,种族是与结构性种族主义相关的非线性因素的线性替代。能够解开通常与种族相关的因素的方法对于政策制定很重要,因为它们可以更好地识别和排列影响结果的可修改因素。
1 莱布尼茨神经生物学研究所,学习和记忆遗传学系,马格德堡,39118,德国,2 莱比锡大学生物研究所动物生理学系,莱比锡,04103,德国,3 莱比锡大学生物研究所遗传学系,莱比锡,04103,德国,4 魏茨曼科学研究所分子细胞生物学系,雷霍沃特,7610001,以色列,5 亚琛工业大学成像和计算机视觉研究所,亚琛,52074,德国,6 波多黎各大学医学科学园区神经生物学研究所,旧圣胡安,波多黎各,00901,7 剑桥大学生理学、发育和神经科学系,剑桥,CB2 3EL,英国,8 珍妮莉亚研究园区,霍华德休斯医学研究所,阿什本, 20147,弗吉尼亚州,9 莱布尼茨神经生物学研究所,组合神经影像核心设施,马格德堡,39118,德国,10 加利福尼亚大学,分子,细胞和发育生物学系,加利福尼亚州洛杉矶 90095-1606,11 巴黎萨克雷大学,国立科学研究中心,巴黎萨克雷神经科学研究所,萨克雷,91400,法国,12 行为脑科学中心,马格德堡,39106,德国,13 奥托冯格里克大学生物学研究所,马格德堡,39120,德国
帕金森人与疾病相关的DNA甲基化和羟甲基化改变了人脑大脑Juliana I. Choza,Ba* 1,Mahek Virani,Ba* 1,Nathan C. Kuhn,Nathan C. Kuhn,BS 3,BS 3,Marie Adams,MS 4,MS 4,Joseph Kochmanski,Joseph Kochmanski,Phd 3,phd 3,Phd I.Berson I.Bern and phd I.Bern of phd I.Bern of phd。毒理学,欧内斯特·马里奥(Ernest Mario),罗格斯大学(Rutgers University),皮斯卡塔维(Piscataway),新泽西州2 2环境与职业健康科学研究所,罗格斯大学(Rutgers University),皮斯卡塔威(Piscataway Bernstein,Bernstein.alison@rutgers.Edu环境与职业健康科学研究所Ernest Mario药学院,Rutgers University,170 Freylinghuysen Rd Piscataway,NJ 08854 orcid orcid IDS JULIANA I.CHOZA I. CHOZA I. CHOZA:0000-0001-701-7038-98-98-97550 MAHEKINI:VIRANANI:VIRANANI。 0009-0006-6094-4478玛丽·亚当斯(Marie Adams):0000-0001-7909-2339 Joseph Kochmanski:0000-0002-8472-3032 Alison I.Bernstein:000000-0002-5589-431-4318
与在大脑发育过程中相比,通常认为成年大脑的电路形成是不存在的。然而,对神经系统疾病,成人出生,嫁接和再生神经元以及先天行为的研究表明,成年大脑保留了相当大的轴突生长和电路形成能力(1)。了解成人的基本机制或鉴定出新形式的电路形成将有助于进入健康和疾病中脑电路的组织。海马齿状回是一个大脑区域,可以通常观察到成年人中形成成年人,要么是成人出生的未成熟颗粒细胞(GCS)(GCS)(2)或癫痫相关的局部相关的局部苔藓纤维的整合,因此由成熟的GCS(3)(3)。由成人出生的GC形成的电路实际上与GC在开发过程中形成的电路几乎相同:GCS将其轴突,苔藓纤维,通过Hilus,通过Hilus到同侧CA3区域,并在不同的谷氨酸和GABAEGIC细胞上形成突触
注:首先通过 Kolmogorov-Smirnov 检验对各个组进行正态分布检验。对于正态分布数据,平均值、标准差 ( SD ) 和 p 值基于双样本 t 检验。如果在一个或两个组中违反了正态性假设,则列出中位数和四分位距 (IQR),并执行 Mann-Whitney U 检验(用 U 表示)。对于名义数据,对性别执行 Fisher 精确检验(用 F 表示),对惯用手执行似然比(用 L 表示)。
摘要。脑血管事故(CVA)是一个主要的公共卫生问题,被认为是全球死亡和残疾的主要原因之一,如果不处理,这可能会导致神经元损害。此外,凋亡过程远离缺血性焦点,例如在小脑中。由于个体中风引起的残疾,为了避免对患者健康的进一步损害,康复是必要的。因此,体育锻炼的使用可以替代此问题,涉及被动或积极的锻炼,进行性抵抗,平衡和姿势锻炼。作为体育锻炼具有系统性作用,它可以影响生物标志物的表达,例如microRNA,它们是小的非编码RNA分子,其作用于转录和后
此预印本版的版权持有人于2025年1月28日发布。 https://doi.org/10.1101/2025.01.27.635175 doi:Biorxiv Preprint
用高分辨率原位检测脑制剂中的蛋白质,评估蛋白质-蛋白质相互作用。邻近连接试验 (PLA) 是一种与 DNA 滚动环状扩增 (RCA) 相结合的免疫测定法,是一种易于使用的方法,越来越多地用于原位检测抗原邻近性。PLA 可以高灵敏度地检测和量化分子之间的相互作用。与传统的免疫组织化学 (IHC) 测定相比,PLA 在靶分子可能的相互作用方面提供了更高的分辨率。此外,PLA 不需要常规免疫组织学研究中使用的专用设备。自 2002 年 Fredriksson 及其同事报告该技术以来(Fredriksson 等人,2002),PLA 已广泛用于研究蛋白质-蛋白质相互作用、蛋白质-核酸相互作用、蛋白质修饰和蛋白质表达(Gomez、Shankman、Nguyen 和 Owens,2013;Gu 等人,2013;Gullberg 等人,2004;Lonskaya、Desforges、Hebron 和 Moussa,2013;Roussis、Guille、Myers 和 Scarlett,2016;Soderberg 等人,2006;Trifilieff 等人,2011)。该技术已成功商业化,最初由 Olink(瑞典)生产的 Duolink PLA 试剂盒目前由 Sigma-Aldrich 提供。 Duolink PLA 荧光检测试剂盒可用于绿色 (490/520nm)、橙色 (542/562nm)、红色 (593/622nm) 和 FarRed 646/664nm 的荧光标记,而 DuoLink PLA 明场检测试剂盒使用辣根过氧化物酶 (HRP) 及其底物 NovaRed 进行明场显微镜检查。