XiaoMi-AI文件搜索系统
World File Search SystemAIPL
在视网膜器官中有效的AAV介导的基因置换疗法建模与AIPL1相关的LCA4
双重变异在芳基烃受体相互作用的蛋白质样1（AIPL1）基因导致leber先天性膜性肌动症亚型4（LCA4），一种常染色体隐性膜性早期性早期性衰弱性疾病，导致近距离寿命的快速发光症状，并在近代的野生型中产生了近代的寿命。Currently, there is no treat- ment or cure for AIPL1 -associated LCA4.在这项研究中，我们研究了腺相关病毒介导的AIPL1基因替代疗法的潜力，该疗法在LCA4的两个先前验证的人视网膜器官（RO）模型中。我们在这里报告说，光感受器特异性AIPL1基因置换疗法目前正在以人类的第一个应用中进行测试，在这些模型中有效地挽救了AIPL1-ASSOCI-ENDED LCA4的分子特征。值得注意的是，挽救视网膜磷酸酯酶6的损失，并在治疗后降低了环状鸟嘌呤一磷酸（CGMP）水平升高。对未处理和AAV传输的ROS的转录组分析揭示了对CGMP水平升高和病毒感染的响应的转录组变化。Overall, this study supports AIPL1 gene therapy as a promising ther- apeutic intervention for LCA4.
来自 AIPL1 CRISPR/Cas9 敲除细胞系的视网膜类器官成功重现 LCA4 疾病的分子特征
摘要：芳烃受体相互作用蛋白样 1 (AIPL1) 在光感受器中表达，它促进磷酸二酯酶 6 (PDE6) 的组装，后者在光传导级联中水解 cGMP。AIPL1 的遗传变异会导致 4 型莱伯先天性黑蒙 (LCA4)，表现为儿童早期视力迅速丧失。可用的体外 LCA4 模型有限，这些模型依赖于携带患者特异性 AIPL1 突变的患者来源细胞。虽然很有价值，但单个患者来源的 LCA4 模型的使用和可扩展性可能受到道德考虑、患者样本获取和高昂成本的限制。为了模拟患者独立的 AIPL1 突变的功能后果，实施了 CRISPR/Cas9 来产生携带 AIPL1 第一外显子移码突变的同源诱导多能干细胞系。使用这些细胞生成视网膜类器官，这些细胞保留了 AIPL1 基因转录，但无法检测到 AIPL1 蛋白。AIPL1 敲除导致视杆光感受器特异性 PDE6 α 和 β 减少，cGMP 水平升高，表明光传导级联下游失调。本文描述的视网膜模型提供了一个新平台，用于评估 AIPL1 沉默的功能后果，并通过针对突变独立发病机制的潜在治疗方法测量分子特征的挽救。
IPO/AIPLA 人工智能相关发明的类别定义 (...
(2022 年 8 月) 简介 本文件提供了与人工智能相关的发明（即，与 AI 相关的发明）的拟议类别定义以及每个类别的相应示例。为了确保更好地理解类别定义并促进连贯的对话，我们在下面提供了 AI 技术的高级、无争议的描述。由于该术语固有的无定形性和多种解释，我们竭力避免对 AI 的明确定义采取立场。相反，我们认为定义与 AI 相关的发明类别将提供足够的框架，以促进继续开展 AI 政策问题的工作。对于大多数情况而言，当代用语中的 AI 本质上是自动化的同义词。从理论的角度来看，AI 有三种类型：狭义 AI（或弱 AI）、通用 AI（或强 AI）和超级 AI。在这些类别中，只有狭义人工智能是当今存在的，而且大多数人认为，这是可预见的未来唯一存在的人工智能类型。1 狭义人工智能仅涉及归纳推理，而通用人工智能和超级人工智能涉及演绎推理和溯因推理——这些技能目前只有人类才具备。狭义人工智能描述的是擅长执行一组定义的任务的计算机程序（例如，与下棋或围棋或提出购买建议、销售预测或天气预报相关的任务）。从最广泛的意义上讲，当今的人工智能包括自动执行传统人类任务的非学习系统（例如，基于规则的专家系统）。机器学习是当前人工智能的一个子集，其中硬编码算法被基于示例输入输出对训练的模型所取代，以预测以前未见过的输入的输出。深度学习是机器学习的一个子集，它采用庞大的人工神经元网络。通用人工智能是一个纯粹假设的计算机程序，可以像人类一样理解和推理其环境。同样是纯粹假设的，超级人工智能描述的是一种计算机程序，它比几乎所有领域的所有人类智能总和都要聪明得多。