摘要粪便微生物群移植(FMT)的成功提供了微生物组疗法的必要概念概念。然而,基于粪便的疗法具有许多相关的风险和不确定性,因此定义了以靶向方式修改微生物组的微生物伴侣,已成为FMT的有希望的更安全的替代品。这种实时生物治疗产品的开发面临着重要的挑战,包括选择适当的菌株以及根据大规模控制财团的生产。在这里,我们报告了一种基于生态和生物技术的微生物财团结构的方法,该方法克服了这些问题。我们选择了九种菌株,这些菌株构成了一个财团来模仿健康人肠道菌群中碳水化合物发酵的中央代谢途径。连续共培养细菌会产生一个稳定且可再现的联盟,其生长和代谢活性与单独培养的菌株的等效混合不同。此外,我们表明我们的基于功能的财团在急性结肠炎的葡聚糖硫酸钠小鼠模型中应对营养不良,而菌株的菌株混合不匹配FMT。最后,我们通过设计和产生其他稳定组成的财团来表现出鲁棒性和方法的鲁棒性和一般适用性。我们建议将自下而上的功能设计与连续共培养相结合是一种强大的策略,可以生成功能强大的功能设计合成财团,以供治疗使用。
Liaw YF 等人,N Engl J Med。 2004; Chang 等,肝脏病学2010; Marcellin 等人,Lancet 2013; Hosaka 等人,肝脏病学2013; Kim 等人,癌症 2015; Papatheodoridis 等,J Hepatol 2015
工作记忆等执行认知功能决定了各种不同认知任务的成败,如解决问题、导航或规划。通过从神经生理或心理生理信号估计工作记忆负荷或记忆容量等结构,自适应系统可以对操作员经历的认知状态作出反应,并触发旨在支持任务执行的响应(例如,在受试者超负荷时简化辅导系统的练习 Gerjets et al., 2014 ,或关闭来自手机的干扰)。确定工作记忆负荷等认知状态对于自动测试/评估或可用性评估也很有用。虽然目前有大量关于工作记忆活动等认知功能的神经和生理相关性的研究,但很少有出版物涉及这类研究在复杂、现实场景中的单次试验检测和实时估计认知功能方面的应用。基于脑活动测量的单次试验分类器,例如脑电图 (EEG, Kothe and Makeig, 2011; Lotte 等人, 2018)、功能性近红外光谱 (fNIRS, Putze 等人, 2014; Herffiet al., 2015)、生理信号 (Fairclough 等人, 2005; Fairclough, 2008) 或眼动追踪 (Putze 等人, 2013),有可能根据短段数据对情感 (Koelstra 等人, 2010; Heger 等人, 2014; Mühl 等人, 2014) 或认知状态进行分类。为此,需要开发信号处理和机器学习技术并将其转移到现实世界的用户界面。这个前沿研究主题的目标是推动基于信号的认知过程建模的最新进展。我们对更复杂、更现实的研究设计特别感兴趣,例如在野外收集数据或调查相互作用