XiaoMi-AI文件搜索系统
World File Search SystemFst
应用于强制游泳测试
图6。测量药物对ML算法和手动评分测量的FST行为的影响。在药物治疗后手动和ML算法评分之间的比较。将ML算法与手动评分进行比较时，对于在FST中评估的任何行为（固定性：F（1,42）= 0.31 = 0.31，P = 0.579；游泳：F（1,42）= 1.5，P = 0.227； p = 0.227; climbing; cligbbing：f（1,42）= 0.642）= 0.642）= 0.642 = 0.642 = 0.642 = 0.642 = 1.642 = 0.642）。 与FST中FLX（n = 8）和DMI（n = 8）的影响一致的文献一致，这两种方法都成功识别出：（a）与抗抑郁药相比，与车辆组相比，与抗抑郁剂相比，固定时间的减少（f（2,42）= 19.42，p <0.0001）与抗抑郁剂（Man flys flys：Man vsse vs. vsse：P <0. 000）。 0.0003 ml：车辆与DMI，p = 0.007;车辆与FLX，p = 0.003）（b）SSRI FLX优先增加游泳行为（F（2,42）= 13.34，p <0.0001。 手册：车辆与FLX，P = 0.002。 ml：车辆与FLX，p = 0.018）; （c）TCA DMI优先提高攀岩行为（F（2,42）= 13.02，p <0.0001。 手册：车辆与DMI，p = 0.0003。 ml：车辆与DMI，p = 0.008）。 双向方差分析，然后使用Dunnett的多次比较测试。 数据表示为平均值±S.E.M. *p <0.05，** p <0.01，*** p <0.001，**** p <0.0001与车辆处理。。与FST中FLX（n = 8）和DMI（n = 8）的影响一致的文献一致，这两种方法都成功识别出：（a）与抗抑郁药相比，与车辆组相比，与抗抑郁剂相比，固定时间的减少（f（2,42）= 19.42，p <0.0001）与抗抑郁剂（Man flys flys：Man vsse vs. vsse：P <0. 000）。 0.0003ml：车辆与DMI，p = 0.007;车辆与FLX，p = 0.003）（b）SSRI FLX优先增加游泳行为（F（2,42）= 13.34，p <0.0001。手册：车辆与FLX，P = 0.002。ml：车辆与FLX，p = 0.018）; （c）TCA DMI优先提高攀岩行为（F（2,42）= 13.02，p <0.0001。手册：车辆与DMI，p = 0.0003。ml：车辆与DMI，p = 0.008）。双向方差分析，然后使用Dunnett的多次比较测试。数据表示为平均值±S.E.M.*p <0.05，** p <0.01，*** p <0.001，**** p <0.0001与车辆处理。
ug-fst-booklet-2024-2025.pdf-UWI St. Augustine
代表西印度群岛大学科学技术学院（FST）的工作人员，圣奥古斯丁，我为您提供热烈欢迎。FST提供了基本科学的计划：生物科学，化学，计算机科学，数学和物理学，为任何科学努力提供框架。反映了我们充满活力的研究活动，我们在技术的重要领域提供计划，包括环境技术，信息技术，可再生能源技术，生物技术，电子学，计算机科学，环境科学和生物医学技术。在圣奥古斯丁校园里，FST通过高素质和坚定的学术，行政，技术和支持人员提供了各种各样的学术课程。我们为您提供强大的教育经验，并投入投资，以建立您观察现象，分析数据并综合的假设的能力，从而提高我们对世界的理解。本文档包含有关教师法规的重要信息以及我们计划的详细信息。这是必不可少的资产，用于导航您的进度并利用与您的学术顾问的常规会议可用的宝贵指导。在质疑高等教育的价值的时候，UWI毕业生继续在就业市场中找到自己的位置，平均而言，收入较高。我们的校友也在世界舞台上自豪地代表我们，当时他们的职业生涯将他们带到了更远的地方。您专注和保持专注的能力将在学术上获得丰富的回报。Brian N. Cockburn Dean博士大多数部门都经营着旨在在其特定技能水平上与学生见面并建立成长框架的帮助桌。在学生服务与发展部的保护下，还有几个支持系统。我敦促您考虑俱乐部和其他活动来建立您的网络并体验校园生活。
抗抑郁药的体内和Invitro评估...
G. R. Phadtare摘要：迄今为止，从各种药用植物及其成分对精神病疾病的新型药物疗法进行了显着发展。在不同的动物模型（例如强制游泳试验（FST））中，进行了本研究，以评估螺旋藻和氯吡格雷的抗抑郁潜力。在这项研究的螺旋藻和氯吡格雷分别以两种剂量（150,300 mg/kg＆75,300 mg＆75,150 mg/kg）和标准的imipramine and imipramine-indioum-cgc（分别为150,300 mg/kg＆75,150 mg/kg）。分开一组Wistar大鼠和白化小鼠。从这两种动物模型中发现，螺旋藻和氯吡格雷以剂量依赖性的方式在FST上固定的持续时间显着降低，并且高剂量的螺旋藻和150 mg/kg的clopidogrel的作用是与甲米皮胺的作用显着降低。螺旋藻和氯吡格雷与丙咪嗪制剂相比还显示出显着的抗抑郁作用，研究证实，螺旋藻和氯吡格雷会增加Na，dA，5HT的神经递质水平，表明神经传递调制调制是一种可能的作用机制。螺旋藻和氯吡格雷具有显着的抗抑郁活性。
针对眼部疾病的体内 CRISPR 基因编辑疗法
BCVA：最佳矫正视力；CVFQ：儿童视觉功能问卷；FST：全视野光敏感度阈值；NEI VFQ：美国国家眼科研究所视觉功能问卷-25；NHS：自然史研究；OCI：眼球运动控制和不稳定性；OCT：光学相干断层扫描；ONL：外核层；Ora-VNC：Ora 视觉导航挑战
学习的固定性会导致小鼠中HPA轴反应性的持久损害，而无需复制抑郁型表型的广泛范围
摘要：强制游泳压力测试（FST）广泛用于筛查具有潜在抗抑郁活性的药理或非药理策略。最近的数据表明，可以使用连续五天重复进行FST（即5D-RFSS），可用于在小鼠中产生强大的抑郁型表型。然而，最近对5D-RFS的面部，构造和预测有效性受到了挑战。这项研究利用了最近发现的优势，表明当动物在黑暗阶段发生压力时，增加了小鼠对焦虑的脆弱性，以提供对该模型相关性的新见解。我们的结果表明，相对于对照非压力动物（假），在5D-RFSS小鼠中固定的时间逐渐增加。三个星期后，我们注意到注射了车辆化合物（VER）的5D-RFSS小鼠在FST中仍然表现出很高的固定性，而这种行为被抗抑郁药阿米替林（AMI）逆转。然而，5D-RFSS/VER和5D-RFSS小鼠/AMI小鼠在开放式场中表现出正常的表现，新颖性抑制了进食和尾悬架测试。尽管缺乏普遍的行为效果，但表征下丘脑 - 垂体 - 肾上腺（HPA）轴反应性的不同参数的损害在5D-RFSS小鼠/vER中证明了5DD-RFSS小鼠/AMI中的反应性。尽管HPA轴异常，但相对于对照组，中央血清素能系统的活性仍未受到5D-RFSS小鼠的影响。有必要进行进一步的实验，以使该模型适合对抑郁症进行建模，从而重新确定其翻译适用性。从我们的结果中，建议学习的固定性不会复制在其他慢性抑郁模型中观察到的广泛抑郁症状，例如无法预测的慢性轻度压力（UCMS）模型，慢性社会失败压力（CSDS）模型或慢性皮质酮（Cort）模型（CORT）暴露，但其在HPA AxiS上的影响。
地中海无花果的基因嵌合体
图 1 不同无花果树组之间的基因组变异图和分歧。a) 表示全基因组核苷酸多样性的圆环图。从外到内的层次分别为：i、基因密度；ii、田岛 D；iii、核苷酸多样性。每个组的颜色编码为：绿色代表中地中海 (MEMed)、蓝色代表东南地中海 (SEMed)，深红色代表西地中海 (WMed)。b) 在 53 个无花果树品种及其相应组中检测到的 SNP 和 InDel 变异总数，按基因间、内含子和外显子分类。c) 按 CNG（拷贝数增加）、CNL（拷贝数丢失）和基因/周缘 SV（结构变异）分类的已识别全基因组拷贝数变异 (CNV) 总数。d) DEL 和 CNV 的富集分析（生物过程 (BP)、分子功能 (MF)、细胞成分 (CC)）。 e) 三个指定组之间的核苷酸多样性（π 和 Tajima's D）和种群分化（固定指数-FST）概述。每个圆圈内的数字表示该组的核苷酸多样性，圆圈之间的数字反映种群发散（FST）。f) 不同组之间无花果树中连锁不平衡（LD）衰减的分析。
基于邻里覆盖范围和相似性的自动驾驶汽车的几个场景测试
摘要 - 在大规模部署之前，必须调查和评估自动驾驶汽车（AV）的安全性能。实际上，特定AV的测试场景数量受到严格限制的预算和时间受到严格限制。由于严格限制的测试施加的限制，现有的测试方法通常会导致明显的不确定性或难以量化评估结果。在本文中，我们首次提出了“少数测试”（FST）问题，并提出了一个系统的框架来应对这一挑战。为了减轻小型测试方案集中固有的可观不确定性，我们将FST问题作为优化问题，并根据社区覆盖范围和相似性搜索测试方案集。具体而言，在AVS设置的测试方案更好的概括能力的指导下，我们动态调整了该集合以及每个测试方案对基于覆盖范围的评估结果的贡献，利用了替代模型（SMS）的先前信息。通过SMS上的某些假设，建立了评估误差的理论上上限，以验证给定数量有限的测试中评估准确性的充分性。与常规测试方法相比，剪切方案的实验结果表明，我们方法的评估误差和方差显着降低，尤其是对于对场景数量严格限制的情况。索引术语 - 射击测试，自动驾驶汽车，SCENARIO覆盖范围，测试方案集
selscan 2.0：在未经遗传数据中扫描扫描
基于单倍型的摘要统计数据 - 例如IHS（Voight等人2006），NSL（Ferrer-Admetlla等人 2014），XP-EHH（Sabeti等人。 2007）和XP-NSL（Szpiech等人 2021） - 在进化基因组学研究中司空见惯，以确定种群中的最新和持续的阳性选择（例如， Colonna等。 2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021）。 当适应性等位基因扫描一个人群时，它留下了长期高频单倍型和等位基因附近遗传多样性低的特征模式。 这些统计数据旨在通过总结单倍型纯合性的衰减来捕获这些信号，这是一个距离被推定的区域（IHS和NSL）或两个种群（XP-EHH和XP-NSL）之间的距离。 这些基于单倍型的统计数据非常有力地检测最近的阳性选择（Colonna等人 2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2006），NSL（Ferrer-Admetlla等人2014），XP-EHH（Sabeti等人。 2007）和XP-NSL（Szpiech等人 2021） - 在进化基因组学研究中司空见惯，以确定种群中的最新和持续的阳性选择（例如， Colonna等。 2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021）。 当适应性等位基因扫描一个人群时，它留下了长期高频单倍型和等位基因附近遗传多样性低的特征模式。 这些统计数据旨在通过总结单倍型纯合性的衰减来捕获这些信号，这是一个距离被推定的区域（IHS和NSL）或两个种群（XP-EHH和XP-NSL）之间的距离。 这些基于单倍型的统计数据非常有力地检测最近的阳性选择（Colonna等人 2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2014），XP-EHH（Sabeti等人。2007）和XP-NSL（Szpiech等人2021） - 在进化基因组学研究中司空见惯，以确定种群中的最新和持续的阳性选择（例如，Colonna等。2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021）。 当适应性等位基因扫描一个人群时，它留下了长期高频单倍型和等位基因附近遗传多样性低的特征模式。 这些统计数据旨在通过总结单倍型纯合性的衰减来捕获这些信号，这是一个距离被推定的区域（IHS和NSL）或两个种群（XP-EHH和XP-NSL）之间的距离。 这些基于单倍型的统计数据非常有力地检测最近的阳性选择（Colonna等人 2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2014，Zoledziewska等。2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021）。 当适应性等位基因扫描一个人群时，它留下了长期高频单倍型和等位基因附近遗传多样性低的特征模式。 这些统计数据旨在通过总结单倍型纯合性的衰减来捕获这些信号，这是一个距离被推定的区域（IHS和NSL）或两个种群（XP-EHH和XP-NSL）之间的距离。 这些基于单倍型的统计数据非常有力地检测最近的阳性选择（Colonna等人 2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2015，Ne´de´lec等。2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021）。 当适应性等位基因扫描一个人群时，它留下了长期高频单倍型和等位基因附近遗传多样性低的特征模式。 这些统计数据旨在通过总结单倍型纯合性的衰减来捕获这些信号，这是一个距离被推定的区域（IHS和NSL）或两个种群（XP-EHH和XP-NSL）之间的距离。 这些基于单倍型的统计数据非常有力地检测最近的阳性选择（Colonna等人 2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2016，Crawford等。2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021）。 当适应性等位基因扫描一个人群时，它留下了长期高频单倍型和等位基因附近遗传多样性低的特征模式。 这些统计数据旨在通过总结单倍型纯合性的衰减来捕获这些信号，这是一个距离被推定的区域（IHS和NSL）或两个种群（XP-EHH和XP-NSL）之间的距离。 这些基于单倍型的统计数据非常有力地检测最近的阳性选择（Colonna等人 2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2017，Meier等。2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021）。 当适应性等位基因扫描一个人群时，它留下了长期高频单倍型和等位基因附近遗传多样性低的特征模式。 这些统计数据旨在通过总结单倍型纯合性的衰减来捕获这些信号，这是一个距离被推定的区域（IHS和NSL）或两个种群（XP-EHH和XP-NSL）之间的距离。 这些基于单倍型的统计数据非常有力地检测最近的阳性选择（Colonna等人 2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2018，Lu等。2019，Zhang等。 2020，Salmo´n等。 2021）。 当适应性等位基因扫描一个人群时，它留下了长期高频单倍型和等位基因附近遗传多样性低的特征模式。 这些统计数据旨在通过总结单倍型纯合性的衰减来捕获这些信号，这是一个距离被推定的区域（IHS和NSL）或两个种群（XP-EHH和XP-NSL）之间的距离。 这些基于单倍型的统计数据非常有力地检测最近的阳性选择（Colonna等人 2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2019，Zhang等。2020，Salmo´n等。2021）。当适应性等位基因扫描一个人群时，它留下了长期高频单倍型和等位基因附近遗传多样性低的特征模式。这些统计数据旨在通过总结单倍型纯合性的衰减来捕获这些信号，这是一个距离被推定的区域（IHS和NSL）或两个种群（XP-EHH和XP-NSL）之间的距离。这些基于单倍型的统计数据非常有力地检测最近的阳性选择（Colonna等人2014，Zoledziewska等。 2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2014，Zoledziewska等。2015，Ne´de´lec等。 2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2015，Ne´de´lec等。2016，Crawford等。 2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2016，Crawford等。2017，Meier等。 2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2017，Meier等。2018，Lu等。 2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。 2021）。 此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2018，Lu等。2019，Zhang等。 2020，Salmo´n等。 2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。2019，Zhang等。2020，Salmo´n等。2021），并且两个人群版本甚至可以在很大的参数空间上进行成对的FST扫描（Szpiech等人。2021）。此外，基于单倍型的方法也已证明对背景选择是可靠的（Fagny等人。2014，Schrider 2020）。 然而，这些统计数据中的每一个都认为单倍型相是已知或据估计的。 作为非模型生物的基因组测序数据的产生正在变得常规（Ellegren 2014），有很多很大的机会来研究整个生命之树的最新适应性（例如， Campagna和Toews 2022）。 但是，这些生物/种群通常没有特征良好的人口历史或重组率2014，Schrider 2020）。然而，这些统计数据中的每一个都认为单倍型相是已知或据估计的。作为非模型生物的基因组测序数据的产生正在变得常规（Ellegren 2014），有很多很大的机会来研究整个生命之树的最新适应性（例如，Campagna和Toews 2022）。但是，这些生物/种群通常没有特征良好的人口历史或重组率
吡拉西坦作为潜在的抗抑郁药
摘要目的：方法：研究吡拉西坦在抑郁症实验模型中的效果。小鼠（n = 6/组）用蒸馏水，uoxetine（28 mg/kg）和吡拉西坦进行预处理-100、200、200、300、400、500、750、750和1000 mg/kg 7天，对第7天进行了尾悬浮（TST）。大鼠（n = 6/组）用蒸馏水，uoxetine（20 mg/kg）和吡拉西坦（300、400、400、500、750和1000 mg/kg）和第7天预处理7天，并在第7天进行了强制游泳测试（FST）。的固定时间，并使用单向方差分析进行了分析（显着级别p <0.05）。在TST中，固定时间显着减少（p <0.01），并以剂量依赖性方式减少，除一种剂量的结果外：与媒介物相比。在FST中，观察到对照组的显着差异，较高剂量的Piracetam（500、750和1000 mg/kg）具有剂量依赖性趋势。发现具有显着改善的组的平均固定持续时间与这两种模型中相应的氧汀基团的平均持续时间相当。通过开放测试评估的所有治疗组的一般运动活性中没有明显的差异。piracETAM在抑郁症的实验模型中显示出抗抑郁活性，这是在广泛的范围结论中：并以剂量依赖性的方式。