Gasdermin(GSDM)蛋白家族包括GSDMA/B/C/D,GSDME(DFNA5)和DFNB59(PEJVAKIN,PJVK)(1)。这些关键分子在刺穿细胞膜,释放免疫因子和诱导细胞死亡方面起着关键作用(1,2)。GSDM穿孔是由caspase和Granzymes(GZMS)介导的,它通过浮游性信号通路触发,并在针对病原体和癌症的免疫防御中持有关键的显性(2)。除DFNB59外,所有保守的蛋白质都包含N末端打孔域和C末端自抑制域(3)。在正常条件下,这些蛋白质通过域相互作用聚集,抑制GSDM的穿孔功能(3)。通过致病或破坏性信号,caspase或GZMS裂解GSDM激活后,将其分为N末端和C末端段(4)。这些片段然后寡聚,在细胞膜中形成毛孔,从而释放了炎性分子和细胞凋亡(4,5)。凋亡(6,7)。它突然表现出来,与其他程序性细胞死亡机制相比,引起了炎症反应的增强(8)。在2015年,发现了caspase-1将GSDMD分割为N末端和C末端结构域,从而揭示了凋亡过程(9)。GSDMD的自由N末端结构域在细胞膜中形成通道,
现实世界文本可能会因环境或人为因素引起的腐蚀问题而损害,这阻碍了文本的完整样式(例如纹理和结构)的保存。这些腐蚀问题,例如涂鸦迹象和不完整的签名,在理解文本方面带来了困难,从而对下游应用构成了重大挑战,例如场景文本识别和签名识别。值得注意的是,当前的介绍技术通常无法充分解决此问题,并且难以恢复准确的文本图像以及合理且一致的样式。将其作为文本图像中绘画的一个开放问题,旨在建立一个基准来促进其研究。在这样做时,我们建立了两个特定的文本插图数据集,分别包含场景文本图像和手写文本图像。它们中的每个图像都由现实生活和合成数据集重新消除,其中包含成对的原始图像,损坏的图像和其他助手信息。在数据集的顶部,我们进一步开发了一种新型的神经框架,全局结构引导的扩散模型(GSDM),作为潜在的解决方案。利用文本的全局结构为先验,提出的GSDM开发了一个有效的扩散模型,以恢复干净的文本。通过彻底的经验研究证明了我们方法的效率,包括识别精度和图像质量的实质性提高。这些发现不仅高出了我们方法的有效性,而且强调了它增强文本图像所构图和处理的更广泛领域的潜力。代码和数据集可在以下网址提供:https://github.com/blackprotoss/gsdm。
摘要 - 生成的图形结构数据是一个具有挑战性的问题,需要学习图形的基础分布。已经提出了各种模型,例如图VAE,图形和图扩散模型,以生成卑鄙且可靠的图形,其中扩散模型已实现了最先进的性能。在本文中,我们认为在整个图邻接矩阵空间上运行全级扩散SDE会阻碍从学习图拓扑生成中扩散模型,因此显着减少了生成图数据的质量。为了解决此限制,我们提出了一个有效但有效的图形光谱扩散模型(GSDM),该模型由图形光谱空间上的低级别扩散SDE驱动。我们的光谱扩散模型得到了进一步的证明,比标准扩散模型具有更强的理论保证。各种数据集的广泛实验表明,我们提出的GSDM被证明是SOTA模型,通过表现出比基线相比,同时表现出明显更高的生成质量和计算消耗少得多。
癌症是全球重要的死亡原因,癌症治疗主要类型仍为手术、化疗和放疗,免疫治疗正在成为重要的癌症治疗手段。细胞焦亡是伴随炎症反应的一种程序性细胞死亡,本文就肿瘤中细胞焦亡的最新研究进展作一综述。细胞焦亡自1986年被发现,直至最近才被公认为是由GSDM家族蛋白介导的程序性细胞死亡。细胞焦亡的分子途径依赖于炎症小体介导的caspase-1/GSDMD通路(经典通路)和非经典通路caspase-4/5/11/GSDMD通路,其他通路包括caspase3/GSDME。细胞焦亡是一把双刃剑,与肿瘤免疫微环境密切相关。一方面,细胞焦亡产生慢性炎症环境,促使正常细胞向肿瘤细胞转变,帮助肿瘤细胞实现免疫逃逸,促进肿瘤生长和转移;另一方面,一些肿瘤细胞治疗可诱导细胞焦亡,这是一种非凋亡的细胞死亡形式,同时释放炎症分子,促进淋巴细胞募集,增强免疫系统杀伤肿瘤细胞的能力。随着免疫治疗的出现,细胞焦亡已被证明可以增强免疫检查点抑制剂的抗肿瘤疗效。一些抗肿瘤药物,如化疗药物,也可以通过细胞焦亡途径发挥抗肿瘤作用。细胞焦亡作为一种程序性细胞死亡方式,近年来一直是研究的重点,细胞焦亡与肿瘤及肿瘤免疫的关系备受关注,但其具体机制仍存在一些问题有待解答。对细胞焦亡的进一步研究将有助于开发新的抗肿瘤疗法,具有很大的临床前景。