未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本的版权持有人(此版本发布于2022年4月15日。; https://doi.org/10.1101/2022.04.14.14.488411 doi:Biorxiv Preprint
自杀是全球范围内严重的公共卫生问题,社交媒体和网络平台的兴起为识别和预防自杀行为带来了新的挑战。过去,识别网络帖子中的自杀指标和相关内容依赖于人工版主或心理健康专家手动审查和分类内容。这种手动方法既耗费劳动力,又往往缺乏实时能力,导致无法及时向陷入困境的个人提供支持。此外,网络内容的规模使得传统方法难以处理不断增加的信息量。因此,该项目开发了人工智能系统,源于解决数字时代日益严重的自杀问题的紧迫性,该系统可以以超出人类能力的规模和速度处理数据,使其能够分析大量帖子、识别模式并实时检测潜在的自杀指标。这个提议的人工智能系统能够实时处理和分析大规模数据,从而实现早期发现和及时干预,大大提高自杀预防工作的有效性。主要目的是找到子系统中组件之间的强关联,并比较准确度以构建警报系统。“迟做总比不做好”,受害者可以通过所提出的方法获救并立即开始治疗。此外,这种人工智能系统有望通过为有自杀风险的个人提供更主动和个性化的支持,彻底改变心理健康护理领域。通过不断改进和发展,希望这项技术将在日益互联的世界中发挥拯救生命和促进心理健康的关键作用。
罗基特 10,保罗·皮亚扎 10,马赫桑·尼兰詹 9,11,安德烈斯·F·瓦列霍 1,克里斯托弗·H·沃尔克 12,罗伯特·J· 5
1 Wellcome Sanger Institute,Wellcome Genome Campus,英国剑桥; 2个开放目标,英国欣克斯顿的惠康基因组校园; 3欧洲生物信息学研究所(Embl-ebi),欧洲分子生物学实验室,英国剑桥市惠康基因组校园; 4个布里斯托尔美犬,美国剑桥; 5英国布里斯托尔布里斯托尔大学人口健康科学系的医学研究委员会(MRC)综合流行病学部门; 6纳菲尔德人口健康系,牛津大学,英国牛津大学,临床试验服务部门和流行病学研究部门(CTSU); 7医学研究委员会人口健康研究部(MRC PHRU),纳菲尔德人口卫生系,牛津大学,牛津大学,英国; 8冰岛心脏协会,冰岛Kopavogur; 9冰岛冰岛大学医学院,冰岛雷克雅未克; 10约克生物医学研究所生物学系,赫尔约克医学院,约克大学,约克大学,英国
1 Wellcome Sanger Institute,Wellcome Genome Campus,英国剑桥; 2个开放目标,英国欣克斯顿的惠康基因组校园; 3欧洲生物信息学研究所(Embl-ebi),欧洲分子生物学实验室,英国剑桥市惠康基因组校园; 4美国剑桥市的布里斯托尔·迈尔斯·斯奎布(Bristol-Myers Squibb); 5英国布里斯托尔布里斯托尔大学人口健康科学系的医学研究委员会(MRC)综合流行病学部门; 6 NUF领域人口健康系临床试验服务部门和流行病学研究部门(CTSU),牛津大学,牛津大学,英国; 7医学研究委员会人口健康研究部(MRC PHRU),NUF领域人口卫生系,牛津大学,牛津大学,英国; 8冰岛心脏协会,冰岛Kopavogur; 9冰岛冰岛大学医学院,冰岛雷克雅未克; 10约克生物医学研究所生物学系,赫尔约克医学院,约克大学,约克大学,英国
Y. Loriot,A。Marabelle,J.P。Guégan,F.X。 Danlos,B。Besse等人。 等离子体蛋白质组学识别白血病抑制因子(LIF)是免疫检查封闭抗性的新型预测生物标志物。 肿瘤学史,2021,32(11),第1381-1390页。 10.1016/j.annonc.2021.08.1748。 hal- 04633737Y. Loriot,A。Marabelle,J.P。Guégan,F.X。Danlos,B。Besse等人。等离子体蛋白质组学识别白血病抑制因子(LIF)是免疫检查封闭抗性的新型预测生物标志物。肿瘤学史,2021,32(11),第1381-1390页。10.1016/j.annonc.2021.08.1748。hal- 04633737
更好地了解GBM信号网络在体内将有助于开发更多与生理相关的离体模型以支持治疗发现。进行了一个“功能蛋白质组学”筛选,以测量两步无细胞的生化测定中一组蛋白激酶的特异性活性,以确定在审查GBM细胞系的研究中可能被忽视的潜在新型药物靶标,以识别潜在的新型药物靶点。源自肿瘤组织但不是患者衍生的GBM茎样细胞系的显性激酶活性,是布鲁顿酪氨酸激酶(BTK)。我们证明了BTK在GBM组织内的多种细胞类型中表达。 SOX2-阳性细胞,CD163阳性细胞,CD68阳性细胞和一个未知的细胞群,它是Sox2阴性CD163阴性和/或CD68阴性。数据通过重新建立了更多的生理学上的细胞共培养模型,提供了一种更好地模拟GBM组织的策略,包括BTK阳性/阴性癌和免疫细胞。这些数据也对使用BTK抑制剂的设计和/或解释新兴临床试验具有影响,因为GBM组织中的BTK表达与患者较长的生存有关。
(Epiphan,美国加利福尼亚州帕洛阿尔托)。所采用的主要人工智能模式是循环神经网络(一种特别适用于序列数据的人工智能类型),该网络经过训练可以计算深度 [1, 2],并结合视觉同步定位和映射 (SLAM) [3]。人工智能软件被应用于 18 名患者的 76 个结肠镜检查视频序列,显示结肠段长度为 4 – 25 厘米。这创建了结肠段的三维 (3 D) 重建,然后识别盲点,显示为重建中的孔洞或间隙,并量化这些非
摘要 单纯疱疹病毒 1 型 (HSV-1) 是一种高度流行的人类病原体,可引起一系列临床表现,包括口腔和生殖器疱疹、角膜炎、脑炎和新生儿播散性疾病。尽管其给健康和经济带来沉重的负担,但目前只有少数抗病毒药物获批用于治疗 HSV-1 感染。阿昔洛韦及其类似物是一线治疗药物,但在长期治疗期间往往会产生耐药性,例如在免疫功能低下的患者中。因此,迫切需要识别针对 HSV-1 的新型抗病毒药物。在这里,我们进行了药物再利用筛选,测试了 1,900 种对人体安全的药物在体外抑制 HSV-1 感染的能力。该筛选确定了地西他滨,一种用于治疗骨髓增生异常综合征和急性髓细胞白血病的胞苷类似物,是一种有效的抗 HSV-1 药物。我们表明地西他滨可有效抑制多种细胞类型(包括人类角质形成细胞)中的 HSV-1 感染,它与阿昔洛韦有协同作用,而对阿昔洛韦有抗性的 HSV-1 仍然对地西他滨敏感。我们进一步表明地西他滨可导致病毒基因组中 G > C 和 C > G 颠换,这表明它通过致死诱变发挥其抗病毒活性,尽管地西他滨的已知靶标 DNA 甲基转移酶的作用尚未被排除。
目的:100,000个基因组项目诊断出了四分之一的受影响参与者,但有26%的诊断不在应用基因面板上;许多人是从头变体。评估没有基因面板的双重变体更具挑战性。方法:我们试图使用Genepy识别丢失的双重诊断,其中包含等位基因频率,Zygosity和一个用户依赖的有害度量,每个参与者都会产生每个基因的综合基因分数。我们计算了78,216个100,000个基因组项目参与者的2862个隐性疾病基因的遗传评分。对于每个基因,我们对参与者的基因分数进行了排名,并在没有诊断的情况下对受影响的参与者进行了仔细检查,他们的分数在每个基因的前5名中排名。在参与者表型与感兴趣的疾病基因重叠的情况下,我们提取了稀有变体和应用相,clinvar和ACMG分类。结果:3184个未经分子诊断的人的受影响的个体的遗传评分为前5位,而3184中的682个(21%)的表型与顶级基因重叠。在669(18%)表型匹配的病例中的122例(不包括13例撤回参与者)中,我们确定了假定的错过诊断(占所有未诊断参与者的2.2%)。另外334例(50%)中有334例可能遗漏了诊断,但需要验证功能验证。结论:大规模应用基因研究已确定了456个潜在诊断,证明了新型诊断策略的价值。©2024作者。由Elsevier Inc.代表美国医学遗传与基因组学院出版。这是CC下的开放访问文章(http://creativecommons.org/licenses/4.0/)。
