XiaoMi-AI文件搜索系统
World File Search SystemMitter
多静态声纳浮标系统的多目标跟踪
使用主动声纳浮标场检测和跟踪水下目标最近引起了广泛的研究兴趣 [1]，[2]，[3]，[4]，[5]，[6]。这个问题涉及确定声纳浮标场覆盖区域内的目标数量并跟踪它们的位置。通过从单一源（声纳浮标）传输信号（“ping”）并收集附近多个接收器的反射测量值来获得目标的测量值。由于水下环境中的检测概率低，以及可用的位置测量值（通常采用极坐标）与目标状态之间的非线性关系，因此出现了困难。在 [5] 中，提出了一种 CPHDF 的迭代校正版本的高斯混合近似用于目标检测和跟踪，并基于该算法描述了一种发射机调度算法。还提出了一种使用折扣因子来考虑电池寿命约束的基本技术。本文主要关注多静态声纳浮标环境中的多目标跟踪问题。基数化概率假设密度滤波器 (CPHDF) [7] 已在多静态声纳浮标系统中用于跟踪 [1]、[3]、[5]。CPHDF 是在随机有限集 (RFS) 框架中开发的，它通过其一阶矩和基数或目标数分布来近似完整的多目标后验密度
说谎的生理学
1 美国兰伯特高中 摘要 说谎是一种复杂的现象，几乎所有人类都会说谎，存在于所有文化和几乎所有年龄组中。与所有行为一样，说谎源于大脑，主要由前额叶皮层控制。除了前额叶皮层之外，人们还监测到了说谎的生理表现。例如，它们包括说谎的常见迹象，如心率加快和出汗，以及更隐蔽的变化，如血流、神经递质释放、神经活动和大脑结构的改变。尽管对说谎的各种表现的研究提供了一些证据，但这些反应之间并没有具体的联系。由于说谎有许多常见症状，人们也有检测说谎的愿望，就像 1930 年代末至 1988 年广泛使用的测谎仪测试一样。但是，如果技术发展到可以测量大脑活动或神经递质释放并高精度地确定一个人是否说谎的阶段，那么将会导致严重的伦理问题，主要涉及患者或个人隐私。总体而言，本文献综述汇编和分析了有关上述说谎生理反应的大量研究，有助于未来不仅在生理方面，而且在心理方面的研究。此外，它还通过研究测谎技术可能带来的安全风险，探讨了测谎技术对社会的影响。因此，本文献综述推进了说谎背后的科学，并强调了了解该领域研究的伦理含义的必要性。引言谎言或说谎行为，简单地定义就是故意说假话，通常是为了让自己摆脱某种困境或是为了欺骗别人（Smith，nd）。撒谎和欺骗被认为是人类最基本的活动，在各个年龄段都很普遍（Sanford，2003 年）。研究表明，儿童在 4 至 5 岁左右开始撒谎，年轻人撒谎“最好”，随着年龄的增长，撒谎的技巧在 45 岁左右开始下降（Schaarschmidt，2018 年）。
药物成瘾的分子神经生物学
偶联因子（称为 G 蛋白）、第二信使 [例如 cAMP、cGMP、Ca 2 +、一氧化氮 (NO) 和磷脂酰肌醇 (PI) 和花生四烯酸 (AA) 的代谢物] 和蛋白质磷酸化（包括蛋白激酶对磷蛋白的磷酸化和蛋白磷酸酶对磷蛋白的去磷酸化），介导神经递质对其靶神经元的多种作用。第二信使依赖性蛋白激酶（例如由 cAMP 或 Ca 2 + 激活的蛋白激酶）被归类为蛋白丝氨酸/苏氨酸激酶，因为它们在丝氨酸或苏氨酸残基上磷酸化底物蛋白。每个第二信使依赖性蛋白激酶磷酸化都引用一组特定的底物蛋白（可视为第三信使），从而导致神经递质的多种生物反应。对神经递质的多种生物反应可分为三大类。在某些情况下，细胞内信使介导某些神经递质在打开或抑制特定离子通道方面的作用。然而，细胞内信使介导神经递质对其目标神经元的许多其他作用。有些相对短暂，涉及调节神经元的一般代谢状态、合成或释放神经递质的能力以及各种受体和离子通道对各种突触输入的功能敏感性。其他相对长寿，通过调节目标神经元中的基因表达来实现。因此，神经递质通过调节细胞内信使通路和改变基因转录和蛋白质合成，改变了靶神经元中受体和离子通道的数量和类型、这些神经元中细胞内信使系统的功能活动，甚至改变了神经元形成的突触的形状和数量。该图是为了说明细胞内信使系统可以放大神经递质的作用：神经递质与其受体（第一信使水平）结合的单一事件可以通过第二、第三、第四等信使水平起作用，从而产生越来越广泛的生理效应。改编自 Hyman 和 Nestler 1993。
SLC4A10突变引起与GABA能传播受损相关的神经系统疾病
SLC4A10是一种血浆膜结合的转运蛋白，它利用Na +梯度驱动细胞HCO 3-摄取，从而介导酸挤出。在哺乳动物大脑中，SLC4A10在主要神经元和中间神经元以及脉络丛的上皮细胞中表达，该器官调节CSF的产生。使用五个无关家庭的样本中的下一代测序，包括九个受影响的个体，我们表明双重性SLC4A10功能丧失变体会导致人类临床上可识别的神经发育障碍。该病情的基本临床特征包括婴儿期肌张力障碍，所有领域的精神运动延迟发展和智力障碍。受影响的个体通常显示出与自闭症谱系障碍有关的特征，包括焦虑，多动症和刻板动作。在两种情况下，据报道，在生命的最初几年中，癫痫发作的发作是分离的，进一步影响的儿童在没有明显的临床癫痫发作的情况下在脑电图上表现出了暂时性的癫痫发作。据报道枕骨围在出生时正常，但在10个受影响的个体中，有7个进化了出生后的小头畸形。神经放射学特征包括与枕骨圆周相比的相对保留，特征性狭窄有时“裂开”的侧脑室和call体异常。SLC4A10 - / - 小鼠，缺乏SLC4A10，还显示出小的侧脑室和轻度的行为异常，包括延迟的习惯和两目标新颖对象识别任务的改变。在SLC4A10 - / - 小鼠和受影响的个体中崩溃的脑腹膜cles cles表明SLC4A10在CSF的生产中起着重要作用。然而，值得注意的是，尽管CSF在发育中的大脑和成年大脑中的各种作用，但SLC4A10 - / - 小鼠的皮质似乎非常完整。与突触标记的共同染色表明，在神经元中，SLC4A10定位于抑制性，但不能兴奋性的午睡。这些发现得到了我们的功能研究的支持，该研究表明，在SLC4A10 - / - 小鼠中释放了抑制性神经肌群的释放，而兴奋性神经递质谷氨酸的释放则保留了。对细胞内pH的操纵部分挽救了GABA释放。我们的研究共同定义了一种与SLC4A10中双重性致病变异相关的新型神经发育障碍，并强调了SLC4A10功能丧失对脑发育，突触传播和网络特性的进一步分析的重要性。
SLC4A10 突变导致与 GABA 能传递受损相关的神经系统疾病
SLC4A10 是一种质膜结合转运蛋白，它利用 Na + 梯度驱动细胞 HCO 3 − 吸收，从而介导酸排出。在哺乳动物的大脑中，SLC4A10 在主要神经元和中间神经元以及脉络丛（调节脑脊液产生的器官）的上皮细胞中表达。通过对来自五个不相关家族的九名受影响个体的样本进行下一代测序，我们发现双等位基因 SLC4A10 功能丧失变异会导致人类出现临床上可识别的神经发育障碍。该病的主要临床特征包括婴儿肌张力减退、所有领域的精神运动发育迟缓和智力障碍。受影响的个体通常表现出与自闭症谱系障碍相关的特征，包括焦虑、多动和刻板动作。有两例患者在出生后的头几年内报告了单独的癫痫发作，另一例患儿在脑电图上显示双颞叶致癫痫放电，但没有明显的临床癫痫发作。据报道，出生时枕额周长正常，但 10 名患儿中有 7 名患有进行性出生后小头畸形。神经放射学特征包括与枕额周长相比脑容量相对保留、特征性狭窄（有时呈“裂缝状”）侧脑室和胼胝体异常。缺乏 SLC4A10 的 Slc4a10 − / − 小鼠也表现出较小的侧脑室和轻微的行为异常，包括适应延迟和双物体新物体识别任务的改变。Slc4a10 − / − 小鼠和患儿的脑室塌陷表明 SLC4A10 在脑脊液的产生中起着重要作用。然而，值得注意的是，尽管脑脊液在发育和成人大脑中发挥着不同的作用，Slc4a10 − / − 小鼠的皮层看起来总体上是完整的。与突触标记物的共染色表明，在神经元中，SLC4A10 定位于抑制性而非兴奋性的前睡前小睡。这些发现得到了我们的功能研究的支持，这些研究显示在 Slc4a10 − / − 小鼠中抑制性神经递质 GABA 的释放受到损害，而兴奋性神经递质谷氨酸的释放得以保留。操纵细胞内 pH 值可部分挽救 GABA 的释放。我们的研究共同定义了一种与 SLC4A10 中的双等位基因致病变异相关的新型神经发育障碍，并强调了进一步分析 SLC4A10 功能丧失对大脑发育、突触传递和网络特性的影响的重要性。
酶和酶抑制剂 - 医学和诊断的应用
这是有关酶和酶抑制剂及其在医学和诊断中的应用的第一期的第一部分。第一篇论文着重于在需要长时间存储蛋白质的情况下维持MBCOMT的稳定性。膜结合的儿茶酚 - 甲基转移酶（MBCOMT）负责儿茶酚神经素 - 米特脱位的主要途径。该酶与几种类型的人类痴呆有关，新的，有效的无毒抑制剂已开发用于帕金森氏病治疗。，这种酶的不稳定性代表了新药开发的主要障碍，因为它倾向于迅速失去其生物学活性。离子液体可以帮助保持蛋白质稳定性和折叠，并由于其多种离子组合而预防蛋白质聚集。在酶缓冲液中添加添加剂，例如半胱氨酸，甘油和海藻糖，在最小化MBCOMT损伤并增强其稳定性方面显示出令人鼓舞的结果。结果表明，作者使用的缓冲液不仅导致HMBComt活性维持高达32.4 h，因此可以在-80℃下储存，而且与原始水平相比，生物学活性在-80℃下的储存量最高约40％[1]。第二篇论文的目的是在需要长时间存储蛋白质的情况下评估HMBCOMT的稳定性。作者测试了几个健康对照样品以验证测定法，然后研究了诊断出患有白内障，青光眼，过敏，干眼和叶博天腺功能障碍的患者的20个撕裂样本。获得的结果证实了ABMAS检验的可靠性，以量化人撕裂样品中MMP-9浓度的定量。因此，作者得出的结论是，生物标志物检测技术的使用对于评估预后和使眼科医生的工作更加容易，从而使患者健康的改善更大[2]也是有利的[2]。第三篇论文探讨了mpelanin浓度的激素1（MCHR1）拮抗剂的发展，这对于治疗肥胖症很有用。考虑到其结合位点类似于人类（HERG）通道的事实，并且由于HERG引起的心脏毒性，基于机器学习的预测模型在临床发育中开发的大多数药物在临床发展中失败了，这对于克服这些困难而言是有用的。考虑到这一点，作者试图使用基于DNN的机器学习模型发现新的MCHR1拮抗剂，而没有心脏毒性，并通过分析基因表达来识别新的适应症。结果，作者确定了具有心脏毒性的KRX-104130 MCHR1拮抗剂。此外，发现通过使用基于转录组的药物重新定位方法，可以识别该拮抗剂的新指示。因此，作者表明KRX-104130增加了低密度脂蛋白受体（LDLR）的表达，这是胆固醇水平降低的原因。此外，有人提到，这种拮抗剂通过降低肝脂质积累的程度，肝脏