XiaoMi-AI文件搜索系统
World File Search SystemMuralidhar
博士后经历指导(60+)
（联合导师：Siva Shankar S 教授，印度特伦甘纳邦 CSE- AI 系和 MLKG Reddy 工程技术学院副教授；Prasun Chakrabarti 教授，印度拉贾斯坦邦乌代布尔 Sir Padampat Singhania 大学研究与出版局局长兼院长（国际事务））K Gurnadha Gupta 博士：使用数据分析实现基于深度学习的云安全优化技术。J Seetha 博士：使用数据分析和人工智能预测传染病。Vishal Goyal 博士：基于人工智能的大数据分析，用于智慧城市应用中的智能系统。Kamal Sharma 博士：针对基于可再生能源的智能电网的优化深度学习加密数据分析框架。S Sajithra Varun 博士：人工智能在癌症检测和诊断中的作用。S Sreenath Kashyap 博士：基于人工蚁狮优化的随机森林，用于准确检测植物疾病。 J. Somasekar 博士：基于协同过滤的推荐系统的机器学习技术。Muralidhar K 博士：通过智能选择移动云提高 MANET 中移动节点的计算能力。B. Umamaheswararao 博士：在信息物理系统中使用机器学习进行大数据分析。Sivanagireddy Kalli 博士：一种基于优化的机器学习框架，用于使用 CT 和 X 射线图像自动检测 COVID-19。V Daya Sagar Ketaraju 博士：用于检测脑肿瘤的深度学习和医学图像分析方法。Radhika R 博士：使用 RNN 的农作物产量预测模型，用于农业的可持续发展。D. Nagaraju 博士：使用医疗保健数据进行人类活动识别的深度学习模型。T. Sunil Kumar Reddy 博士：用于物联网资源管理的自适应调度算法。R. Raja Kumar 博士：使用深度学习策略研究、调查、风险分析、预测和开发糖尿病视网膜病变的框架。 M Purushotham Reddy 博士：使用深度学习技术进行银屑病皮肤图像分析。联合导师：Pravin Ramdas Kshirsagar 教授，数据科学系主任，Tulsiramji Gaikwad Patil 工程技术学院，印度马哈拉施特拉邦那格浦尔；Prasun Chakrabarti 教授。K Vijayan 博士：一种优化的基于机器学习的路由协议，用于支持物联网的无线传感器网络。（已完成，2024 年 7 月 12 日）Subba Rao Polamuri 博士：探索深度学习和 GAN 模型以利用股票价格预测。Amrit Ghosh 博士：移动 IPv6 调查。Ankit Kumar 博士：通过使用 AR、VR、触觉和 3D 模拟增强学习，彻底改变医学教育。Venkat P. Patil 博士：用于医疗保健应用的基于混合人工智能的技术。 Shrikant V. Sonekar 博士：设计和开发一种使用人工智能在临时无线网络中检测入侵的算法方法。Vaishnaw Gorakhnath Kale 博士：使用人工智能进行癌症分析和诊断。
摘要
RNA/DNA结合蛋白TDP43调节DNA不匹配修复基因1具有对基因组稳定性的影响2 3 Vincent E. Porpasek 1,2，Albino Bacolla 3，Albino Bacolla 3，Suganya Rangaswamy。1，Joy Mitra 1，Manohar 4 Kodavati 1，Issa O. Yusuf 4，Vikas H. Malojirao 1，Velmarini Vasquez 1，Gavin W. Britz 1,5，Guo-Min 5，Guo-Min 5 Li 6，li 6，Zuoshang Xu 4，Zuoshang Xu 4，Zuoshang Xu 4，Sankar Xu 4，Sankar Mitra 1，Sankar Mitra 1，Sankar Mitra 1，sankar M.Garrph M. Garrar and A. Hegde 1,8* 7 8 1神经循环中心的DNA修复研究部，美国德克萨斯州休斯敦市休斯顿市卫理公会研究所9神经外科977030。10 2美国德克萨斯州A＆M大学医学院，美国德克萨斯州77843，美国。11 3分子和细胞肿瘤学系，癌症生物学系，德克萨斯大学医学博士12安德森癌症中心，休斯敦，德克萨斯州休斯敦，美国德克萨斯州77030，美国13 4 4 4 MASSACHUSETTS CHAN 14医学院的生物化学和分子生物技术系，MA约克，纽约10065，美国。17 6德克萨斯大学西南医学中心的辐射肿瘤学系，达拉斯，18 TX 75390，美国。19 7纽约州立大学宾厄姆顿大学生物科学系，纽约州宾厄姆顿20号，13902。21 8美国纽约市威尔·康奈尔医学院神经科学系，美国纽约10065，美国。22 23 *作者应向谁解决。24 25摘要26焦油DNA结合蛋白43（TDP43）越来越认可其参与27种神经退行性疾病，尤其是肌萎缩性侧面硬化症（ALS）和额叶28痴呆症（FTD）。TDP43蛋白质病，其特征在于核输出失调和29个细胞质聚集，并且与神经元中30个核功能和基因组不稳定的丧失有关。基于与TDP43 31病理与DNA双链断裂（DSB）的先前证据建立，本研究确定了在DNA不匹配修复（MMR）途径中32 TDP43的新调节作用。我们证明了TDP43的耗竭或33过表达会影响关键MMR基因的表达，包括MLH1，MSH6、34 MSH2，MSH3和PMS2。具体而言，TDP43通过替代剪接和转录本稳定性调节MLH1和MSH6 35蛋白的表达。这些发现在ALS 36小鼠模型，患者衍生的神经祖细胞和ALS 37例患者的尸体型脑组织中得到了验证。此外，MMR耗竭显示出神经元细胞中TDP43诱导的DNA损伤38的部分营救。TCGA癌症数据库的生物信息学分析揭示了TDP43与MMR基因表达式之间的显着39相关性与40种癌症亚型的突变负担之间的相关性显着。这些结果共同建立了TDP43作为MMR 41途径的关键调节剂，对理解基因组不稳定性42潜在的神经退行性和肿瘤性疾病具有广泛的影响。43