XiaoMi-AI文件搜索系统
World File Search SystemMyelination
人类发育中皮质微观结构的MRI特征与少突胶质细胞型表达
关键字：青春期，扩散MRI，神经发育，微结构，髓鞘，转录组学缩写：A1C，主要听觉皮层； AIC，Akaike信息标准； CSEA，细胞特异性表达分析，DLPFC，背外侧前额叶皮层； FDR，错误发现率； f细胞外，细胞外信号分数； f神经突信号分数； f soma，soma信号分数； V IC，细胞内体积分数； IPC，下顶皮层； ITC，下颞皮质； M1，一级运动皮层； MD，平均扩散率； MFC，内侧额叶皮层； MRI，磁共振成像； mRNA-SEQ，mRNA测序； NODDI，神经突导向分散和密度成像； ODI，方向分散指数； OFC，眶额皮质； OPC，少突胶质细胞前体细胞； RIN，RNA完整性数； RNA-seq，RNA测序； ROI，利益区域； rpkm，每千瓦的读数为每百万映射的读数； S1，主要感觉皮质； Sandi，Soma和神经突密度成像； STC，上等颞皮层； V1，主要视觉皮层； VLPFC，腹外侧前额叶皮层。
TW-Net：用于新生儿脑部 MRI 分割的 Transformer 加权网络
摘要 — 准确的新生儿脑部 MRI 分割对于研究脑部生长模式和追踪神经发育障碍的进展非常有价值。然而，使用基于强度的方法来分割新生儿脑结构是一项具有挑战性的任务，因为固有的髓鞘形成过程导致脑区之间的对比度差异很小。尽管卷积神经网络提供了以强度无关的方式分割脑结构的潜力，但它们缺乏分割所必需的平面内长距离依赖性。为了解决这个问题，我们提出了一种新颖的 Transformer 加权网络 (TW-Net) 来整合平面内长距离依赖信息。TW-Net 采用传统的编码器-解码器架构，中间有一个 Transformer 模块。Transformer 模块使用旋转和翻转层来更好地计算切片中两个斑块之间的相似性，以利用脑结构内相似的几何和纹理特征模式。此外，还引入了深度监督模块和挤压和激励块来整合脑结构的边界信息。与最先进的深度学习算法相比，TW-Net 在两个独立的公共数据集上 2D 和 2.5D 配置的多标签任务中表现优于这些方法，表明 TW-Net 是一种很有前途的新生儿脑部 MRI 分割方法。
AAV1.NT3基因治疗可缓解多发性硬化症的小鼠模型中自身免疫性脑脊髓炎的严重程度
多发性硬化症（MS）是一种免疫介导的中枢神经系统（CNS）的慢性炎症和神经退行性疾病，影响了全球超过250万患者。中枢神经系统中的慢性脱髓鞘在轴突丧失的延伸中具有重要作用，并且在促进延期性方面很难增加。因此，再生和神经保护策略对于克服这种障碍以挽救轴突完整性和功能至关重要。神经营养蛋白3（NT-3）具有免疫调节和抗炎性特性，除了其在神经系统发育，髓鞘化，神经保护和再生方面的良好识别功能外。在这项研究中，SCAAV1.TMCK.NT-3被输送到EAE诱导后3周的MS慢性复发小鼠模型的实验性自身免疫性脑脊髓炎（EAE）小鼠的腹骨肌。在基因输送后7周的血清中发现了可测量的NT-3水平。治疗的队列显示出提高的临床评分，并且在旋风中表现出色，并且与未经处理的对应物相比，握力强度测试的表现明显更好。组织病理学研究表明，透明度和轴突保护得到改善。这些数据与脑和脊髓中pro炎性细胞因子的表达降低相关，并且脾脏和淋巴结中调节性T细胞的百分比增加。共同证明了慢性进行性MS的AAV递送NT-3的翻译潜力。
儿童生活学生的竞争
作为儿童发展专家，我们倾向于评估和分析努力应对的儿童和青少年的发展阶段。如果我们分析大多数学生跌倒的年龄段，则可以将他们分类为“新兴成年”的发展阶段。从18岁到25岁的这个阶段的特征是身份探索，不稳定性，自我聚焦和“中间”以及可能性和乐观的感觉（Arnett，2014年）。在这个发育阶段，大脑仍在经历髓鞘或“重新布线”，这一过程直到25岁才完整（Arain等，2013）。在此期间的大脑可塑性为年轻人提供了发展才能和终身利益的机会；然而，在这一敏感的大脑成熟时期，神经毒性损伤（例如慢性应激）可能会产生负面影响（Arain等，2013）。知道这一点，让我们考虑一下我们的“典型”儿童生活实习候选人。他们的大脑高度塑性，容易受到压力的损害。同时，他们持续不断的神经毒性侮辱，例如与朋友竞争实习地点，并且经常被多次拒绝。想象一下这对他们成年的发展构成的潜在威胁。新兴的成年人追求儿童生活
当前的神经药物
摘要：中枢神经系统（CNS）富含重要的脂质类，其中已知胆固醇构成髓鞘的主要部分，除了是CNS细胞膜的结构和功能单位。与成年大脑不同，在成年大脑中，胆固醇池相对稳定，胆固醇是在发育中的大脑中以最高速度合成和积累的，以满足此阶段迅速脑生长的需求，这也是神经塑性的关键时期。除了其在膜组织中的生物物理作用外，胆固醇对脑部降低至关重要，因为它参与了脑模式，髓鞘形成，神经元分化和合成作用。因此，影响胆固醇稳态的未成熟大脑的任何伤害都可能产生长期不良神经系统后果。在这篇综述中，我们描述了脑胆固醇生物合成和代谢的独特特征，不同细胞类型之间的胆固醇运输，并在大脑成熟过程中突出胆固醇依赖性生物学过程。我们还讨论了胆固醇稳态受损的关联与多种形式的围产期脑疾病和早产新生儿（包括缺氧 - 缺血性脑病）的关联。针对胆固醇途径的策略可能会为诊断和治疗发育性脑损伤提供新的途径。
关于新生儿癫痫的几点说明
癫痫发作由大脑发育决定。因此，癫痫发作会根据妊娠年龄和出生后年龄而有所不同，并且通常与成人癫痫发作不同。癫痫发作的这些差异是由于未成熟中枢神经系统的基本和功能差异造成的。神经传导率较低、髓鞘形成受限以及神经元之间网络减少会降低神经元放电的能力并降低引发癫痫发作的能力。因此，新生儿癫痫发作的症状通常比成人更不明显且更局限。在成人中，兴奋性神经递质（如谷氨酸）和抑制性神经递质（如 GABA）之间存在平衡。在新生儿中，GABA 最初是兴奋性的，其次是谷氨酸增加，抑制系统发育延迟。 GABA 在出生后的最初几周内发生变化，可能会改变新生儿对抗癫痫药物（例如苯巴比妥和苯妥英）的反应，这些药物可增强 GABA 的功能。此外，由于谷氨酸是突触形成所必需的，因此新生儿大脑和脊髓中对谷氨酸有反应的 NMDA 受体也会增加。新生儿的癫痫发作更可能发生在大脑较发达的区域，例如瞬时叶和皮质下结构，例如边缘区。边缘区与吸吮、流口水、咀嚼、吞咽、眼球运动偏差和呼吸暂停等行为有关，这些行为是新生儿轻微癫痫发作的常见行为。
空气污染 - 脑医学
全球空气污染的激增对神经发育障碍，尤其是自闭症谱系障碍 (ASD) 构成了越来越令人担忧的环境风险因素。最近的流行病学研究表明，接触特定空气污染物（包括细颗粒物 (PM)、氮氧化物 (NO、NO 2 )、二氧化硫 (SO 2 ) 和臭氧 (O 3 )）与 ASD 风险增加之间存在令人信服的关联。虽然全球 ASD 患病率不断上升（目前影响 1%–1.5% 的人口）部分反映了诊断标准的扩大和筛查的加强，但越来越多的证据表明基因-环境相互作用在 ASD 病因中起着关键作用。空气污染物可引发多种致病机制，包括神经炎症、氧化/亚硝化应激、表观遗传修饰和谷氨酸/GABA 能神经递质系统破坏。接触时间似乎至关重要，因为胎儿发育和幼儿期的脆弱性更高，此时发生关键的神经发育过程，例如神经元迁移、突触形成和髓鞘形成。研究重点应集中在空气污染物如何影响遗传易感人群的大脑发育，尤其是在怀孕和幼儿时期。需要更好的方法来识别风险最高的个体并制定切实可行的保护措施。鉴于全球污染水平不断上升，这些知识将有助于制定有意义的公共卫生政策，以保护子孙后代免受可能导致 ASD 的环境因素的影响。
PI3K/mTOR 是一种可治疗的基因...
弥漫性中线胶质瘤 (DMG)，包括脑干中诊断出的肿瘤（弥漫性内在性脑桥胶质瘤；DIPG），都是缺乏有效治疗的致命性脑肿瘤。CRISPR/Cas9 功能丧失基因缺失筛选分析确定 PIK3CA 和 MTOR 是患者衍生的 DIPG 模型中可靶向的分子依赖性，凸显了血脑屏障渗透性 PI3K/Akt/mTOR 抑制剂 paxalisib 的治疗潜力。在人类等效最大耐受剂量下，用 paxalisib 治疗的小鼠经历了全身葡萄糖反馈和胰岛素水平升高，与使用 PI3K 抑制剂的患者相当。为了利用遗传依赖性并克服耐药性，同时保持依从性和治疗效果，我们将 paxalisib 与抗高血糖药物二甲双胍联合使用。二甲双胍恢复了葡萄糖稳态并降低了体内胰岛素受体的磷酸化，这是 PI3K 抑制剂耐药的常见机制，从而延长了原位模型的生存期。用 paxalisib 治疗的 DIPG 模型增加了钙激活的 PKC 信号传导。脑渗透性 PKC 抑制剂 enzastaurin 与 paxalisib 联合使用，协同延长了多种原位患者来源和免疫功能正常的同基因移植模型的生存期；与二甲双胍和标准护理放射治疗联合使用可增强益处。使用空间转录组学和 ATAC-Seq 评估治疗适应性，确定髓鞘形成和肿瘤免疫微环境串扰的变化。总的来说，这项研究确定了我们认为具有临床意义的 DIPG 治疗组合策略。
模块化基因共表达网络分析揭示阿尔茨海默病和进行性核上性麻痹背后的分子通路
全面了解神经退行性疾病不同阶段所涉及的病理机制是预防和改善疾病治疗的关键。患病大脑中的基因表达改变是有关受病理影响的生物过程的潜在信息来源。在这项工作中，我们对被诊断为阿尔茨海默病 (AD) 或进行性核上性麻痹 (PSP) 的人类患者与淀粉样变性和 tau 蛋白病的动物模型大脑中的基因表达改变进行了系统比较。使用系统生物学方法揭示与基因表达改变相关的生物过程，我们可以精确地指出与 tau 蛋白病/PSP 和淀粉样变性/AD 更密切相关的过程。我们发现与免疫炎症反应相关的基因表达改变在年轻人中占主导地位，而与突触传递相关的基因表达改变主要在老年 AD 患者中观察到。然而，在 PSP 中，与免疫炎症反应和突触传递相关的变化重叠。在 AD 和 PSP 大脑中观察到的这两种不同模式分别在淀粉样变性和 tau 蛋白病的动物模型中得到了很好的再现。此外，在 AD 中，而不是在 PSP 或动物模型中，与 RNA 剪接相关的基因表达改变非常普遍，而与髓鞘形成相关的基因表达改变在 AD 和 PSP 中都很丰富，但在动物模型中却没有。最后，我们在细胞类型特异性共表达模块中确定了 12 个 AD 和 4 个 PSP 遗传风险因素，从而有助于揭示这些基因在发病机制中的可能作用。总之，这项工作有助于揭示受淀粉样蛋白和 tau 病理影响的潜在生物学过程以及它们如何导致 AD 和 PSP 的发病机制。
ibeat v2.0：一种适用于婴儿脑皮质表面重建的多站点，基于深度学习的管道
人类大脑皮层在产后早期阶段经历了戏剧性和关键的发育。受益于神经影像学的进展，许多婴儿脑磁共振成像（MRI）数据集是从具有不同扫描仪和成像协议的多个成像位点收集的，以研究正常和异常的早期大脑发育。但是，通过这些多站点成像数据精确处理和量化婴儿大脑发育是极其挑战的，因为婴儿脑MRIS：a）表现出极低和动态的组织对比，由持续的髓鞘形成和成熟引起，而b）遭受跨站点/扫描仪/扫描仪的多样化的层间数据异质性造成的大型疗程。因此，现有的计算工具和管道通常在婴儿MRI数据上表现不佳。为了应对这些挑战，我们提出了一种强大的，多站点的，可供婴儿守则的计算管道，利用强大的深度学习技术。提议的管道的主要功能包括预处理，脑部头骨剥离，组织分割，拓扑校正，皮质表面重建和测量。我们的管道可以很好地处理T1W和T2W结构婴儿脑MR图像（从出生到6岁），对于不同的成像协议/扫描仪，尽管仅接受了Baby Connectome项目的数据培训，但对不同的成像协议/扫描仪都有效。与多站点，多模式和多年龄数据集的现有方法进行了广泛的比较，表现出我们管道的效率，准确性和鲁棒性。我们已经维护了一个网站Ibeat Cloud 1，以便用户使用管道处理其图像，该管道已成功处理了100多个由100个以上机构的婴儿MRI扫描，并具有各种成像协议/扫描仪。