XiaoMi-AI文件搜索系统
World File Search SystemPredicts
SSTR2与EGFR积极地关联，并预测鼻咽癌的预后不良
摘要目标表皮生长因子受体（EGFR）属于受体酪氨酸激酶家族，而EGFR的过表达与预后不良和癌症进展有关。生物抑制素受体2（SSTR2）是人类中具有多种生物学功能的G蛋白偶联受体（GPCR），并且通过鼻咽癌癌（NPC）中的NF-KB信号通路进行了上调。但是，尚无研究检查NPC中的EGFR和SSTR2。这项研究旨在研究SSTR2是否与NPC中的EGFR和临床病理学特征有关。进行了生物信息学分析，以评估基于GEO数据库的EGFR和SSTR2之间的相关性。通过免疫组织化学（IHC）评估了491例NPC和50例非癌性鼻咽上皮的表达。结果生物信息学分析和IHC在NPC中显示出SSTR2和EGFR之间的正相关。与非癌性鼻咽上皮相比，NPC患者的SSTR2和EGFR的高表达显着增加。SSTR2和/或EGFR的高表达与较差的结果和更高的进展风险有关。 研究发现，接受化学放疗（CR）的患者高表达SSTR2，EGFR高表达以及SSTR2和EGFR的高共表达在无进展的无进展生存（PFS）和总生存期（OS）的预后较差。 有趣的是，SSTR2高表达，EGFR的高表达，EGFR和SSTR2的高表达以及EGFR/SSTR2的NPC患者的任何高表达都可以更好地预后，而CR结合了靶向治疗。SSTR2和/或EGFR的高表达与较差的结果和更高的进展风险有关。研究发现，接受化学放疗（CR）的患者高表达SSTR2，EGFR高表达以及SSTR2和EGFR的高共表达在无进展的无进展生存（PFS）和总生存期（OS）的预后较差。有趣的是，SSTR2高表达，EGFR的高表达，EGFR和SSTR2的高表达以及EGFR/SSTR2的NPC患者的任何高表达都可以更好地预后，而CR结合了靶向治疗。COX多元分析将SSTR2和EGFR识别为PFS的独立预测指标。结论我们的研究是第一个阐明NPC中SSTR2和EGFR之间复杂关系的研究，并为EGFR靶向治疗的潜在益处提供了对高SSTR2表达患者的潜在益处的新见解。此外，SSTR2具有NPC患者预后不良的新生物标志物。
alphafold2预测蛋白在结构兼容性混淆中是否相互作用
表1-用IPTM分数作为预测变量获得的AUC值和不同的AlphaFold2选项。AUC值之间的差异在不同的MSA配对和回收模式（在最后一行中）或由不同网络生成的模型（在每个列中）获得的最佳模型之间的差异在统计学上没有统计学意义。
遗传风险评分和糖尿病预测饮酒者酒精相关的肝硬化的发展
John B. Whitfield＃，1，Hwi Schwantes-2，Rebecca Darlay 3，Cross P. Aithal 4，Stephen R. Atkinson 5，Ramon Bataller 10，Christopher P.第11天，Christophe Moreno 22，Marsha Y. Morgan 23，Marsha Y. Morgan 23，Sucts 24，Sucts 24 Soyka 34，EricTrépo22，Timothy R. Morgan *，7.36，
ABCG2 预测肺癌预后并与免疫浸润相关：一项生物信息学研究
表达(图5A)。结果显示肺癌患者中ABCG2表达与巨噬细胞、未成熟树突状细胞(iDC)、肥大细胞呈正相关。进一步分析显示ABCG2表达与巨噬细胞(r=0.322,p<0.001)、iDC浸润(r=0.391,p<0.001)、肥大细胞(r=0.373,p<0.001)水平呈显著正相关(图5B-D)。
机器学习预测糖尿病患者的心血管事件：西里西亚糖尿病心脏项目
From the a Department of Internal Medicine, Diabetology and Nephrology, Faculty of Medical Sci- ences in Zabrze, Medical University of Silesia, Katowice, Poland, b Liverpool Centre for Cardiovas- cular Science at University of Liverpool, Liverpool John Moores University and Liverpool Heart and Chest Hospital, Liverpool, UK, c Students' Scientific Association by the Department of Internal Medi- cine, Diabetology and Nephrology in Zabrze, Faculty of Medical Sciences in Zabrze, Medical Uni- versity of Silesia, Katowice, Poland, d Faculty of Biomedical Engineering, Silesian University of Technology, Zabrze, Poland, e Faculty of Automatic Control, Electronics and Computer Science, Department of Algorithmics and Software, Silesian University of Technology, Gliwice, Poland, f Zabrze儿科血液学和肿瘤学系博士学位，Zabrze医学科学学院，西里西亚医科大学，卡托维奇，波兰，波兰，G博士学院，内科医学系，糖尿病学和肾脏科学系，Zabrze医学院医学院，Zabrze，Zabrze，Zabrze，Zabrze，Zabrze，Zabrze，Zabrze，Silesia，Silesia，Polical of Polistic bornipal of Polistic borniper of Silasia of Polistic bornipal of Polistic bornipal of Polistic bornipal of Polistical burnipe of Polistic borniagnia丹麦的奥尔堡。
LEP-AD：蛋白质的语言嵌入和对药物的关注预测药物靶标相互作用
预测药物-靶标相互作用对于药物开发和先导化合物优化来说是一个巨大的挑战。最近的进展包括训练算法以从数据和分子模拟中学习药物-靶标相互作用。在这里，我们利用进化尺度模型 (ESM-2) 模型建立用于预测药物-靶标相互作用的 Transformer 蛋白质语言模型。我们的架构 LEP-AD 结合了预先训练的 ESM-2 和 Transformer-GCN 模型来预测结合亲和力值。我们使用多个数据集（包括 Davis、KIBA、DTC、Metz、ToxCast 和 STITCH）报告了与 SimBoost、DeepCPI、Attention-DTA、GraphDTA 等竞争方法相比的最佳新结果。最后，我们发现嵌入蛋白质的预训练模型 (LED-AD) 优于使用显式 alpha-fold 蛋白质 3D 表示的模型（例如，由 Alphafold 监督的 LEP-AD）。 LEP-AD 模型的性能随着训练数据规模的扩大而显著提升。代码可在 https://github.com/adaga06/LEP-AD 获取
初级运动皮层中周期性的、与条件无关的活动可预测矫正运动行为
版权所有 © 2022 Rouse 等人。这是一篇开放获取的文章，根据知识共享署名 4.0 国际许可条款分发，允许在任何媒体中不受限制地使用、分发和复制，前提是对原始作品进行适当的署名。
对非编码RNA分类的深度学习方法的比较和基准
我们检验了以下假设：从机器人技术（Active Interonnect（AICON））中的算法MIC信息处理模式可以用作实现人类视力的有用表示。我们为两种视觉幻觉创建了基于AICON的计算模型：形状粘合颜色的后代和通过运动沉默。模型再现了人类中看到的效果，并产生了我们通过人类心理物理实验验证的新颖预测。模型预测与实验结果之间的不一致是通过迭代模型调整解决的。对于形状粘合颜色的后效应，该模型预测和例外证实了对概述形状操作的后效应较弱，并且在感知后的后效应中的个体差异。为了通过运动，该模型预测和实验验证了意外趋势以及个体差异。我们的发现表明了AICON捕获人类视觉信息处理相关方面的能力，包括个人的变异性。它突出了合成学科和生物学科之间新型合作的潜力。关键字：计算建模，vi-sual智能，跨学科，概念，视觉错觉
ATG4促进了HCC中细胞的增殖，迁移和侵袭，并预测预后不良
摘要。- 目标：ATG14作为一种自动相关的蛋白质，已被证明通过调节细胞自噬来体现在肿瘤的进展中。我们旨在探索肝细胞癌（HCC）及其可能的分子机制中的ATG14水平。患者和方法：通过定量实时聚合酶链链（QRT-PCR）检查HCC组织和细胞系中的ATG14水平（QRT-PCR），并通过临床信息分析分析ATG14表达与临床参数之间的关系。分别通过进行细胞计数KIT-8（CCK-8）和Tran-Swell检验来评估ATG14对HCC细胞增殖和侵入性的影响。我们使用生物信息学分析和体外细胞实验进一步探讨了ATG14作用的潜在机制。结果：我们的数据表明，HCC组织和细胞系中ATG14水平异常增强，这预测了HCC患者的预后不佳。ATG14的下调标记为HCC细胞的增殖和迁移能力。 生物信息学分析表明，XIST可以通过结合多个miRNA（miR-195-5p，miR-497-5p，mir-424-5p和mir-16-5p）来调节ATG14。 此外，通过升高ATG14的表述，可以从ATG14和ATG14和XIST可以调节HCC的开发的可能机械性中来自动噬。 结论：总而言之，我们的数据预先验证了ATG14水平在HCC组织和细胞系中异常呈现，这预示了HCC患者的预后较差。ATG14的下调标记为HCC细胞的增殖和迁移能力。生物信息学分析表明，XIST可以通过结合多个miRNA（miR-195-5p，miR-497-5p，mir-424-5p和mir-16-5p）来调节ATG14。此外，通过升高ATG14的表述，可以从ATG14和ATG14和XIST可以调节HCC的开发的可能机械性中来自动噬。结论：总而言之，我们的数据预先验证了ATG14水平在HCC组织和细胞系中异常呈现，这预示了HCC患者的预后较差。
被动脑电图脑计算机界面预测飞行模拟期间的心理工作量
本研究的目的是研究脑电图（EEG）脑部计算机界面（BCI），以监测虚拟现实（VR）飞行模拟过程中心理工作量的现实差异。许多航空事故与试点认知和任务需求与认知资源之间的不匹配有关。实时神经生理监测提供了一种方法，可以通过获得连续的客观测量，而无需增加飞行员的工作量，从而识别高工作量的精神状态。在VR飞行模拟期间的导航困难和通信任务改变了工作负载。分析了在模拟飞行过程中收集的EEG数据，以评估被动BCI的性能以分类工作负载水平。BCI方法以EEG工作量文献为指导。获得了75.9％的分类率，α和β频带最有用。结果表明，被动EEG-BCI可能是监控工作量和提高飞行安全性的有效策略。