摘要:这项工作提出了一种移动应用模型,以自动化客观评估的校正,该系统将确定学生的答案并将其与教师先前注册的正确答案进行比较。该提案的目的是为改善手动填充答案表的绩效和实用性做出贡献。该系统是使用编程语言颤动(DART)和Python开发的。部分结果显示了对答案表的准确校正和所获得的总点的计算。但是,当前的限制是需要手动定义问题的数量及其各自的值。这些详细信息可以使用图像处理资源获取。本研究强调了本应用程序可用的大量技术资源,但建议进一步研究以取得更有效的结果。关键字:图像处理,计算机视觉,自动评估校正
X连接的色素性视网膜炎(XLRP)是一种罕见的遗传性视网膜疾病,表现为夜视受损和外围视力丧失,发展为法律失明。XLRP最常见的原因之一是色素性鸟氨酸三磷酸酶调节剂(RPGR)基因中的致病变异。不幸的是,目前尚无RPGR -XLRP的治疗方法。frontera开发了FT-002,这是一种基于AAV2/5的向量,在GRK1启动子的控制下携带密码子优化的HRPGR ORF15基因,以挽救光感受器细胞的功能和结构丧失,并通过下视网膜给药改善视觉功能。向量设计如图1。在这里,我们评估了CHO-K1细胞中FT-002和聚谷氨酰化的HRPGR-ORF15蛋白的体外转导效率,在5.80×10 7,1.83×10 80和5.80×10 8和5.80×10 8 VG/EYSE中,下输送FT-002下输送FT-002的效率和生物分布的效率和生物分布。在一项符合GLP的13周研究中,FT-002在Cynomolgus猴子中。临床前结果表明,FT-002是一种有望治疗与RPGR相关的XLRP患者的有前途的AAV基因疗法,目前正在中国进入PH I/II临床研究。
