XiaoMi-AI文件搜索系统
World File Search SystemRected
持有咒语
因疼痛引起的儿童期婴儿猝死综合征（BHS）以突然停止哭闹、出现强直姿势随后出现呼吸暂停、肌张力降低和偶尔失去意识为特征。苍白型的特点是机械或情感创伤后出现苍白、角弓反张、尿失禁、心动过缓和短期心搏停止。由于长时间脑缺氧，可见意识/肌张力丧失，罕见情况下出现抽搐 [1–5]。尽管在发达国家不太常见，但不同的研究表明，6 个月至 6 岁儿童（6-18 个月最常见）的患病率为 4% 至 27% [6, 7]。男孩发病率高于女孩 [1–5, 8]。BHS 主要归因于自主神经失调引起的脑缺氧，这会导致心脏功能改变，随后脑血流减少。发绀型和苍白型 BHS 之间事件顺序和变化的差异可能与主要的自主神经失调成分有关，发绀型 BHS 中交感神经过度活跃，而苍白型 BHS 中则为副交感神经过度活跃 [1–5, 9]。该病的病理生理学尚不清楚；然而，由于 25–30% 的病例随年龄自然消退和阳性家族史等因素，髓鞘形成延迟引起的自主神经失调被认为是主要原因。已进行了许多病因学研究，间接证明脑干髓鞘形成 [1–5]。磁共振成像 (MRI) 技术的进步使得人们能够评估脑髓鞘形成、脑代谢物和非结构性白质变化。扩散张量成像 [DTI] 是一种非侵入性常规 MRI 技术，最近在临床医生和研究人员中越来越受欢迎，它通过测量白质区域和束内的水扩散来提供亚体素微结构的信息，从而检查发育中大脑中白质的组织[10]。DTI 通过检测水的扩散方向提供可重复的定量测量，例如各向异性分数 (FA)。FA 表示大脑中白质组织的指数值，在 0 到 1 之间变化，其中 0 表示完全各向同性，1 表示完全各向异性扩散[11–13]。因此，它可以表示白质结构完整性的指数[10, 14]。白质束成分（特别是轴突）的异常发育会降低 FA 值，反映出定向扩散较少。在本研究中，我们旨在评估
深度学习改变图像分析的五种方式
深度学习使研究人员能够从果蝇、老鼠甚至人类中生成越来越复杂的连接组。这些数据可以帮助神经科学家了解大脑的工作原理，以及大脑结构在发育和疾病过程中的变化。但神经连接并不容易绘制。2018 年，利希特曼与加利福尼亚州山景城谷歌连接组学负责人维伦·贾恩联手，后者正在为他的团队的人工智能算法寻找合适的挑战。贾恩说：“连接组学中的图像分析任务非常困难。你必须能够在很远的距离内追踪这些细线，即细胞的轴突和树突，而传统的图像处理方法犯了太多错误，以至于它们对这项任务基本上毫无用处。”这些线可以比一微米还细，延伸到数百微米甚至毫米的组织。深度学习算法提供了一种自动分析连接组学数据的方法，同时仍能实现高精度。在深度学习中，研究人员可以使用包含感兴趣特征的注释数据集来训练复杂的计算模型，以便快速识别其他数据中的相同特征。“当你进行深度学习时，你会说，‘好吧，我只举几个例子，你自己想办法解决一切’，”德国海德堡欧洲分子生物学实验室的计算机科学家 Anna Kreshuk 说。但即使使用深度学习，Lichtman 和 Jain 在尝试绘制人类大脑皮层片段时也面临着艰巨的任务 1 。仅对 5,000 个左右极薄的组织切片进行成像就花了 326 天。两位研究人员花了大约 100 个小时手动注释图像和追踪神经元，以创建“地面实况”数据集来训练算法，这种方法被称为监督机器学习。然后，训练有素的算法自动将图像拼接在一起，并识别神经元和突触以生成最终的连接组。 Jain 的团队为解决这个问题投入了大量的计算资源，包括数千个张量处理单元 (TPU)，这是谷歌内部专为神经网络机器学习而打造的图形处理单元 (GPU)。Jain 说，处理这些数据需要几个月的时间，大约需要一百万个 TPU 小时，之后人类志愿者以协作的方式校对和纠正连接组，“有点像谷歌文档”，Lichtman 说。他们说，最终结果是任何物种中以这种细节程度重建的最大数据集。尽管如此，它只代表了 0.0001%
89Zr-DFO-Azepin 的光诱导放射合成
在 PET 或放射免疫治疗的诊断和放射治疗药物的开发中，快速获取放射性标记抗体的方法至关重要。人类肝细胞生长因子受体 (c-MET) 信号通路在包括胃癌在内的几种恶性肿瘤中失调，是药物发现中的重要生物标志物。在这里，我们使用光放射化学方法直接从完全配制的药物 (MetMAb) 开始生产 89 Zr 放射性标记的 onartuzumab（一种单价抗人 c-MET 抗体）。方法：在含有 89 Zr-草酸盐、光活性螯合物去铁胺 B (DFO) - 芳基叠氮化物 (DFO-ArN 3 ) 和 MetMAb 的一锅反应中同时进行 89 Zr 放射性标记和蛋白质结合，得到 89 Zr-DFO-azepin-onartuzumab。作为对照，使用预纯化的 onartuzumab 和 DFO-Bn-NCS，通过常规两步工艺制备 89 Zr-DFO-苄基 Bn-异硫氰酸酯 Bn-NCS-onartuzumab。使用尺寸排阻法纯化放射性示踪剂，并通过放射色谱法进行评估。研究了人血清中的放射化学稳定性，并使用 MKN-45 胃癌细胞通过细胞结合试验确定了免疫反应性。对带有皮下 MKN-45 异种移植瘤的雌性无胸腺裸鼠进行多个时间点（0 – 72 小时）的 PET 成像。在获得最终图像后进行生物分布实验。通过竞争性抑制（阻断）研究在体内评估了 89 Zr-DFO-azepin-onartuzumab 的肿瘤特异性。结果：初始光放射合成实验在不到 15 分钟的时间内产生了 89 Zr-DFO-azepin-onartuzumab，分离的衰变校正放射化学产率 (RCY) 为 24.8%，放射化学纯度约为 90%，摩尔活度约为 1.5 MBq nmol − 1。反应优化将 89 Zr-DFO-azepin-onartuzumab 的放射化学转化率提高到 56.9% ± 4.1% (n=3)，分离的 RCY 为 41.2% ± 10.6% (n=3)，放射化学纯度超过 90%。采用常规方法生产 89 Zr-DFO-Bn-NCS-onartuzumab，分离 RCY 超过 97%，放射化学纯度超过 97%，摩尔活性约为 14.0 MBq nmol − 1 。两种放射性示踪剂均具有免疫反应性，在人血清中稳定。PET 成像和生物分布研究表明，两种放射性示踪剂均具有较高的肿瘤摄取率。到 72 小时时，89 Zr-DFO-azepin-onartuzumab ( n = 4) 的肿瘤和肝脏摄取量（注射剂量百分比 [%ID]）分别达到 15.37 ± 5.21 %ID g − 1 和 6.56 ± 4.03 % ID g − 1，而 89 Zr-DFO-Bn-NCS-onartuzumab ( n = 4) 的肿瘤和肝脏摄取量分别达到 21.38 ± 11.57 %ID g − 1 和 18.84 ± 6.03 %ID g − 1。阻断实验显示肿瘤摄取量显著降低
![arXiv:2211.16981v2 [nucl-ex] 2023 年 6 月 7 日](/simg/g:\will\search\icon\source\e\eeb475db801c282709811fe8d5a31323d470c60e.webp)
arXiv:2211.16981v2 [nucl-ex] 2023 年 6 月 7 日
当核子被奇异数S = -1的超子（如Λ、Σ）取代时，原子核就转变为超核，从而可以研究超子-核子（Y-N）相互作用。众所周知，二体Y-N和三体Y-N-N相互作用，特别是在高重子密度下，对于理解致密恒星的内部结构至关重要[1,2]。杰斐逊实验室[3]对Λ-p弹性散射和J-PARC[4,5]对Σ−-p弹性散射进行了精确测量，最近获得了新结果，这可能有助于限制中子星内部高密度物质的状态方程。直到最近，几乎所有的超核测量都是利用轻粒子(如e、π+、K−)诱导的反应进行的[6–8]，其中从超核的光谱性质来分析饱和密度附近Y-N相互作用。利用重离子碰撞中的超核产生来研究Y-N相互作用和QCD物质的性质是过去几十年来人们感兴趣的主题[9–13]。然而，由于统计数据有限，测量主要集中在轻超核的寿命、结合能和产生产额[12，14，15]。热模型[16]和带有聚结后燃烧器的强子输运模型[17，18]计算预测在高能核碰撞中，特别是在高重子密度下，会大量产生轻超核。各向异性流动通常用于研究高能核碰撞中产生的物质的性质。由于其对早期碰撞动力学的真正敏感性 [19–22]，动量空间方位分布的傅里叶展开的一阶系数 v 1 ，也称为定向流，已对从 π 介子到轻核的许多粒子进行了分析 [23– 28]。集体流是由此类碰撞中产生的压力梯度驱动的。因此，测量超核集体性使我们能够研究高重子密度下 QCD 状态方程中的 Y - N 相互作用。在本文中，我们报告了在质心能量 √ s NN = 3 GeV Au+Au 碰撞中首次观测到 3 Λ H 和 4 Λ H 的定向流 v 1。数据由 2018 年在 RHIC 上使用固定靶 (FXT) 装置的 STAR 实验收集。能量为 3.85 GeV/u 的金束轰击厚度为 1% 相互作用长度的金靶，该靶位于 STAR 的时间投影室 (TPC) 入口处 [29]。TPC 是 STAR 的主要跟踪探测器，长 4.2 m，直径 4 m，位于沿束流方向的 0.5 T 螺线管磁场内。沿束流方向每个事件的碰撞顶点位置 V z 要求在目标位置的 ± 2 cm 范围内。