XiaoMi-AI文件搜索系统
World File Search SystemSchwann
治疗charcot-marie-tooth神经病
*通讯作者在：神经肌肉疾病的参考中心和ALS，Chu La Timone，13005法国马赛。电子邮件地址：shahram.attarian@ap-hm.fr（S。Attarian）。缩写：AAV，腺相关病毒； AFO，脚踝矫形器； CMT，Charcot Marie Tooth； CMTN，charcot Marie牙齿神经学评分； CSF1/CSFR1，刺激因子1/刺激因子1受体； CX32，连接蛋白32; EIF2 A，真核引发因子2 a； GABA，γ-氨基丁酸； GJB1，间隙连接蛋白β1； HDAC，组蛋白脱乙酰基酶； HSP，热休克蛋白； ICV，脑室室内；它，室内； MFN，丝曲表示； MNCV，运动神经元速度； MPZ，髓磷脂蛋白零； MTMR，肌管蛋白相关蛋白； NCS，神经传导研究； NEFL，神经感染轻链； nrg，神经糖蛋白； NSAID，非甾体类抗炎性药物； NT-3，Neurotrophin-3; OSA，阻塞性睡眠呼吸暂停； PMP22，周围髓磷脂蛋白22 DA; SC，Schwann Cell； SORD，山梨糖醇脱氢酶； SSRI，选择性5-羟色胺再摄取抑制剂； UPR，展开的蛋白质反应。
简单的表面处理 - 偶联 -
摘要：将有机半导体聚合物与生物学物质有效接口的物质特性对齐对于它们在生物电子设备中的使用至关重要。合成修饰和高级加工技术通常被用于促进细胞粘附和生长。在这项研究中，我们将UV-ozone（UVO）处理作为修改PDPP3T膜的简单替代方法。暴露于UVO会增加半导体表面的极性，如接触角和XPS分析所证实。在优化时间（t≥30s）下及以上的表面处理导致了施旺细胞的生长增强，其行为与标准组织培养塑料（TCP）相当。同时，长时间的暴露开始引起聚合物的光学特性的重大变化，逐渐闪入光漂白导致半导体行为的降低至30 s以上。使用电阻抗光谱测试了紫外线处理的PDPP3T的最佳生物结合特性，该技术在半导体聚合物对支持细胞生存力和增殖方面的有效性进行了使用。这项工作证明了更容易将共轭聚合物与生物环境整合在一起的潜力，从而扩大了探索在存在生物细胞中离子扩散与半导体电动性之间相互作用的机会。
第 59 届内耳生物学.pdf
细胞衰老是一种永久性细胞周期停滞状态，对胚胎发育（包括内耳形成）至关重要。在此过程中，衰老细胞通过调节组织重塑和确保适当的细胞分化来帮助形态发生。衰老细胞具有独特的形态和生理变化，包括细胞增大、β-半乳糖苷酶活性增加、基因表达改变以及各种炎症细胞因子、趋化因子和蛋白酶的分泌，统称为衰老相关分泌表型 (SASP)。衰老细胞分泌的因子会影响听觉结构（如耳蜗和前庭器官）的发育。胚胎衰老缺陷会导致内耳畸形和功能障碍。这凸显了调节衰老对于正常内耳发育的重要性。前庭神经鞘瘤是来自前庭神经施万细胞的与年龄相关的良性肿瘤，它进一步说明了衰老在耳部健康中的作用。这些肿瘤可导致听力丧失、耳鸣和平衡问题。在肿瘤中，衰老既可以抑制生长，也可以促进生长。虽然衰老会阻止不受控制的细胞增殖，但衰老相关分泌表型 (SASP) 可以创造促肿瘤环境，增强肿瘤存活和进展。了解衰老在胚胎发育和肿瘤发生中的双重作用对于靶向治疗至关重要。在胚胎环境中，促进适当的衰老可以预防异常。在前庭神经鞘瘤中，调节衰老和 SASP 因子可能会改善结果，这表明针对衰老的干预措施有可能用于治疗内耳发育和肿瘤疾病。
SBF2对紫杉烷诱导的周围神经病的影响
图1。Taxane mechanism of action ............................................................................ 2 Figure 2.Kaplan-Meier curve of the frequency of Grades 2-4 peripheral neuropathy separated by race ............................................................................................................. 5 Figure 3.曼哈顿的图3-4年级的tipn来自ECOG-5103中的AA患者................................................................................................................. 8图4。SBF2 expression across various tissues ........................................................... 10 Figure 5.Schematic of Schwann cells ........................................................................... 11 Figure 6.Simplified schematic representation of SBF2 protein and annotated functional domains ........................................................................................................ 13 Figure 7.Workflow of iPSC-dSN generation ................................................................ 20 Figure 8.Analysis pipeline of single-cell sequencing .................................................... 27 Figure 9.紫杉醇对IPSC-DSN生存能力和形态的影响........................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... 34图10。Relative expression of SBF2 and cell viability .............................................. 38 Figure 11.Neurite outgrowth in iPSC-dSN ................................................................... 40 Figure 12.IPSC-DSN的电生理特性。 .............................................. 46 Figure 13. GMC203细胞系中线粒体含量的小提琴图.............................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................IPSC-DSN的电生理特性。.............................................. 46 Figure 13.GMC203细胞系中线粒体含量的小提琴图.............................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................Barcode rank plot ......................................................................................... 52 Figure 14.RSAA12细胞系中线粒体含量的小提琴图.................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................Violin plot of mitochondrial content in STAN601 cell line ........................... 57 Figure 17.线粒体含量的小提琴图06401单元线................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................. 58图18。每个测序样品的双重分布...................................................................................................................................................................................................................................................................................................................................................................IPSC-DSN的多维缩放（MDS）图............................................................................................................................................................................................................................................................................................................. 60图20。Single-cell RNA-sequencing of iPSC-dSN ................................................... 62 Figure 21.Distribution of differentially expressed mature sensory marker genes among cell type-specific clusters ................................................................................... 63 Figure 22.火山图强调了紫杉醇和IPSC-DSN的媒介物处理之间的显着基因表达变化。.............................................................. 66 Figure 23.Multidimensional scaling (MDS) plot of NTC and si SBF2 cells ................... 71 Figure 24.si SBF2 IPSC-DSN中的差异基因表达.......................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
在...
结肠腺癌（COAD）是第三常见的癌症，是全球癌症死亡的第二大主要原因，这已成为全球公共卫生挑战（1）。随着癌症检测技术的发展，早期诊断的率有所提高，但是COAD的诊断迅速转移到年轻，更高级的阶段（2）。 开发从息肉到腺癌的COAD需要十多年的时间，这一长期进展为干预提供了防止其发展为高级阶段的机会（3）。 近年来，高通量测序技术和生物信息学的快速发展促进了COAD的探索（4，5）。 因此，从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。 细胞外基质（ECM）是由各种蛋白质组成的复杂结构，该结构通过调节细胞间串扰来调节生物学功能（6-8）。 ECM是肿瘤微环境（TME）的重要组成部分，其异常表达促进了肿瘤的形成，进展和转移（9，10）。 临床病理学分析证实，ECM在肿瘤患者中的过度沉积与预后不良有关（11，12）。 最近，高通量测序分析表明，与ECM相关的基因在肿瘤进展过程中异常表达（13，14）。 ECM的积累诱导缺氧和代谢应激，进而激活肿瘤中的抗凋亡和药物抗性途径（15）。随着癌症检测技术的发展，早期诊断的率有所提高，但是COAD的诊断迅速转移到年轻，更高级的阶段（2）。开发从息肉到腺癌的COAD需要十多年的时间，这一长期进展为干预提供了防止其发展为高级阶段的机会（3）。近年来，高通量测序技术和生物信息学的快速发展促进了COAD的探索（4，5）。因此，从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。细胞外基质（ECM）是由各种蛋白质组成的复杂结构，该结构通过调节细胞间串扰来调节生物学功能（6-8）。ECM是肿瘤微环境（TME）的重要组成部分，其异常表达促进了肿瘤的形成，进展和转移（9，10）。临床病理学分析证实，ECM在肿瘤患者中的过度沉积与预后不良有关（11，12）。最近，高通量测序分析表明，与ECM相关的基因在肿瘤进展过程中异常表达（13，14）。ECM的积累诱导缺氧和代谢应激，进而激活肿瘤中的抗凋亡和药物抗性途径（15）。此外，ECM的高密度阻碍了免疫细胞的内化，这会影响肿瘤免疫疗法的作用（16-18）。因此，基于与ECM相关基因的预后模型将为预测COAD患者的复发提供基础。瘦素是瘦素基因（LEP）的糖蛋白产物。流行病学研究支持LEP与COAD风险增加有关（19）。研究表明，COAD组织中LEP mRNA的表达水平上调，这与COAD患者的预后不良有关（20，21）。周围神经形成复杂的肿瘤微环境，由多种细胞类型和因子组成，包括神经生长因子（NGF）。NGF在几种实体瘤的生长，侵袭和转移中起重要作用。Lei等。 发现，胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬，这反过来参与了胰腺肿瘤的增殖和转移（22）。 Hayakawa等。 表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。 procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。 PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。 我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Lei等。发现，胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬，这反过来参与了胰腺肿瘤的增殖和转移（22）。Hayakawa等。 表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。 procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。 PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。 我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Hayakawa等。表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。他等人。证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床在这项研究中，我们鉴定了与WGCNA和Lasso-Cox回归相关的三个与ECM相关的基因（LEP，NGF和PCOLCE2）。
蒂娜·布尔基-图尔赫尔
网站：https://www.empa.ch/web/s403/particlesbarrier https://scholar.google.ch/citations?user=cH5X5vAAAAAJ&hl=en OrcID：0000-0003-3723-6562 专业经历 2015 年 1 月至今 粒子@Barriers 小组组长和粒子-生物相互作用实验室副主任，瑞士联邦材料科学与技术实验室 (Empa)，瑞士圣加仑 2012 年 5 月 - 2014 年 12 月 研究助理，材料-生物相互作用实验室，瑞士联邦材料科学与技术实验室 (Empa)，瑞士圣加仑，导师：P. Wick 博士 2008-2012 博士后研究员，材料-生物相互作用实验室，瑞士联邦材料科学与技术实验室 (Empa)，瑞士圣加仑，导师：HF Krug 博士 教育经历 2002-2006 博士，瑞士苏黎世瑞士联邦理工学院 (ETH) 细胞生物学研究所 博士论文：“脊椎动物神经系统髓鞘形成研究：cdc42、rac1 和 profilin 1 信号在少突胶质细胞和施万细胞生物学中的作用” 导师：U. Suter 教授、ME Schwab 教授、J. Relvas 博士 1998-2002 自然科学硕士ETHZ，瑞士苏黎世联邦理工学院 (ETH) 毕业论文：“肌浆网蛋白与肌酸激酶相互作用的表征” 导师：T. Wallimann 教授、T. Hornemann 博士 1994-1998 年 赫尔布鲁格康顿学院，瑞士赫尔布鲁格 毕业（Matura Type E：经济学） 研究资助 2020-2023 年 欧盟旗舰石墨烯 (Core3 阶段) 共同申请人（1.5 亿欧元/55 万欧元） 2018-2021 年 SNSF- 胎盘介导的纳米材料风险 PI（260 kCHF） 2018-2020 年 欧盟旗舰石墨烯 (Core2 阶段) 共同申请人（8800 万欧元/350 (230 kCHF) 2014-2017 BMBF- NanoUmwelt 共同申请人 (1.8 M€ / 180 k€) 2013-2017 第 7 届 FP EU Nanosolutions ( NMP .2012.1.3-1 ) 共同申请人 (10 M€ / 290 k€) 学生监督 (* 共同监督) Claudia Rust* (ETH, 硕士论文, 2003), Carina Muoth (ETH, 硕士论文, 2012), Erminio Di Renzo (ETH, 硕士论文, 2018), Angela Diaz (Uni Castilla-La-Mancha, 硕士论文, 2021), Lukas Schlagenhauf* (ETH, 博士论文, 2011-2015), Carina Mouth (UZH, 博士论文, 2013-2016), Leonie Aengenheister（ETH，博士生，2015-2018 年）、Claudia Hempt（ETH，博士论文，2017-2020 年）、Daria Korejwo（UNIFR，博士生，2017-2020 年）、Woranan Netkeakul*（ETH，博士生，2017 年至今）、Lea Furer（ETH，博士生，2018 年 10 月开始）、Battuja Batbajar Dugershaw（ETH，博士生，2018 年 10 月开始）、Julia Boos*（ETH，博士生，2019 年至今） 教学/课程 讲座 福拉尔贝格应用技术大学：微纳米技术硕士课程（被公认为奥地利最好的技术学位课程）2010-2011 年