XiaoMi-AI文件搜索系统
World File Search SystemTakao
柔性传感器技术路线图 - 香港
Yifei Luo, Mohammad Reza Abidian, Jong-Hyun Ahn, Deji Akinwande, Anne M. Andrews, Markus Antonietti, Zhenan Bao, Magnus Berggren, Christopher A. Berkey, Christopher John Bettinger, Jun Chen, Peng Chen, Wenlong Cheng, Xu Cheng, Seon-Jin Choi, Alex Chortos, Canan Dagdeviren, Reinhold H. Dauskardt, Chong-an Di, Michael D. Dickey, Xiangfeng Duan, Antonio Facchetti, Zhiyong Fan, Yin Fang, Jianyou Feng, Xue Feng, Huajian Gao, Wei Gao, Xiwen Gong, Chuan Fei Guo, Xiaojun Guo, Martin C. Hartel, Zihan He, John S. Ho, Youfan Hu, Qiyao Huang, Yu Huang, Fengwei Huo, Muhammad M. Hussain, Ali Javey, Unyong Jeong, Chen Jiang, Xingyu Jiang, Jiheong Kang, Daniil Karnaushenko, Ali Khademhosseini, Dae-Hyeong Kim, Il-Doo Kim, Dmitry Kireev, Lingxuan Kong, Chengkuo Lee, Nae-Eung Lee, Pooi See Lee, Tae-Woo Lee, Fengyu Li, Jinxing Li, Cuiyuan Liang, Chwee Teck Lim, Yuanjing Lin, Darren J. Lipomi, Jia Liu, Kai Liu, Nan Liu, Ren Liu, Yuxin Liu, Yuxuan Liu, Zhiyuan Liu, Zhuangjian Liu, Xian Jun Loh, Nanshu Lu, Zhisheng Lv, Shlomo Magdassi, George G. Malliaras, Naoji Matsuhisa, Arokia Nathan, Simiao Niu, Jieming Pan, Changhyun Pang, Qibing Pei, Huisheng Peng, Dianpeng Qi, Huaying Ren, John A. Rogers, Aaron Rowe, Oliver G. Schmidt, Tsuyoshi Sekitani, Dae-Gyo Seo, Guozhen Shen, Xing Sheng, Qiongfeng Shi, Takao Someya, Yanlin Song, Eleni Stavrinidou, Meng Su, Xuemei Sun, Kuniharu Takei, Xiao-Ming Tao, Benjamin C. K. Tee, Aaron Voon-Yew Thean, Tran Quang Trung, Changjin Wan, Huiliang Wang, Joseph Wang, Ming Wang, Sihong Wang, Ting Wang, Zhong Lin Wang, Paul S. Weiss, Hanqi Wen, Sheng Xu, Tailin Xu, Hongping Yan, Xuzhou Yan, Hui Yang, Le Yang, Shuaijian Yang, Lan Yin, Cunjiang Yu, Guihua Yu, Jing Yu, Shu-Hong Yu, Xinge Yu, Evgeny Zamburg, Haixia Zhang, Xiangyu Zhang, Xiaosheng Zhang, Xueji Zhang, Yihui Zhang, Yu Zhang, Siyuan Zhao, Xuanhe Zhao, Yuanjin Zheng, Yu-Qing Zheng, Zijian Zheng, Tao Zhou, Bowen Zhu, Ming Zhu, Rong Zhu, Yangzhi Zhu, Yong Zhu, Guijin Zou, and Xiaodong Chen *
采用 KRAKEN2 和 BOWTIE2 的方法
用于对狗微生物组进行宏基因组分析的数据库的开发：一种采用 KRAKEN2 和 BOWTIE2 的方法 PAULO SALLAROLA TAKAO；帕梅拉·苏萨·科里亚；胡利奥·弗朗茨·莫拉大卫·阿西奥莱·巴博萨； FABIANO BEZERRA MENEGIDIO 摘要 宏基因组分析在了解微生物群落及其环境影响方面发挥着至关重要的作用，在兽医学中对于宠物疾病的诊断、治疗和预防具有特殊意义。这项研究旨在为 Bowtie2 和 Kraken2 工具创建集成数据库，将狗和人类基因组整合成最新且易于访问的资源。随着技术的进步，微生物组的宏基因组分析已成为兽医日常工作中一种很有前途的工具，特别是考虑到兽医诊所中狗的普及率很高，仅在巴西就有大约 5810 万只狗，是家庭中第二大宠物，仅次于鸟类。然而，必要的生物信息学步骤（例如去除宿主基因组和人类污染物）需要大量时间和计算资源。为了克服这一挑战，我们为每种工具开发了特定的数据库，大大减少了分析时间并确保基因组的持续更新。虽然 Bowtie2 执行精确序列比对，但 Kraken2 使用较小的序列（k-mers）进行更快、更有效的分类学分类。数据库构建后，对犬类宏基因组文库进行了测试，结果显示比对率较高，且能有效去除与狗或人类相关的读段。尽管由于缺乏详细的文献而面临挑战，但创建的数据库被证明是可行且可重复的，为未来兽医宏基因组分析研究做出了重大贡献。关键词：家狼，宏基因组，Kraken2-build，Bowtie2-build，污染物。 1 引言 宏基因组分析是对宏基因组进行分类的过程（MARCHESI；RAVEL，2015），宏基因组是基因组学的衍生词，是研究生物体基因的学科。从字面上翻译，宏基因组学是“超越基因组的”，也就是说，在宏基因组学中我们不仅分析一个基因组，还分析样本中包含的所有基因组（GILBERT；DUPONT，2011）。这些基因组可以来自微生物，甚至可以是环境（样本）中的游离 DNA 片段、微生物结构元素的基因、病毒、噬菌体、毒素和其他所有具有遗传物质的东西（BERG 等人，2020 年；HANDELSMAN 等人，1998 年；MERRIAM-WEBSTER，2023 年；WHIPPS；LEWIS；COOKE，1988 年）。那么我们可以将宏基因组分析描述为对给定条件下的微生物基因组集合及其环境条件的分析
能量收集材料路线图 - ePrints Soton
Vincenzo Pecunia 1*，S。RaviP. Silva 2*，Jamie D. Phillips 3，Elisa Artegiani 4，Alessandro Romeo 4，Hongjae Shim 5，Jongsung Park 6，Jin Hyeok Kim 7 Z 12，Marina Freitag 12，Jie Xu 13，Thomas M. Brown 13，Benxuan Li 14，Yiwen Wang 15，Zhe Li 16，Bo Hou 17，Behma和Emmay Emmay 18，Veronika Kovacova，20，sebastjan Glinsek 20，Sehini Kar-Narayan 22，Yong bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin bin， Uskaitė24，Stephan Barth 24，25 Feng，Wenzhu，Costa Wenzhu，26 28，Javier del Campo 29,30，Senentxu Lanceros-Mendez（27-30），Hamideh Khanbareh，31周35，Trinny Tat 35，Il Woo Ock 35，Jun Chen 35，Sontyana Adonijah Graham 36，Jae Su Yu 36，Ling-Zhi Huang 37，Dan-Dan Li 37，Ming-Guo MA 37 Atzidis 40，Hongyao Xie 40，小lei shi 41，Zhi-gang Chen 41，Alexander Riss 42，Michael Parzer 42，Fabian Garmroudi 42，Ernst Bauer 42，Madison Zali 43，Madison Zali 43 Uzlarich 46，Ctirad Uher 47，Jinle Lan 48，Yuan-Hua Lin 49，Luis Fonseca 50，Alex Morata 51，Mariz Guillov，53 David Berthebaud 54，Takao Mori 55,56，Robert J. Quinn 57，Jan-Willem 57，Jan-Willem 57 phllick 57 phllipl phllipp pland Trand Lenoir 58，Deepak Venkatesh，Zhao Zhanner 266，Gang Zhang 63，Yoshiyuki Nonoguchi 64，Bob C. Schroeder 65，Emiliano Bilotti 66，Akanksha K. Menon 67 ，Fabrizio Viola 71，Mario Caironi 71，Dimitra G. Georgiadou 72，Li ding 73，Lian-Mao Peng 73，Zhenxing Wang 74，Muh-Dey Wei 75，Magato Negra 75，Renato Negra 75，Max C. Lemme 74，Mahme 74，Mahme 74，MAHMOUD 77，MAHMOUN 77，277，277，taby，Taoby，Taoby，Taoby，277，Moh，277，taby，277，taby，277，taby，277，taby，taby，277奥西78
能量收集材料的发展路线图
Vincenzo Pecunia 1* , S. Ravi P. Silva 2* , Jamie D. Phillips 3 , Elisa Artegiani 4 , Alessandro Romeo 4 , Hongjae Shim 5 , Jongsung Park 6 , Jin Hyeok Kim 7 , Jae Sung Yun 8 , Gregory C. Bryon , Larson Bryon 19 rank 11 , Audrey Laventure 11 , Kezia Sasitharan 12 , Natalie Flores-Diaz 12 , Marina Freitag 12 , Jie Xu 13 , Thomas M. Brown 13 , Benxuan Li 14 , Yiwen Wang 15 , Zhe Li 16 , Bo Hou 17 , Behma and Emmay Emmay 18 . 20 , Veronika Kovacova 20 , Sebastjan Glinsek 20 , Sohini Kar-Narayan 21* , Yang Bai 22 , Da Bin Kim 23 , Yong Soo Cho 23 , Agnė Žukauskaitė 24 , Stephan Barth 24 , 25 Feng , Wenzhu , Costa Wenzhu , 26 28 , Javier del Campo 29,30 , Senentxu Lanceros-Mendez (27-30) , Hamideh Khanbareh 31 , Zhong Lin Wang 32 , Xiong Pu 33 , Caofeng Pan 33 , Renyun Zhang 34 , Jing Xu 35 , Xun Zhao 35 , Zhou Zhou 35 , Trinny Tat 35 , Il Woo Ock 35 , Jun Chen 35 , Sontyana Adonijah Graham 36 , Jae Su Yu 36 , Ling-Zhi Huang 37 , Dan-Dan Li 37 , Ming-Guo Ma 37 , JiKui Luo 38 , Feng Jiang 39 , Duol Lee , Duol 39 kateswaran Vivekananthan 2 , Mercouri G. Kanatzidis 40 , Hongyao Xie 40 , Xiao-Lei Shi 41 , Zhi-Gang Chen 41 , Alexander Riss 42 , Michael Parzer 42 , Fabian Garmroudi 42 , Ernst Bauer 42 , Madison Zali 43 , Madison 33 . , Muath Al Malki 43 , G. Jeffrey Snyder 43 , Kirill Kovnir 44,45 , Susan M. Kauzlarich 46 , Ctirad Uher 47 , Jinle Lan 48 , Yuan-Hua Lin 49 , Luis Fonseca 50 , Alex Morata 51 , Mariz Guillov , 53 David Berthebaud 54 , Takao Mori 55,56 , Robert J. Quinn 57 , Jan-Willem G. Bos 57 , Christophe Candolfi 58 , Patrick Gougeon 59 , Philippe Gall 59 , Bertrand Lenoir 58 , Deepak Venkatesh , Zhao Zhanner 266 , Gang Zhang 63 , Yoshiyuki Nonoguchi 64 , Bob C. Schroeder 65 , Emiliano Bilotti 66 , Akanksha K. Menon 67 , Jeffrey J. Urban 68 , Oliver Fenwick 66 , Ceyla Asker 66 , A. Alec Talin 69 , Ansi D. Thomas 177 . , Fabrizio Viola 71 , Mario Caironi 71 , Dimitra G. Georgiadou 72 , Li Ding 73 , Lian-Mao Peng 73 , Zhenxing Wang 74 , Muh-Dey Wei 75 , Renato Negra 75 , Max C. Lemme 74 , Mahmoud Bey 77 , Tao Beby , 277 feeq Ibn-Mohammed 78 , KB Mustapha 79 and AP Joshi 78
使用食品和药物管理不良E
Analysis of Secondary Leukemia and Myelodysplastic Syndrome After Chemotherapy for Solid Organ Tumors Using the Food and Drug Administration Adverse Event Reporting System (FAERS) Takehiro Kawashiri 1 , Daisuke Kobayashi 1 , Mayako Uchida 2 , Shiori Hiromoto 1 , Masashi Inoue 1 , Hajime Ikeda 1 , Mizuki Inoue 1 , Takao Shimazoe 1 1日本福库卡大学药学研究生院临床药学和药物护理系； 2日本大阪药物科学大学临床药房教育与研究中心。通讯作者：九州大学药学研究生院临床药学和药物护理系Takehiro Kawashiri，日本Higusi-Ku 3-1-1 Maidashi，日本Higashi-Ku，日本812–8582；电话：（+81）92 642 6573;传真：（+81）92 642 6647;电子邮件：tkawa@med.kyushu-u.ac.jp于2021年9月8日收到，2021年9月8日，接受，2021年10月8日接受，于2021年10月12日出版，2021年10月12日，摘要 - 目的：作为癌症患者的预后恶化，次要的次要疗法，次要化学疗法后，尤其是次级血液学恶性肿瘤，成为严重的血液学恶性肿瘤。然而，有关继发性血液系统恶性肿瘤的频率和发作的信息以及使用不同药物的血液系统恶性肿瘤的风险很少。这项研究旨在评估固体肿瘤患者（包括乳腺癌，结肠，胃，胰腺，胰腺，小细胞肺，非小细胞肺，食管，卵巢，卵巢，宫颈，宫颈，宫颈和内膜癌）的患者的白血病和骨髓增生综合征的发生率。在化学疗法后1至4年内报告了大约一半的白血病和骨髓增生综合征病例。方法：使用美国食品和药物管理局不良事件报告系统，我们分析了报告率，报告比值比，以及每种使用药物的继发性白血病和骨髓生产综合征的报告发作时间。结果：在乳腺癌，小细胞肺，卵巢癌和子宫内膜癌中，白血病的报告率高于其他癌症，而卵巢和子宫内膜癌的骨髓增生性综合征报告率比其他癌症高。对于每种癌症类型，细胞固量抗癌药物的报告比值比（例如紫杉烷，蒽环类药物，烷基化剂，铂和拓扑异构酶抑制剂）高于其他药物。另外，分子靶向药物和免疫检查点抑制剂的报告优势比不高于其他药物。结论：我们的研究阐明了实体瘤患者的几种抗癌药物的白血病和脊髓增生综合征的风险。我们的数据可能有助于评估医学肿瘤学家，临床药剂师和患者选择化学疗法方案时，在医学肿瘤学家，临床药剂师和患者时，有助于评估继发性白血病和脊髓增生性综合征的风险。引言尽管化学疗法的发展延长了癌症患者的预期寿命，但次要癌症，尤其是与治疗相关的髓样肿瘤（T-MNS）是一个严重的问题（1,2）。许多报告表明，化学疗法后乳腺癌患者患骨髓肿瘤的高风险（3-5），而霍奇金淋巴瘤的治疗是白血病的危险因素（6）。因此，医疗但是，这些报告仅限于癌症类型和特定的抗癌药，几乎没有关于每种抗癌药增加T-MN的风险的全面信息，包括白血病和骨髓增生异常综合征（MDS），在每种癌症类型中。
使用慢病毒载体的造血干细胞基因治疗的现状...
2021; 26（10）：38-43。3）sasaki sumimi inoue takao。 COVID -19疫苗 - 适度的扩散。学术趋势2021; 26（10）：31-7。4）Hacein-Bey-Abina S，Pai Sy，Gaspar HB等。用于X连锁严重合并免疫缺陷的修饰γ-逆转录病毒载体。n Engl J Med 2014; 371：1407-17。5）Onodera Masafumi。通过基因组编辑进行基因治疗的进一步发展。日本造血细胞移植协会杂志2018; 7（2）：32-9。6）BöckD，Rothgangl T，Villiger L等。在小鼠中的体内质量编辑。 SCI Transl Med 2022; 14：EABL9238。 7）Demeulemeester J，de Rijck J，Gijsbers R，Debyser Z.逆转录病毒Inte-Crimination：地点事项：逆转录病毒Inte磨牙部位选择的机制和后果。 生物评估2015; 37：1202-14。 8）Liang Q，Vlaar EC，Catalano F等。 慢病毒基因治疗可防止鼠绒性疾病中的抗人类酸α-葡萄糖苷酶抗体形成。 mol ther方法Clin Dev 2022; 25：520-32。 9）Cavazzana-Calvo M，Hacein-Bey S，De Saint Basile G等。 人类严重合并免疫缺陷（SCID）-X1疾病的基因疗法。 Science 2000; 288：669-72。 10）Hacein-Bey-Abina S，Le Deist F，Carlier F等。 通过体内基因治疗对X连锁严重的免疫缺陷进行持续校正。 n Engl J Med 2002; 346：1185-93。 11）Howe SJ，Mansour MR，Schwarzwaelder K等。 插入诱变与获得的体细胞突变相结合导致SCID-X1患者基因治疗后的白血病发生。 J Clin Invest 2008; 118：3143-50。 12）Cartier N，Hacein-Bey-Abina S，Bartholomae CC等。在小鼠中的体内质量编辑。SCI Transl Med 2022; 14：EABL9238。7）Demeulemeester J，de Rijck J，Gijsbers R，Debyser Z.逆转录病毒Inte-Crimination：地点事项：逆转录病毒Inte磨牙部位选择的机制和后果。生物评估2015; 37：1202-14。8）Liang Q，Vlaar EC，Catalano F等。慢病毒基因治疗可防止鼠绒性疾病中的抗人类酸α-葡萄糖苷酶抗体形成。mol ther方法Clin Dev 2022; 25：520-32。9）Cavazzana-Calvo M，Hacein-Bey S，De Saint Basile G等。人类严重合并免疫缺陷（SCID）-X1疾病的基因疗法。Science 2000; 288：669-72。 10）Hacein-Bey-Abina S，Le Deist F，Carlier F等。 通过体内基因治疗对X连锁严重的免疫缺陷进行持续校正。 n Engl J Med 2002; 346：1185-93。 11）Howe SJ，Mansour MR，Schwarzwaelder K等。 插入诱变与获得的体细胞突变相结合导致SCID-X1患者基因治疗后的白血病发生。 J Clin Invest 2008; 118：3143-50。 12）Cartier N，Hacein-Bey-Abina S，Bartholomae CC等。Science 2000; 288：669-72。10）Hacein-Bey-Abina S，Le Deist F，Carlier F等。通过体内基因治疗对X连锁严重的免疫缺陷进行持续校正。n Engl J Med 2002; 346：1185-93。11）Howe SJ，Mansour MR，Schwarzwaelder K等。插入诱变与获得的体细胞突变相结合导致SCID-X1患者基因治疗后的白血病发生。J Clin Invest 2008; 118：3143-50。12）Cartier N，Hacein-Bey-Abina S，Bartholomae CC等。造血细胞基因疗法在X连锁性肾上腺肌营养不良症中使用慢病毒载体。Science 2009; 326：818-23。 13）Biffi A，Montini E，Lorioli L等。 慢病毒造血干细胞Science 2009; 326：818-23。13）Biffi A，Montini E，Lorioli L等。慢病毒造血干细胞