XiaoMi-AI文件搜索系统
World File Search SystemXie
引文 Qiu J, Wu H, Xie Q, Zhou Y, Gao Y, Liu J, Jiang X, Suo L 和 Kuang Y (2024), 利用 D 介导的精确线粒体 DNA 碱基编辑
社会。最重要的是，迄今为止，针对这一系列致残或限制生命的疾病，获得许可的治疗方法极其有限（Chinnery，2015；Viscomi 等人，2023）。线粒体疾病的治疗方法包括对症治疗以改善生活质量或延长寿命，以及基因治疗以减少异质体并治愈细胞生化缺陷。对症治疗包括操纵线粒体的细胞含量、通过雷帕霉素诱导线粒体周转、恢复 NAD + 水平、调节活性氧的产生和氧化应激等（Russell 等人，2020）。基因治疗包括直接编辑线粒体基因组、基因替代疗法（Silva-Pinheiro 等，2020；Ling 等，2021）和线粒体移植疗法（Green field 等，2017）。基因编辑技术作为一种潜在的治疗选择，在过去十年中已在核遗传疾病的治疗中得到广泛研究（Sharma 等，2015；Nelson 等，2016；De Ravin 等，2017；Zheng 等，2022），越来越多的临床试验正在进行中（Arabi 等，2022）。然而，由于缺乏有效的工具来操纵 mtDNA（ Silva-Pinheiro 和 Minczuk，2022 年），其在由 mtDNA 突变引起的线粒体疾病中的意义受到阻碍，除非通过锌指融合（ Minczuk et al., 2008; Gammage et al., 2014; Gammage et al., 2016a; Gammage et al., 2016b; Gammage et al., 2018b ）或 TALE 融合的 fokI 核酸酶（ Bacman et al., 2013; Reddy et al., 2015; Bacman et al., 2018; Pereira et al., 2018; Yang et al., 2019）或 TALE 融合的 fokI 核酸酶（ Bacman et al., 2013; Reddy et al., 2015; Bacman et al., 2018; Pereira et al., 2018; Yang et al., 2019）切割和消除有害的 mtDNA 拷贝。线粒体DNA碱基编辑技术目前已发展成为生物技术中最常用的编辑技术之一（Pereira et al., 2018），以及基于TALE系统的单体酶（Pereira et al., 2018）。近年来，基于TALE的线粒体DNA碱基编辑工具陆续被引入，第一种是DddA衍生的胞嘧啶碱基编辑器（DdCBE）（Mok et al., 2020），它为按预期操纵线粒体DNA打开了大门。DddA系统来源于伯克霍尔德菌，DdCBE由两半无毒的TALE融合分裂DddA（DddA-N和DddA-C）组成，通过将这两半分裂的DddA重新组装成功能性脱氨酶，催化间隔区域内的胞嘧啶脱氨。目前，DdCBE 已成功应用于植物 (Kang et al., 2021)、哺乳动物细胞 (Mok et al., 2020)、斑马鱼 (Guo et al., 2021)、小鼠 (Lee et al., 2021; Lee et al., 2022a; Guo et al., 2022)、大鼠 (Qi et al., 2021) 甚至人类生殖细胞 (Wei et al., 2022a; Chen et al., 2022) 的线粒体 DNA 编辑。在我们的实验室中，它还已成功用于小鼠早期卵泡阶段的有效生殖系线粒体 DNA 编辑（已提交数据）。不幸的是，它在挽救线粒体疾病方面的应用极其罕见，无论是用于治疗研究（Silva-Pinheiro 等人，2022 年）还是用于临床试验（Chen 和 Yu-Wai-Man，2022 )。众所周知，潜在基因编辑结果的可预测性对于基因编辑技术在临床上用于基因治疗至关重要。为此，已经进行了大量的工作来了解CRISPR系统在核基因组编辑中对不同靶标的编辑规则，并且已经证明对于每个被CRISPR/Cas9编辑的原型间隔物来说，其结果是完全可预测的（van Overbeek et al., 2016 ; Shen et al., 2018 ; Shou et al., 2018 ; Allen et al., 2019 ; Chakrabarti et al., 2019 ; Chen et al., 2019 ; Long, 2019 ; Shi et al., 2019 ），这使我们能够提前知道每种策略在临床上应用的潜在结果。然而，对于线粒体基因组，由于缺乏 DNA 修复，CRISPR/Cas9 尚未参与 mtDNA 编辑
引用：Lu Q, Qu L, Xie C, et al. Relationship between socialisolation and glycaemic control of people had been confirmed with diabetes: seconda
摘要 目的 社会隔离可能影响糖尿病自我管理，本研究旨在探讨糖尿病患者社会隔离与血糖控制的关系，并探讨不同社会隔离程度个体的生活方式差异。 方法 提取并分析2011年至2015年中国健康与养老纵向研究中665名糖尿病患者的相关数据，研究内容包括患者一般信息、血糖、血脂、糖化血红蛋白、社会隔离指数、健康相关生活方式因素和糖尿病相关因素，比较不同社会隔离程度患者的代谢异常和可改变的生活方式的差异。 结果 多元线性回归分析显示，在45～64岁男性中，高社会隔离组的糖化血红蛋白水平显著高于低社会隔离组（7.29±1.81 vs 6.59±1.63，p=0.026）。社会隔离与血糖（ β =14.16；95% CI 2.75 至 25.57；p=0.015）和糖化血红蛋白（ β =0.35；95% CI 0.10 至 0.60；p=0.006）之间存在正相关，表明社会隔离程度越高，空腹血糖和糖化血红蛋白水平就越高。然而，在其他年龄组中并未观察到显著的关联。值得注意的是，45-65 岁之间社会隔离程度较高的男性抑郁率更高（44.10% vs 24.60%，p=0.024），中度运动参与度更低（5.70% vs 23.50%，p=0.019），10 分钟步行时间更短（17.10% vs 36.80%，p=0.027）。其他健康相关因素和糖尿病相关因素的差异无统计学意义。结论 患有糖尿病且社会隔离程度较高的中年男性往往血糖和糖化血红蛋白水平较高。这部分患者需要有针对性的关注，以提供来自家人和朋友的社会支持，从而改善血糖控制。如有必要，应向家人和朋友提供糖尿病教育。
对非正式护理人员经验的定性研究
抽象引入早期筛查和治疗可以通过在早期发现和解决眼病来降低失明的发生率。眼科医生机器人是一种自动化设备，可以同时捕获眼表和眼底图像，而无需眼科医生，因此非常适合初级应用。但是，设备筛选功能的准确性需要进一步验证。本研究旨在使用眼科医生机器人捕获的图像进行评估和比较眼科医生和深度学习模型的筛选精度，以确定一种既准确又具有成本效益的筛选方法。我们的发现可能会为远程眼筛的潜在应用提供宝贵的见解。方法和分析这是一项多中心的前瞻性研究，将招募来自3家医院的约1578名参与者。所有参与者将经历眼科机器人拍摄的眼表和眼底图像。此外，有695名参与者将用缝隙灯成像其眼表面。将收集来自门诊病历的相关信息。主要目的是通过接收器操作特征曲线分析，使用设备图像来评估眼科医生筛查对多种盲目引起的眼部疾病的准确性。靶向疾病包括角膜炎，角膜疤痕，白内障，糖尿病性视网膜病，与年龄相关的黄斑变性，青光眼视觉神经病和病理近视。次要目标是评估深度学习模型在疾病筛查中的准确性。此外，该研究的目的是比较眼科机器人机器人和缝隙灯在筛查角膜炎和角膜疤痕中使用Kappa测试之间的一致性。此外，将通过构建Markov模型来评估三种眼筛选方法的成本效益，基于非甲状化医学筛查，眼科医生 - 甲基甲基诊断和人工智能 - 甲基医疗筛查的成本效益。伦理和传播该研究已获得温州医科大学眼科和验光医院伦理委员会的批准（参考：2023-026 K-21-01）。这项工作将由同行评审出版物，国家和国际会议上的抽象演讲以及与其他研究人员共享的数据共享。
GLUT1介导的磁性脂质体用于靶向骨转移性乳腺癌Ze Zhao 1， *，yi Zhao 2， *，changqing chen 1，changwei xie xie 1
抽象的骨转移性乳腺癌是由于乳腺癌转移而导致骨骼中的恶性肿瘤，其发病率在全球范围内增加。对骨骼转移的癌症的治疗仍然是一个挑战，因为抗癌药缺乏目标特异性。寻找有效的骨转移治疗方法仍然是一个紧迫的问题。为了增强紫杉醇（PTX）向骨转移酶病变的递送，在这项工作中设计并合成了一种新型的葡萄糖衍生物，该葡萄糖衍生物被用作脂质体配体来开发磁性脂质体G-Mlip（葡萄糖修饰的磁性磁性脂质体）。脂质体可以改善由葡萄糖转运蛋白1（GLUT1）介导的骨转移酶中的药物制剂，然后靶向癌细胞。通过薄膜水合 - 耗散法制备了PTX负载的磁性脂质体PTX-G-MLIP。和诸如大小，Zeta电位，封装效率，释放曲线，稳定性，溶血等表征得到了很好的评估。更重要的是，在体外和小鼠中还研究了增强的目标能力。与游离PTX和其他脂质体相比，在磁场（MF）存在下，骨转移酶病变中PTX-G-MLIP的PTX浓度显着增加。受到增强的靶向能力的启发，葡萄糖改性的磁性脂质体可以作为靶向和治疗骨转移的有效药物输送系统。
Zuo，Wany；刘;小，Yunbin； Xie，Yonghui;居住，
肺动脉高压（pH）是一种进行性，极端恶性和高病态性肺血管疾病[1]。它的主要特征是肺血管耐药性（PVR）增加和肺部血管压力的持续增加，最终导致右心力衰竭甚至猝死[2]。pH可以定义为由各种原因（包括毛细血管前，毛细血管后和混合原因）引起的肺动脉压（PAP）升高[3]。pH的诊断标准为平均PAP（MPAP）≥25mmHg在REST时通过右心导管在海平面测量[3]。肺动脉高压（PAH），由左心脏病引起的pH，由呼吸道疾病和/或缺氧引起的pH值，由阻塞性肺动脉疾病引起的pH值以及由未知因子引起的pH值构成当前pH的临床分类[4]。
引用：Wang H, Shi H, Wang Y, Wang N, Li Y, Yang Q, Li Y, Liu C, Zan Y, Feng S 和 Xie J (2022) 潜在危险的药物间相互作用与
癌症患者通常服用多种药物，因此发生药物相互作用 (DDI) 的风险更高。此外，大多数癌症患者都是老年人，他们由于合并症需要额外药物（Riechelmann 等人，2007 年；Targownik 等人，2007 年；Shinohara 等人，2018 年；Herrmann，2020 年）。研究表明，0.6% – 5% 的与药物不良事件 (ADE) 相关的住院治疗是由于药物相互作用引起的，一般认为这占 ADE 的很大一部分（Becker 等人，2007 年；Roughead 等人，2010 年）。此外，大约 4% 的癌症相关死亡被评估为由 DDI 引起（Buajordet 等人，2001 年）。口服抗癌疗法的 DDI 可能会降低疗效或增加毒性风险，从而导致意外的治疗结果（ Riechelmann 等人，2007 年）。有风险的 DDI 会对大多数服用联合药物的患者产生负面影响，或者其风险远远超过潜在的益处。住院的癌症患者通常采用多药方案治疗，这会增加在需要使用抗癌药物时发生危险相互作用的可能性。一项调查显示，34% 接受化疗的癌症患者经历过至少一次严重的 DDI（定义为危及生命或不可逆转的损害），这可能会产生严重的临床后果（ van Leeuwen 等人，2011 年）。癌症患者治疗负担的增加增加了此类处方的风险。因此，在决定药物处方时，预防不良相互作用是疗效和安全性方面最重要的考虑因素之一（ Chen 等人，2005 年）。尽管已有多项研究评估了癌症患者中潜在药物相互作用的发生率（Riechelmann 等人，2007 年；van Leeuwen 等人，2011 年），但与口服抗肿瘤药物 (OAA) 相关的潜在 DDI 的发生率尚不清楚。我们系统分析了三年期间（2018 年至 2020 年）OAA 与其他药物之间的风险模式，以确定这些警告是否符合中国医院药品标签的禁忌症。
Hui Xie, Yatao Wang, Zhiliang Gao, Bibhu Prasad Ganthia*, Chinh V Truong 移频轨道电路频率参数检测研究
摘要：铁路信号工作的基本任务是保证运输安全畅通、提高运输能力、改善运输条件和质量，其承载着重要的信息和控制技术，必须具有高安全性、高可靠性。针对上述问题，本研究在分析FFT变换中频谱泄漏来源的基础上，采用非线性技术对移频信号参数进行高精度实时检测，与非线性方法相比，不仅减少了采样时间，而且减少了计算时间。本文提出了一种基于非线性算法的移频轨道电路参数检测方法，研究了基于非线性算法的移频信号参数检测应用，并用MATLAB进行了仿真。实验结果表明，中心频率、低频、频偏的误差分别分布在±0.05 Hz、±0.005 Hz、±0.15 Hz范围内，满足移频信号参数的要求。该算法既能满足技术指标的要求,又能缩短采样时间,为实时移频信号参数测试仪的设计提供了理论依据。
已发表版本的引用 (APA)：Jiang, B., Guo, N., Ge, Y., Zhang, L., Oudkerk, M., & Xie, X. (2020). 人工智能在心脏成像中的开发和应用。英国放射学杂志，93(1113)，20190812。文章 20190812。https://doi.org/10.1259/bjr.20190812
引言心血管疾病是全世界最常见的死亡原因。1人工智能（AI）算法和方法的最新发展加速了定量自动成像技术向疾病诊断和个性化治疗策略的发展。已经开发了许多用于图像检测、分割和分类的算法，这显着提高了心脏成像的临床应用。基于人工智能的临床应用已经得到开发，例如冠状动脉疾病的诊断、心脏功能的评估、图像质量的改善。由于人工智能目前正在彻底改变心脏成像的技术发展和临床应用，因此在本综述中，我们旨在概述人工智能在心脏成像（包括 CT 和 MRI）中的发展。首先，我们叙述性地描述了人工智能的技术发展。然后，我们展示了对最近临床相关研究的系统文献检索的结果，并讨论了人工智能的临床应用及其前景。
ACM 参考格式：Tao Xie。2018 年。智能软件工程：人工智能与软件工程之间的协同作用。在 ISEC '18：软件工程创新会议上，2018 年 2 月 9 日至 11 日，印度海得拉巴。ACM，美国纽约州纽约，文章 4，1 页。https://doi.org/10.1145/3172871.3172891
自动化使软件工程更有效。在我们看来，我们主张研究界退后一步（不要只是简单地应用人工智能技术），探索利用人工智能技术和其他技术（如程序分析）在软件工程解决方案中注入智能。开放的研究问题包括如何定义或确定软件工程解决方案的智能水平，如何为软件工程解决方案带来高水平的智能，以及如何协同整合机器智能和人类智能（如领域知识或洞察力）以有效应对具有挑战性的软件工程问题。此外，我们主张研究界调查所提出的智能解决方案所做的假设在软件工程实践中是否有效，例如，用于机器学习的训练数据的代表性是否足以满足实际实践的要求 [7]。智能软件的软件工程。对智能软件的安全性和控制能力信心不足限制了智能软件在现实世界中的部署范围 [2]。此外，人工智能软件的安全性越来越受到关注，促使最近对对抗性机器学习进行了活跃的研究 [4,5]。为了确保智能软件的可靠性，软件测试技术在实践中得到了广泛的应用，但测试预言是一个众所周知的挑战[3, 6]。