摘要 虚拟现实 (VR) 技术因其能够为用户提供沉浸式和交互式体验的能力而成为脑机交互和神经科学研究的有前途的工具。作为一种无创监测大脑皮层的强大工具,脑电图 (EEG) 与 VR 相结合为测量这些体验中的大脑活动提供了一个激动人心的机会,从而深入了解认知和神经过程。然而,传统的基于凝胶的 EEG 传感器与 VR 耳机不兼容,而且大多数使用刚性梳状电极的新兴 VR-EEG 耳机在长时间佩戴后会感到不舒服。为了解决这一限制,我们基于导电聚(3,4-乙烯二氧噻吩)聚苯乙烯磺酸盐/三聚氰胺 (PMA) 创建了柔软、多孔且与头发兼容的海绵电极,并通过定制的柔性电路将它们集成到 VR 耳机上,以便在执行 VR 任务期间进行多通道 EEG。我们的 PMA 海绵电极可以在 VR 耳机带自然施加的压力下变形,通过头发与头皮皮肤接触。特定接触阻抗始终低于 80 k Ω ·cm 2,即使在多毛部位也是如此。我们通过在无毛部位记录闭眼时的阿尔法节律来展示我们的 VR-EEG 耳机的功能
在这里,我们描述了一种新型,有效和选择性的口服生物可利用的小分子TSHR拮抗剂的概念证明数据,该分子TSHR拮抗剂直接靶向TSHR功能,可用于治疗坟墓疾病的表现,包括潜在的眼科表现。使用原代小鼠甲状腺细胞确定小分子化合物SP-1351的体外药理作用。表明,TSH和患者衍生的自身抗体对原代胆红素的功能基因表达产生刺激作用。通过长期激活自身抗体的施用,建立了甲状腺功能亢进症的体内鼠模型。该模型的表征表明,与甲状腺功能亢进相关的关键基因被上调,循环T3和T4的水平失调,甲状腺本身的总体大小显着增加,反映了坟墓疾病的影响。用小分子负构构调节剂重复治疗10天,降低了甲状腺的总体大小,并改善了与Graves疾病(如卵泡肥大和卵泡胶体还原)相关的组织学参数。在T4诱导的急性小鼠模型中,口服SP-1351的口服给予治疗后的T4水平迅速减弱。
肝细胞癌 (HCC) 是最常见的原发性肝癌,也是全球第三大癌症死亡原因 (1)。HCC 在中国发病率很高,占全球新发病例和死亡人数的一半 (2)。超过一半的病例在诊断时已处于晚期 (3),估计五年生存率仅为 12.1% (2)。HCC 根据形态可分为三种亚型:结节性、块状和浸润性 (4)。浸润性 HCC 相对罕见,占 HCC 病例的 7% - 20% (4)。浸润性 HCC 的诊断具有挑战性,因为它与肝硬化结节非常相似,缺乏明显的结节形成并且常与肝硬化有关。放射学上,它表现为肿瘤结节蔓延至整个肝叶或整个肝脏,边界不清。但有趣的是,其小肿瘤结节的切面样本通常边界清晰 ( 4 )。大多数浸润性 HCC 患者最初被诊断时已处于晚期,表现为大血管侵犯和/或肝外转移 ( 4 , 5 )。因此,这些患者通常不适合接受手术切除、肝移植或消融等治愈性治疗 ( 4 , 6 ),导致预后不良。此外,与其他亚型相比,浸润性 HCC 的预后较差 ( 7 ),肝功能受损(如 Child-Pugh 评分、终末期肝病模型评分和白蛋白-胆红素等级)和肿瘤负荷较重(如甲胎蛋白水平升高、血管侵犯以及肿瘤大小、数量或分布广泛)( 5 – 9 )。由于浸润性中期肝细胞癌具有侵袭性和不良预后,巴塞罗那临床肝癌分期 (BCLC) 系统建议在 2022 年对浸润性中期肝细胞癌进行全身治疗 (10)。肝动脉灌注化疗 (HAIC) 已被推荐作为亚洲晚期肝细胞癌的一线治疗选择 (3)。然而,之前的研究已经分析了浸润性肝细胞癌的局部单药治疗,HAIC 报告的客观缓解率 (ORR) 为 34.8%,总生存期 (OS) 为 13.3 个月 (5、6、8、9、11)。这凸显了对更有效治疗方法的迫切需求。近年来,将 HAIC 与分子靶向疗法 (MTT) 和免疫检查点抑制剂 (ICI) 相结合已在晚期肝细胞癌治疗中显示出良好的前景。HAIC
● Predicting Consultation Success in Online Health Platforms Using Dynamic Knowledge Networks and Multimodal Data Fusion, University of Arizona, 2024 ● Predicting Consultation Success in Online Health Platforms Using Dynamic Knowledge Graphs and Multimodal Data Fusion, Summer Workshop on AI for Business (SWAIB), Shanghai, China, 2024 ● Achieving Equitable Access to Medical Laboratory Tests through Optimal Sparse Decision Tree, IISE Annual Conference & EXPO,加拿大蒙特利尔,2024●使用多模式和多通道多通道的多渠道综合语音术数据,IISE年度会议和博览会,加拿大蒙特利尔,2024年,患者辍学的预测:一种多模式的动态知识和文本矿业,IC Science,IC Scorial,IC Scorial,IC Science,IC Science,IC Scorial,IC Scorial,IC Sciencal,Arona social IC, Real-Time Signals with Wavelet-Transform-based Convolutional Neural Network, in: Proceedings of the 54 th Hawaii International Conference on System Sciences (HICSS), Hawaii, USA, 2023 ● Depression Detection in Social Media Using Time-and-knowledge-aware LSTM and Depression Diagnosis-related Entity Extraction, FoRMLA - Front Range of Machine Learning Alliance Seminar Series, University of Colorado, 2022 ● ICU Mortality预测:我们可以做得更好吗?一个基于机器学习和随机信号分析技术的新模型,爱荷华州立大学,2021●域●领域适应从大型社交媒体数据集中提取信号的域名,爱荷华州立大学,2018年,对哮喘的风险因素的全面分析:基于机器学习和机器学习和大型异构数据源的疾病,及其在jossection和sysport of Systems of Systems的疾病和分析的信息, Management, UT Dallas, 2018 ● A Machine Learning Approach for Understanding Population-Level Health Effects of E-Cigarettes, Conference on Health IT and Analytics (CHITA), 2017 ● Are Electronic Nicotine Delivery Systems (ENDS) a Safe Substitute for Cigarettes Among Asthma Patients: A Social Media Based Analysis, INFORMS Annual Meeting, Houston, Texas, USA, 2017 ● Domain Adaptation for Signal Extraction from Large Social Media Datasets, the INFORMS Conference on Information Systems and Technology (CIST), Houston, Texas, USA, 2017 ● Are Electronic Cigarettes a Safer Substitute for Cigarettes for Asthma Patients, Workshop on Information Technologies and Systems (WITS), Seoul, South Korea, 2017 ● A Comprehensive Analysis of Risk Factors for Asthma: Based on Machine Learning and Large Heterogeneous Data Sources, Iowa State University, 2017 ● Extracting Signals from Social Media for Chronic Disease监视,国际数字健康会议(DigitalHealth'16),蒙特利尔,加拿大魁北克,2016年●社交媒体上有关电子烟的关键对话趋势和模式,信息会议,田纳西州纳什维尔,田纳西州,2016年,2016年
众所周知,2型糖尿病是一种因胰岛素相对或绝对缺乏而导致血糖升高的严重慢性疾病,被认为是内分泌代谢紊乱的重要组成部分(1,2)。国际糖尿病联盟(IDF)发布的《2021年糖尿病图谱》显示,到2030年糖尿病患者数量将达到6.43亿,预计到2045年将上升到惊人的7.83亿,全球与糖尿病相关的医疗保健支出可能超过1.05万亿美元(3,4)。2021年全球疾病负担研究表明,截至2021年,糖尿病已成为个人死亡和残疾的第八大风险因素(5)。事实上,大量研究糖尿病相关死亡原因的研究表明,大多数 2 型糖尿病患者至少患有一种合并症全身并发症,包括神经病变、肾病、视网膜病变,尤其是心血管损害,这是糖尿病患者死亡的主要原因(6、7)。研究表明,越来越多的 2 型糖尿病患者在年轻时(40 岁以下)被诊断出来,导致预期寿命缩短和寿命损失年数增加(8)。因此,美国糖尿病协会在其糖尿病护理标准中一直强调实施适当策略对预防和延缓糖尿病相关多系统并发症的重要性(9)。虽然葡萄糖代谢和脂质代谢是相对独立的代谢途径,但它们通过肾素-血管紧张素-醛固酮系统、线粒体功能、氧化应激和炎症反应错综复杂地相互联系。这些被破坏的分子和细胞机制共同导致了糖尿病和动脉粥样硬化的发展(10)。随着全球代谢性心血管疾病负担的不断加重,越来越多的研究强调,需要采取关键的预防和治疗干预措施,以减轻代谢因素对心血管健康的影响(11)。周围神经病变是糖尿病患者中最常见、最复杂、最严重的并发症之一,显著增加了溃疡、非创伤性截肢和足部感染的风险,可能导致长期残疾,并给 2 型糖尿病患者带来巨大的经济和心理负担(12)。此外,一项在亚洲人群中进行的观察性研究显示,2 型糖尿病患者中 2 型糖尿病肾病(DKD)的患病率高达
代表第五最常见的恶性肿瘤,也是与癌症相关的第三个最常见的死亡原因之一,胃癌(GC)造成了全球所有与癌症相关的死亡的约33%,而在东亚地区则发现了最高的死亡率和最高死亡率(1)。食道和胃的连接(称为胃食管合接口[GEJ])是食管鳞状上皮和胰腺圆柱上皮的过渡区域。食管胃结(AEG)的腺癌是一种肿瘤类型,具有不同的生物学行为和来自鳞状细胞癌和胃腺癌的临床特征。AEG根据从肿瘤中心到GEJ的距离分为三种类型 - Siewert在1999年提出的第一次分类(2-5)。这些肿瘤中的大多数是组织学上的腺癌。早期和局部晚期肿瘤的主要治疗选择是手术切除。尽管如此,仅接受手术治疗的患者只有10% - 33%的5年总生存率(OS)(6-8)。因此,适当治疗这些患者并提高其存活率是一个严重的挑战。在胃和胃食管连接癌中,新辅助治疗是一种良好的实践,可减轻肿瘤负担,术前评估肿瘤反应并改善OS(9)。迄今为止,三项完整的随机试验直接将新辅助放疗(NACRT)与新辅助化疗(NAC)进行了比较,发现NACRT增加了病理的完整缓解率和缘缘阴性切除率而不增加OS(13-15)。虽然Landmark III魔术试验建立了围手术期ECF/ECX化学疗法,用于可切除的G/GEJ癌作为护理期的标准(10),但最近发表的跨试验确立了新辅助放射疗法作为食管和GEJ肿瘤的有效治疗方案(7、11、12)。此外,先前的荟萃分析强调,NAC组中NAC组中与治疗相关的不良事件(TRAES)的发生率在可切除的胃癌患者中高达25.7%(16)。还注意到,NAC和NACRT组之间与治疗相关的并发症相似,而
骨质骨术是一种罕见的代谢骨疾病,其特征是骨矿物质密度异常增加,导致骨髓衰竭,压缩神经病和骨骼畸形(1)。根据遗传模式,可以将其分为常染色体显性骨质术(ADO),常染色体隐性骨质骨术(ARO)和X连接的骨质疏松症(XLO)(1-3)。ADO是骨质骨术的最常见形式,估计发病率为1:20,000(4)。早期,ADO被认为包括两种表型,ADO I(OMIM 607634)和ADO II(OMIM 166600)(2)。ADO I的特征是LDL受体相关蛋白5(LRP5)基因的突变,该基因导致高骨量,但不会导致骨折(5)。ADO II是由整骨骨吸收受损引起的,这些骨吸收通常是由于氯化物通道7(CLCN7)基因(6,7)中杂合的错义突变引起的。clcn7是一种基因,不仅可以引起严重的隐性骨质肌膜病形式,即ARO,而且还可以根据Clcn7突变的类型(8)。此外,由CLCN7突变引起的ADO II占ADO的70%,这是最常见的骨质疏松症类型(9)。因此,这项研究的重点是由CLCN7突变引起的骨质疏松症。CLCN7编码Cl- /H +交换转运蛋白7,也称为CLC-7,通常将其定位于溶酶体区室和骨 - 分解骨细胞的Ruf膜膜(10)。CLCN7突变导致骨质细胞异常无法分泌酸,因此无法溶解骨骼,从而导致骨质疏松症。这种疾病表现出异质性,表型表现出各种程度的严重程度,从无症状到威胁生命(11-13)。在没有基因检测或典型的放射线摄影发现的情况下,乳酸脱氢酶(LDH),天冬氨酸氨基转移酶(AST)和肌酸激酶BB同酶(CK-BB)的水平升高与Clcn7突变引起的骨化(14、15)有关。尽管如此,这些生物标志物的水平尚未证明与疾病的严重程度相关,而正常值不排除CLCN7基因中突变的存在(4)。因此,迫切需要找到更多的特定和敏感的生物标志物。有许多关于骨质造成症的遗传研究,但目前尚未发现CLCN7突变引起的骨质疏松症的血清代谢研究。通过阐明区分健康和疾病表型的特定特征,代谢组已成为理解生理和病理过程之间差异的基石,可能使我们可以搜索
雌激素调节鱼和其他脊椎动物中的许多生殖过程。在鱼类中,大脑,垂体和肝脏是脑垂体 - 甲状腺肝轴雌雄同体的主要作用部位。在脑因子的影响下,垂体合成促性腺激素,在雌性鱼类中,促促性蛋白刺激雌二醇的合成,从而刺激肝脏中的卵巢生成(1,2)。雌激素还通过大脑和垂体中的反馈机制来调节促性腺激素的合成并释放(3-5)。因此,作用在雌激素靶组织(例如肝脏和垂体)上的雌激素化合物有可能干扰鱼类的生殖过程。在过去的几十年中,环境中的内分泌破坏化学物质(EDC),尤其是模仿人为化合物(Xenostrogens)的雌激素,引起了人们对它们对人类和野生动植物健康的潜在影响的担忧(6,7)。工业化合物,例如增塑剂双酚A(BPA)和药物雌激素乙基甲二醇(EE2),是在环境中无处不在的内分泌干扰物中广泛研究的(8-12)。BPA是一种高生产量工业化学化学化学物质,主要用于制造塑料产品和使用的环氧树脂,例如,食品包装金属罐的表面涂层(13)。BPA已被证明具有雌激素作用,也可能导致代谢破坏(14、15)。最近的研究还报道说,许多BPA替代方案具有与BPA相似的内分泌干扰作用(13,16)。ee2用于避孕药中,经常在家庭污水中检测到,并可能污染水生环境(17 - 19)。ee2是一种有效的雌激素,许多研究都记录了其内分泌干扰作用,例如卵黄蛋白的合成增加,男性鱼类女性化,生育率降低和人口下降(12,20 - 20 - 26)。大多数研究都研究了这些EDC在鱼类中的分子效应,主要使用有限的生物标志物(例如植物生成素)(27,28)。虽然雌激素反应式生物标志物在暴露于雌激素方面具有丰富的信息,但它们提供了有限的有关影响的潜在目标和过程的信息。最近的一些基于转录组的研究表明,OMICS确定可能提供更多见解
非酒精性脂肪性肝病 (NAFLD) 是代谢综合征在肝脏的一种表现,其病理特征是肝脏脂肪异常大量积聚,不包括饮酒和病毒性肝炎等其他病因。在过去的几十年中,NAFLD 已迅速成为最常见的肝脏疾病,影响到世界约三分之一的人口,是肝脏相关疾病高发病率和高死亡率的主要原因,给患者带来了严重的健康问题和经济负担 ( 1 )。2 型糖尿病 (T2DM) 是一种以高血糖、高胰岛素血症和胰岛素抵抗 (IR) 为特征的代谢性疾病,影响着全球数亿人,NAFLD 与 T2DM 之间的关联已得到充分证实 ( 2 , 3 )。一项对501 022名个体进行中位随访期为5年的荟萃分析显示,NAFLD可导致罹患2型糖尿病的风险增加约2.2倍(4)。Kanwalet等的研究显示,合并2型糖尿病的NAFLD患者罹患肝细胞癌或肝硬化的风险是非糖尿病患者的2倍以上(5)。在临床诊断2型糖尿病之前,很大一部分患者存在空腹血糖或糖耐量受损,即所谓的糖尿病前期,而这种状态也被认为与NAFLD密切相关(6),有进展为2型糖尿病的潜力(7)。因此,NAFLD患者早期糖代谢管理在临床上尤为重要,但目前尚无合适指标能有效揭示NAFLD患者的糖代谢,研发一种便捷的预测异常糖代谢生物代谢物的指标已势在必行。脂质代谢异常是 NAFLD 与糖代谢异常之间的纽带,而 NAFLD 与脂质异常密切相关(8),表现为甘油三酯 (TG) 水平升高和高密度脂蛋白胆固醇 (HDL-C) 水平降低。此外,NAFLD 患者的总胆固醇 (TC) 代谢发生显著改变,表现为胆固醇合成增加和吸收减少(9),胆固醇过量积聚会导致胰腺 b 细胞
头颈癌是全球第六个最常见的癌症(Warnakulasuriya,2009年),口服和口咽癌是最常见的亚型。烟草和酒精消耗(Hashibe等,2009),人乳头瘤病毒(HPV)感染(Ang等,2010)和特定的性行为(Heck等,2010)已被认为是口腔和口腔和口腔咽部癌症癌症危险因素。最近,人们对癌症与微生物组之间的联系越来越多。特别是,在肠道微生物组中已经观察到癌症相关的生物标志物(Cullin等,2021)。肠道菌群是肠道中存在的细菌种类的集合。肠道微生物在肿瘤中的作用可以分为局部和远端角色(Matson等,2021)。除了特异性肠道微生物在局部致癌作用中具有的重要作用外,肠道微生物还可以改变宿主的整体免疫系统,从而导致癌症(Castellarin等,2012; Amieva and Peek,2016)。肠道微生物与肠上皮之间存在天然的解剖屏障,主要由分泌肠道粘液的杯状细胞组成(Kim和Ho,2010)和产生抗菌肽的细胞(Salzman等人(Salzman et al。,2007))。因此,肠道微生物与免疫系统之间的接触受到限制。但是,特定的微生物会影响肠道屏障的完整性。益生菌调节免疫系统是一种潜在的抗肿瘤策略(Vétizou等,2015)。当这种完整性被破坏时,癌的数量越来越多,通过受损的肠道障碍循环(Rajagopala等,2017);此外,诱导了炎症或免疫抑制,在促进癌症中起间接作用(Yu and Schwabe,2017)。An example illustrating this distal role is that the gut microbiota can promote hepatocellular carcinoma and pancreatic cancer growth/progression/invasion and metastasis, which contain no known microbiome, by elevating cancer- promoting in fl ammatory microbial-associated molecular patterns such as lipopolysaccharides ( Dapito et al., 2012 ; Ochi et al., 2012 ).肠道微生物可以通过调节肠上皮屏障的原发性和继发性淋巴机构来调节免疫力,从而影响肿瘤微环境(Gopalakrishnan等,2018)。先前已经报道了肠道微生物与肠肿瘤敏感性之间的关联(Yachida等,2019)。肠道微生物群已被证明通过调节免疫细胞功能,影响炎症反应,调节免疫耐受性(Zhou等,2021)和产生代谢物(Zhang等,2019)。然而,肠道菌群与肠胃外肿瘤(尤其是口咽和口服癌症)之间的因果关系尚不清楚。Mendelian随机化(MR)是一种统计方法,用于根据工具变量(遗传变异)评估暴露与结果之间的因果关系,可以看作是随机对照试验(RCT)的自然类似物。因此,我们旨在研究肠道菌群是否与口服和与传统的黄金标准RCT相反,参与者根据其基因型分配,从而减少了反向因果关系和混杂因素(例如道德和社会经济因素)的影响。
