抽象的二十四种新颖化合物携带四氢丙氨酸和N-丙泊酯部分的抗抗胆碱酯酶和抗单酰胺氧化酶活性。Propargyltacrine 23 (IC 50 ¼ 21nM) was the most potent acetylcholinesterase (AChE) inhibitor, compound 20 (IC 50 ¼ 78nM) showed the best inhibitory human butyrylcholinesterase ( h BChE) profile, and ligand 21 afforded equipotent and significant values on both ChEs (human AChE [ h AChE]: IC 50 ¼ 0.095±0.001 M m; H BCHE:IC50¼0¼093±0.003 m m)。关于MAO抑制作用,化合物7、15和25证明了对H MAO-B(分别为50¼163、40和170nm)的最高抑制潜力。总共将表现出最平衡的药理学特征的7、15、20、21、23和25化合物提交了渗透性和细胞活力测试。7-苯氧-n-(Prop-2-Yn-1-基)-1,2,3,4-四氢酸蛋白-9-盐酸盐盐酸盐(15)已被鉴定为可渗透药物,显示出平衡的药理特征[IC 50(HACHE)¼1.472¼1.472¼1.472¼1.472±0.024 m m m m m m; IC 50(H BCHE)¼0.659±0.077 m m; IC 50(H MAO-B)¼40.39±5.98nm],因此,作为一种新的命中配体,值得进一步研究,特别是在体内分析中,因为此处报道的初步细胞活力测试结果表明,这是一种相对安全的治疗剂。
嵌入式设备可以在本地实时处理生物医学信号,因此临床研究和治疗应用的生物医学信号分析可以受益匪浅。一个例子是分析癫痫患者的颅内脑电图 (iEEG) 以检测高频振荡 (HFO),这是致痫脑组织的生物标志物。混合信号神经形态电路提供了构建紧凑、低功耗神经网络处理系统的可能性,该系统可以实时在线分析数据。在这里,我们介绍了一种神经形态系统,该系统在同一芯片上结合了神经记录头端和脉冲神经网络 (SNN) 处理核心来处理 iEEG,并展示了它如何可靠地检测 HFO,从而实现最先进的准确性、灵敏度和特异性。这是首次使用混合信号神经形态计算技术实时识别 iEEG 中相关特征的可行性研究。
巨噬细胞是所有组织中存在的先天免疫细胞,并且在生物生物的生物学几乎所有方面都起着重要作用。细胞外囊泡(EV)由细胞释放,并将其含量(微RNA,mRNA,蛋白质和长期非编码RNA)运输到附近或远处的细胞中,以进行细胞间通信。许多研究表明,巨噬细胞衍生的细胞外囊泡(M-EV)及其含量在多种疾病中起着重要作用,并且作为生物标志物,治疗剂和药物输送措施的巨大潜力。本文回顾了M-EV的生物学功能和机制及其在慢性非传染性疾病中的含量,例如心血管疾病,代谢性疾病,癌症,炎症性疾病和骨相关疾病。此外,总结了M-EV作为各种疾病的药物输送系统的潜在应用。
20 多年来,CIPL 一直是组织问责制和基于风险的方法方面的思想领袖,这些方法也是智能监管、负责任的治理和数据使用(包括负责任地开发和部署人工智能)的关键组成部分。CIPL 的《全球监管十项建议》1 提出了一种分层的三层式人工智能监管方法,该方法将保护基本人权,最大限度地降低对个人和社会造成伤害的潜在风险,同时促进负责任地开发和部署人工智能。我们最近的报告《构建负责任的人工智能计划:将新兴最佳实践映射到 CIPL 问责框架》2 透过 CIPL 问责框架的视角,记录了最佳实践和案例研究,反映了 20 家领先组织如何负责任地开发和部署人工智能。根据 CIPL 的独立研究和观察,我们为以下 ICO 公众咨询提供了意见。
图 6 示例性注意力矩阵,可视化三位参与者在收敛时的注意力得分(来自随机选择的训练样本)(值越亮表示注意力得分越高)。解码器中的时间步长在 y 轴上表示,编码器的时间步长在 x 轴上表示。对角线结构表明注意力得分在时间域上是很好地对齐的,例如输出中的后续步骤关注输入中的后续步骤。该图还表明,填充输入 sEEG 序列(语音规划和理解)可能是不必要的,因为没有太多注意力放在第一个和最后一个输入步骤上。
讨论:开发用于诊断和管理恶性肿瘤的液体活检平台是一个快速发展的领域。目前使用传统肿瘤标志物的方法存在很大的局限性。在这篇综述中,我们将讨论颅内 GCT 的遗传和表观遗传特征分析,这些特征正在成为有前途的生物标志物,有助于诊断和管理颅内 GCT。各种研究表明,MAPK 通路的激活突变是颅内 GCT 的常见改变,大多数生殖细胞瘤中都可见 KIT 表达。针对 KIT 的靶向疗法的开发为生殖细胞瘤的靶向治疗带来了前景。正在考虑进行临床开发的其他治疗方式包括免疫疗法和使用免疫检查点抑制剂,尤其是在 NGGCT 中。在这篇综述中,我们将讨论目前正在开发的潜在新型疗法和临床试验。
* 我们感谢 Fabian Trottner 的深入讨论。我们还感谢 Pol Antr`as、David Autor、Costas Arkolakis、Gideon Bornstein、Laura Castillo-Martinez、Jonathan Dingel、Pierre- Olivier Gourinchas、Gordon Hanson、J. Bradford Jensen、Tom Kemeny、Chris Moser、Michael Peters、Esteban Rossi-Hansberg 和 Steve Redding 的深刻评论。本文表达的任何观点均为作者观点,不代表美国人口普查局的观点。人口普查局的披露审查委员会和披露避免官员已审查此信息产品是否存在未经授权披露机密信息的情况,并已批准了此新闻稿中采用的披露避免做法。本研究由联邦统计研究数据中心根据 FSRDC 项目编号 2193(CBDRB-P2193-R8942、R9405、R9629 和 R10013)进行。Eckert 和 Walsh 感谢普林斯顿大学国际经济系完成本研究的部分工作。本文的当前版本取代了“熟练可扩展服务:经济增长中的新城市偏好”。† 加州大学圣地亚哥分校;fpe@ucsd.edu ‡ 乔治城大学;sharat.ganapati@georgetown.edu § 哥伦比亚大学;caw2226@columbia.edu
巨噬细胞是肿瘤微环境的主要组成部分,它们与血液中的单核细胞有所不同,并在癌症发展中起重要作用。肿瘤相关巨噬细胞(TAMS)可以通过调节程序性细胞死亡配体1表达并与肿瘤微环境中的其他免疫细胞相互作用,从而促进肿瘤的生长,侵袭,转移和对抗编程死亡受体1治疗的抵抗。但是,如果正确激活,巨噬细胞也可以通过增强肿瘤细胞的吞噬作用和细胞毒性来发挥抗肿瘤作用。tam与免疫疗法治疗的患者的预后和耐药性不佳有关,表明巨噬细胞是癌症治疗中联合治疗的有吸引力的靶标。靶向TAM和免疫疗法的组合克服了耐药性,并在某些癌症中取得了出色的效果,这可能是未来癌症治疗的有前途的策略。在此,我们回顾了有关巨噬细胞在肿瘤发育,转移和免疫疗法中作用的最新发现。我们主要关注以巨噬细胞为中心的治疗,包括耗尽和重编程TAM的策略,这些策略代表了改善肿瘤免疫疗法效率的潜在靶标。
背景:人工智能 (AI) 是医疗保健领域临床决策支持 (CDS) 系统的一股变革力量。它的出现受到医疗保健数据量不断增长和多样性的推动,为患者护理、诊断、治疗和健康管理提供了巨大潜力。本研究系统地回顾了 AI 在六个领域增强 CDS 的作用,强调了其对患者结果和医疗效率的影响。方法:进行了四步系统评价,包括全面的文献检索、应用纳入和排除标准、数据提取和综合以及分析。资料来源包括 PubMed、Embase 和 Google Scholar,自 2019 年以来以英文发表论文。选定的研究侧重于 AI 在 CDS 中的应用,最终审查了 32 篇论文。结果:审查确定了六个 AI CDS 领域:数据驱动的洞察和分析、诊断和预测模型、治疗优化和个性化医疗、患者监测和远程医疗集成、工作流程和管理效率以及知识管理和决策支持。每个领域对于改善 CDS 的各个方面都至关重要,从提高诊断准确性到优化资源管理。人工智能在 EHR 分析、预测分析、个性化治疗和远程医疗方面的能力表明了其在推动医疗保健方面的关键作用。讨论:人工智能通过提高诊断精度、预测能力和管理效率显著增强了医疗保健。它促进了个性化医疗、远程监控和基于证据的决策。然而,数据隐私、道德考虑和与现有系统的集成等挑战仍然存在。这需要技术人员、医疗保健专业人员和政策制定者之间的合作。结论:人工智能正在通过在多个领域增强 CDS 来彻底改变医疗保健,有助于提高效率、效果和以患者为中心的护理。然而,它应该补充而不是取代人类的专业知识。未来的方向包括道德人工智能发展、医疗保健人员的持续专业发展以及应对挑战的合作努力。这种方法确保充分利用人工智能的潜力,从而实现技术与人类护理的协同融合。
