手稿编号:23 0026标题:具有1型糖尿病的少年大鼠模型中的记忆缺陷是由于过量的11β-HSD1活性引起的,由高葡萄糖浓度而不是胰岛素不足作者上调:朱莉·布罗索德(Julie Brossaud):朱莉·布罗斯(Julie Brossaud) Helbling,Scott P Webster,Brian R Walker,Xavier Fioramonti,Guillaume Ferreira 1,Pascal Barat 1,5,Jean-BenoîtCorcuff1,2,Marie-Pierre Moisan对作者的Note to Wenter Boxess列出了下表中的作者一般疑问,其中详细列出了一般的Queries in Contressces in Contresscemes。
目的:脑电图(EEG)可用于估计新生儿的生物脑时代。在月经年龄和脑年龄之间的差异,称为脑年龄差距,可能会导致成熟偏差。现有的大脑年龄EEG模型不太适合临床COT侧用途,用于估计新生儿的脑年龄间隙,因为它们依赖于相对较大的数据和预处理要求。方法:我们使用降低的数据要求培训了一种来自具有非神经开发的婴儿和幼儿发展(BSID)结果的早产新生儿的静止状态脑电图数据的深度学习模型。随后,我们在两个临床部位的两个独立数据集中测试了该模型。结果:在两个测试数据集中,仅使用单个通道的静息状态脑电图活动的20分钟,模型生成准确的年龄预测:平均绝对误差= 1.03周(p值= 0.0001)和0.98周(pValue = 0.0001)。在一个测试数据集中,在9个月的随访BSID结局中,严重异常结果组的平均新生儿脑年龄间隙显着大于正常结局组的平均脑年龄差异:平均脑年龄差距的差异差异= 0.50周(p-value = 0.04)。结论:这些发现表明,深度学习模型对来自两个临床部位的独立数据集进行了普遍性,并且模型的脑年龄间隙幅度在正常和严重的随访神经发育结果的新生儿之间有所不同。2024国际临床神经生理联合会。由Elsevier B.V.明显:新生儿大脑年龄间隙的幅度,仅使用单个通道的静息状态脑电图数据的20分钟来估算,可以编码临床神经发育价值的信息。这是CC下的开放访问文章(http://creativecommons.org/licenses/4.0/)。
图 2 对 122 个蚂蚁差异表达基因中的 120 个进行聚类和可视化。根据基因的表达模式,可将其分为三个簇:(a)簇 1、(b)簇 2 和(c)簇 3。使用 topGO 和 weight01 算法计算这些簇的 GO 富集分析(簇 1 为 d、簇 2 为 e、簇 3 为 f),并使用 Fisher 精确检验将簇的生物学过程的 GO 注释与整个转录组进行比较。每个条形图代表每个簇中显著富集的 GO 术语,x 轴代表显著基因的数量。
生物分子的四种主要类型是核酸,蛋白质,碳水化合物和脂质。对他们各自互动的知识与对每个人的个人理解一样重要。然而,例如,对蛋白质与其他三组的相互作用进行了广泛的研究,但相比之下,核酸和脂质的相互作用探索了非常差。DNA和脂质之间的物理(且可能功能性)接近的标志性范式是真核生物中基因组DNA的情况:两个同心脂质双层构成核内的基因组DNA,这种相互作用的含义,这种相互作用的丰富,例如这种相互作用,例如,基因组稳定性,仍然是无关的。已经观察到了50年的核脂质相关表,但在大多数情况下,仅作为轶事描述。在这篇综述中,我们将汇总将脂质与核包膜和核质连接起来的证据,并将对这些描述进行批判性分析。我们的探索建立了一种场景,在这种情况下,脂质在核稳态中发挥了无可辩驳的作用。©2024作者。由Elsevier B.V.这是CC BY-NC-ND许可证(http://creativecommons.org/licenses/by-nc-nd/4.0/)下的开放访问文章。
lim激酶,limk1和limk2,已成为开发抑制剂的有希望的靶标,并潜在地治疗多种主要疾病。limk在细胞骨架重塑中起着至关重要的作用,作为Rho-GTPase家族的小G蛋白的下游效应子,以及作为肌动蛋白去聚合因子Cofilin的主要调节剂。在本文中,我们描述了新型四氢吡啶吡咯吡汀limk抑制剂的概念,合成和生物学评估。同源性模型首先是为了更好地说明初步化合物的结合模式并解释生物学活性的差异。产生了60多种产品的文库,并在中低纳莫尔范围内测量了体外酶促活性。然后在Cofilin磷酸化Inhi Bition的细胞中评估了最有希望的衍生物,这导致了52的鉴定,该鉴定在激酶选择性面板中对LIMK表现出极好的选择性。我们还证明了52个通过干扰肌动蛋白丝影响细胞细胞骨架。使用该衍生物使用三种不同细胞系的细胞迁移研究对细胞运动表现出显着影响。 最后,解决了与52复合的Limk2的激酶结构域的晶体结构,从而大大改善了我们对52和Limk2活性位点之间相互作用的概念。 报告的数据代表了开发更有效的肢体抑制剂以用于未来体内临床前验证的基础。使用该衍生物使用三种不同细胞系的细胞迁移研究对细胞运动表现出显着影响。最后,解决了与52复合的Limk2的激酶结构域的晶体结构,从而大大改善了我们对52和Limk2活性位点之间相互作用的概念。报告的数据代表了开发更有效的肢体抑制剂以用于未来体内临床前验证的基础。
摘要 目的:脑机接口 (BCI) 技术的发展是帮助因严重运动瘫痪而失去说话能力的人实现交流的关键。一种越来越受关注的 BCI 控制策略采用从神经数据进行语音解码。最近的研究表明,直接神经记录和高级计算模型的结合可以提供有希望的结果。了解哪些解码策略可以提供最佳和直接适用的结果对于推动该领域的发展至关重要。方法:在本文中,我们优化并验证了一种解码方法,该方法基于语音重建,该语音重建直接从语音生成任务期间来自感觉运动皮层的高密度皮层脑电图记录中进行。主要结果:我们表明 (1) 专用的机器学习优化重建模型是实现最佳重建性能的关键;(2) 重建语音中的单个单词解码准确率达到 92%-100%(偶然水平为 8%);(3) 从感觉运动大脑活动直接重建可以产生可理解的语音。意义。这些结果强调了模型优化以实现最佳语音解码结果的必要性,并强调了基于感觉运动皮层重建的语音解码为开发下一代 BCI 通信技术所提供的潜力。
。CC-BY-NC-ND 4.0 国际许可,根据 提供(未经同行评审认证)是作者/资助者,他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2022 年 6 月 17 日发布。;https://doi.org/10.1101/2022.06.15.496255 doi:bioRxiv 预印本
摘要 - 近年来,使用运动图像的大脑计算机界面(BCI)显示出一些局限性在控制质量方面。为了改善这项有前途的技术,一些研究旨在与其他技术(例如眼睛跟踪)开发混合BCI,这些技术显示出更可靠的可靠性。但是,在机器人控制中使用眼动仪可能会自身影响机构感(SOA)(SOA)和用于运动图像(MI)区域的大脑活动。在这里,我们探讨了代理意识与运动皮层活动之间的联系。为此,我们使用了投影在表面上的虚拟臂,该虚拟手臂由运动捕获控制或使用眼迹器凝视控制。我们发现,在凝视控制任务期间,电动机皮层有一项活动,并且对预计的机器人臂的控制会带来显着差异,这与观察机器人移动的情况有很大的差异。
氧电催化对于先进的能源技术至关重要,但由于缺乏地球上含量丰富的高活性催化剂,仍然存在极大的挑战。在此,通过纳米结构和缺陷工程,我们通过将天然存在但通常不活跃的赤铁矿 (Ht) 转化为具有氧空位 (Ov-Hm) 的赤铁矿 (Hm) 来增强其催化性能,使其成为一种高效的氧气析出反应 (OER) 催化剂,甚至优于最先进的催化剂 IrO 2 /C,在 250 mV 的较低过电位下电流密度为 10 mA/cm 2。第一性原理计算表明,Hm 表面上的降维和缺陷会局部改变吸附位点周围的电荷,从而降低 OER 过程中的势垒。我们的实验和理论见解为从天然存在且丰富的材料中开发用于 OER 应用的高活性电催化剂提供了一条有希望的途径。
简介:注意力缺陷/多动障碍是一种神经行为障碍,会影响一个人在许多方面的表现,包括学业表现、注意力和专注力以及社交沟通。方法:本研究采用准实验研究,采用前测和后测设计,并设有对照组。统计人群包括 2021-2022 学年德黑兰小学患有注意力缺陷/多动障碍的学生,采用选择性抽样方法选出,并随机分为两组,每组 20 人,即实验组和对照组。使用 Swanson、Nolan 和 Pelham 第四版问卷 (SNAP-IV) 评估注意力缺陷/多动障碍 (ADHD) 的症状,使用 Dourtaj 学业成绩问卷评估学业成绩,使用 CAS 认知评估测试评估神经认知过程。实验组和对照组均进行前测,实验组接受为期3个月的康复电脑训练计划干预。实验组和对照组均进行后测,后测结束后3个月进行跟踪测试。数据采用多元方差分析和SPSS-26统计软件进行分析。结果:分析结果表明,电脑训练计划对注意力缺陷多动障碍学生的认知过程(计划、注意和同时和连续处理)和学业成绩有积极影响,且具有统计学意义(P˂0.001)。结论:电脑训练计划改善了注意力缺陷多动障碍学生的认知功能(计划、注意和同时和连续处理),提高了学业成绩。关键词:注意力缺陷多动障碍,电脑训练,认知过程,学业成绩