XiaoMi-AI文件搜索系统
World File Search Systemacute
急性代偿性肝硬化患者的外周血单核细胞的单细胞RNA测序揭示了与ACLF进展风险增加有关的特定单核细胞子集
保留所有权利。未经许可就不允许重复使用。永久性。预印本（未经同行评审的认证）是作者/资助者，他已授予Medrxiv的许可证，以在2025年2月7日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2025.02.04.25321370 doi：medrxiv preprint
bcl2抑制成人急性淋巴细胞白血病
Nitin Jain，Elias Jabbour和Marina Konopleva收到：2025年1月7日。接受：2025年2月4日。引用：Nitin Jain，Elias Jabbour和Marina Konopleva。BCl2抑制成人急性淋巴细胞白血病：准备黄金时段吗？血液学。2025年2月13日。doi：10.3324/haematol.2024.286816 [EPUB在印刷前]出版商的免责声明。e-发布在印刷前对于快速传播科学而言越来越重要。Haematologica是已完成常规同行评审并已被接受出版的早期手稿的电子发布PDF文件。出版已由作者批准。在印刷之前发行电子版本后，手稿将进行技术和英语编辑，排版，证明校正和呈现以供作者的最终批准；然后，手稿的最终版本将出现在日记的常规期刊中。所有适用于该期刊的法律免责声明也与该生产过程有关。
晚上抵抗或耐力运动对睡眠脑电图和唾液皮质醇的影响
结果：耐力和耐药性运动后的睡眠效率低于对照条件之后。与对照条件相比，耐力运动后的总睡眠时间较低。睡眠光谱分析表明，与对照条件相比，N1睡眠阶段的耐力和抗性练习在N1睡眠阶段导致更大的α功率和N2睡眠阶段的theta功率更大。与对照条件（趋势）相比，耐力运动在N2睡眠阶段导致更大的β功率，在REM睡眠期间更大的α功率和更高的皮质醇水平，并且与阻力运动条件（显着）相比。耐药性运动在N2睡眠阶段导致的β功率低于控制状态，皮质醇水平低于耐力运动状况。
新发疾病急性期的粪便微生物群……
摘要 简介 1 型糖尿病 (T1D) 是一种由胰腺 β 细胞破坏引起的自身免疫介导疾病。虽然患 T1D 具有潜在的遗传易感性，但其诱因是多因素的，可能包括环境因素。肠道微生物群已被确定为其中一个因素。先前的研究表明，T1D 患者的微生物群与健康对照组存在差异。本研究旨在描述临床 T1D 或 3 期 T1D 诊断的第一年微生物群和代谢组的演变，并研究患有和不患有糖尿病酮症酸中毒的儿童的微生物群和代谢组是否存在差异。该研究还将探索微生物群、代谢组、血糖控制和 β 细胞储备之间的可能关联。方法与分析 这项前瞻性队列研究将纳入新诊断为 1 型糖尿病的儿童和兄弟姐妹对照（n=100，男性和女性），并使用散弹枪宏基因组测序在诊断第一年的多个时间点对他们的粪便微生物组进行表征。我们将根据健康对照者粪便样本的培养组学研究建立微生物培养生物库，以支持未来的研究。代谢组学分析旨在确定可能与疾病表现和进展有关的其他生物标志物。通过这项初步探索性研究，我们旨在确定可在 1 型糖尿病进展各个阶段用作未来干预目标的特定微生物标志物。 伦理与传播 本研究已获科克教学医院临床研究伦理委员会批准。研究结果将提供给 1 型糖尿病患者及其家人、护理人员、支持网络和微生物组协会以及其他研究人员。 试验注册号 此试验的 clinicaltrials.gov 注册号为 NCT06157736。
急性白血病单细胞分析在治疗策略中的贡献
几十年来，在急性骨髓细胞白血病的治疗中仅限于围绕细胞链球菌/蒽环类药物的骨骼周围的变化，出现了靶向疗法。这些疗法首先基于单克隆抗体，也依赖于各种分子异常的特定抑制剂。由于这些新疗法受到高度复发率的限制，由于白血病干细胞的内在化学疗法和免疫抵抗力，以及通过克隆进化获得这些耐药性，因此已经观察到了显着但适度的预后改善。复发也受到骨髓基质微环境和免疫效应子的pro或抗肿瘤信号之间平衡的影响。鉴于白血病固有的肿瘤异质性以及这种类型的肿瘤能够的克隆漂移，靶向治疗方案的位置应该是什么？通过单细胞分析和下一代测序的新方法精确定义了克隆异质性和进化，从而导致了个性化和时间变量的适应处理。的确，自发或在治疗选择压力下，白血病的进化是非常复杂的现象。线性进化的模型被遗忘了，因为诊断和复发时样品的单细胞分析表明，肿瘤逃避治疗是从祖先和末端克隆发生的。此外，单细胞技术还可以识别每个细胞的性质，并可以在同一样品上分析肿瘤细胞及其环境。单细胞技术对不同肿瘤亚群的轨迹的测定允许鉴定累积对化学/免疫疗法抗性因子（“泛抗克隆”）的克隆，从而可以选择最有可能消除这些细胞的组合剂。因此，可以评估白血病应力诱导其功能改变的免疫效应子（T淋巴细胞，天然杀伤细胞）的种群。最后，单细胞技术是评估可测量残留疾病的宝贵工具，因为不仅能够量化，而且还可以根据对剩余白血病细胞的免疫化学疗法的敏感性来确定最合适的治疗方法。
急性髓样白血病中的Smad1损失KMT2A
结果：在这里，我们报告了KMT2A :: AFF1和KMT2A :: MLLT3融合基因依赖性基因的下调Smad1（TGF-B信号轴转录因子）。SMAD1表达在大多数AML患者样品和包含两个融合基因KMT2A :: AFF1和KMT2A :: MLLT3的细胞系中丢失。SMAD1表达的丧失是通过将两个KMT2A融合基因引入造血干细胞和祖细胞中的。SMAD1的损失与具有KMT2A :: AFF1和KMT2A :: MLLT3的测试细胞中SMAD1启动子的H3K4me3水平显着降低。Smad1在具有KMT2A :: AFF1融合基因的细胞中的表达影响了细胞在体外的体外和影响kmt2a :: aff1细胞系MV4-11的体外植入。在MV4-11细胞中Smad1表达引起Hoxa9和Meis1的下调，这是通过TGF-B刺激加强的。 此外，在MV4-11细胞中，SMAD1的存在敏化细胞对TGF-B介导的G1暂停。在MV4-11细胞中Smad1表达引起Hoxa9和Meis1的下调，这是通过TGF-B刺激加强的。此外，在MV4-11细胞中，SMAD1的存在敏化细胞对TGF-B介导的G1暂停。
心脏瓣膜手术后急性肾损伤预测模型的开发与验证
方法：我们的回顾性研究在 2023 年 2 月至 8 月期间招募了 497 名接受心脏瓣膜手术的成年患者作为衍生队列。获取患者的人口统计学信息，包括病史和围手术期临床信息，并根据肾脏疾病：改善全球预后 (KDIGO) 指南将患者分为 AKI 和非 AKI 两个队列之一。使用二元逻辑逐步回归分析，我们确定了心脏瓣膜手术后的独立 AKI 风险因素。最后，我们构建了一个列线图并在由 200 名患者组成的验证队列中进行外部验证。根据受试者工作特征曲线下面积 (AUC)、校准曲线和决策曲线分析 (DCA) 评估列线图的性能。
急性肾损伤的通用预测和机制尿肽特征
摘要背景：急性肾损伤 (AKI) 发作的延迟诊断和目前单一 AKI 生物标志物缺乏特异性阻碍了其管理。尿液肽组分析可能有助于识别 AKI 的早期分子变化并掌握其复杂性以确定潜在的可靶向分子途径。方法：在总计 1170 名大型心脏搭桥手术患者的衍生和验证队列中以及 1569 名重症监护病房 (ICU) 患者的外部队列中，开发、验证了一种基于肽的 AKI 预测评分 (7 天 KDIGO 分类)，并将其与参考生物标志物尿液 NGAL 和 NephroCheck 和临床评分进行比较。结果：鉴定并验证了一组 204 个尿肽，这些肽来自 48 种与溶血、炎症、免疫细胞运输、先天免疫以及细胞生长和存活有关的蛋白质，可根据患者发生 AKI 的风险（OR 6.13 [3.96–9.59]，p < 0.001）对患者进行早期鉴别（< 4 小时），优于参考生物标志物（尿液 NGAL 和 [IGFBP7]。[TIMP2] 产物）和临床评分。在 1569 名 ICU 患者的外部队列中，特征的表现相似（OR 5.92 [4.73–7.45]，p < 0.001），并且还与住院死亡率有关（OR 2.62 [2.05–3.38]，p < 0.001）。结论：总体 AKI 病理生理学驱动的尿肽特征显示出在早期识别将发展为 AKI 的患者方面具有重大前景，从而可以针对这种常见且危及生命的疾病制定个性化治疗方案。尿肽特征的性能与单一生物标志物一样高或更高，但增加了机制信息，可能有助于区分 AKI 的亚表型，从而提供新的治疗途径。关键词：急性肾损伤、心脏手术、重症监护病房、尿肽组学、预测
随机森林急性口腔毒性预测的机器学习模型
背景和目标：这项研究的重点是对急性口腔毒性的可靠和精确预测对增强化学安全性并提高可持续发展目标的重要性，特别是可持续发展目标3（良好的健康和福祉）（良好的健康和福祉），可持续发展目标6（清洁水和卫生）（清洁水和卫生），以及可持续发展的开发目标，以及可持续的开发目标，以及负责消费和生产和生产和生产。传统的毒性评估通常是耗时且昂贵的，因此需要探索更有效的方法。这项研究的重点是建立最有效的方法来构建可靠和精确的毒性预测模型。方法：评估随机森林是一种健壮的合奏方法，用于使用国家毒理学计划/机构间综合数据集进行预测急性口腔毒性，以评估替代性毒理学方法和环境保护署/国家国家能力测试中心的替代性毒理学方法和国家能力测试中心，这表现出了极大的compantance Immbalance Immbalance Immbalance Immbalance Immbalance Immbalance Immbalance Immbalance，8％非常毒素的92％不太毒性。为了解决这种不平衡，利用了诸如成本敏感的学习和数据重采样技术（包括在采样和过度采样下）之类的策略。通过合理发现套件生成的一组二维分子描述符被用作输入特征，模型预处理涉及归一化，验证和特征选择。对特征重要性的检查表明，主要分子描述符是与范德华表面积和分子量子数有关的分子描述符。使用贝叶斯优化和交叉验证进行了超参数调整，而随机森林的性能与梯度提升，极端梯度增强，人工神经网络和广义线性模型相比进行了评估。发现：随机森林模型，尤其是在采样和成本敏感学习下使用的森林模型，表现出卓越的性能，达到0.81的灵敏度，0.85的特异性，0.85的精度和接收器操作特征曲线下的面积为0.89，在独立的测试集上为0.89。由随机森林预测发展出的替代决策树，在曲线下达到了一个0.929的面积。结论：随机森林模型有效地预测了急性口腔毒性，尤其是在通过对成本敏感的学习和重新采样来解决阶级失衡时。利用可解释的人工智能技术，包括置换特征的重要性，替代决策树分析和局部可解释的模型不足的解释，这项研究确定了驱动毒性的关键分子描述符。这一进步提高了模型的解释性，并代表了增强化学安全的重要一步，同时支持可持续发展目标。
静脉溶栓后，通过机器学习预测与急性缺血性中风相关的糖尿病的结果
本队列研究旨在利用机器学习技术评估急性缺血性卒中 (AIS) 合并糖尿病患者静脉溶栓后的预后结果。分析使用来自沈阳市第一人民医院的数据进行，涉及 2018 年 1 月至 2023 年 12 月接受溶栓治疗的 3,478 名患有糖尿病的 AIS 患者，最终在筛选后关注 1,314 名患者。测量的主要结果为 90 天改良 Rankin 量表 (MRS)。采用 80/20 的训练测试分割进行模型开发和验证，采用各种机器学习分类器，包括人工神经网络 (ANN)、随机森林 (RF)、XGBoost (XGB) 和 LASSO 回归。结果表明，XGB 模型的平均准确率为 0.7355 (±0.0307)，优于其他模型。溶栓后预后的关键预测因素包括美国国立卫生研究院卒中量表 (NIHSS) 和血小板计数。研究结果强调了机器学习算法（尤其是 XGB）在预测糖尿病 AIS 患者功能结果方面的有效性，为临床医生提供了有价值的治疗计划工具，并根据接收者操作特性 (ROC) 分析和准确性评估改善了患者结果预测。