HAL 是一个多学科开放存取档案库,用于存放和传播科学研究文献,无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
1. 伊朗阿瓦士 Jundishapur 医科大学健康研究所地中海贫血和血红蛋白病研究中心 2. 伊朗阿瓦士 Jundishapur 医科大学学生研究委员会 3. 伊朗阿瓦士 Jundishapur 医科大学公共卫生学院生物统计学和流行病学系 *通讯作者:Kaveh Jaseb 博士,伊朗阿瓦士 Jundishapur 医科大学健康研究所地中海贫血和血红蛋白病研究中心。电子邮件:kavehjaseb1400@gmail.com。ORCID ID:0000-0002-3216-9113。收到日期:2024 年 7 月 31 日 接受日期:2024 年 11 月 6 日 摘要背景:钙卫蛋白被认为是全身炎症的生物标志物,尤其是在自身免疫性疾病中。炎症是一个与恶性进展相关的过程,而钙卫蛋白是一些血液系统恶性肿瘤的潜在预后生物标志物。我们的初步研究旨在评估血浆钙卫蛋白水平作为儿童血液肿瘤复发/难治期有希望的生物标志物。材料和方法:这项初步研究是一项病例对照研究。研究共纳入 168 人。分析对象为伊朗阿瓦士沙法医院转诊的 73 名被诊断为急性白血病的儿科患者和 60 名患有实体瘤癌症的儿科患者。根据疾病的三个阶段将患者细分,包括治疗期、复发/难治期和缓解期。此外,35 名健康儿童被视为对照组。在征得所有参与者的同意后,将他们的血液样本采集到乙二胺四乙酸 (EDTA) 管中,通过酶联免疫吸附试验 (ELISA) 法测量血浆钙卫蛋白水平。使用 SPSS26 软件分析数据。使用 Kruskall-Wallis、Bonferroni Post hoc 和双变量相关性检验,双侧 p 值 < 0.05 为显著性差异。结果:急性白血病不同阶段的血浆钙卫蛋白水平没有统计学上的显著差异(P = 0.099);然而,研究组的平均水平高于健康对照组。与对照组相比,在实体瘤的不同阶段也观察到平均钙卫蛋白水平的增加。此外,与对照组相比,治疗组和缓解组之间存在显著差异(分别为 p = 0.011 和 p = 0.016)。结论:部分儿童血液肿瘤恶性肿瘤不同阶段血浆钙卫蛋白平均水平升高,但不能作为复发/难治期的特异性生物标志物。关键词:生物标志物,白血病,S100A8蛋白,S100A9蛋白,S100蛋白简介钙卫蛋白是S100蛋白家族中的一种报警素,在炎症反应中起关键作用,并参与各种细胞过程,特别是免疫调节 (1)。钙卫蛋白由两个亚基组成,即 S100A8 和 S100A9,存在于髓系细胞的细胞质中,尤其是中性粒细胞、单核细胞和巨噬细胞 (2)。
如果在临床支付和编码政策与成员有权获得承保服务的任何计划文件之间产生冲突,则计划文件将管理。如果CPCP与提供者参与和/或为合格成员和/或计划提供涵盖服务的任何提供商合同之间发生冲突,则提供者合同将管理。“计划文件”包括但不限于医疗保健福利证书,福利手册,摘要计划描述和其他承保文件。德克萨斯州的蓝色十字架和蓝盾可以使用合理的酌处权解释并将本政策应用于特定情况下提供的服务。BCBSTX在任何适用的计划文件下提供的范围内拥有全部和最终的酌处权,以解释和申请。
然而,尽管 CRISPR/Cas 技术具有革命性的地位,但它也存在明显的局限性和缺陷。CRISPR/Cas 最重要的限制是可能出现脱靶编辑,即 CRISPR/Cas 在非预期的位置切割 DNA。这种脱靶(OT)编辑会扭曲功能实验的解释,引入噪音和变异性,从而降低实验结果和功能性结论的可靠性。重要的是,OT 活性在 CRISPR 的治疗应用中尤其危险,在这种情况下,即使非常低频率的 OT 编辑也可能产生极其灾难性的后果 2,3 。为了应对这一挑战,该领域的许多努力都集中在改进 guideRNA(gRNA)设计以确保靶标特异性 4 和设计具有更高保真度的 Cas 变体 5 。同时,测量 OT 效应的方法,例如 GUIDE-seq 6 、CIRCLE-seq 7 和 SITE-seq 8 ,也有助于提高我们量化和合理化 OT 编辑的能力。此外,预测 OT 的能力对于该领域来说越来越重要,从而导致开发出各种用于预测 OT 位点的计算方法。
引用MA,S。(2025年,2月12日)。 使用新型的光激活病毒样药物结合物靶向眼恶性肿瘤。 摘自https://hdl.handle.net/1887/4180425引用MA,S。(2025年,2月12日)。使用新型的光激活病毒样药物结合物靶向眼恶性肿瘤。摘自https://hdl.handle.net/1887/4180425
该实验的结果证明了Liteq 500工具在置换和旋转中检测,测量和纠正大偏移的能力,在与当前工业标准保持一致的同时,提供了亚微米的准确性。分析表明,可以通过优化对齐过程来实现吞吐量的重大改进。计划进行其他实验,以验证覆盖性能,并在Liteq 500上使用重建晶片进行叠加诊断的能力。初步估计表明,当覆盖要求不太严格时,可以实现更快的吞吐量。在未来的工作中,我们计划研究当前FO-WLP过程中所需的覆盖精度级别可实现的吞吐量。
脑膜瘤是最常见的颅内肿瘤。有时,脑膜瘤可能会发展出恶性转化(MT)。在这篇评论中,我们回顾了脑膜瘤MT的发病率。2级脑膜瘤MT的发生率可能高于良性脑膜瘤。大约1%至4%的WHO 1级脑膜瘤可能会经历MT,而2级脑膜瘤的26%至33%的经历MT。到2级脑膜瘤的MT似乎比1级脑膜瘤的MT短。I级脑膜瘤进行MT的时间约为5年,而II级脑膜瘤通常在大约3年内经历MT。几个危险因素可能与MT有关,包括非库尔基碱位置,高丝分裂指数,较大的原发性肿瘤大小,更短的复发时间间隔和男性。MT的潜在分子机制包括染色体异常(染色体22Q缺失,NF2基因突变,染色体1p染色体的丧失),基因组改变(FOXM1,CDKN2A/B和TERTP)和脑膜瘤癌症干细胞。二次脑膜瘤可能比原发性脑膜瘤较差。此外,放疗在脑膜瘤MT中的作用尚不清楚。主要关注的是放射疗法是否可以诱导脑膜瘤的MT,以及放射疗法是否可以通过长期控制脑膜瘤来延长MT的延长时间。本评论总结了脑膜瘤的MT,并可能为进一步研究脑膜瘤提供了方向。
1 GRC Oncothoparisest,Service de Pneumologie,Center医院Intercommunai,UPEC,94000CréTeil,法国; Valentine.bonnefoy@chicreteil.fr(V.B.); Christos.chouaid@chicreteil.fr(C.C.); isabelle.monnet@chicreteil.fr(I.M.)2实验室实验室的功能基因组学,中心De Recherche des Cordeliers-Inserm-Sorbonne Universitiontionterte-UniversitéparisitéparisCité,75006 Paris,Paris,法国3法国3肺和胸部肿瘤学系,Lille,59000 Lille,France,France,France,University Hospital Center,University Hospital Center of Lille florian.crepin@etu.univ-lille2.fr(F.C.); Alexis.cortot@chru-lille.fr(A.C。); clement.gauvain@chru-lille.fr(C.G.); Arnaud.scherpereel@chru-lille.fr (A.S.) 4 Acute pneumology service Spécis é e e e rologie chest, Center hospitalier Lyon-Sud, Hospices Civils de Lyon, 69495 Pierre-B É Nite, France; emmanuel.grolleau@chu-lyon.fr 5 Pneumology and Thoracic肿瘤学系,Tenon医院,APHP,GRC Theranoscan和Curamus Sorbonne University,法国75020巴黎; Anthony.canellas@aphp.fr 6癌症研究所,中心医院R e Gional Universitaire Morvan de Brest,29200年,布雷斯特,法国; margaux.geier@chu-brest.fr 7 Pneumology Service,Center Hosidentier Contentin,50100法国Cherbourg; aude.grebertmanuardi@ch-cotentin.fr 8肺炎服务,AIX医院中心,法国AIX-en-Provence 13100; nakkache@ch-ix.fr 9 Pau医院中心,法国64000 PAU; aldo.renault@ch-pau.fr 10肺炎服务,法国卢维尔76503 Intercommunai医院中心; Pierre-aalexandre.hauss@chi-elbeuf-louviers.fr 11肺活量服务,中心医院,général,c的te-basque,64100,法国巴斯克; msabatini@ch-cotebasque.fr 12团队信息补充与癌症,Cordeliers-insolerm-Sorbonne University france 75006 Paris的Cordeliers-Insolerm-Sorbonne University of Cordeliers-insolerm-Sorbonne University of Cordeliers-insolerm-Sorbonne University; Marie.wislez@aphp.fr 13胸腔肿瘤科,肺科学系,APHP,HTAR,PITAL COCHIN,75014法国巴黎 *通信:jeanbaptiste.assie.assie@aphp.fr
受试者之间和会话之间的脑电图 (EEG) 统计差异是脑机接口 (BCI) 领域面临的一个常见问题。这种差异阻碍了预先训练的机器学习模型的使用,并且需要对每个新会话进行校准。本文介绍了一种处理这种差异性的新迁移学习 (TL) 方法。该方法旨在通过在正定矩阵黎曼流形的切线空间中将一个受试者的 EEG 数据与另一个受试者对齐,来减少校准时间甚至提高 BCI 系统的准确性。我们在 18 个 BCI 数据库上测试了该方法,这些数据库总共包含 349 名受试者,属于三个 BCI 范式,即事件相关电位 (ERP)、运动想象 (MI) 和稳态视觉诱发电位 (SSVEP)。我们使用支持向量分类器进行特征分类。结果表明,与传统的训练-测试流程相比,在 ERP 范式中,分类准确度显著提高,而对于 MI 和 SSVEP 范式,性能均未下降。与之前发布的黎曼方法黎曼普鲁克勒斯分析 (RPA) 相比,总体准确度提高了 2.7%。有趣的是,切线空间对齐具有处理具有不同通道数的数据集的迁移学习的内在能力,自然适用于数据集间的迁移学习。
