自由能原理 (FEP) 指出,任何能够随时间而存续的系统都会以某种方式运作,以保持系统与环境之间边界的完整性 [1]。系统通过进行主动推理来实现这一点,即 1) 学习更好地预测并因此预测环境的行为,以及 2) 作用于环境以改变其状态,从而改变其行为以符合预测 [2,3,4,5]。两种情况下的成功标准都是长期预测误差的减少,这可以按照 [6] 正式表述为变分自由能 (VFE) 的长期减少。因此,FEP 可以更正式地表述为,任何能够随时间而存续的系统都会以某种方式运作,以长期降低系统与环境之间边界测量的 VFE。
chiba千叶大学医学院分子肿瘤学系,260-8670,日本b,b耳鼻喉科和颈部外科,卡纳泽大学医学科学研究生院,卡纳泽大学,卡纳泽瓦,伊希卡瓦,伊希卡瓦,伊西卡瓦,日本920-8640,日本c奇巴,chiba c chibib and chiba,chiba chiba,chiba chiba,260-2600000000于期。 Nanyang Technological University生物科学,新加坡Nanyang Drive 60号,637551,新加坡E E. Otorhinolaryngology/Head and Neck手术,Hamamatsu大学医学研究生院,Shizuoka Hamamatsu大学医学院研究生院 Chiba, 260-8670, Japan g Cancer Science Institute of Singapore, National University of Singapore, 14 Medical Drive, Singapore, 117599, Singapore h Department of Haematology-Oncology, National University Cancer Institute, Singapore, 5 Lower Kent Ridge Road, Singapore, 119074, Singapore i Department of Pharmacology, Yong Loo Lin School of Medicine, National University of Singapore, Blk MD3, 16 Medical Drive, Singapore, 117600, Singapore j Cancer and Stem Cell Biology Program, Duke-NUS Medical School, Singapore, 169857, Singapore k Cancer Science Institute of Singapore, Centre for Translational Medicine, National University of Singapore, Singapore, 117599, Singapore l Institute of Molecular and Cell Biology, Agency for Science, Technology and Research (A*STAR), 61 Biopolis Drive, Proteos,新加坡,138673,新加坡
蛋白室是通过自组装或特定蛋白的相位分离在活细胞中组装的不同结构。已经做出了重大努力,以发现其分子结构和形成机制,以及它们在细胞代谢的时空控制中的基本作用。在这里,我们回顾了合成蛋白室的设计和构建,以实现目标代谢途径的空间组织提高效率和特异性。特别是,我们重点介绍了隔离策略和最新示例,以加快理想的代谢反应,以减少有毒代谢中间体的积累并切换竞争的代谢途径。我们还确定了将这些设计师隔室开发为代谢重编程中的多功能工具包所需解决的最重要挑战。
摘要 目的。脑弹性成像可以揭示随着年龄、疾病和损伤而发生的结构和组成的细微但具有临床重要意义的变化。方法。为了量化衰老对小鼠脑弹性成像的具体影响,并确定影响观察到的变化的关键因素,我们对一组从年轻到老年的野生型健康小鼠应用了 2000 Hz 的光学相干断层扫描混响剪切波弹性成像。主要结果。我们发现随着年龄的增长,僵硬性呈明显增加趋势,在这个样本组中,从 2 个月到 30 个月,剪切波速度增加了约 30%。此外,这似乎与全脑液含量的下降密切相关,因此老年人的大脑含水量较少,僵硬性较大。应用流变学模型,通过对脑液结构的淋巴系统部分进行特定分配,以及脑实质硬度的相关变化,捕捉到强烈的影响。意义重大。弹性成像测量的短期和长期变化可能为脑淋巴系统液体通道和脑实质成分的渐进和精细变化提供敏感的生物标志物。
大脑白质微结构的各向异性在各种MRI对比的方向依赖性中表现出来,如果忽略,可能会导致显着的量化偏差。了解这种取向依赖性的起源可以增强对发育,衰老和疾病中MRI信号变化的解释,并最终改善临床诊断。使用新型的实验设置,研究了辅助内和轴外水的限制,以依赖最临床研究的参数之一,显然是横向松弛𝑇2。特别是,可倾斜的接收线圈与超强梯度MRI扫描仪连接,以获取具有前所未有的采集参数范围的多维MRI数据。使用此设置,可以根据不同的动态差异的差异来分离室𝑇2,并且其方向依赖性通过将头部重新定位相对于主磁性field⃗𝐵0,进一步阐明了其方向依赖性。(隔室)𝑇2的依赖性在纤维方向W.R.T.⃗𝐵0,并使用特征表达式进行进一步量化,以实现敏感性和魔法角效应。在白质中,各向异性效应以轴外水信号为主,而轴内水信号衰减的差异较小,而纤毛方向则差。此外,结果表明,较强的轴外𝑇2取向依赖性由磁易感性效应(大概是髓鞘)主导,而较弱的轴内𝑇2方向依赖性可能由微观结构ecects的组合驱动。即使目前可倾斜线圈的设计仅具有适度的角度,结果也证明了倾斜的总体影响,并作为概念验证的证明,激励了进一步的硬件开发,以促进探索原性各向异性的实验。这些观察结果有可能导致对疾病的隔室敏感性提高的白质微观结构模型,并且可能会对纵向和小组𝑇2-和分支-MRI数据分析产生直接的后果,其中通常会忽略扫描仪中头部方向的影响。
摘要背景免疫检查点阻断抗体的出现证明有效调动 T 细胞反应可导致转移性癌症的肿瘤消退,尽管这些反应是异质性的并且仅限于某些组织类型的癌症。为了增强这些反应,人们重新重视开发有效的癌症特异性疫苗,以刺激和引导 T 细胞免疫到重要的肿瘤靶点,例如在约 20% 的乳腺癌 (BC) 中表达的致癌基因人表皮生长因子受体 2 (HER2)。方法在我们的研究中,我们探索了通过使用溶酶体相关膜蛋白 1 (LAMP) 结构域来使用替代抗原运输来增强疫苗对 HER2 和其他模型抗原的功效,无论是在体外还是在体内研究中。结果我们发现在质粒疫苗中加入这个结构域可以有效地将抗原运输到内溶酶体区室,从而增强主要组织相容性复合体 (MHC) I 类和 II 类呈递。此外,这还增强了抗原特异性 CD4+ 和 CD8+ T 细胞的扩增/活化,并导致抗原特异性多功能 CD8+ T 细胞水平升高。值得注意的是,在转移性 HER2+ BC 的内源性模型中,接种 HER2-LAMP 疫苗的已建立肿瘤小鼠中约 30% 的肿瘤消退,而接种 HER2-WT 疫苗的小鼠中这一比例为 0%。这种治疗益处与活化 CD4+ 和 CD8+ T 细胞的肿瘤浸润增强有关。结论这些数据证明了使用基于 LAMP 的溶酶体运输作为增强多功能抗原特异性 T 细胞产生的手段的潜力,从而改善使用癌症抗原疫苗的抗肿瘤治疗反应。
图2幼虫SEZ的感觉域:长度截面视图。(a,b)幼虫晚期SEZ的示意性侧面视图(a)和腹侧视图(b)。感觉隔室的颜色编码如(a)底部的钥匙所述。进入神经胶质的神经是阴影灰色的;神经组边界和柱状神经胶质结构域由孵化线表示。(c - e)用PEB-GAL4> UAS-MCD8-GFP(绿色;感觉轴突)标记的第三龄幼虫标本的共聚焦部分的Z-Projections。抗神经毒素(洋红色)标记次生谱系和区域; Neuropil在所有面板中均由抗DN-钙粘蛋白(蓝色)标记。(c)中央神经胶质结构域的副臂板z预测。(d,e)表面水平的水平投影(d;神经皮腹面上方约10米)和中央水平(E;腹表面上方约20 l m;参见面板H)。孵化的线划分柱神经型结构域的边界,如随附的纸张所定义(Hartenstein等,2017)。在PEB-GAL4阳性区域的(E)点中的箭头从CSC感觉域继续向前向中央trito-Cerebrum前进; (e)中的箭头指示通过触角神经进入的感觉传入,然后绕过触角(Al)到达tritoceRebrum。(f,g)。第三龄幼虫SEZ晚期的副臂切片(F)和数字旋转的额叶(G)的Z-projctions显示了PEB-GAL4阳性感觉末端(绿色)和纵向轴突段与Anti-Fasticlin II(Magenta)标记的纵向轴突。绿色孵化线表示(d)和(e)中显示的水平平面。(H)幼虫SEZ的示意性横向视图,说明了该图和图3中的面板(d,e)中显示的Z射击平面。Blue hatched lines, oriented perpendicularly to the neuraxis and roughly parallel to neuromere boundaries (grey hatched lines), represent frontal planes at level of anterior half of prothoracic segment (T1ant), posterior half of prothoracic segment (T1post), tritocerebrum (TR), mandibula (MD), maxilla (MX), and labium (lb),图3的面板(a - f)中显示。bar:25 L m(c - g)