XiaoMi-AI文件搜索系统
World File Search Systemexpression
使用 transformers 根据 DNA 序列和转录后信息预测基因表达水平
背景与目标：近年来，由于基因表达水平的潜在临床应用，预测基因表达水平至关重要。在此背景下，Xpresso 和其他基于卷积神经网络和 Transformer 的方法首次被提出用于此目的。然而，所有这些方法都使用标准的独热编码算法嵌入数据，从而产生非常稀疏的矩阵。此外，该模型没有考虑基因表达过程中最重要的转录后调控过程。方法：本文提出了 Transformer DeepLncLoc，一种通过处理基因启动子序列来预测 mRNA 丰度（即基因表达水平）的新方法，将该问题作为回归任务进行管理。该模型利用基于 Transformer 的架构，引入 DeepLncLoc 方法执行数据嵌入。由于 DeepLncloc 基于 word2vec 算法，因此它避免了稀疏矩阵问题。结果：该模型包含了与 mRNA 稳定性和转录因子相关的转录后信息，与最先进的方法相比，其性能显著提高。Transformer DeepLncLoc 的 R 2 评估指标达到 0.76，而 Xpresso 的 R 2 评估指标为 0.74。结论：Transformer 方法中的多头注意力机制适用于对 DNA 位置之间的相互作用进行建模，从而克服了循环模型。最后，在管道中整合转录因子数据可显著提高预测能力。
microRNA表达与DNA甲基化之间的串扰驱动乳腺癌的激素依赖性表型
背景：观察到异常的DNA甲基化是乳腺癌发生的早期事件。但是，这种变化是如何出现的。microRNA（miRNA）在转录后水平调节基因表达，并在各种生物过程中起关键作用。在这里，我们整合了miRNA表达和CpGS的DNA甲基化，以研究miRNA如何影响乳腺癌甲基甲基甲基甲基甲基甲基甲基甲基甲基甲基，以及DNA甲基化如何调节miRNA表达。方法：来自两个乳腺癌队列的miRNA表达和DNA甲基化数据（n = 297）和癌症基因组地图集（n = 439），通过一种相关方法整合，我们将miRNA-甲基化定量定量性状特征基因座（MIMQTL）分析。层次聚类用于鉴定miRNA和CPG的簇，这些聚类通过分析mRNA/蛋白质表达，临床病理学特征，在硅氧化液反应，染色质状态和可及性，转录因子结合和长期相互作用数据中进一步表征。
虚拟代理面部表达生成的扩散模型在动机访谈中
动机访谈（MI）是一种以客户为中心的咨询方式，可以解决（客户）用户的行为改变动机。在本文中，我们提出了一种针对社会互动剂（SIA）的行为产生模型，并将其应用于（MI）中的虚拟治疗师的SIA。mi为治疗师和客户定义了不同类型的对话行为。已经表明，治疗师通过调整口头和非语言行为来与客户建立融洽的关系。基于对人类MI数据集（Annomi）的分析，我们发现了治疗师和客户的面部表情与对话行为之间的共发生。此外，治疗师将其行为适应客户的行为，以偏爱融洽的关系。我们的行为产生模型嵌入了这些共发生以及这种行为适应。为此，我们建立了一个基于在Annomi语料库训练的条件扩散方法的观察框架。我们的模型学会生成以MI对话行为和客户的非语言行为为条件的虚拟Thera-pist的面部表情。我们旨在通过使用用户的行为来使SIA在类似治疗的互动中更有效（即对话行为和用户和代理的非语言行为）以推动SIA行为。
间充质干细胞线粒体向CD4+ T细胞的转移有助于通过下调T-bet表达
©作者2023。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http：//创建ivecommons。org/licen ses/by/4。0/。Creative Commons公共领域奉献豁免（http：//创建ivecommons。Org/publi cdoma in/Zero/1。0/1。0/）适用于本文中提供的数据，除非在数据信用额度中另有说明。
...
摘要除了生活方式和饮食外，心血管疾病还可能是由与心脏功能问题和血液生化含量有关的遗传因素引起的。PON1基因将副氧酶1编码为HDL-依赖酶抑制LDL氧化和相对副作用。PON1的多态性可以显着影响血清PON1的活性和水平，以及心血管疾病的发生。因此，这项研究分析了伊朗心血管患者的PON1基因表达和Q192R多态性。此病例对照研究包括40例患者和40例对照。通过实时PCR分析了PON1基因的Q192R多态性。此外，通过PCR和RFLP的开发方法分析了PON1基因多态性。数据通过SPSS版本23.0通过t检验（p <0.05）统计分析。与对照人群相比，患者的PON1表达大大降低（P <0.05）。此外，基因，LDL水平和患者年龄的表达之间存在显着相关性（p <0.05）。低PON1基因表达可以表明该酶是伊朗人口中心血管疾病的积极影响的关键因素。此外，伊朗人口中的心血管疾病与PON1基因多态性显着相关。关键字：副氧酶1，PON1基因，心血管疾病，RS662，实时PCR，RFLP。1。简介
正常细胞和恶性细胞在染色体脆性和神经节苷脂表达方面的表型差异
通过光学显微镜观察 8 名恶性肿瘤患者和 8 名健康对照者的外周血淋巴细胞的中期，检测了自发性染色体脆性。在受试患者中，与对照组相比，自发性染色体脆性的频率明显更高，尤其是在着丝粒染色体区域。特别令人感兴趣的是涉及神经节苷脂、三肽谷胱甘肽 (GSH) 的还原形式和/或肿瘤抑制蛋白 HACE1 的相互作用。在实验室培养的小鼠胚胎 3T3 成纤维细胞、小鼠恶性骨髓瘤细胞以及两种细胞类型的混合培养物的实验体外模型提取物中神经节苷脂和抗神经节苷脂抗体的平均滴度之前，先将每个提取物通过 GSH-琼脂糖柱，以“选择”所述样本中对 GSH 具有亲和力的分子。此外，还测试了肿瘤抑制基因 HACE-1 在小鼠胚胎干细胞 (mESC) 和恶性人类宫颈癌 HeLa 细胞基因组中的存在和表达，这两种细胞都含有该基因的额外拷贝，通过用含有肿瘤抑制基因拷贝的适当重组 DNA 载体转染插入。开发的实验体外模型显示了特定的分子间相互作用，可以阻止疾病的发展。此外，还展示了非淋巴细胞类型产生抗体/免疫球蛋白的可能性。因为以这种方式产生的抗体位于专门的淋巴组织和器官中的生发中心之外，所以通过小离子和分子（如神经节苷脂）控制它们的功能非常重要。
长链非编码RNA Meg3介导干细胞分化过程中印迹基因的表达
印记的 Dlk1-Dio3 结构域包含发育基因 Dlk1 和 Rtl1，它们在不同类型的细胞中在母体染色体上处于沉默状态。在此亲本染色体上，该结构域的印记控制区激活多顺反子，产生 lncRNA Meg3 和许多 miRNA（Mirg）和 C/D-box snoRNA（Rian）。尽管 Meg3 lncRNA 位于核内并与母体染色体相关，但它是否控制顺式基因抑制尚不清楚。我们创建了携带异位 poly(A) 信号的小鼠胚胎干细胞 (mESC)，从而降低了多顺反子上的 RNA 水平，并生成了 Rian-/- mESC。在 ESC 分化后，我们发现 Meg3 lncRNA（而不是 Rian）是母体染色体上 Dlk1 抑制所必需的。通过 CRISPR 介导的父系 Meg3 启动子去甲基化获得的双等位基因 Meg3 表达导致双等位基因 Dlk1 抑制，并导致 Rtl1 表达丧失。lncRNA 表达还与 Meg3 5' 侧的 DNA 低甲基化和 CTCF 结合相关。使用 Capture Hi-C，我们发现这会产生拓扑关联域 (TAD) 组织，使 Meg3 靠近母系染色体上的 Dlk1。Meg3 对基因抑制和 TAD 结构的需要可能解释了人类 DLK1-DIO3 基因座处异常的 MEG3 表达如何与印记障碍相关。
社交网络位置是蚂蚁行为，菌群组成和脑基因表达的主要预测指标
au：PleaseconfirmthatalleadinglevelsarreepressedCorrected：社会生物的生理和行为与其社会环境相关。但是，由于社交环境通常会被年龄和物理环境（即空间位置和相关的非生物因素）混淆，因此这些相关性通常很难解释。例如，个人的社会环境与其基因表达模式之间的关联可能是由于年龄或行为驱动的两个因素所致。同时测量相关变量和这些变量之间的相关性的量化可以指示关系是直接（可能是因果关系）还是间接。在这里，我们将人口统计学和自动化的行为跟踪与穆尔氏症方法相结合，以剖析社会和身体环境，年龄，行为，脑基因表达和微生物群中的相关结构之间的相关结构。生理和行为的变化与社会环境最密切相关。此外，在控制社会环境时，脑基因表达与微生物群，身体环境，年龄和行为之间的看似很强。与此一致，机器学习分析表明，从脑基因表达数据中，个人的社交环境可以比任何其他行为度量标准更准确地预测。这些结果表明社会环境是行为和生理学的关键调节者。