XiaoMi-AI文件搜索系统
World File Search Systemextra
巨噬细胞的细胞外囊泡作为慢性非传染病的新玩家
巨噬细胞是所有组织中存在的先天免疫细胞，并且在生物生物的生物学几乎所有方面都起着重要作用。细胞外囊泡（EV）由细胞释放，并将其含量（微RNA，mRNA，蛋白质和长期非编码RNA）运输到附近或远处的细胞中，以进行细胞间通信。许多研究表明，巨噬细胞衍生的细胞外囊泡（M-EV）及其含量在多种疾病中起着重要作用，并且作为生物标志物，治疗剂和药物输送措施的巨大潜力。本文回顾了M-EV的生物学功能和机制及其在慢性非传染性疾病中的含量，例如心血管疾病，代谢性疾病，癌症，炎症性疾病和骨相关疾病。此外，总结了M-EV作为各种疾病的药物输送系统的潜在应用。
揭示有益的肠道细菌和健康饮食的作用
肠道菌群与其宿主共同发展，深刻塑造了免疫系统的发育和功能。这种共同进化导致了动态关系，其中微生物代谢产物和分子信号影响免疫成熟，耐受性和防御机制，突出了其在维持宿主健康方面的重要作用。最近，细菌外囊泡（BEV），细菌产生的膜纳米颗粒已成为肠平衡和有效的免疫调节剂的重要参与者。这些囊泡反映了细菌膜的特征，并含有核酸，蛋白质，脂质和代谢物。他们可以调节免疫过程，并参与神经系统和代谢性疾病，因为它们在肠道中局部分布和系统地分布，从而影响两个级别的免疫反应。本综述提供了BEV的特征和功能性概述，详细介绍了营养如何影响这些囊泡的产生和功能，抗生素如何破坏或改变其组成以及这些因素如何集体影响免疫力和疾病的发展。It also highlights the potential of BEVs in the development of precision nutritional strategies through dietary modulation, such as incorporating prebiotic fi bers to enhance bene fi cial BEV production, reducing intake of processed foods that may promote harmful BEVs, and tailoring probiotic interventions to in fl uence speci fi c microbial communities and their vesicular outputs.
超越双螺旋：金黄色葡萄球菌生物膜中细胞外DNA的多面景观
金黄色葡萄球菌形成的生物膜由嵌入由蛋白质，多糖，脂质和细胞外DNA（EDNA）的基质中的细胞组成。生物膜相关的感染很难治疗并可以促进抗生素耐药性，从而导致负面的医疗保健结果。edna有助于金黄色葡萄球菌的稳定性，生长和免疫渗透特性。edna是由自溶的释放的，自溶的是由murein水解酶介导的，这些水解酶通过霍林样蛋白形成的膜孔进入细胞壁。金黄色葡萄球菌的EDNA含量在单个菌株之间有所不同，并且受环境条件（包括存在抗生素的存在）影响。edna通过充当促进蛋白质细胞和细胞 - 细胞相互作用的静电网，在生物膜的发育和结构中起重要作用。由于埃德娜（Edna）在生物膜中的结构重要性及其在金黄色葡萄球菌分离株中的普遍存在，因此它是治疗剂的潜在靶标。用DNase处理生物膜可以消除或大大减少它们的大小。此外，靶向与EDNA结合并稳定的DNABII蛋白的抗体也可以分散生物膜。本综述讨论了有关Edna在金黄色葡萄球菌中的发行，结构和功能的最新文献，此外还讨论了针对Edna靶向生物膜消除的潜在途径的文献。
以肿瘤细胞外基质中的胶原蛋白为靶点作为癌症免疫治疗的新靶向策略
胶原蛋白是哺乳动物中最丰富的蛋白质，广泛表达于组织器官和肿瘤细胞外基质中。肿瘤胶原主要聚集在肿瘤基质或肿瘤血管内皮下，由于肿瘤血管的结构破碎，肿瘤胶原暴露在外。通过血管的通透性和滞留性（EPR）效应，胶原结合大分子容易与肿瘤胶原结合并在肿瘤内聚集，使得肿瘤胶原成为潜在的肿瘤特异性靶点。近年来，大量研究证实，靶向肿瘤细胞外基质（TEM）内的胶原可增强免疫治疗药物在肿瘤处的蓄积和滞留，显著提高其抗肿瘤疗效，并避免严重的不良反应。本文对已知的胶原结合结构域（CBD）或蛋白（CBP）、其作用机制及其在肿瘤靶向免疫治疗中的应用进行综述，并展望未来的发展。
基于机器学习的替代模型近似于最佳建筑改造解决方案
大肠疾病属由几种物种和神秘的进化枝组成，包括e。大肠杆菌，表现为脊椎动物的肠道共生，也是腹泻和肠外疾病的机会性病原体。为了表征该属内肠外毒力的遗传确定者，我们对代表Escherichia Genus Genus Genologenogencementic多样性的370个共生，致病性和环境菌株进行了一项无偏的基因组研究（GWAS）研究（GWAS）。albertii（n = 7），e。fergusonii（n = 5），大肠杆菌（n = 32）和e。大肠杆菌（n = 326），在败血症的小鼠模型中进行了测试。我们发现，编码Yersiniabactin siderophore的A高致病岛（HPI）的存在与小鼠的死亡高度相关，与其他相关遗传因素相关，也超过了与铁的摄取相关的其他相关遗传因素，例如Aerobactin和Sitabcd operons。我们通过删除e中HPI的关键基因来确认体内关联。大肠杆菌菌株在两个系统发育背景下。然后，我们在E的一部分中搜索了毒力，铁捕获系统和体外生长之间的相关性。大肠杆菌菌株（n = 186）先前在生长条件下表型，包括抗生素以及其他化学和物理胁迫。我们发现，在存在大量抗生素的情况下，毒力和铁捕获系统与生长呈正相关，这可能是由于毒力和耐药性的共选择。我们还发现在存在特定抗生素的情况下毒力，铁摄取系统与生长之间的负相关性（i。e。头孢霉素和毒素），这暗示了与内在毒力相关的潜在“侧支敏感性”。这项研究表明铁捕获系统在大肠疾病的肠外毒力中的主要作用。
在...
结肠腺癌（COAD）是第三常见的癌症，是全球癌症死亡的第二大主要原因，这已成为全球公共卫生挑战（1）。随着癌症检测技术的发展，早期诊断的率有所提高，但是COAD的诊断迅速转移到年轻，更高级的阶段（2）。 开发从息肉到腺癌的COAD需要十多年的时间，这一长期进展为干预提供了防止其发展为高级阶段的机会（3）。 近年来，高通量测序技术和生物信息学的快速发展促进了COAD的探索（4，5）。 因此，从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。 细胞外基质（ECM）是由各种蛋白质组成的复杂结构，该结构通过调节细胞间串扰来调节生物学功能（6-8）。 ECM是肿瘤微环境（TME）的重要组成部分，其异常表达促进了肿瘤的形成，进展和转移（9，10）。 临床病理学分析证实，ECM在肿瘤患者中的过度沉积与预后不良有关（11，12）。 最近，高通量测序分析表明，与ECM相关的基因在肿瘤进展过程中异常表达（13，14）。 ECM的积累诱导缺氧和代谢应激，进而激活肿瘤中的抗凋亡和药物抗性途径（15）。随着癌症检测技术的发展，早期诊断的率有所提高，但是COAD的诊断迅速转移到年轻，更高级的阶段（2）。开发从息肉到腺癌的COAD需要十多年的时间，这一长期进展为干预提供了防止其发展为高级阶段的机会（3）。近年来，高通量测序技术和生物信息学的快速发展促进了COAD的探索（4，5）。因此，从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。细胞外基质（ECM）是由各种蛋白质组成的复杂结构，该结构通过调节细胞间串扰来调节生物学功能（6-8）。ECM是肿瘤微环境（TME）的重要组成部分，其异常表达促进了肿瘤的形成，进展和转移（9，10）。临床病理学分析证实，ECM在肿瘤患者中的过度沉积与预后不良有关（11，12）。最近，高通量测序分析表明，与ECM相关的基因在肿瘤进展过程中异常表达（13，14）。ECM的积累诱导缺氧和代谢应激，进而激活肿瘤中的抗凋亡和药物抗性途径（15）。此外，ECM的高密度阻碍了免疫细胞的内化，这会影响肿瘤免疫疗法的作用（16-18）。因此，基于与ECM相关基因的预后模型将为预测COAD患者的复发提供基础。瘦素是瘦素基因（LEP）的糖蛋白产物。流行病学研究支持LEP与COAD风险增加有关（19）。研究表明，COAD组织中LEP mRNA的表达水平上调，这与COAD患者的预后不良有关（20，21）。周围神经形成复杂的肿瘤微环境，由多种细胞类型和因子组成，包括神经生长因子（NGF）。NGF在几种实体瘤的生长，侵袭和转移中起重要作用。Lei等。 发现，胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬，这反过来参与了胰腺肿瘤的增殖和转移（22）。 Hayakawa等。 表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。 procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。 PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。 我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Lei等。发现，胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬，这反过来参与了胰腺肿瘤的增殖和转移（22）。Hayakawa等。 表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。 procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。 PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。 我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Hayakawa等。表明，NGF的过表达显着加速了胃肿瘤的生长和侵袭（23）。procollagen C-耐肽酶增强剂2（PCOLCE2）是一种ECM糖蛋白，可作为功能性胶原蛋白C蛋白酶增强剂（24）。PCOLCE2参与EMT，并在促进Coad转移中起关键作用（25）。他等人。证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因（26）。我们验证了LEP，NGF和PCOLCE2在肿瘤组织中使用COAD临床在这项研究中，我们鉴定了与WGCNA和Lasso-Cox回归相关的三个与ECM相关的基因（LEP，NGF和PCOLCE2）。
机器学习筛查工具，用于预测废水中药物化合物的提取产率
药物化合物已成为废水中越来越重要的污染物来源，因为它是传统的处理方法无效地去除它们的方法，因此它们通常被放入环境中。可以使用液体液体提取成功去除药物，并且可以使用宇宙RS预测相互作用并识别最有前途的溶剂。但是，COSMO热模型无法解释关键过程参数，从而降低了这些计算模型的准确性。因此，需要替代计算方法来准确预测可以纳入处理和相互作用变量的药物的提取产率。这项工作使用机器学习来预测使用八种溶剂的11种药物的提取产率。探索了六个回归模型和两个分类模型。使用ANN回归器（测试MAE：4.510，测试R 2：0.884）和RF分类器（测试精度：0.938，测试召回：0.974）获得了最佳性能。RF回归分析和分类还显示了关键的提取产率特征：溶剂与喂养比，N - 辛烷 - 水分系数，氢键，氢键和范德华对多余的焓的贡献，以及pH距离至最近的PKA。机器学习显示为筛选和选择最有希望的溶剂和过程条件的绝佳工具，以从废水中去除药物。
粪便菌群与炎症性肠病的肠外表现有关
摘要简介：大部分炎症性肠病患者（IBD）经历了胃肠道外IBD相关的炎症状况，称为肠外表现（EIM），进一步降低了生活质量，在极端情况下，可能会危及生命。EIMS的发病机理仍然未知，尽管肠道菌群改变是IBD患者的众所周知的特征，但其与EIMS的关系仍然很少研究。这项研究旨在比较有没有EIM的IBD患者的肠道菌群。方法：该研究中总共包括131名IBD患者，其中86例具有EIMS（IBD-EIM）史，而45例没有（IBD-C）。粪便样品接受了16S rRNA测序。放大序列变体（ASV）映射到SILVA数据库。比较了IBD-EIM和IBD-C之间的多样性指数和距离矩阵。使用自定义多重模型统计分析方法鉴定了差异丰富的ASV，并使用稀疏相关性（SPARCC）（SPARCC）鉴定了共同相关细菌的模块，并且与患者EIM状态有关。结果：IBD患者和EIMS患者表现出疾病活性增加，体重指数，粪便钙骨蛋白钙蛋白酶水平升高以及循环单核细胞和中性粒细胞。微生物学上，IBD-EIM比IBD-C（Mann-Whitney's Test，p = .01）和独特的粪便微生物群组成（方差的置换多变量分析；加权Unifrac，r 2 = 0.018，p = .01）。共有26个ASV在IBD-EIM和IBD-C之间表现出不同的相对丰度，包括减少的Agathobacter和Blautia和IBD-Eim组中的Eggerthella lenta增加。SPARCC分析确定了27个细菌共同关联模块，其中3个与EIM（逻辑回归，p <.05）呈负相关，其中包括重要的健康相关细菌，例如Agathobacter和Agathobacter和Faecalibacterium。结论：EIMS IBD患者的粪便菌群与没有EIM的IBD患者不同，对于EIM发病机理可能很重要。
研究论文 使用反向传播神经网络对高光谱遥感数据中的岩性信息进行提取和分类
为了解决高光谱遥感数据处理中遇到的同构问题,提高高光谱遥感数据在岩性信息提取与分类的精度,以岩石为研究对象,引入反向传播神经网络(BPNN),对高光谱图像数据进行归一化处理后,以岩性光谱与空间信息为特征提取目标,构建基于深度学习的岩性信息提取模型,并使用具体实例数据分析模型的性能。结果表明:基于深度学习的岩性信息提取与分类模型总体精度为90.58%,Kappa系数为0.8676,能够准确区分岩体性质,与其他分析模型相比具有较好的性能。引入深度学习后,提出的BPNN模型与传统BPNN相比,识别精度提高了8.5%,Kappa系数提高了0.12。所提出的提取及分类模型可为高光谱岩矿分类提供一定的研究价值和实际意义。
肠道胆管癌中肠道菌群和代谢产物的特征及其对切除病变的预后价值
这项研究旨在研究肝外胆管癌（ECCA）患者的肠道菌群组成，粪便代谢产物和术后预后之间的关系。包括53例可切除的ECCA患者和21名健康志愿者作为对照组。16S rRNA基因测序和代谢组学分析揭示了肠道微生物群落结构的显着差异，并且改变了ECCA患者与健康对照组之间的粪便代谢物。单变量和多变量COX回归分析表明，术前胆红素，间接胆红素和特定代谢物等因素与ECCA后手术后患者的总体存活密切相关。构造的nom图模型进一步证明了这些因素的预测值，达到了0.718的C索引，校准曲线证实了其强大的预测性能。总而言之，肠道菌群组成和粪便代谢产物在ECCA患者的手术预后中起着至关重要的作用，为临床预后评估提供了新的见解。