XiaoMi-AI文件搜索系统
World File Search Systemfluorescence
多重荧光原位杂交 (M-FISH) 揭示 HAP1 细胞系中的染色体不稳定性 (CIN)
摘要背景：HAP1 是一种近单倍体人类白血病癌细胞系，常与 CRISPR-Cas9 基因编辑技术结合用于基因筛选。HAP1 携带费城染色体 (Ph) 和插入 19 号染色体的额外的约 30 Mb 的 15 号染色体片段。体外细胞系作为生物医学研究模型系统的潜在用途取决于其维持基因组稳定性的能力。作为一种具有近单倍体基因组的癌细胞系，HAP1 容易出现遗传不稳定性，而其在培养中自发二倍化的倾向进一步加剧了这一问题。此外，CRISPR-Cas9 基因编辑加上长时间的体外细胞培养可能会诱发意外的“脱靶”细胞遗传学突变。为了深入了解染色体不稳定性 (CIN) 和核型异质性，使用多重荧光原位杂交 (M-FISH) 在单细胞分辨率下对 19 个 HAP1 细胞系进行了细胞遗传学表征，其中 17 个为近单倍体，两个为双单倍体。我们重点研究了新的数值 (N) 和结构 (S) CIN，并讨论了观察到的不稳定性的潜在致病因素。对于每个细胞系，我们检查了其倍性、基因编辑状态和体外细胞培养时间。结果：19 个细胞系中有 16 个已经过基因编辑，传代次数从 10 到 35 不等。17 个近单倍体细胞系的二倍体化范围为 4% 到 35%，[1n] 和 [2n] 中期的 N- 和 S-CIN 百分比范围为 7% 到 50%，两个细胞系没有显示 CIN。两种双单倍体细胞系中患有 CIN 的细胞百分比分别为 96% 和 100%。观察到的最常见的 S-CIN 是缺失，随后是非相互易位和罗伯逊易位。有趣的是，我们观察到近单倍体和双单倍体细胞系中都普遍存在与 13 号染色体相关的 S-CIN，且涉及 13 号染色体的罗伯逊易位发生率很高。此外，基因座特异性 BAC（细菌人工染色体）FISH 使我们首次能够显示额外的 15 号染色体片段插入到 HAP1 基因组 19 号染色体的 p 臂而不是 q 臂中。结论：我们的研究揭示了 CIN 的高发生率，导致大多数 HAP1 细胞系的核型异质性，并且细胞系之间的染色体畸变数量有所不同。值得注意的观察是与 13 号染色体相关的结构染色体畸变频率很高。我们表明，CRISPR-Cas9 基因编辑技术与自发二倍体化和长期体外细胞培养相结合，可能有助于在现有 CIN 的 HAP1 细胞系中诱导进一步的染色体重排。
stern – Volmer分析空心光子光子晶体纤维微反应器中光催化剂荧光猝灭
在后一种情况下。这些能量分散机制不仅对催化的量子效率具有深远的影响 - 显然对储能应用至关重要，而且对反应的催化转换率也具有最重要的意义。6给定光催化剂 - 猝灭剂组合的淬火和松弛之间的分馏用于光催化反应发育中的机械询问，以识别或确认哪些分子物种与兴奋的光催化剂相关。一种常见的技术是发光淬火（船尾– Volmer）分析，该分析测量了给定淬火物种的PC*淬火率，这是其浓度与辐射衰减过程竞争的函数。7实际上，该技术已经发现了提供机械洞察力的应用，并且最近已将其作为一种高通量筛选技术，用于发现新型的合成有机转化。8,9
NIR荧光成像和癌症免疫疗法的治疗
抽象的癌症免疫疗法已成为最强大的抗癌疗法之一。然而，有关肿瘤与免疫系统之间相互作用的细节很复杂，并且仍然知之甚少。光荧光成像是一种允许可视化荧光标记的免疫细胞并监测免疫疗法期间免疫反应的技术。到此末端，近红外（NIR）的光已适用于光学荧光成像，因为它相对安全，简单而没有危险的电离辐射，并且比可见的荧光光渗透到活生物体中。在这篇综述中，我们讨论了癌症免疫疗法中最先进的NIR光学成像技术，以观察活生物体中免疫成分的动态，功效和反应。使用生物成像标签技术将使我们了解免疫系统的启动方式并最终开发。
从二维或三维荧光图像对小鼠脑内皮网络进行无偏分析
尽管关于血管和神经网络之间关系的知识正在逐渐被人们所了解，但神经系统疾病的神经中心方法通常导致人们对脑成熟和疾病中脑血管重塑的理解有限。然而，越来越多的证据支持内皮缺陷对神经系统疾病的发生和/或进展有贡献，包括但不限于阿尔茨海默病、多发性硬化症和自闭症谱系障碍。5 – 11 因此，迫切需要实施开源和标准化方法，以便在实验室模型中对脑血管结构进行系统和高通量分析。我们提出了一种简单、可靠且廉价的方案，旨在对固定组织上的小鼠脑内皮网络进行免疫染色，然后进行光学切片荧光，使用计算机方法处理二维或三维 (2D 或 3D) 数字图像。该方案提供了一种无偏量化脑血管结构重要指标的方法。
可调荧光发射，适用于多色发光二极管和声控智能照明应用
智能家居/城市是物联网的重要体现之一，2 涉及各种类型的电子设备，如智能照明系统、3、4 音频视频设备和安全系统。5 其中，语音激活智能照明可以翻译语音命令，实现对灯光的控制。目前，发光二极管 (LED) 和有机发光二极管 (OLED) 已成为智能家居/城市的流行照明系统，6 而具有可调色发射的有机荧光材料是 OLED、7 生物传感、生物成像、8、9 防伪等潜在应用的重要组成部分。 10 与无机荧光粉相比，有机材料具有精确的分子结构，且分子骨架易于修改，有利于获得具有奇妙光物理性质的各种荧光材料，例如稳定的发光自由基、11 颜色可调的发射，以及单线态裂变、12 室温磷光 13 等。14,15 因此，人们致力于开发新型有机荧光材料，以实现具有先进应用的高科技有机电子器件。此外，已经构建了许多用于多色发射以及白光发射的可调荧光发射有机分子，例如比率响应发光材料、16
从二维或三维荧光图像对小鼠脑内皮网络进行无偏分析
尽管关于血管和神经网络之间关系的知识正在逐渐被人们所了解，但神经系统疾病的神经中心方法通常导致人们对脑成熟和疾病中脑血管重塑的理解有限。然而，越来越多的证据支持内皮缺陷对神经系统疾病的发生和/或进展有贡献，包括但不限于阿尔茨海默病、多发性硬化症和自闭症谱系障碍。5 – 11 因此，迫切需要实施开源和标准化方法，以便在实验室模型中对脑血管结构进行系统和高通量分析。我们提出了一种简单、可靠且廉价的方案，旨在对固定组织上的小鼠脑内皮网络进行免疫染色，然后进行光学切片荧光，使用计算机方法处理二维或三维 (2D 或 3D) 数字图像。该方案提供了一种无偏量化脑血管结构重要指标的方法。
用于癌症诊断和治疗的肿瘤靶向荧光标记系统
缩写：Ad5，腺病毒 5 型；Ad35，腺病毒 35 型；AFP，甲胎蛋白；CAR，柯萨奇病毒和腺病毒受体；CEA，癌胚抗原；CTC，循环肿瘤细胞；ctDNA，无细胞肿瘤 DNA；EGFP，增强型绿色荧光蛋白；EMT，上皮-间质转化；EV，细胞外囊泡；FSP1，成纤维细胞特异性蛋白 1；GFP，绿色荧光蛋白；HCC，肝细胞癌；HSV1，人类单纯病毒 1 型；hTERT，人类端粒酶逆转录酶；Id1，DNA 结合抑制剂 1；IL-1β，白细胞介素-1β；miRNA，微小 RNA；PDAC，胰腺导管腺癌；PDT，光动力疗法；PSA，前列腺特异性抗原；PSES，前列腺特异性增强子序列； PSMA，前列腺特异性膜抗原；RFP，红色荧光蛋白；ROS，活性氧；SEAP，分泌性胚胎碱性磷酸酶；TME，肿瘤微环境。
蓝色超荧光 OLED 旨在实现高效率和高稳定性
九州大学有机光子学和电子学研究中心 (OPERA) Chin-Yiu Chan、Yi-Ting Lee、Youichi Tsuchiya、Masaki Tanaka、Hajime Nakanotani 和 Chihaya Adachi
在相关条件下 NO 激光诱导荧光模型的比较
一氧化氮 (NO) 分子的平面激光诱导荧光 (PLIF) 已广泛用于风洞设施的流动可视化、速度和温度测量。实验 PLIF 测量结果通常与使用计算得出的温度、压力、速度和物种摩尔分数的合成 PLIF 图像进行比较。这种方法通常称为计算流成像 (CFI)。在目前的研究中，我们将 PLIF 模型的信号强度与在低压气室系统内在与超音速和高超音速流场相关的压力和 NO 摩尔分数下获得的实验 PLIF 测量结果进行比较。实验测量结果与文献中报道的几种不同的激光诱导荧光模型进行了比较，包括 LIFBASE、LINUS 和 NASA 两级模型。实验测量结果与所有模型在较低压力和较低 NO 摩尔分数下都吻合良好；那里的荧光与这两个参数都呈线性关系。然而，在更高的压力和摩尔分数下，信号相对于这些参数变为非线性，因为自猝灭限制了信号，而吸收进一步限制了信号。事实上，对于实验的实验路径长度，高压和高 NO 摩尔分数的组合导致实验结果与忽略入射激光片吸收的预测结果存在很大偏差。 LINUS 模型允许计算吸收，其结果与实验测量结果更吻合。 由于超音速和高超音速流场可能包含高压流动区域，并且大型设施中的测量通常包括长路径长度，因此忽略吸收可能会对 CFI 与实验 PLIF 图像的比较产生显着的负面影响。 因此，考虑吸收的 PLIF 模型应包括在激光诱导荧光的计算流成像方法中。
结合人工智能的自动免疫荧光显微镜
间接免疫荧光 (IIF) 是一种重要的实验室诊断筛查方法，因为它具有高灵敏度和特异性以及广泛的抗原谱。然而，荧光模式的显微镜评估对实验室工作人员来说既耗时又具有挑战性。如今，许多实验室使用自动化系统来促进和标准化 IIF 的读数和解释。自动化显微镜系统能够快速数字采集免疫荧光图像，以及可靠的结果评估，包括区分阳性和阴性样本、关键自身抗体的模式分类和滴度指定。新的最先进系统结合了基于深度学习方法的人工智能 (AI)，用于对免疫荧光模式进行分类和计算抗体滴度。实时显微镜的出现，使评估完全在屏幕上进行，为 IIF 诊断提供了新的速度和便利性，以及显微镜和