XiaoMi-AI文件搜索系统
World File Search Systemgenomes
精致的肠型分型揭示了全球粪便宏基因组中的营养障碍
。cc-by 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他已授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本于2024年8月14日发布。 https://doi.org/10.1101/2024.08.13.607711 doi：Biorxiv Preprint
aAV2.7M8封装包的异质矢量基因组高于AAV2
重组腺相关病毒（RAAV）载体目前是通过基因疗法治疗眼科疾病的唯一经过验证的车辆。目前正在采用针对眼部疾病的广泛基因治疗计划。将近20年的研究已经增强了靶向视网膜组织并改善转基因对特定细胞类型的效率。工程化的AAV CAPSID，AAV2.7M8目前是玻璃体内（IVT）注射后转导视网膜的最佳衣壳之一。然而，在视网膜在临床试验中施用AAV2.7M8载体后，已经报道了包括眼内炎症在内的不良反应。此外，我们一直观察到AAV2.7M8表现出低包装滴度，而与矢量构造设计无关。在本报告中，我们发现AAV2.7M8包装矢量基因组具有比AAV2更高的程度。我们还发现，基因组加载的AAV2.7M8刺激了IVT给药后小鼠视网膜中小胶质细胞的纤维化，而对基因组负载的AAV2和空的AAV2.7M8 capsids的反应产生了很多较轻的响应。这个发现表明，IVT施用AAV2.7M8载体可能会刺激视网膜免疫反应，部分原因是它偏爱包装和提供非单位长度基因组。
MRGM：小鼠肠道微生物基因组的增强目录
此预印本版的版权持有人于2024年8月12日发布。 https://doi.org/10.1101/2024.08.12.607507 doi：Biorxiv Preprint
非冗余元基因组组装基因组... -Dr -ntu
©2024作者。本文是根据创意共享归因4.0国际义务许可的，只要您对原始作者和来源提供适当的信誉，它允许使用，共享，适应，分发和复制在任何媒介中，并提供了与创意共享许可证的链接，并表明是否进行了更改。te图像或其他第三方材料，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，则您将需要直接从Thecopyright持有人获得许可。要查看此许可证的副本，请访问http://creativecommons.org/licenses/4.0/。
33804参考基因组的多Kingdom集合...
人类阴道具有多种微生物（细菌，病毒和真菌）对妇女健康的深刻影响。对多个王国的阴道微生物组的基因组水平分析仍然有限。在这里，我们利用元基因组测序数据和真菌培养来建立阴道微生物基因组收集（VMGC），其中包括33,804个微生物基因组，涵盖786种原核生物，11种真菌物种和4,263个病毒性分类学单元。值得注意的是，超过25％的原核生物和85％的病毒性分类单元仍未进行。该收集显着丰富了基因组多样性，特别是对于普遍的阴道病原体，例如BVAB1（未培养的细菌性阴道病相关细菌）和杏仁核菌群。（BVAB2及相关物种）。利用VMGC，我们表征了原核生物的功能性状，尤其是sacCharofermentanales（一种不流动的但普遍的秩序），以及原核生物和真核生物病毒，为他们的壁co适应和潜在的角色提供了洞察力。VMGC是研究阴道菌群及其对阴道健康的影响的宝贵资源。
APE基因组的完整测序
第二，Solar 2，Antipov 2，11，Riley J. Mangan 12，13，14，头盔3，Gracela Mofort 15，16，Laura Carrel 23，Agnes P. Chan 24，Juyun Crawford 19，26，26，26，26，27，Gage H. Gage H. Garcia H. Garcia Gabrielle A. Alexandra P. Lewis 1，Juan F. I.25 25 Szpiech 11，Christian D. Huber 11，Tobias L. Lenz 9，Miriam K. Conchel 41,42，Soojin V. Yi 55，Stefan 26 Canzar 48，Corey T. Watson 57，Erik Garrison 30，Craig B. B. B. B. B. B. B. B. B. B. B. B. B. Lowe 8 8，Mario Ventur 4，Rachel J. O'Neill 10,17，58，Sergey Corren25 25 Szpiech 11，Christian D. Huber 11，Tobias L. Lenz 9，Miriam K. Conchel 41,42，Soojin V. Yi 55，Stefan 26 Canzar 48，Corey T. Watson 57，Erik Garrison 30，Craig B. B. B. B. B. B. B. B. B. B. B. B. B.Lowe 8 8，Mario Ventur 4，Rachel J. O'Neill 10,17，58，Sergey Corren16 Martinez 6 , Patrick Masterson 32 , Rajiv C. McCoy 18 , Barbara McGrath 11 , Sean Mckinney 15 , Britta 17 S. Meyer 9 , Karen H. M. MATT 18 PENNELL 47 , Pavel A. PEvzner 31 , David Porusky 1 , Tamara Potapova 15 , Francisca R. Ringeling 48 , 19 Joana L. Rocha 49 , Oliver A. Ryder 35 , swalti 29 , swarms 1 32 , Edmundo 22 Torres-González 11 , Mihir Trivedi 1, 59 , Wenjie Wei 51, 52 , Julie Wertz 1 , Muyu yang 44 , Panpan 23 Zhang 2 Zhhang Zhang 31 , Sarah A. Zhao 12 , Yixin Zhu 47 , 24 Erich D. Jarvis 37, 53，詹妮弗·L·格顿15，伊克·里瓦斯·冈萨雷斯54，扎卡里·A。16 Martinez 6 , Patrick Masterson 32 , Rajiv C. McCoy 18 , Barbara McGrath 11 , Sean Mckinney 15 , Britta 17 S. Meyer 9 , Karen H. M. MATT 18 PENNELL 47 , Pavel A. PEvzner 31 , David Porusky 1 , Tamara Potapova 15 , Francisca R. Ringeling 48 , 19 Joana L. Rocha 49 , Oliver A. Ryder 35 , swalti 29 , swarms 1 32 , Edmundo 22 Torres-González 11 , Mihir Trivedi 1, 59 , Wenjie Wei 51, 52 , Julie Wertz 1 , Muyu yang 44 , Panpan 23 Zhang 2 Zhhang Zhang 31 , Sarah A. Zhao 12 , Yixin Zhu 47 , 24 Erich D. Jarvis 37, 53，詹妮弗·L·格顿15，伊克·里瓦斯·冈萨雷斯54，扎卡里·A。
通过深度学习预测个人基因组中的基因表达
根据 DNA 序列预测 RNA 水平的模型在解码组织特异性基因调控机制 1-5、揭示性状的遗传结构 6-10 和解释非编码遗传变异 10,11 方面显示出巨大的前景。现有的方法采用两种不同的方法：1）将表达与常见遗传变异的线性组合相关联（在单个基因上跨个体训练）12,13，或 2）使用神经网络学习全基因组序列到表达规则（使用参考基因组跨基因座训练）11,14,15。由于最近这两种策略的局限性都被强调 16-20，我们试图将深度学习提供的序列上下文与跨个体训练提供的信息相结合。我们利用微调开发了 Performer，该模型的准确度接近大多数基因的顺式遗传率。Performer 优先考虑等位基因频率谱中的遗传变异，这些变异会破坏基序、属于注释的调控元件，并具有调节基因表达的功能证据。尽管个性化表情预测仍然存在障碍，但我们的研究结果证明深度学习是一种可行的策略。
基于反向遗传系统的病毒颗粒合成的流感病毒基因组的体外一罐构建
。cc-by-nc-nd 4.0国际许可证（未获得同行评审证书）获得的是作者/资助者，他已授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权所有，该版本发布于2024年7月12日。 https://doi.org/10.1101/2024.07.12.603202 doi：Biorxiv Preprint
上下文样本：支持参考基因组
我们感谢ERGA SSP委员会的所有成员和委员会的会议参与者40对SSP和ERGA任务的支持。尤其要感谢Copo的Alice Minotto和Felix 41 Shaw，Ebi/Embl的Josephine Burgin和Joana Pauperio，以及Luisa 42 Marins（Leibniz动物园和野生动物园研究所），以帮助实施43 ERGA宣言。我们感谢Darwin Life Project的样本工作组，以在元数据收集和标准上进行44次富有成果的交流。我们感谢Erga的数据分析45委员会访问图1中使用的问卷数据。我们承认ERGA PILOT项目协调47团队的成员Giulio Formenti和Alice Mouton的基本工作，通过为这项工作做出贡献，以构建必要的样本元数据48收集基础设施，包括ERGA SUPTEST 49 PROCEST 49 PROCTEST GITHUB ESTERTER ERATER ERATER ERATER ERATER ERATER ERATER ERISTA和ER ERATER ERATER ERATER ER ORERATER ER ORFORT ER ORERATER ER ERISTARES以及他们的ERS努力提供努力，从而使这项工作成为可能。我们特别感谢Erga Chairs 51在ERGA建立阶段的富有成果的交流及其持续的支持。52 R. Oomen was supported by the James S. McDonnell Foundation 21st Century Postdoctoral 53 Research Fellowship, the Natural Sciences and Engineering Research Council of Canada 54 Postdoctoral Research Fellowship, and the Research Council of Norway (Earth BioGenome 55 Project Norway; Project no.326819）。R.Fernández认可以下56个资金来源的支持：RamónY Cajal奖学金（授予协议号 948281）。R.Fernández认可以下56个资金来源的支持：RamónY Cajal奖学金（授予协议号948281）。RYC-2017-22492由McIn/AEI/AEI/10.13039/501100011033和ESF资助57，ESF和“未来投资”），PID2019-58 108824GA-I00资助了McIn/10.13039/501100011033，在欧洲欧盟的20日，由MCIN/AEI/AE IN CORMINE COUNTING MCIN/AEIS INCOM INCOR IER CORNION（ERC）。和创新60计划（授予协议号O. Vinnere Pettersson得到RFI/VR和61 Science for Sweden的Science。S. McTaggart was supported by the Biotechnology and 62 Biological Sciences Research Council (BBSRC), part of UK Research and Innovation, through 63 the Core Capability Grant BB/CCG1720/1 and the Earlham Institute Strategic Programme 64 Grant Decoding Biodiversity BBX011089/1 and BBS/E/ER/230002B.J. Melo-Ferreira 65承认FCT，FCT，FUNDAçãoParaaciênciae a tecnologia 66（2021.00150.Ceecind合同和Project HybridChange，ptdc/bia-evl/bia-evl/1307/2020T. H. Struck承认挪威68研究委员会的资金（项目编号300587）。69A.Böhne感谢德国研究基金会DFG的支持（赠款数字70 DFG 497674620和DFG 492407022）和莱布尼兹协会。71A.Böhne，R。Monteiro，R。Oomen，T。Struck，R。Fernandez，S。Mctaggart，J。Melo-Ferreira，J.72 A. Leonard和O. Vinnere Pettersson由Horizon Europe在生物多样性，73循环经济和环境下资助（Rea.B.3）；由瑞士国家秘书处共同资助了74份教育，研究与创新（SERI）的合同编号22.00173；并由英国75研究与创新（UKRI）在商业，能源和工业76战略的Horizon Europe担保计划下。72 A. Leonard和O. Vinnere Pettersson由Horizon Europe在生物多样性，73循环经济和环境下资助（Rea.B.3）；由瑞士国家秘书处共同资助了74份教育，研究与创新（SERI）的合同编号22.00173；并由英国75研究与创新（UKRI）在商业，能源和工业76战略的Horizon Europe担保计划下。我们还要承认生物多样性基因组学计划的77个贡献，这些计划贡献了有关其78
voretigene neparvovec 5 x 1012矢量基因组/ div>
遗传性视网膜营养不良是一组稀有遗传疾病的异质群，会导致视力丧失，并且是包括RPE65基因在内的260多种不同基因中种系突变的结果。2，3 RPE65基因负责RPE65蛋白的产生，RPE65蛋白是一种酶，将全反归因基因转化为11-CIS-他醇，随后在视觉（视网膜类动物）循环中形成了11- cis-totinal的生物团，鼠视鼠。这些步骤对于将光子的光子转化为视网膜内的电信号至关重要。RPE65基因中的突变导致RPE65全反性返带异构酶活性减少或缺乏视觉周期的阻断。 全反归因基的积累会导致感光细胞的细胞凋亡和视力逐渐丧失。 2，4RPE65基因中的突变导致RPE65全反性返带异构酶活性减少或缺乏视觉周期的阻断。全反归因基的积累会导致感光细胞的细胞凋亡和视力逐渐丧失。2，4