XiaoMi-AI文件搜索系统
World File Search Systemhuman
犬乳腺肿瘤类器官活体生物库可作为人类乳腺癌的比较模型
犬乳腺肿瘤具有作为转化肿瘤学中自然发生的乳腺癌模型的巨大潜力，因为它们与人类乳腺肿瘤具有相同的环境风险因素、关键组织学特征、激素受体表达模式、预后因素和遗传特征。我们旨在开发允许对犬乳腺肿瘤 (CMT) 进行功能分析的体外工具，因为我们对驱动这些异质性肿瘤生长的潜在生物学了解甚少。我们建立了来自 16 名患者的 24 个类器官系的长期培养，包括来自正常乳腺上皮或良性病变的类器官。CMT 类器官重现了它们所来自的原发组织的关键形态学和免疫组织学特征，包括激素受体状态。此外，遗传特征（驱动基因突变、DNA 拷贝数变异和单核苷酸变异）在肿瘤-类器官对中得到保留。我们展示了 CMT 类器官如何成为体外药物测定的合适模型，并可用于研究特定突变是否可预测治疗结果。此外，我们可以对 CMT 类器官进行基因改造，并使用它们进行汇集的 CRISPR/Cas9 筛选，其中文库表示得到准确维护。总之，我们提出了一个强大的 3D 体外临床前模型，可用于转化研究，其中可以从同一患者体内繁殖来自正常、良性和恶性乳腺组织的类器官，以研究肿瘤发生。
CERT1 突变通过破坏鞘脂稳态来扰乱人类发育
Charlotte Gehin, 1 Museer A. Lone, 2 Winston Lee, 3,4 Laura Capolupo, 1 Sylvia Ho, 1 Adekemi M. Adeyemi, 5 Erica H. Gerkes, 6 Alexander PA Stegmann, 7 Estrella López-Martín, 8 Eva Bermejo-Sánchez, 8 Martínez, Martínez, Dzierz , 9,10 Cornelia Kraus, 9 Bernt Popp, 11,12 Vincent Strehlow, 11 Daniel Gräfe, 13 Ina Knerr, 14,15 Eppie R. Jones, 16 Stefano Zamuner, 17 Luciano A. Abriata, 18 Vidya Kunnathully, 1 19 Anthony Eller, Samuel Anthony, 1. 21 Jean-Philippe Bocquete, 21 Evelyne Ruchti, 22 Greta Limoni, 22 Marine Van Campenhoudt, 22 Samuel Bourgeat, 22 Petra Henklein, 23 Christian Gilissen, 24,25 Bregje W. van Bon, 24 Rolph Pfundt, 25 Landa, 24 Jole, H. H. Schemjole. 26 Emanuela Leonardi, 27,28 Fiorenza Soli, 29 Alessandra Murgia, 28 Hui Guo, 30 Qiumeng Zhang, 30 Kun Xia, 30 Christina R. Fagerberg, 31 Christoph P. Beier, 31 Martin J. Larsen, 31 Irene Xienzu, 32 Fernando Valyinda , 33 Robert Śmigiel, 34 Vanesa López-González, 35 Lluís Armengol, 36 Manuela Morleo, 37,38 Angelo Selicorni, 39 Annalaura Torella, 37,38 Moira Blyth, 40 Nicola S. Cooper, 41 Vare Wilson, 44, 434 ore Garde, 45,46 Ange-Line Bruel, 46,47 Frederic Tran Mau-Them, 46,47 Alexis BR Maddocks, 48 Jennifer M. Bain, 49 Musadiq A. Bhat, 50 Gregory Costain, 51 Peter Kannu, 52 Ashish Marwaha, 51 Michael E. E. Friegne, 35 B. Richardson, 53 Vykuntaraju K. Gowda, 54 Varunvenkat M. Srinivasan, 54 Yask Gupta, 55 Tze Y. Lim, 55 Simone Sanna-Cherchi, 55 Bruno Lemaitre, 21 Toshiyuki Yamaji, 56 Kentaro Hanada, 56 John E. Burke, 2017, Ana Briš , D. McCa . abe, 22 Paolo De Los Rios, 1,17 Thorsten Hornemann, 2 Giovanni D'Angelo, 1,19,21 and Vincenzo A. Gennarino 3,58,59,60,61
引用 Ji S 和 Ji N (2025) 人乳头瘤病毒 16 的甲基化位点作为宫颈癌进展的潜在生物标志物。Front. Oncol. 15:1
持续感染高危型人乳头瘤病毒 (HR-HPV) 以及随后的病毒癌蛋白 E6 和 E7 上调被认为是宫颈癌变中的关键分子事件 ( 1 , 2 )。这些癌蛋白会干扰关键宿主肿瘤抑制蛋白的功能，导致恶性转化。具体来说，E6 会促进 p53 的降解，p53 是一种对程序性细胞死亡至关重要的肿瘤抑制因子，而 E7 则会抑制通常调节细胞周期进程的视网膜母细胞瘤蛋白 (pRb) ( 3 , 4 )。p53 和 pRb 功能的破坏会导致染色体不稳定和癌症发展 ( 5 )。在各种 HR-HPV 类型中，HPV16 最为常见（其次是 HPV18），是全球 50% 以上宫颈癌病例的诱因 ( 6 – 8 )。 HPV 感染发生在宫颈上皮未分化的基底细胞中，病毒早期蛋白 E1、E2、E6 和 E7 在此细胞中表达水平较低（9）。随着被感染细胞的分化，病毒晚期蛋白 L1 和 L2 产生，用于衣壳的形成和病毒颗粒的组装。E4 蛋白通过与宿主细胞骨架结合协助病毒颗粒的释放（10,11）。高免疫原性的 L1 蛋白的产生受宿主蛋白和表观遗传修饰的调控，确保其仅在分化细胞中表达，从而逃避免疫检测（12）。HPV16 L1 蛋白及其相关 mRNA 在低度宫颈病变和增殖性感染中可检测到，但其缺失与高度病变高度相关（13,14）。虽然 L1 编码序列在转化细胞中保持完整，但衣壳蛋白不会合成（15）。尽管 HR-HPV 感染是宫颈癌的必要前兆，但只有一小部分感染者会发展为宫颈癌 ( 16 , 17 )。目前的 HPV DNA 检测不足以准确识别需要阴道镜检查的 HR-HPV 阳性女性，因为许多感染都是暂时性的 ( 18 )。目前建议对 HPV16 和 HPV18 进行基因分型，并结合细胞学检查进行宫颈癌筛查 ( 19 )；然而，需要更特异的生物标志物来分类 HPV16 或 HPV18 阳性的女性，并减少不必要的阴道镜转诊 ( 20 , 21 )。宿主基因和 HPV 基因的甲基化已得到广泛研究，并被证实与宫颈异常有关 ( 22 , 23 )。甲基化修饰，例如 L1 基因内的 CpG 位点甲基化，可以控制该基因的表达，该基因在转化的宫颈细胞中经常被沉默。亚硫酸氢盐测序报告称 3' L1 基因区域的甲基化水平较高，表明其在控制 L1 表达方面具有潜在作用 ( 24 , 25 )；然而，亚硫酸氢盐测序和直接测序等方法可能导致临床样本中甲基化水平估计不准确。焦磷酸测序，一种更准确的定量方法，已用于测量 HPV DNA 甲基化，揭示了各种 HPV 类型的 L1 和 L2 区域的高甲基化（ 26 , 27 ）。最近的研究表明，L1 基因甲基化可以区分宫颈上皮内瘤变 3 (CIN3) 和浸润性宫颈癌（ 26 , 28 ）。
人类红系细胞相关基因表达模式
红系细胞在免疫调节和免疫抑制中的作用是现代免疫学的新兴课题之一，由于不同组织和不同物种的红系细胞表达不同的免疫调节分子，因此仍需要进一步阐明。在本研究中，我们利用 BD Rhapsody 的最先进的单细胞靶向蛋白质组学和转录组学以及通过 NanoString Sprint Pro 进行的癌症相关基因拷贝数变异分析，对来自成年健康捐赠者和成年急性淋巴细胞白血病患者的人骨髓红系细胞进行了彻底的研究。我们发现人类骨髓红系细胞表达 ARG1、LGALS1、LGALS3、LGALS9 和 C10orf54 (VISTA) 免疫抑制基因、CXCL5、CXCL8 和 VEGFA 细胞因子基因，以及参与抗菌免疫和 MHC II 类抗原呈递的基因。我们还发现 ARG1 基因表达仅限于单个红细胞簇，我们将其称为 ARG1 阳性正色红细胞，而晚期红细胞在急性淋巴细胞白血病的情况下会失去 S100A9 并获得 MZB1 基因表达。这些发现表明，即使没有任何转分化刺激（如癌症），稳定状态的红细胞生成骨髓红细胞也会表达髓系特征基因。
人性化的人性化
摘要针对人表皮生长因子受体2（PL85“ M）的鼠单克隆抗体MUMAB4D5，特别抑制了过表达P185HER2的人类肿瘤细胞的增殖。但是，MUMAB4D5在人类癌症治疗中的功效可能受到人类抗小鼠抗体反应和缺乏效应功能的限制。一种“ HUM”抗体Humab4d5-1，仅包含来自MUMAB4D5的抗原结合环和人类可变区域框架残基以及IgG1常数DO。使用311-MER和361-MER预组装的寡核苷酸分别通过“基因转换诱变”在一个步骤中模拟了光和重链变量区域。Humab4d5-1变体并未阻止人类乳腺癌SK-BR-3细胞的产生，尽管抗原结合紧密（KD = 25 nm），但它过表达PL85mm。通过分子建模（Humab4d5-8）挖掘七个添加的Humai变体之一（HUMAB4D5-8）分别比Humab4d5-1和Mumab4d5结合了PL85“ IM2抗原250倍和3倍。此外，Humab4d5-8在阻断SK-BR-3细胞增殖方面具有与UINRE抗体相当的效力。此外，Humab4d5-8在支持抗体依赖性细胞毒性对SK-BR-3细胞方面的效率要高得多，而不是MUMAB4D5，但并不能有效地杀死WI-38细胞，WI-38细胞在较低水平上表达P185HFR。
Spore-FP1 结核病粘膜候选疫苗对豚鼠具有高度保护性，但未能提高 BCG 在非人类原始细胞中的保护作用
结核病仍然是全球的主要健康威胁，需要一种比目前的卡介苗 (BCG) 更有效的疫苗来替代或增强其效力。Spore-FP1 粘膜疫苗候选物基于 Ag85B-Acr-HBHA/肝素结合域融合蛋白，吸附在灭活枯草芽孢杆菌孢子表面。该候选物对未接种过结核分枝杆菌的豚鼠具有显著的保护作用，并显著提高了用 BCG 引发的动物的肺和脾脏的保护作用。然后，我们用 BCG 皮内注射免疫恒河猴，随后用一次皮内注射和一次气雾剂量的 Spore-FP1 进行加强，然后用低剂量气雾化结核分枝杆菌 Erdman 菌株进行攻击。接种疫苗后，动物没有出现任何不良反应，并且与单独接种 BCG 相比表现出更高的抗原特异性细胞和抗体免疫反应，但这并没有显著改善疾病病理或器官中的细菌负担。
gi-protein A大鼠大脑皮层中的亚基
抽象造血是一个连续的过程，其中前体细胞在整个生命中都会增殖和分化。但是，控制这一过程的分子机械尚未明确定义。编码DNA结合同源域的含同源物基因是一个高度保守的基因网络。它们是在具有位置层次结构的发育胚胎中表达的簇中组织的。我们已经分析了四个人HOX基因座在红血病，叶虫细胞和单核细胞系中的表达，以研究人类HOX基因的物理组织是否反映了造血细胞分化过程中涉及的调节性层次结构。我们的结果表明，代表血液 - 诗分化的各个阶段的细胞显示出HOX基因表达的差异模式，并且HOX基因在可能包括整个基因座的块中协调或关闭。在分析的所有线路中，整个HOX4基因座都保持沉默，几乎所有HOX2基因在红血球细胞中都活跃，并在髓样限制的细胞中关闭。我们的观察结果提供了有关HOX基因调控的信息，并表明这些基因的坐标调节可能在血液早期阶段的谱系确定中起重要作用。
通过流式细胞术和分选测量和纯化人类染色体
分离染色体的流式细胞术是细胞遗传学的一种新方法，可快速测量单个中期染色体。在这种方法中，用适当的荧光染料染色的水悬浮液中的染色体被限制在激发染料的窄激光束中高速流动。发射的荧光通过光度法测量，累积的数据形成染色体荧光的频率分布。该频率分布的峰值归因于单个染色体或具有相似荧光的染色体组；峰值平均值与染色体荧光成正比，峰值面积与染色体出现频率成正比。因此，频率分布可作为核型（1、2）。此外，流式分选可根据染色体的染色特性分离染色体（3、4），这与传统的中期染色体纯化方法不同，后者依赖于速度或等密度沉降、区域离心或选择性过滤（5）。纯化单个中期染色体很重要，原因如下。富集或纯染色体部分已进行生化分析，以提供有关 DNA 或蛋白质结构的信息（6），将遗传信息转移到整个细胞（7-9），或通过体外杂交绘制基因图谱（10）。但一般来说，传统技术无法提供足够纯度的染色体，无法进行高分辨率生物或生化研究。通过基于溴化乙锭荧光的流式分选，我们以 90% 的纯度将雄性鹿 Muntiocus muntjak (2n = 7) (4) 的每个染色体和中国仓鼠 M3-1 细胞系的 14 种染色体类型分离成 8 个染色体组 (1, 3)。在我们之前对溴化乙锭染色的人类染色体的研究中，我们仅从雄性 (2n = 46) 的 24 种染色体类型中分辨出 8 个染色体组 (2, 3)。在本研究中，使用 DNA 荧光染料 33258 Hoechst 和改进的仪器，
![征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术](/simg/9/997626a7f59d17e25a28a70110fbadb440a4a51a.png)
征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术
征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术
系统生理学增强功能近红外光谱：研究人类大脑的有力方法
摘要。在这篇 Outlook 论文中，我们解释了为什么当通过使用系统生理增强功能性近红外光谱 (SPA-fNIRS) 同时测量系统生理活动（例如心肺和自主神经活动）时，可以促进对功能性近红外光谱 (fNIRS) 神经成像信号的准确生理解释。SPA-fNIRS 的基本原理有两个方面：(i) SPA-fNIRS 能够更完整地解释和理解在头部测量的 fNIRS 信号，因为它们包含源自神经血管耦合和系统生理源的成分。用 SPA-fNIRS 测量的全身生理信号可用于回归 fNIRS 信号中的生理混杂成分。因此可以最大限度地减少误解。(ii) SPA-fNIRS 能够通过将大脑与整个身体的生理状态联系起来来研究具身大脑，从而对它们复杂的相互作用产生新的见解。我们预计 SPA-fNIRS 方法在未来将变得越来越重要。© 作者。由 SPIE 根据 Creative Commons Attribution 4.0 International 许可证出版。全部或部分分发或复制本作品需要完全注明原始出版物，包括其 DOI。[DOI：10.1117/1.NPh.9.3.030801]