Hidalgo, Manuel; Amant, Frederic; Biankin, Andrew V.; Budinská, Eva; Byrne, Annette T.; Caldas, Carlos; 等人 (2014):患者来源的异种移植模型:一种新兴的癌症转化研究平台。爱尔兰皇家外科医学院。期刊投稿。https://hdl.handle.net/10779/rcsi.10793177.v1
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。
J.-L. Vay、A. Huebl,“等离子体粒子加速器大规模建模中原位/传输方法的应用”,ISAV'20 研讨会主题演讲 (2020);M. Larsen 等人,“ALPINE 原位基础设施:从稻草人的灰烬中崛起”,ISAV'17 会议论文 (2017)
它。因此,如果像mtDNA这样的圆形DNA具有m识别(限制)位点,则该酶在消化后将其分散成M段。限制位点的数量和位置随核苷酸序列而变化。相比,两个DNA序列的相似性越高,裂解模式越接近。因此,可以通过比较限制位点的位置来估计两个同源DNA之间的核苷酸取代的数量。同样,可以从两个或分类的DNA片段的比例中估算核苷酸取代的数量。Upholt(8)研究了这两个问题,但他的锻炼并不一般,似乎涉及一些错误。fur-hoverore,upholt不关注种群中DNA序列的异质性明显高度(5)。当研究紧密相关的物种之间的遗传差异时,有必要消除这种异质性的作用。本文的目的是开发一个更严格的DNA遗传差异数学模型,并提出了一种统计方法,用于分析限制酶研究的数据。在前四个部分中,我们要么假设人群中没有多态性,要么仅考虑一对生物(个体)之间的遗传差异。在第五部分中将删除无多态性的假设。
(Å) 3FNG Enoyl-[acyl-carrier-protein]reductase [NADH] 1,97 1N2B Pantothenate synthetase 1,70 1GSI Thymidylate kinase complexed with thymidine monophosphate (tmp) 1,60 1MRS Thymidylate kinase complexed with 5-ch2oh deoxyuridine monophosphate 2,00 1眼二氢蛋白酶合酶1 1,70 1SNF脱氧尿苷5-三磷酸盐核苷酸氢化素酶1,85 1SJN脱氧尿苷5-三磷酸核苷酸核苷酸水解酶1,80 1L1EL1EL1E型甲酸酯酸环烷酸酯酶合酶促成了促氧化氢蛋白酶素的素蛋白酶。
能源市场正在不断发展,预计能源消费将大幅增加,从而导致生产增加。与此同时,欧盟指令的目标是优先实现无化石燃料发电、减少温室气体排放和到 2050 年实现气候中和,这对北欧目前的电力生产状况构成了挑战。为了管理这些预测,到 2045 年,可再生能源的发电量需要增加三倍。因此,间歇性能源的份额将大幅增加,从而需要更多的能源存储容量、辅助服务和电网平衡。抽水蓄能水电等能源存储系统可以在这一能源市场转型中发挥关键作用。然而,抽水蓄能水电尚未得到充分开发或证明在北欧进行大规模投资是可行的。本文研究了北欧抽水蓄能水电站的可行性和盈利能力。可行性评估是通过基于文献摘要和 PESTLE 框架内的访谈的 SWOT 分析进行的。受访者包括 Fortum 不同领域的专家,他们具备与本文相关的知识。为了评估盈利能力,我们在 MathWork 的 MATLAB 中创建了一个抽水蓄能水电站投资分析工具,重点关注 Fortum 现有的一个抽水蓄能水电站。该投资分析工具是针对几个具有固定运营时间表的案例构建的,时间范围为每周。
亲爱的编辑,我们最近在《转化精神病学》上发表了一篇文章,探讨了在全脑水平上评估脑功能的策略 [1]。在这篇评论中,我们介绍了几种方法,从功能性磁共振成像到功能性超声再到钙成像。对于每一种技术,我们都简要介绍了它的发展历史、物理概念、一些关键应用、潜力和局限性。我们得出的结论是,在网络水平上对啮齿动物大脑进行成像的方法正在不断发展,并将增进我们对大脑功能的理解。Zhuo 和同事的一篇评论进一步增加了解决精神病学学科从动物模型到患者的“转化”问题的复杂性 [2]。他们提出,需要彻底审查用于开发精神疾病动物模型的方法,甚至可能需要修改。例如,迄今为止,大多数精神疾病的啮齿动物模型都是使用简单的药物输注 [3] 和/或社会心理刺激 [4] 建立的。然而,关键问题是这些操作如何改变大脑的结构和功能,以及这些模型是否真正反映了人类精神疾病的病理生理学。特别是因为很难评估是否可以说从啮齿动物到人类存在逆向推理。这是一个真实且可以接受的说法。然而,这正是临床前成像旨在实现的。通过绘制动物模型中大脑网络的动态响应,并将其(如果可能)与临床研究中报告的响应进行比较,我们可以获得定量数据和参数,以确定我们的模型是否有效转化 [ 5 ]。如果这些指标表明网络级修改在时间和空间上与在人类中观察到的相似,我们可以利用更具侵入性和更具体的方法来进一步研究动物模型中的大脑记录。否则,我们必须有信心和正确性继续前进并尝试其他解决方案。最近有两个例子。 2019 年,我们证实了小鼠蓝斑核 (LC) 去甲肾上腺素能活性与大量大型脑网络(尤其是突显网络和杏仁核网络)的参与之间存在因果关系 [6]。此外,我们还可以将网络变化与去甲肾上腺素 (NE) 周转的直接标志物以及 NE 受体在整个脑部的分布联系起来。特定脑网络动态与 LC 活性和 NE 受体密度相关的假设源自人类压力研究和药理学研究 [7,8]。然而,由于不可能选择性地刺激人类的 LC,因此十多年来,这一假设一直只是一个假设。
临床前扰动筛选,其中在疾病模型上系统地测试了遗传,化学或环境扰动的影响,由于其规模和因果性质,对机器学习增强的药物发现具有巨大的希望。预测模型可以根据分子特征来推断以前未经测试的疾病模型的扰动反应。这些在计算机标签中可以扩展数据库并指导实验优先级。但是,对扰动特异性效应进行建模并在各种生物环境中产生健壮的预测性能仍然难以捉摸。我们介绍了LEAP(自动编码器和预测变量的分层集合),这是一个新颖的集合框架,可改善稳健性和概括。LEAP利用多个Damae(数据增强蒙版的自动编码器)表示和套索回归器。通过结合从不同随机初始化中学到的多种基因表达表示模型,在预测未见细胞系,组织和疾病模型中基因本质或药物反应方面始终胜过最先进的方法。值得注意的是,我们的结果表明,结合表示模型而不是仅预测模型会产生出色的预测性能。超出其性能增长,LEAP在计算上是有效的,需要最小的高参数调整,因此很容易将其纳入药物发现管道中,以优先考虑有希望的目标并支持生物标志物驱动的分层。这项工作中使用的代码和数据集可公开使用。
