异常的大脑动力学被认为是双相情感障碍 (BD) 和精神分裂症 (SCZ) 的特征。先前的研究在研究个体如何招募重复出现的大脑状态时,通常采用状态离散化方法。由于多种大脑状态可能在任何给定时刻同时参与,因此专注于主导状态可能会掩盖临床人群中不太突出但关键的大脑状态的变化。为了解决这一限制,我们引入了一个新框架来同时评估多种大脑状态的大脑状态参与度,并研究了 BD 或 SCZ 患者与健康对照 (HC) 相比的大脑状态参与度有何不同。使用来自人类连接组计划的基于任务的数据,我们应用非线性流形学习和 K 均值聚类来识别四种重复出现的大脑状态。然后,我们在另外两个国际开源数据集中研究了这四种状态的参与度和转换变异性在 BD、SCZ 和 HC 患者之间的差异。比较各组之间的这些测量结果发现,在静息状态和基于任务的 fMRI 中,患有 BD 和 SCZ 的个体在所有四种状态下的状态转换变异性发生了显著改变,但参与度没有改变。在我们的事后和探索性分析中,我们还观察到状态转换变异性与年龄以及意志消沉之间的关联。我们的结果表明,中断的状态转换变异性会影响 BD 和 SCZ 中的多种大脑状态。通过同时研究几种大脑状态,我们的框架更全面地揭示了不同个体和精神疾病中的大脑动态差异。
a 意大利帕多瓦大学医学系 - DIMED b 意大利帕多瓦帕多瓦大学医院病理学系 c 意大利特雷维索 Marca Trevigiana ULSS2 医院病理学系 d 意大利帕多瓦威尼托肿瘤研究所 IOV-IRCCS e 意大利帕多瓦帕多瓦大学医院外科、肿瘤学和胃肠病学系(DiSCOG)普通外科 3 f 意大利维罗纳大学与医院信托病理学科诊断与公共卫生系 g 意大利热那亚大学外科科学与综合诊断学系(DISC)解剖病理学 h 意大利热那亚 IRCCS Ospedale Policlinico San Martino,意大利热那亚大学外科科学与综合诊断学系(DISC) i 病理学研究单位,Fondazione IRCCS Ospedale Casa Sollievo della Sofferenza, San Giovanni Rotondo, 福贾, 意大利
尽管迄今为止已描述了数百种 RNA 修饰,但只有 RNA 编辑会导致 RNA 分子的核苷酸序列与基因组相比发生变化。在哺乳动物中,迄今为止已描述了两种 RNA 编辑,即腺苷到肌苷 (A-to-I) 编辑和胞苷到尿苷 (C-to-U) 编辑。RNA 测序技术的最新改进导致发现越来越多的编辑位点。这些方法功能强大但并非没有错误,因此必须对新描述的编辑位点进行常规验证。在对 DDX58 mRNA 进行其中一次验证时,除了 A-to-I RNA 编辑位点外,我们还遇到了假定的 U-to-C 编辑。这些 U-to-C 编辑存在于几种细胞系中,并且似乎受到特定环境刺激的调节。在人类长基因间非编码 RNA p21 (hLincRNA- p21) 中也观察到了同样的发现。更深入的分析表明,假定的 U-to-C 编辑是由从相同基因座转录的重叠反义 RNA 上的 A-to-I 编辑引起的。此类编辑事件发生在以相反方向转录的重叠基因上,最近已被证明具有免疫原性,并与自身免疫和免疫相关疾病有关。我们的发现也得到了深度转录组数据的证实,表明此类基因座可以通过同一基因座内 A-to-I 和 U-to-C 错配的存在来识别,在正义转录本和顺式天然反义转录本 (cis-NAT) 中都存在反射性 A-to-I 编辑,这意味着此类簇可能是功能相关的 ADAR1 编辑事件的标志。
Mostefa Ben Naceur、Mohamed Akil、Rachida Saouli、Rostom Kachouri。使用重叠块和多类加权交叉熵,通过基于深度学习的选择性注意实现全自动脑肿瘤分割。医学图像分析,2020 年,�10.1016/j.media.2020.101692�。�hal-02533454�
摘要。气候强迫数据准确性推动了水文模型和分析的性能,但是每个研究者都需要在众多网格气候数据集选项中进行选择,并证明其选择在特定的水文模型或分析中使用。本研究旨在详细介绍网格数据集(降水,空气温度,湿度,风速,太阳辐射)的全面汇编和概述,并考虑了基于对先前研究的审查和合成的综述和合成,该研究标准是历史杂种式产品选择标准。此处概述的所有数据集至少涵盖了美国(CONUS),许多数据集在大陆或全球范围内。Gridded datasets built on ground-based observations (G; n = 20), satellite im- agery (S; n = 20), and/or reanalysis products (R; n = 23) are compiled and described, with focus on the characteristics that hydrologic investigators may find useful in discerning acceptable datasets (variables, coverage, resolution, accessi- bility, and latency).,我们根据29项最近的研究(过去10年)的详尽回顾,解释和综合,为数据集选择提供了最佳的科学恢复,这些研究(过去10年)比较了各种网格 - 气候数据集用于水文分析的性能。不存在网格气候数据的最佳来源,但是我们确定了可能有助于指导数据集选择的常见主题:
“抽象空间” 2023。Chiara Passa 的 AR 和人工智能艺术作品。“抽象空间”通过整面墙的投影,将一个虚构的极简环境(我使用 Chat GPT API 创建)与真实空间重叠,而这个空间一旦被观众使用 AR-AI 应用程序修改,就会神秘、怪异或有时不完整地重新出现在我们周围。观众在这个新的不稳定空间中,通过观看由几何体积阴影构成的新 AI 空间,体验到一种缺失或空虚的感觉,这些阴影是根据缓冲过程沿光源方向挤压图元轮廓而创建的。还提供视频手册(屏幕 7')版本。视频预览:https://youtu.be/zzAaf7hxTYI Android 应用程序和相关矩阵可供下载。每个动画持续 6'.30''。 https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace2&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace3&hl=en https://play.google.com/store/apps/details?id=com.ChiaraPassa.AbstractSpace4&hl=en
性格受遗传和环境因素影响,与焦虑和抑郁等其他精神特征有关。“五大”性格特征包括神经质、外向性、亲和性、尽责性和开放性,是理解和描述人类性格的广泛接受和有影响力的框架。在五大性格特征中,神经质最常成为遗传学研究的重点,与各种精神疾病有关,包括抑郁、焦虑和精神分裂症。我们对其他四种性格特征的遗传结构的了解更为有限。在这里,我们利用百万退伍军人计划队列,对具有欧洲和非洲血统的个体进行了全基因组关联研究。加上其他已发表的数据,我们对五种性格特征中的每一种都进行了全基因组关联研究荟萃分析,样本量从 237,390 到 682,688 不等。我们分别确定了与神经质、外向性、宜人性、尽责性和开放性相关的 208、14、3、2 和 7 个独立的全基因组显著基因座。这些发现代表了 62 个新的神经质基因座,以及第一个与宜人性发现的全基因组显著基因座。基于基因的关联测试显示 254 个基因与五种人格特质中的至少一种显着关联。全转录组和全蛋白质组分析发现了基因和蛋白质的表达改变,例如 CRHR1、SLC12A5、MAPT 和 STX4。通路富集和药物扰动分析确定了人类人格特质背后的复杂生物学。我们还在表型组范围的遗传相关性分析中研究了人格特质与 1,437 种其他特质的相互关系,发现了新的关联。孟德尔随机化显示神经质与抑郁和焦虑之间存在正向双向影响,而宜人性和这些精神特质之间存在负向双向影响。这项研究提高了我们对人格特质的遗传结构及其与其他复杂人类特质的关系的全面理解。
生态和生物地理学科的。 这些包括生物地理学,植物地理学,景观遗传学,物种范围动态,多样性模式分析,入侵生物学,保护计划和气候变化影响评估(Sillero等,2021; Espindola等,2022; Sunny等,Sunny等,2022; Franklin,2023; Franklin,2023; 2023; Rubio Blanco et al and 2022;)。 这些模型使研究人员能够在空间和时间维度中分析物种分布,从而对生态过程和生物地理学机制提供重要的见解,从而随着时间和整个景观而塑造生物多样性模式(Araujo等,2019)。 通过将物种发生数据与环境变量相结合,SDM/ENM可以预测栖息地的适用性,并在各种环境场景下投射未来物种的分布,包括那些驱动的。这些包括生物地理学,植物地理学,景观遗传学,物种范围动态,多样性模式分析,入侵生物学,保护计划和气候变化影响评估(Sillero等,2021; Espindola等,2022; Sunny等,Sunny等,2022; Franklin,2023; Franklin,2023; 2023; Rubio Blanco et al and 2022;)。这些模型使研究人员能够在空间和时间维度中分析物种分布,从而对生态过程和生物地理学机制提供重要的见解,从而随着时间和整个景观而塑造生物多样性模式(Araujo等,2019)。通过将物种发生数据与环境变量相结合,SDM/ENM可以预测栖息地的适用性,并在各种环境场景下投射未来物种的分布,包括那些驱动的
缩写:方差分析,方差分析; GDP,国内生产总值; LUC,土地使用变化; VIF,方差通胀因子。a由于农业Luc和灌溉农业Luc的变量具有共线性,以避免高估,因此仅在回归模型中包括农业LUC的变量。b预测因素:(常数),林卢克,耕种卢克,农业卢克,GDP变更。c因变量:CO 2排放变化。d显着性值小于0.05。 E标准化系数。来源:研究结果。
了解人们和野生动植物在时空重叠的程度对于保护生物多样性和生态服务至关重要。然而,尚未评估全球变化将如何重塑人类野生动物重叠的未来。我们表明,到2070年,全球人口和22,374种陆地脊椎动物物种的潜在空间重叠和22,374种陆地脊椎动物的潜在空间重叠将增加约56.6%,而在地球上仅占地11.8%。的增加主要是由人口密度的加剧而驱动的,而不是由于气候变化引起的野生动植物分散的变化。在我们的研究中发现的未来人与野生动物重叠的强烈空间异质性表明,必须考虑当地环境,并且应将更具针对性的基于区域的土地利用计划集成到系统的保护计划中。