XiaoMi-AI文件搜索系统
World File Search Systemphenotype
神经发育表型预测：最先进的深度学习模型
医学进一步分析中的一个主要挑战是对神经影像数据的生物标志物的自动检测。通常基于图像注册的传统方法在跨个体的皮质组织的高变异性方面受到限制。深度学习方法已被证明在克服这一困难方面取得了成功，并且其中一些人甚至在某些数据集上都超过了医疗专业人员。在本文中，我们应用了深层神经网络来分析新生儿的皮质表面数据，这些数据来自公开开发的Human Connectome项目（DHCP）。我们的目标是确定神经发育生物标志物，并根据这些生物标志物预测出生时的胎龄。使用对术语当量年龄的早产新生儿的扫描，我们能够研究早产对妊娠晚期皮质生长和成熟的影响。的边界达到最新的预测精度，所提出的模型的参数少于基线，并且其误差在未注册和注册的皮质表面上都较低。
基于微生物组的宿主表型预测的无混杂预测模型
与许多领域一样，存在混杂效应（或偏见）在微生物研究中提出了重大挑战，包括使用微生物组数据来预测宿主表型。如果无法正确解决，混杂的人可能会导致虚假的关联，偏见的预测和误导性的解释。一个无表的示例是药物二甲双胍，通常规定治疗2型糖尿病（T2D），并且已知会影响肠道微生物组。在这项研究中，我们提出了使用微生物组数据进行人类表型预测的无混杂预测模型。这些模型在对抗性的Min-Max优化框架内利用端到端方法来得出与混杂因素不变的特征，同时考虑了混杂因素与预测结果之间的固有相关性。我们使用不同的网络体系结构实现了两个版本的无混杂预测变量：一个基于完全连接的网络（称为FNN CF），另一个基于以前的生物学知识（称为MicroKPNN CF）。我们在与T2D关联的微生物组数据集上评估了我们的模型，其中二甲双胍充当混杂因素。我们的结果表明，与不解释混杂因子并更有效地识别与表型相关的微生物标记的模型相比，无混杂的预测因子具有更高的精度，而不是受二甲双胍影响的标记。在先前的知识指导的方法中显示出较低的预测能力，但它提供了更大的可解释性，从而提供了对基本生物学机制的更多见解。
由 CRISPR-Cas9 系统指导的突变绵羊双肌表型
肌生长抑制素 (MSTN) 是一种众所周知的肌肉生长负调节剂。由 MSTN 自然功能丧失突变引起的双肌羊具有非常强的骨骼肌。在这项研究中，我们的结果表明，通过使用 Cas9 技术特异性靶向外显子 1 位点，成功生成了 MSTN 突变羊。我们研究中的 MSTN 敲除羊的肌肉显著增加，就像双肌表型一样。我们的研究表明，将 Cas9：sgRNA 直接注射到受精卵中可广泛用于在大型家畜中产生基因敲除。值得注意的是，根据我们的研究结果，绵羊可以加入到现在越来越实用的基因组编辑物种名单中。MSTN 突变羊的生成对于当地绵羊品种的遗传改良以及将绵羊用作大型动物医学研究的模型具有重要意义。
通过多模态脑成像进行监督表型发现
通过数据驱动，从大规模多模态脑成像数据中发现图像衍生表型 (IDP)，通过将 IDP 与受试者的人口统计、行为、临床和认知指标（即非成像衍生表型或 nIDP）联系起来，对神经科学和临床研究具有巨大潜力。然而，目前的方法主要基于无监督方法，而不使用 nIDP 中的信息。在本文中，我们提出了监督式 BigFLICA（SuperBigFLICA），这是一种用于 IDP 发现的半监督、多模态和多任务融合方法，它同时整合了来自多种成像模态和多个 nIDP 的信息。SuperBigFLICA 具有计算效率高的特点，并且在很大程度上避免了参数调整的需要。我们使用英国生物库脑成像数据集（包含约 40,000 名受试者和 47 种模式）以及超过 17,000 个 nIDP，表明 SuperBigFLICA 增强了 nIDP 的预测能力，与通过传统专家知识和无监督学习方法得出的 IDP 相比（平均 nIDP 预测准确率提高高达 46%）。它还可以学习可以预测新 nIDP 的通用成像特征。对 SuperBigFLICA 算法的进一步实证分析证明了其在不同预测任务中的稳健性，以及在预测健康结果和认知 nIDP（例如流体智力和高血压评分）时得出具有生物学意义的 IDP 的能力。
Seahorse XF细胞能量表型测试报告发电机
误差线是根据用于确定XF单元能量表型参数的速率测量值的每个重复措施计算的（有关参数方程，请参见第3页的表1）。保存摘要报告，有几种选择可以保存定制的Seahorse XF Cell Energy表型测试报告生成器： *最简单 +推荐 *另存为 +保存 - +保存 - Excel Macro：将测定数据导入到宏观启用的模板文件中后，保存自定义的文件：单击“保存”>“保存为或单击“保存” ICON（小Floppy Dicce）。打开保存的摘要报告，以查看结果，格式/自定义图形和图形的外观，修改组选择或将结果归一化为细胞或线粒体参数。报告生成器默认文件类型称为Excel宏观启用模板（*.xltm）。该文件不能被覆盖。Seahorse Bioscience建议使用此文件分析进行的每个Seahorse XF细胞能量表型测试。另存为 - Excel Workbook：使用保存AS函数将自定义摘要报告作为Excel Workbook文件格式（*.XLSX）保存。作为Excel工作簿或任何其他文件类型保存以外的任何其他文件类型（Excel Macro： *.XLSM）将使报告生成器无法操作 - 其他测定数据不能导入到Excel Workbook文件格式中。另存为 - pdf：使用保存AS函数将自定义摘要报告保存为PDF文件格式（*.pdf）。保存为PDF或任何其他文件类型以外的任何其他文件类型（Excel Macro： *.xlsm）将使报告生成器无法操作 - 其他测定数据不能导入到PDF文件格式中。
四例谷胱甘肽合成酶缺乏症患者的基因型和临床表型
背景和目的：谷胱甘肽合成酶缺乏症 (GSSD) 是一种常染色体隐性遗传病，文献中描述了约 80 名患者。目前，人们对 GSSD 的基因型-表型相关性知之甚少，尽管可以通过突变分析在一定程度上预测其严重程度。在这里，我们描述了四名患有 GSSD 的患者，并评估了他们的基因型和表型。此外，我们还提供了最新的文献综述。方法：我们回顾性地审查了巴勒斯坦耶路撒冷 Al-Makassed 医院过去十年中所有患有 GSSD 患者的病历。我们回顾了医疗管理的文献和最新的治疗研究，并讨论了表型-基因型相关性。结果：我们描述了四名确诊为 GSSD 的患者。临床表现的严重程度各不相同，但患者通常表现为溶血性贫血和乳酸性酸中毒。尿液有机酸分析显示大量乳酸和焦谷氨酸排泄。所有患者均接受了 N-乙酰半胱氨酸、维生素 E、维生素 C 和碳酸氢钠治疗。除一名患者在两个月大时死亡外，所有患者在治疗后均有显著改善。结论：GSSD 的表现与许多其他疾病相似，有时会导致诊断延迟。早期开始治疗可以改善临床结果和整体发展。如果高度怀疑患有 GSSD，则重要的是考虑进行 mRNA 测序，以防止在存在剪接位点突变时延误诊断。
心率变异性有助于对系统性硬化症中的表型进行分类
我们旨在开发系统性硬化症（SSC）子类型分类器工具，以在患者的床边使用。我们比较了静止（5分钟）的心率变异性（HRV），并响应于具有弥漫性（n = 16，DCSSC）和有限（n = 38，LCSSC）的患者（n = 58）的正抑制（5分钟）（n = 58）。在时间，频率和非线性域中从Beat-Beat RR间隔中评估HRV。DCSSC组与LCSSC组不同，主要是较高的心率（HR）和较低的HRV，在depubitus和正稳态条件下。站立机动降低了HR标准偏差（SD_HR），Poincaré拟合椭圆的RR间隔图（SD2）的主要轴长以及DCSSC组中的相关维度（CORDIM），而LCSSC组中这些HRV索引增加了（P = 0.004，P = 0.004，p = 0.002，以及增加了这些HRV指数。我们确定了5个最有用和判别的HRV变量。We then compared 341 classifying models (1 to 5 variables combinations × 11 classifier algorithms) according to mean squared error, logloss, sensitivity, specificity, precision, accuracy, area under curve of the ROC-curves and F1-score.f1得分范围从最佳1-可添加模型的0.823到4个变量最佳模型的最大0.947。最具体和精确的模型包括SD_HR，SD2和Cordim。总而言之，我们提供了高性能分类模型，能够从ECG记录中区分易于在床边执行的有限皮肤SSC子类型。模型基于1至5 HRV索引用作自主综合影响心脏活动的非线性标记。
表观型 - 基因型 - setD1a和setD2染色质疾病中的相关性
种系病原变异在编码赖氨酸特异性组蛋白甲基转移酶基因setD1a和setD2的两个基因中与神经发育障碍（NDDS）相关，这些神经发育障碍（NDDS）具有发育延迟和先天异常的特征。setD1a和setD2基因产物在染色质介导的基因表达调节中起关键作用。已经检测到一系列染色质基因相关NDD的特异性甲基化发作，并通过改善变异致病性的解释来影响临床实践。为了研究SETD1A和/或SETD2相关的NDD是否与可检测的发作相关，我们使用基于下一代测序的测定法进行了> 2 M CpG的靶向全基因组甲基化分析。比较setD1a变异患者（n = 6）患者甲基化谱的比较没有揭示出强烈的甲基化发作的证据。对SETD2患者组的临床和遗传特征的综述表明，如前所述，截断突变的患者（n = 4，卢斯坎·卢姆综合症； MIM：616831）和具有MISSense CODON 1740的coDON 1740变体[P.Arg1740trp（n = 4 = 4）和P.Argn和P.Argn = 2 grn = arg n = arg n = arg n = arg n = arg n = arg n = arg n = arg 1 grn = 2 grn = rgn = rgn = rgn = rgn = 2 gln = rgn = rgn = rgn = rg1，两个SETD2亚组都表现出甲基化发作，该发作分别以甲基化和高甲基化事件为特征。在密码子1740亚组中，甲基化变化和临床表型在患有P.ARG1740TRP变体的人群中都更为严重。我们还注意到，具有SETD2 -NDD的10例病例中有2例发生了肿瘤。这些发现揭示了SetD2-NDDS中新型的表观遗传型 - 基因型 - 表型相关性，并预测了SETD2密码子1740致病变体的功能获取机制。
通过核肌动蛋白
摘要越来越多地赞赏，核的结构成分通过改变染色质组织来调节基因可及性。虽然核膜连接器蛋白将机械敏感性肌动蛋白细胞骨架与核骨架联系起来，但肌动蛋白对核内部结构的贡献仍然神秘。控制肌动蛋白转运到细胞核中，加上控制肌动蛋白结构（肌动蛋白工具盒）的蛋白质的存在，这表明核肌动蛋白可以支持基因表达的生物力学调节。细胞肌动蛋白结构是机械响应性的：通过在质膜传播力在细胞核中传播的力产生的肌动蛋白电缆。我们认为，对这种生物力学提示的响应动态肌动蛋白重塑为表观遗传景观提供了新的结构控制水平。我们在这里提出要对机械力可以促进肌动蛋白转移到细胞核和控制结构排列的事实中，如间充质干细胞中所示，从而调节谱系承诺。
![l-3,5,3' - [125 I] -triioodothyine [i] -t3](/simg/5\5b0cf8de79dd6d172d7187d483e616f7425a27ae.webp)
l-3,5,3' - [125 I] -triioodothyine [i] -t3
细胞绘画近年来引起了人们的兴趣，因为它使研究人员能够捕捉到对各种扰动的细胞反应的全面图片。细胞绘画测定法使用六个污渍来标记DNA，细胞质RNA，核仁，肌动蛋白，高尔基体，质膜，内质网和线粒体。然而，“油漆”或染料的其他组合也是可能的，可以根据研究需求的方式可视化略有不同的细胞成分和过程。这样一个例子是fenovue™多晶体染色套件。该试剂盒允许DNA，脂质液滴，肌动蛋白，线粒体和溶酶体染色。及其溶酶体和脂质液滴标签该套件量身定制用于研究与