图1:二甲双胍与(a)T2D中的肠道真菌的关联,(a)总数据集,(b)随机临床试验(RCTS)和(3)横断面研究。黑色三角形和Pointrange显示了骨料数据集的后均值和后部95%可靠的间隔。有色钻石点显示了单个研究的后验。箭头显示基线(左)或二甲双胍(Met)处理(右)时的丰度增加。虚线垂直线表示零关联。(d)来自同一个体的配对样品显示为基线和二甲双胍处理期间比例相对丰度的相邻水平条。分类单元为阶级:家庭,相对较少的分类单元被合并为“其他”类别。
亚洲,欧洲和近东群。将获得的结果与使用大型常染色体SNP产生的结果进行了比较。我们观察到居住在该国南部和中部地区的人群之间存在微小但重要的区别。此外,在两个柏柏尔人群(Nouvelle Zraoua和Tamezret)和R'Baya的半游牧阿拉伯群体中检测到了遗传隔离的强大特征。我们的调查表明,调查的突尼斯南部人口的遗传结构保留了发生在7-17世纪之间的历史事件的签名,尤其是萨哈拉式奴隶贸易和阿拉伯征服期间南部偏远地区的柏柏尔人的移民。
疫苗给药的抽象最佳方案以最大程度地减少不稳定疾病的影响取决于许多接收不同控制程度的变量。示例包括疾病的特征及其对不同群体的性别,年龄或社会经济状况的影响,其传播模式或受影响群的人口结构的影响。在这里,我们引入了一种通过疫苗接种和重新感染的感染传播的隔室模型,并分析了这两个过程对疾病进展和死亡人数的变化的影响。人口分为两组,以突出疫苗给药与各种人口结构之间不同关系引起的疾病的总体影响。作为一个实际的例子,我们使用实际人口统计数据研究了各个国家的Covid-19动力学。该模型可以通过适当的参数值估计,可以轻松地应用于通过感染和易感人群以及任何人口结构之间直接相互作用以及任何人口结构传播的任何其他疾病。两个主要构想突出。首先,再感染个体的比例越高,疾病成为准流行的可能性越高。第二,最佳
抗病性是动物种群生存和适应性中发挥关键作用的重要特征。了解抗病性的遗传基础对于管理和减轻野生动物和圈养动物种群中疾病爆发的影响至关重要。在本研究中,对现有文献进行了回顾,以调查动物种群抗病性的遗传基础。回顾重点关注主要组织相容性复合体 (MHC) 和其他参与免疫反应的基因。回顾发现,免疫反应的遗传基础由动物的基因组成决定,涉及许多不同的基因和途径。所涉及的特定基因可能因物种和种群而异。然而,不同动物物种的共同基因和途径表明存在共同的抗病机制。该研究确定了几种与抗病相关的基因和途径,包括参与产生免疫细胞、细胞因子和抗菌肽的基因和途径。此外,回顾强调了 MHC 在塑造动物种群免疫反应和抗病性方面的作用。此外,该综述还指出了我们对动物种群抗病性遗传基础的理解存在一些差距。我们需要对许多野生动物物种的抗病性遗传基础进行更多研究,以及对遗传和环境因素在形成抗病性方面的相互作用进行更多研究。
Liam D. Cato 1,2,3, *,Rick Li 1,2,3, *,Henry Y. Lu 1,2,3, *,Fulong Yu 1,2,3,Mariel Wissman 1,2,3,Baraka S.Mkumbe 4,5,6,4,5,6 7,Paola G. Bronson 11,Dirk S. Paul 12,13,Emily Kawabata 12,William J. ASTLE 12,14,15,16,Francois Aguet 3,Kristin 3 Ardille de Portilla,Portilla Portilla Portilla,18 Guolian Kang 19,Yingze Zhang Zhang 20 ETT 23,Allison Ashley-Koch 23,Marilyn J. Telen 23,Brian Custer,24,Shannon,26 Luana Dinardo 27,28,Ester C. Sabino 28,Paula Loureiro 29,AnnaBárbaracarneiro-Proietti 30 Ercher 34,Vivien A. Sheehan 35,Mitchell J. Weiss 19,Lude Franke 9,36,BjörnNilsson3,17,18,Adam S. Butterworth 12,13,14,37,38
Liam D. Cato 1,2,3, *,Rick Li 1,2,3, *,Henry Y. Lu 1,2,3, *,Fulong Yu 1,2,3,Mariel Wissman 1,2,3,Baraka S.Mkumbe 4,5,6,4,5,6 7,Paola G. Bronson 11,Dirk S. Paul 12,13,Emily Kawabata 12,William J. ASTLE 12,14,15,16,Francois Aguet 3,Kristin 3 Ardille de Portilla,Portilla Portilla Portilla,18 Guolian Kang 19,Yingze Zhang Zhang 20 ETT 23,Allison Ashley-Koch,23,Marilyn J. Telen 23,Brian Custer,24,Shannon,26 Luana Dinardo 27,28,Ester C. Sabino 28,Paula Loureiro 29,AnnaBárbaracarneiro-Proietti 30 Angelika Hammer-Alvier Al。
人们对非工业化环境中的大脑老化或痴呆症知之甚少,这些环境与人类在整个进化历史中的生活环境相似。本文研究了两个南美洲土著人群 Tsimane 和 Moseten 在中老年时期的大脑体积 (BV),他们的生活方式和环境与高收入国家不同。我们以 1,165 名年龄在 40 至 94 岁之间的个体为样本,分析了 BV 随年龄下降的横截面率的人口差异。我们还评估了 BV 与能量生物标志物和动脉疾病的关系,并将其与工业化背景下的发现进行比较。这些分析测试了三种源自大脑健康进化模型的假设,我们称之为富人的尴尬 (EOR)。该模型假设,在身体活跃、食物有限的过去,食物能量与晚年 BV 呈正相关,但现在在工业化社会中老年时期,体重过重和肥胖与 BV 降低有关。我们发现 BV 与非高密度脂蛋白胆固醇和体重指数的关系呈曲线关系,从最低值到高于平均值 1.4 到 1.6 个 SD 为正,从该值到最高值为负。与 Tsimane 相比,文化适应程度更高的 Moseten 人随着年龄的增长 BV 下降幅度更大,但仍低于美国和欧洲人群。最后,主动脉硬化与较低的 BV 有关。结合美国和欧洲的研究结果,我们的结果与 EOR 模型一致,对改善大脑健康的干预措施具有启示意义。
B'Against心血管疾病和各种人群中的全因死亡率[4,6,7]。因此,由于人口寿命增加的相关性,CF的连续测量可以被视为生命体征,因此,这应该是公共卫生的优先事项[8];但是,CF的定义和评估方式是矛盾的[9 \ XE2 \ x80 \ x93 11]。CF,作为在心肺运动测试(CPET)期间获得的最大有氧功率指数[11 \ XE2 \ X80 \ X93 13]。_ vo 2 max分别反映了肺,心血管和代谢系统分别捕获,运输和利用氧气的最大容量,该系统直接受CF的影响[13,14]。但是,CPET期间的_ VO 2最大测量需要训练有素的专业人员和昂贵的设备[15 \ XE2 \ X80 \ X93 17],并且很少用作一般人群中的预防工具。因此,在CPET期间由_ VO 2 MAX评估的CF均不能为所有人群提供,并且无法连续获得。因此,考虑到执行CPET的困难,但是鉴于评估心血管健身的高临床价值,需要进行连续评估CF的新方法。在无监督的日常生活活动(ADL)的活动期间,如果在实验室外部进行的所有人口(ADL)[18],这些方法可能更现实,无障碍和可供所有人口访问。最近,在医学中使用了可解释的模型来更好地证明预测模型的决策[26]。可穿戴传感器和生命信号融合可能代表连续推断CF的独特可能性,从而允许将来使用该技术来预测NCD,尤其是心血管疾病[6,7]。此外,越来越多的研究结合了使用磨损和机器学习技术来监测NCD患者的使用,尤其是在心脏呼吸型领域[19,20]。实际上,来自可穿戴设备的纵向数据似乎包含足够的信息,可以预测来自Com-Plex机器学习算法的无监督ADL的健康志愿者[21 \ XE2 \ X80 \ X93 25]。然而,尽管可穿戴设备和机器学习之间存在着巨大的潜力,但仍然缺乏使用这些技术预测NCD患者的CF的证据,尤其是在糖尿病,慢性肺部疾病和心血管疾病中。此外,了解这些模型如何通过机器学习算法训练,可以将重要信号转换为_ VO 2 Max可能会提供有关志愿者之间CF差异的复杂机械见解。由于_ vo 2最大词语算法的复杂性,基于从可穿戴技术获得的功能[25],纵向生命信号的解释能力被转换为_ vo 2 max的纵向范围非常低[26] [26],因为对给定模型的解释性及其性能之间的预期折衷是可以预测的健康及其健康的折算[27]。在本文中,我们调查了Shapley来评估CF预测问题中特征的重要性。众所周知,可穿戴传感器对于可以与机器学习技术相关的连续生物数据采集很有用,例如随机森林回归,神经网络和支持向量回归机器可预测CF [21,25]。因此,理解这些模型还可能表明人类\ Xe2 \ x80 \ x9cblack box \ xe2 \ x80 \ x80 \ x9d生理系统如何与环境相互作用,近似这些复杂算法的解释能力,即我们在使用简单的方法中所体验的内容,例如在线性性回归模型中所体验的内容。Shapley添加说明(SHAP)是一种源自Cociational Game理论的宝贵方法,该方法可用于解释根据从生物学数据获得的监督机器学习方法构建的复杂模型[26,28]。其使用的主要动机依赖于(1)其成为模型不可知论的能力(即,与任何模型相关的解释方法,以提取有关预测过程的额外信息'
1 以下作者对本文的贡献相同 2 美国军医大学药理学和分子治疗学系,马里兰州贝塞斯达 3 内布拉斯加大学医学中心埃普利癌症和相关疾病研究所,内布拉斯加州奥马哈 4 当前地址:印第安纳大学医学院威尔斯儿科研究中心,印第安纳波利斯,印第安纳州 5 内布拉斯加大学医学中心综合生理学和分子医学,内布拉斯加州奥马哈 6 内布拉斯加大学医学中心病理学和微生物学系,内布拉斯加州奥马哈 * 通讯作者 Robert E. Lewis 埃普利研究所 986805 内布拉斯加医学中心,内布拉斯加州奥马哈。 68198-6805 电子邮件:rlewis@unmc.edu Robert L. Kortum 军医大学 4301 Jones Bridge Rd Bldg C, Rm C2027 Bethesda, MD 20814 电子邮件:robert.kortum@usuhs.edu
Miriam Merenciano 1,2,†,*, Laura Aguilera 1 和 Josefa González 1,3,** 1 进化生物学研究所 (CSIC-Universitat Pompeu Fabra),08003 巴塞罗那,西班牙。† 现地址:生物计量与进化生物学实验室 (LBBE, Université Claude Bernard Lyon 1),60100 Villeurbanne,法国。2 技术联系人 3 主要联系人 *通讯地址:miriam.merenciano@univ-lyon1.fr **通讯地址:josefa.gonzalez@csic.es 摘要 该方案使用两步 CRISPR-Cas9 同源定向修复在果蝇自然种群中精确删除转座因子 (TE)。在第一步中,用荧光标记物代替 TE,而在第二个 CRISPR-Cas9 步骤中,荧光标记物被移除以避免引入的标记序列可能产生的影响。因此,这个两步方案可以精确删除任何基因组区域(此处以 TE 为例),同时便于在自然群体中筛选阳性 CRISPR-Cas9 事件,而不会改变其遗传背景。有关此方案的使用和执行的完整详细信息,请参阅(Merenciano & Gonzalez,2023 年)。