由欧洲Charcot基金会和多发性硬化症国际联合会(MSIF)共同领导和协调的一项倡议,意大利MS协会担任全球MSIF运动Proms-Initiative.org
摘要 动机 在序列中寻找概率基序是注释假定转录因子结合位点 (TFBS) 的常见任务。有用的基序表示包括位置权重矩阵 (PWM)、双核苷酸 PWM (di-PWM) 和隐马尔可夫模型 (HMM)。双核苷酸 PWM 结合了 PWM 的简单性(矩阵形式和累积评分函数),但也加入了基序中相邻位置之间的依赖关系(不同于忽略任何依赖关系的 PWM)。例如,为了表示结合位点,HOCOMOCO 数据库提供了来自实验数据的 di-PWM 基序。目前,两个程序 SPRy-SARUS 和 MOODS 可以在序列中搜索 di-PWM。结果 我们提出了一个 Python 包 dipwmsearch,它为这项任务提供了一种原创且高效的算法(它首先枚举 di-PWM 的匹配词,然后立即在序列中搜索它们,即使它包含 IUPAC 代码)。用户可以通过 Pypi 或 conda 轻松安装,使用文档化的 Python 界面和可重复使用的示例脚本,从而顺利使用 di-PWM。可用性和实施:dipwmsearch 可在 https://pypi.org/project/dipwmsearch/ 和 https://gite.lirmm.fr/rivals/dipwmsearch/ 下根据 Cecill 许可获得。
引言炎症引起的神经变性是疾病进展的主要驱动力和多发性硬化症患者(PWMS)(1,2)的神经系统疾病的积累,这是中枢神经系统(CNS)中最常见的炎症性疾病(CNS)(CNS)(CNS)(3)。MS据信是从渗透CNS的自动反应性T细胞开始,导致脱髓鞘和神经轴突损伤(4)。同时,中枢神经系统中的浸润和常驻的髓样细胞具有低度,闷烧的炎症,导致持续的神经元丧失(5,6)。尽管免疫原样药物有效地减少了免疫细胞的浸润和作用,但PWMS继续经历渐进式脑和脊髓量丧失和神经系统缺陷,因为这些治疗方法无法解决潜在的闷烧的炎症(7)。Neurodegeneration in pwMS and its mouse model, the exper- imental autoimmune encephalomyelitis (EAE), share similarities with other primary neurodegenerative diseases such as Alzhei- mer's disease (AD) and Parkinson's disease (PD) (8) , including intracellular protein aggregates (9) , mitochondrial dysfunction
摘要 简介 运动意象 (MI) 是指在没有肌肉活动的情况下在脑海中演练身体动作。我们之前的研究表明,MI 结合节奏听觉提示可改善多发性硬化症 (pwMS) 患者的步行、疲劳和生活质量 (QoL)。音乐和言语提示的 MI 之后改善最为显著。目前尚不清楚实际提示步态训练是否能对 pwMS 患者的步行产生与提示 MI 类似的效果。此外,在 pwMS 中,尚不清楚这些干预措施是否会导致大脑激活的变化。因此,本研究的目的是比较想象和实际提示步态训练及其组合对 pwMS 患者步行、大脑激活模式、疲劳、认知和情绪功能的影响。方法与分析将在 132 名有轻度至中度残疾的 pwMS 患者中进行一项前瞻性双盲随机平行多中心试验。参与者将随机分成三组,接受音乐、节拍器和口头提示,加上步行 MI(1)、MI 结合实际步态训练(2)或实际步态训练(3),每周 4 次,持续 4 周,每次 30 分钟。在每周电话支持下,参与者将在家中练习,并按照录音说明进行指导。主要终点是步行速度(计时 25 英尺步行)和距离(2 分钟步行测试)。次要终点是大脑激活模式、疲劳、生活质量、MI 能力、焦虑、抑郁、认知功能、音乐引发的活动动机、愉悦感、唤醒和自我效能。将在基线、干预后和 3 个月随访时收集数据。将使用 15 名匹配的健康对照生成 MRI 参考值。伦理与传播本研究遵循标准协议项目:干预试验建议-PRO 扩展。已获得奥地利因斯布鲁克医科大学 (1347/2020) 和格拉茨医科大学 (33-056 ex 20/21) 伦理委员会的伦理批准。结果将通过国内和国际会议传播,并发表在同行评审期刊上。试验注册号 DRKS00023978。
摘要:当出现冠状病毒疾病(COVID-19)时,尚不清楚它对自身免疫性疾病患者的状况会产生什么影响。注意力集中在患有多发性硬化症(MS)的患者的感染过程上,该患者专门接受疾病改良疗法(DMT)或糖皮质激素治疗。严重的急性呼吸综合征2(SARS-COV-2)感染对MS复发或伪relapses的发生的影响很重要。本次审查重点介绍了COVID-19的风险,症状,病程和死亡率,以及对MS(PWMS)患者对COVID-19的疫苗接种的免疫反应。我们根据特定标准搜索了PubMed数据库。pwms有感染,住院,症状和死亡率的风险,这主要与普通人群相似。合并症,男性,更高的残疾程度和年龄较大的存在增加了PWMS中Covid-19课程的频率和严重程度。例如,据报道,抗CD20治疗可能与严重的Covid-19结果风险增加有关。在SARS-COV-2感染或疫苗接种后,MS患者获得了体液和细胞免疫,但免疫反应的程度取决于应用的DMT。需要进行其他研究以证实这些发现。但是,毫无疑问,某些PWM需要在Covid-19的背景下特别注意。
使用未增强的机器学习,基于大脑MRI衍生的体积特征将多发性硬化症患者(PWM)分层的抽象目标。方法回顾性地收集了包括3D-T1W和FLAIR-T2W序列的复发PWM的3-T脑MRI,以及残疾状态量表(EDSS)的扩大和长期(10±2年)临床结果(EDS,认知和渐进式课程)。从MRI中,脱髓鞘病变和116个Atlas定义的灰质区域的体积自动分割,并表示为引用外部种群的Z分数。在特征选择之后,基线MRI衍生的生物标志物进入了亚型和阶段推断(sovera)算法,该算法估计了以生物标志物进化的不同模式和亚组中的不同模式为特征的亚组。然后将训练的模型应用于纵向MRI。亚型和阶段变化随着时间的变化的稳定性分别通过Krippendorf的Sα和多级线性回归模型评估。通过序数/逻辑回归分析评估了维持分类的预后相关性。结果,我们选择了425个PWM(35.9±9.9岁; f/m:301/124),对应于1129次MRI扫描,以及健康对照(n = 148; 35.9±13.0年; f/m:f/m:77/71)和外部PWMS和外部PWMS(n = 80; 40.40; 40.4±11.9岁; f/m:56/M:56/M:56/M:56/M:56/M:56/。基于11种生物标志物的特征选择,确定了两个亚型,指定为“深灰质(DGM) - 首先”亚型(n = 238)和“ Cortex-first”亚型(n = 187),根据萎缩模式。亚型随着时间的推移是一致的(α= 0.806),年阶段显着增加(b = 0.20; p <0.001)。EDSS与阶段和DGM-FirST亚型相关(p≤0.02)。基线阶段预测了长期残疾,过渡到渐进型病程和认知障碍(p≤0.03),后者也与DGM-First第一个亚型有关(P = 0.005)。结论的无监督学习模型对大脑MRI衍生的体积特征提供了对PWM的生物学可靠和预后有意义的分层。关键点•脑MRI衍生的体积特征的无监督建模可以提供多发性硬化症患者的单访问分层。•所谓的分类往往会随着时间的流逝而保持一致,并捕获与疾病相关的脑损伤进展,从而支持模型的生物学可靠性。•基线分层可以预测长期的临床障碍,认知和过渡到次要进行的过程。
目标:多发性硬化症患者(PWM)的运动缺陷通常是不对称的,表明影响相应电动途径的局灶性病变的主要作用。[1]但是,病变负荷与物理残疾之间的关联在PWM中仍然适度。一个假设可能是严重的病变,即沿着电动路径的重斜向脱髓鞘与功能后果有关。材料和方法:在2个中心(NCT04220814)募集了60个复发式PWM和33个健康对照。病变。使用概率地图集重建完整的运动区,包括大脑和SC部分。[2,3]使用磁化转移率(MTR)近似病变严重程度,在不同区域沿不同区域计算,并使用基于HC的Z分数在体素水平上计算出病变,以识别严重的病变(阈值2 SD)。每个肢体功能运动后果。使用同时脑和宫颈SC MP2RAGE定量T1成像(QT1)重复分析。[4]结果:临床运动评分与成像之间的关联是适度的。上肢和下肢的CMCT与病变负荷和MTR呈正相关。严重病变在异常的PWM中比正常CMCT观察到更频繁的病变(例如,主要发现是使用QT1复制的,但程度较小。:上肢正常/异常CMCT的严重病变:38.1/80.8%;在下肢:33.3/93.9%;所有p's <.001),但与临床运动评分状态相关(所有p's> .1)。多变量逻辑回归模型表明,SC中存在严重病变的存在与仅在下肢中患有异常CMCT的风险增加有关(p <.001)。结论:PWMS中的电动机评估具有挑战性,临床运动评分可能缺乏灵敏度,而CMCT被证明是整个CST完整性的可靠反映。假设肢体的延长CMCT仅通过在相应的电动途径上至少存在严重的病变来解释,仅在下肢上证实了一个严重的病变,并且需要使用更具体的髓磷脂含量生物标志物进行进一步的研究。参考文献:[1] Sechi E.等,神经病学,2019年; [2] Kerbrat A.等,2020,大脑; [3] De Leener B.等人,Neuroimage,2018年; [4] Forodighasemabadi A.等,Magn Reson Imag,2021。致谢:这项研究得到了ARSEP和Corect
多发性硬化症 (MS) 是一种中枢神经系统炎症性疾病,感染爱泼斯坦-巴尔病毒 (EBV) 可能是该病的先决条件。由于爱泼斯坦-巴尔病毒核抗原 1 (EBNA1) 和 α-晶体蛋白 B (CRYAB) 具有同源性,我们检查了 713 名 MS 患者 (pwMS) 和 722 名匹配对照者 (Con) 对 EBNA1 和 CRYAB 肽库的抗体反应。对 CRYAB 氨基酸 7 至 16 的抗体反应与 MS 相关 (OR = 2.0),高 EBNA1 反应与 CRYAB 阳性相结合显著增加了患病风险 (OR = 9.0)。阻断实验揭示了同源 EBNA1 和 CRYAB 表位之间的抗体交叉反应。在小鼠中获得了 EBNA1 和 CRYAB 之间 T 细胞交叉反应的证据,并且在接受那他珠单抗治疗的 pwMS 中检测到了增加的 CRYAB 和 EBNA1 CD4 + T 细胞反应。这项研究为 EBNA1 和 CRYAB 之间的抗体交叉反应提供了证据,并指出 T 细胞中存在类似的交叉反应,进一步证明了 EBV 适应性免疫反应在 MS 发展中的作用。
摘要 人们越来越多地认识到脑能量缺乏是多发性硬化症 (MS) 的一个重要特征。到目前为止,我们还缺乏非侵入性成像方法来量化人脑的能量利用和线粒体功能。在这里,我们使用了新颖的双校准功能性磁共振成像 (dc-fMRI) 来绘制 MS (PwMS) 患者和年龄/性别匹配的对照组的灰质 (GM) 脱氧血红蛋白敏感脑血容量 (CBV dHb )、脑血流量 (CBF)、氧提取分数 (OEF) 和脑代谢氧消耗率 (CMRO 2 )。通过整合氧运输的流动扩散模型,我们评估了毛细血管网络的有效氧扩散率 (DC ) 和线粒体的氧分压 (PmO 2 )。观察到组间显著差异,与对照组相比,患者的 CBF(p = 0.010)、CMRO 2(p < 0.001)和 DC(p = 0.002)减少,而 PmO 2(p = 0.043)增加。CBV dHb(p = 0.389)、OEF(p = 0.358)或 GM 体积(p = 0.302)无显著差异。区域分析显示 PwMS 的 CMRO 2 和 DC 普遍减少。我们的研究结果可能表明 MS 大脑的氧气需求或利用率降低以及线粒体功能障碍。我们的结果表明大脑生理学的变化可能先于 MRI 可检测到的 GM 丢失,并可能导致疾病进展和神经退行性。
抽象的背景可靠的临床障碍和多发性硬化症(MS)恶化的预测模型来识别有风险的患者并优化治疗策略。目的是评估机器学习(ML)方法是否可以分类临床障碍并预测MS(PWMS)患者的恶化,如果是的,则临床和磁共振成像(MRI)特征(MRI)特征以及ML算法的组合是最佳的。方法我们使用了来自两个MS队列的基线临床和结构MRI数据(柏林:n = 125,阿姆斯特丹:n = 330)来评估五个ML模型在基线时对临床障碍进行分类的能力,并预测未来的临床恶化,并在2年和5年的随访中进行了恶化。临床恶化是由扩展的残疾状态量表(EDSS),定时25英尺步行测试(T25FW),9孔PEG测试(9HPT)或符号数字模式测试(SDMT)的定义。在预测临床结果时系统地评估了临床和体积MRI测量的不同组合。mL模型,以评估显着性。结果ML模型在阿姆斯特丹队列的基线时显着确定了临床障碍,但在预测2年和5年的随访中临床恶化并没有意义。使用临床和全球MRI量(AUC = 0.83±0.07,p = 0.015),最好通过支持向量机(SVM)分类器来确定高残疾(EDS≥4)。04(p = 0.008)。使用区域MRI体积(Thala -Mus,脑室,病变和海马)最好通过SVM确定认知受损(SDMT Z -SCORE≤ -1.5),达到0.73±0。结论ML模型可以有助于将PWMS分类为临床障碍并确定相关的生物标志物,但是临床恶化的词典是未满足的需求。