XiaoMi-AI文件搜索系统
World File Search Systemrebro
血管危险因素和脑血管病理学与没有痴呆症的个体的阿尔茨海默氏病的病理变化
结果评估了1,592名参与者的总队列（平均年龄= 65.5±7.4岁； 56.16％F）。我们观察到FRS与所有CSVD特征之间的正相关性（所有P <0.05）以及FRS与β1-42之间的负相关性（β= - 0.04±0.01）。所有CSVD特征均与CSFAβ1-42负相关（所有P <0.05）。使用SEM，CSVD的严重程度完全介导了FRS和CSF Aβ1-42之间的关联（间接影响：β= - 0.03±0.01），也省略了血管淀粉样蛋白相关标记时。我们观察到CSVD严重程度在P-TAU 181上的显着间接影响（间接效应：β= 0.12±0.03），baseleineandlongitrudinalgraymattervolume，间接dilectemectemtrume（间接效应：baselineandirecteecteementectemectection：β= - 0.10±0.0±0.0±0.1.12;性能（间接影响：β= - 0.16±0.03）通过CSFAβ1-42。
通过对细胞学阴性脑脊液进行纳米孔测序快速诊断脑淋巴瘤
影响中枢神经系统的血液系统肿瘤，最突出的是侵袭性 B 细胞淋巴瘤，需要快速诊断（通常通过立体定向活检）以启动治疗，从而促使采用非侵入性方式 [6]。在具有挑战性的病例中，脑脊液 (CSF) 的 DNA 甲基化 (DNAmeth) 和拷贝数变异 (CNV) 分析可能满足这一需求。健康和肿瘤细胞，包括中枢神经系统淋巴瘤 [11]，可能会将 DNA 片段脱落到血液和脑脊液中作为无细胞 DNA (cfDNA)。此外，细胞碎片可以形成沉淀 DNA (seDNA)。在几例儿童高级别脑肿瘤中，CSF 含有足够量的肿瘤衍生 cfDNA (cf-tDNA)，可通过基于连接的纳米孔测序进行基于甲基化和 CNV 的肿瘤分类 [ 1 ]，并通过各种方法进行疾病监测 [ 15 ]。目前，这些方法需要费力的样品处理和昂贵的基础设施。在这里，我们已经将我们的快速无监督机器学习 (ML) 方法 [ 9 ] 改编为 CSF，用于对淋巴瘤和其他恶性脑肿瘤（包括转移瘤）进行鉴别诊断的病例。我们在两例 CNS 淋巴瘤病例中展示了它的临床应用。允许第二天将纳米孔测序衍生的甲基化模式与泛癌表观基因组和 CNV 数据进行比较
阿尔茨海默氏症的诊断超出脑脊液
磷酸化的tau蛋白是对阿尔茨海默氏病的诊断和预后的有希望的生物标志物。本研究使用钒烯聚体（V X PDA）氧化还原活性复合材料和TAU-441特异性聚苯胺分子印迹聚合物（PANI MIP）提出了一种新型的伏安传感器，用于对tau-441 intstitialial（ISF）和Plasma的敏感检测。V X PDA/PANI MIP传感器在ISF中显示了5 fg/ml至5 ng/ml（122 am/l至122 pm/l）的广泛检测范围，而无需使用氧化还原介体，并且检测下限（LOD）为2.3 fg/ml（60 AM/L）。此外，利用这项技术的手持设备成功地检测到具有高灵敏度（5 fg/ml至150 fg/ml（122 am/l至366 am/l）的人造血清中的tau-441，并且在临床相关范围内。该传感器的快速检测时间（〜32分钟）和低成本（〜20英镑/设备）突出了其在临床环境中微创，早期AD诊断的潜力。这一进步旨在促进从侵入性脑脊液（CSF）基于AD的诊断技术的过渡。
脑脊液和血浆中的突触蛋白特征预测认知维持与阿尔茨海默氏病的下降
。cc-by 4.0未经同行评审获得的未获得的国际许可证是作者/筹款人，他已授予Biorxiv的许可证，以永久显示预印本。它是此预印本的版权持有人（该版本发布于2024年7月23日。; https：//doi.org/10.1101/2024.07.22.604680 doi：biorxiv Preprint
脑脊液中的谷胱甘肽氧化为肌萎缩性侧向硬化症中氧化应激的生物标志物Trong Khoa pham 1,2,3，Nick Verber
1 Sheffield转化神经科学研究所（Sitran），谢菲尔德大学，英国S10 2HQ Sheffield，Sheffield 385号。2 School of Biosciences, University of Sheffield, Sheffield, S10 2TN, UK 3 biOMICS Facility, Faculty of Science Mass Spectrometry Centre, University of Sheffield, Sheffield, S10 2TN , UK 4 Neuroscience Institute, University of Sheffield, Sheffield, UK 5 NIHR Sheffield Biomedical Research Centre 6 Nuffield Department of Clinical Neurosciences, Level 6 West Wing, John Radcliffe医院，牛津OX3 9DU，英国。7神经肌肉部，运动神经元疾病中心，皇后广场神经病学研究所，英国伦敦大学伦敦皇后神经病学研究所†这些作者对这项工作和共享作者共享同样贡献 *相应的作者身份 *相应的作者摘要背景：氧化压力是几种神经退行性疾病的关键特征，包括几种amyotrophicrophicrophicrophicrophicrophic the Redic seplal scleral（Als）。鉴定可靠的氧化应激生物标志物将有益于药物目标参与研究。方法：我们进行了公正的定量质谱法（MS）的分析，以衡量来自ALS患者队列的脑脊液（CSF）的蛋白质丰度和氧化的变化，并在两个时间点（相距四个月）在两个时间点（大约四个月）进行了疾病进展。此外，我们开发了一种敏感且有针对性的定量MS方法，以测量相同的CSF样品中的谷胱甘肽氧化态。结果：CSF的蛋白质组学分析揭示了ALS患者的几种蛋白质的丰度，包括Chit1，Chi3L1，Chi3L2和Col18a1的统计学意义，与两个时间点相比。与健康对照组相比，ALS的几种蛋白质氧化位点显着改变，ALS患者的总可逆蛋白氧化水平升高。鉴于谷胱甘肽氧化可能是氧化应激的有用的生物标志物，我们还测量了谷胱甘肽及其在同一样品中CSF中的氧化态。在两个时间点，ALS的总GSH（TGSH），GSSG水平和GSSG/GSH的比率明显高于健康对照组。在第一次访问中，与HC相比，ALS中TGSH，GSSG和GSSG/GSH的比例分别为1.33（P = 0.0215），1.54（P = 0.0041）和1.80（P = 0.0454）。在第二次访问中，这些值分别为1.50（p = 0.0143），2.00（p = 0.0018）和2.14（p = 0.0120）。此外，我们发现疾病持续时间之间的正相关直到第一次访问与总谷胱甘肽（TGSH），GSSG和GSSG/GSH比率。最后，两次访问时ALS患者的可逆氧化蛋白的总强度与GSSG/GSH的比率之间存在很强的正相关。结论：我们建议测量CSF中谷胱甘肽氧化水平可以作为分层生物标志物，以选择ALS患者进行抗氧化剂治疗，并是监测靶向氧化应激的治疗剂的治疗反应的方法。
帕金森氏病中的微生物群 - 脑脑轴
摘要帕金森氏病（PD）是一种多因素神经退行性疾病。通过减少多巴胺能神经元和srsinuclein在黑色物质和伸展身体中的积累而追求的病理，也可以看到其在胃肠道中的沉积，该证据表达了PD中的微生物 - 脑轴的参与。这项研究的目的是讨论PD中肠道轴轴已经证明的相关性，尤其是考虑到肠道微生物群的研究/参与以及可能的管理，以肉眼的重点是微生物群。这项研究是通过基于数据收集的文献研究的综合书目审查进行的，PubMed Medical Publications，使用作为搜索过滤器：自由文本，临床试验，元分析，过去5年的随机对照测试和修订；以及以下描述：帕金森氏病；微生物群；脑肠道轴；人类。但是，根据包含和排除标准，发现了92篇文章，只有31项研究组成了样本。我们可以通过三条主要道路，化学信号，免疫系统的信号和神经信号传导分析肠道的相互作用。因此，已经出现了疗法的新可能性，重点是微生物组和肠道操纵。最后，需要更多的人类研究，我们可以观察到长期菌群变化的影响。对于剂量，持续时间和使用的疗法组合至关重要。关键词：神经退行性疾病，帕金森氏病，肠轴，微生物组。
eixo intestino-cérebro：relaçãoEntresaúdesaúde心理肠道轴：肠道微生物群和刺激
指导者：教授玛丽亚·拉奎尔（Maria Raquel）医生Soares de carvalho roriz协调：索非亚·纳尼斯·德·瓦斯科塞罗斯（Sofia Nunes de Vasconcelos）马拉菲亚·巴蒂斯塔（Malafaia Baptista）主题评论营养科学第一周期| Porto大学营养与食品科学课程学院
开发用于分析脑脊液中内源性tau片段的IP-maldi方法
质量（obs。）强度（obs。）开始末端长度同工序列[m+h]+（theo。）质量类型ION_NAME错误（PPM）错误（AMU）77G7-1 77G7-2 77G7-3 77G7-4 77G7 77G7 2950.524278 4215144.5 287 311 25 25 2 25 2N4R [phospho]？[phospho]？[Phospho]?VQSKCGSKDNIKHVPGGGSVQIVYK 2949.931449 average 287-311_Phospho4_2N4R_a 200.9634884 0.592828515 0 1 0 0 1 2950.524278 4215144.5 256 281 26 2N4R [Phospho]?[Phospho]?VKSKIGSTENLKHQPGGGKVQIINKK 2950.209511 average 256-281_Phospho2_2N4R_a 106.6931135 0.314767038 1 0 0 0 1 2950.524278 4215144.5 350 374 25 2N4R [磷]？[phospho]？[phospho]？[Phospho]?VQSKIGSLDNITHVPGGGNKKIETH 2950.853499 average 350-374_Phospho4_2N4R_a -111.5679467 -0.329220666 0 0 0 1 1 2950.524278 4215144.5 359 383 25 2N4R [Phospho]?[phospho]？nithvpgggnkkiethkltfrenak 2951.112984平均359-383_phospho2_2n4r_a -199.4862197 -0.588706373 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 2950.524278 4215144444.5 33444444444444444444年4月444.5日[phospho]？vtskcgslgnihhkpgggqvevkseksekl 2951.130967平均318-344_phospho2_2n4r_a -205.5785917 -0.606666689348 0 0 0 0 1 0 1 0 1 2950.5224215151444.5294444444444444. [磷]？[Phospho]?SKIGSTENLKHQPGGGKVQIINKKLD 2951.151178 average 258-283_Phospho2_2N4R_a -212.4255588 -0.626899938 1 0 0 0 1 2950.524278 4215144.5 277 304 28 2N4R iinkkldlsnvqskcgskdnikhvpggg 2951.385553平均277-304__2N4R_A -291.8204416 -0.861274635 0 1 0 1 0 0 0 0 1 0 1 0 1 2950.524278 4215151515144.5 264 3.2N33R ENERKHQPGGGKVQUVYKPVDLSKVTSK 2951.404132平均264-321__2N3R_A -298.113849 -0.879854446 1 0 0 0 0 0 0 0 0 0 0 1 2950.52424278 421515144.5 344.5 3444.5 3444.5 3472 26 2n2n44.2[Phospho]?KDRVQSKIGSLDNITHVPGGGNKKIE 2952.096111 average 347-372_Phospho2_2N4R_a -532.4462535 -1.571832514 0 0 0 1 1 2950.524278 4215144.5 350 376 27 2N4R [Phospho]？
ADHD中的个性化预测模型 - ÖrebroUniversity
越来越多的努力为支持个性化检测，预测或多动症治疗的预测模型做出了越来越多的努力。我们概述了ADHD中预测科学的当前状态：（1）系统地审查和评估可用的预测模型； （2）定量评估影响已发表模型性能的因素。我们进行了Prisma/Charms/Tripod符合的系统评价（Prospero：CRD42023387502），直到20/12/2012/2023，在ADHD中进行了内部和/或外部验证的诊断/或外部验证的诊断/或外部验证的诊断/治疗响应预测。使用元回归，我们探索了影响模型曲线（AUC）下面积的因素的影响。我们使用偏见评估工具的预测模型风险（Probast）评估了偏见的研究风险。从7764个识别记录中包括100个预测模型（诊断为88％，预后5％和7％的治疗响应）。分别在内部和外部验证96％和7％。在临床实践中没有实施。只有8％的模型被视为偏见的风险低； 67％被认为是偏见的高风险。临床，神经影像学和认知预测因子分别用于35％，31％和27％的研究。与不包括临床预测因子在内的那些模型相比，ADHD预测模型的性能增加了（β= 6.54，p = 0.007）。验证类型，年龄范围，模型类型，预测因子的数量，研究质量和其他类型的预测变量并未改变AUC。已经开发了几种预测模型来支持多动症的诊断。但是，预测结果或治疗反应的努力受到限制，并且没有一个可用模型可以准备在临床实践中实施。使用临床预测因子的使用可能与其他类型的预测指标相结合，似乎可以提高模型的性能。新一代研究应通过进行高质量，可复制和外部验证的模型，然后进行实施研究来解决这些差距。
微生物群 - 斯蒂尼诺 - 塞伯罗连接
富含蔬菜，水果，全谷物，豆类，坚果，种子，橄榄油和鱼类的饮食，少量的红肉和加工食品，还可以帮助缓解抑郁症，除了改善SII 12,13患者的肠道和心理症状外，还可以减轻药物11的额外好处。 div>