XiaoMi-AI文件搜索系统
World File Search Systemstud
不同领域的体育活动与糖尿病肾脏疾病的关联：一项基于人群的研究
结果：在控制所有混杂因素之后，多元逻辑回归分析表明，体育活动的各个领域与糖尿病肾脏疾病的患病率之间缺乏相关性。多个广义线性回归分析表明，PA的持续时间（B = 0.05，95％CI，0.01 - 0.09，P = 0.012）和TPA（B = 0.32，95％CI，0.10 - 0.55，0.55，P = 0.006）与EGFR水平有积极相关的； LTPA持续时间与UACR水平成反比（b = -5.97，95％CI，-10.50 -1.44，p = 0.011）。RCS曲线表明PA，OPA和EGFR之间存在非线性关系，以及PA和ACR之间的非线性相关性。亚组和灵敏度分析在很大程度上与多元广义线性回归的结果一致，从而强调了我们发现的鲁棒性。
砂矿自然植被恢复研究...
本研究的目的是确定和描述影响采矿干扰自然恢复植被演替趋势的空间和时间因素。在 67 个受砂矿开采干扰的地点，描述了年龄从 2 年到 80 年不等的植被群落。主成分分析是一种梯度分析技术，用于将场地环境变量转换为单成分分数。然后使用回归分析来分离植被模式的决定因素。场地环境条件的影响解释了总植被覆盖变化的 48.8%，8.2% 的变化由场地年龄解释，43.0% 由其他残差因素解释。这些残差可能包括相邻植被区域的影响、侵蚀导致的土壤运动、气候变化、抽样误差和机会。一旦将场地年龄和残差因素的混杂效应分开，植被覆盖和场地条件就会显著相关。土壤水分、土壤大孔隙空间和坡度角是主要的环境影响因素。该信息用于确定现有矿场废弃后可能留下的状况，以促进最佳的自然植被恢复。
2025-2027 Klimatstudenterna的环境和气候计划
该环境和气候计划为大学在能源使用，投资和废物管理等领域的可持续发展努力奠定了基础，帮助实施提高可持续性和资源效率的战略。该计划以联合国的可持续发展目标（SDG）为指导，并确保遵守环境法规。这不仅减轻了风险，并证明了大学对利益相关者的问责制，而且还提高了大学的声誉，并吸引了学生，教职员工和伙伴关系。除了运营福利之外，该环境计划还通过提高认识并鼓励学生和员工的环境负责的行为来反映大学的教育作用。此外，这对于促进和改善对乌普萨拉大学气候研究和其他研究机构行为的公共信任至关重要。
在计算机分子对接研究和Adme -Tox预测中...
本研究研究了基于自由结合能（δg）的潜在活性预测以及对ARTOCARPUS冠军（Lour。）的植物复合的相互作用确认。使用二肽基肽酶IV（DPP -IV）的大分子蛋白受体在硅分子对接研究中，以及物理化学和药代动力学特性（ADME -TOX）预测方法。使用Autodock v4.2.6（100个对接运行）将DPP -IV受体大分子蛋白蛋白数据库（ID：1×70）的活性子站点停靠。一个52×28×26Å点的网格盒子由0.37Å的距离为X =40.926Å的活动位置； y =50.522Å; Z =35.031Å。用于ADME -TOX预测，使用了基于瑞士的在线申请计划。结果表明，基于δg值和相互作用构象，来自A.冠军的12个Pythocompound具有DPP -IV抑制剂的潜力。比天然配体有五个具有较低δg值和抑制常数的Pythocompounds，七个具有δg值和抑制常数接近天然配体的Pythocompounds。12种化合物在DPP -IV受体的活性子矿石上形成了一种相互作用构象。同时，Adme -Tox预测分析的结果表明，这12种化合物具有不同的物理化学和药代动力学特性。
全基因组关联研究的网络分析以确定药物靶点的优先次序
摘要 在过去的几十年中，全基因组关联研究 (GWAS) 导致与人类特征和疾病有关的遗传变异急剧增加。这些进展有望带来新的药物靶点，但从 GWAS 中识别致病基因和人类疾病背后的细胞生物学仍然具有挑战性。在这里，我们回顾了基于蛋白质相互作用网络的 GWAS 数据分析方法。这些方法可以在没有直接遗传支持的情况下对 GWAS 相关位点或疾病基因相互作用因子中的候选药物靶点进行排序。这些方法可以识别出不同疾病中共同受影响的细胞生物学，为药物重新利用提供机会，也可以与表达数据相结合以识别局部组织和细胞类型。展望未来，我们预计这些方法将随着特定情境相互作用网络表征和罕见与常见遗传信号的联合分析方面的进展而得到进一步改进。
捕获与阿尔茨海默病相关的瞬时肽组装体 淀粉样β蛋白寡聚化的天然质谱研究 Nicklas Öst
摘要 蛋白质的正确折叠对于维持功能性活细胞至关重要。因此，蛋白质的错误折叠和聚集与多种疾病有关，其中非天然分子间相互作用形成具有低自由能的大型高度有序的淀粉样蛋白聚集体。一个例子是阿尔茨海默病 (AD)，其中淀粉样蛋白-β (Aβ) 肽聚集成淀粉样蛋白原纤维，这些原纤维在 AD 患者的大脑中沉积为神经斑块。淀粉样蛋白原纤维的成核是通过形成较小的成核前簇（即所谓的低聚物）进行的，这些低聚物被认为具有特别的毒性，因此在 AD 病理学中具有潜在重要性。Aβ 聚集的详细分子机制知识对于设计针对这些过程的 AD 治疗非常重要。然而，由于低聚物物种的丰度低且多分散性高，因此很难通过实验研究它们。本文使用自下而上的生物物理学在受控的体外条件下研究了 Aβ 低聚物。主要使用天然离子迁移质谱法研究高纯度重组 Aβ 肽，以监测水溶液中低聚物的自发形成。质谱法能够分辨单个低聚物状态，而离子迁移率则提供低分辨率结构信息。这与其它生物物理技术以及理论建模相辅相成。还研究了调节内在因素（如肽长度和序列）或外在因素（如化学环境）的低聚物。研究了与两个重要的生物相互作用伙伴的相互作用：伴侣蛋白和细胞膜。我们展示了 Aβ 低聚物如何组装并形成可能与继续生长为淀粉样蛋白原纤维有关的延伸结构。我们还展示了不同的淀粉样蛋白伴侣蛋白如何与不断增长的聚集体相互作用，从而改变和延迟聚集过程。这些相互作用取决于伴侣和客户肽中的特定序列基序。另一方面，膜模拟胶束能够稳定 Aβ 寡聚体的球状致密形式，并抑制形成淀粉样纤维的延伸结构的形成。这可能有助于体内毒性物质的富集。与膜模拟系统的相互作用被证实高度依赖于 Aβ 肽异构体和膜环境的特性，例如头部电荷。还展示了如何添加设计的小肽结构来抑制膜环境中 Aβ 寡聚体的形成。
基于热电冷却器（TEC）用于空间应用的热控制系统：数值研究
本研究设计并数值研究了一个新的热控制系统，用于用于航天器系统光学有效载荷的检测器。系统使用热电冷却器（TEC）作为维护冷手指在所需的设定点保持探测器温度的活性元件，使其在整个操作过程中保持在所需的范围内。该系统没有使用任何热管网络，而是使用附着在TEC热侧的辐射器将热负载耗散到环境空间环境中。使用有效属性的系统级建模用于对TEC的性能进行建模，而无需对任何内部复杂的几何形状进行建模。与温度相关的电流轮廓用作TEC的输入条件，因此TEC仅消耗所需的外部功率。研究了散热器的TEC设定点和几何参数的效果，并观察到，通过使用较大的设定点或具有较大尺寸的散热器，获得了功耗或提高性能系数的大幅度降低。该系统将进一步研究不同的热载荷和占空比（在100分钟的轨道周期内高达50％），以评估其在不同操作条件下的功效。还研究了该系统的连续操作周期，可以观察到，连续循环之间的循环误差最终将其变为零至零，因此表明在整个系统的整个生命中，都满足了连续的循环的温度控制要求。
在乳腺癌免疫疗法中研究三级淋巴结构的进展
作为女性最常见的恶性肿瘤之一，乳腺癌表现出不同亚型的复杂和异质性病理特征。三阴性乳腺癌（TNBC）和HER2阳性乳腺癌是乳腺癌中的两个常见和高度侵入性的亚型。乳房菌群的稳定性与免疫环境紧密相互交织，免疫疗法是治疗乳腺癌的常见方法。前淋巴结结构（TLSS）最近发现，最近发现的围绕乳腺癌的免疫细胞聚集物，与次生淋巴机构（SLOS）相似，与免疫疗法有关，与一些乳腺癌相关。机器学习是一种人工智能的一种形式，越来越多地用于检测生物标志物和构建肿瘤预后模型。本文系统地回顾了乳腺癌中TLSS的最新研究进度以及机器学习在检测TLSS中的应用以及乳腺癌预后的研究。提供的见解为进一步探索乳腺癌不同亚型的生物学差异并制定个性化治疗策略的生物学差异有助于有价值的观点。
