XiaoMi-AI文件搜索系统
World File Search Systemsulin
分析妊娠糖尿病患者的血清色氨酸代谢产物
引言：尽管怀孕是一种生理状况，但糖尿病激素的分泌，例如生长激素，皮质激素释放激素，胎盘乳酸激素，催乳素和孕激素从胎盘中的分泌可能导致硫酸耐药性（IR）。在代谢综合征，肥胖和类型1＆2糖尿病中，观察到Kynurenine途径（KP）向IDO激活的转变。IDO的激活也导致芳基烃受体（AHR）和白介素6（IL-6）的激活，这也可能引起某些作用，例如胰岛素抵抗，β细胞功能不全和糖原生成增加。我们假设在GDM患者中会观察到IDO和某些KP酶的过度激活，其方式与代谢综合征，前糖尿病和糖尿病患者类似。方法：包括50例患者和50例对照，他们包括塞尔库克大学医学院的内分泌学院诊所。血清triptophan代谢物水平。结果：在被诊断为GDM的患者组中，色氨酸和KYNA值较低（P <0.001和P <0.001，重新显而易见）。与对照组相比，患者组的Kyn，3-OH AA，3-OH-KYN和KTR的水平明显更高（p = 0.008，p <0.001，p = 0.05和p <0.001）。结论：了解GDM患者中这种途径中发生的变化可能会提供对疾病发展的见解。此外，这些测试也可以用作妊娠糖尿病的补充测试，这可以有助于诊断和患者随访。关键字：OGTT，妊娠糖尿病，色氨酸 - 京难是途径
合成与系统生物技术
药物输送系统 (DDS) 的发展已导致用于治疗和检测各种疾病的疗法越来越有效。DDS 使用一系列由聚合物或无机材料（例如胶束、金属和聚合物纳米颗粒）制成的纳米级输送平台，但它们的不同化学成分会改变其大小、形状或结构，而这些结构本身就很复杂。基因编码的蛋白质纳米笼是非常有前途的 DDS 候选物，因为它们具有模块化组成、易于在各种宿主中重组生产、可控制货物分子的组装和装载以及可生物降解性。天然存在的纳米隔室的一个例子是包囊蛋白，这是最近发现的细菌细胞器，已被证明可以重新编程为纳米生物反应器和疫苗候选物。在这里，我们报告了基于海栖热袍菌包囊蛋白的靶向 DDS 平台的设计和应用，该平台经过重新编程以在外表面显示一种称为设计锚蛋白重复蛋白 (DARPin) 的抗体模拟蛋白并封装细胞毒性有效载荷。本研究选择的 DARPin9.29 可特异性结合乳腺癌细胞上的人表皮生长因子受体 2 (HER2)，体外细胞培养模型已证明这一点。通过将封装蛋白-DARPin9.29 融合蛋白与工程黄素结合蛋白微型单线态氧发生器 (MiniSOG) 从大肠杆菌中的单个质粒共表达，可在体内一步组装基于封装蛋白的 DDS。纯化的封装蛋白-DARPin_miniSOG 纳米隔室可特异性结合 HER2 阳性乳腺癌细胞并引发细胞凋亡，表明该系统具有功能性和特异性。DDS 是模块化的，可以利用 DARPin 筛选库形成多受体靶向系统的基础，允许使用具有已知特异性的新 DARPin，并通过封装蛋白货物装载机制已证实的灵活性，允许选择所需的货物蛋白。
Pengfei Cai
•朝着局部关注和流动匹配风格的校正的长期推出：额叶聚合PDES中的一个例子。Pengfei Cai，Sulin Liu，Qibang Liu，Philippe Geubelle，Rafael Gomez-Bombarelli。（2024）。在ML关于物理科学的ML的Neurips 2024研讨会上介绍。预印本。•使用可区分的模拟学习额叶聚合PDE的治疗动力学。Pengfei Cai，Qibang Liu，Philippe Geubelle，Rafael Gomez-Bombarelli。（2024）。ICML 2024 AI科学研讨会；关于数据驱动和可区分模拟，替代物和求解器的神经研讨会。预印本。•基于额叶聚合制造中形态学模式设计的单变量变异自动编码器。Qibang Liu，Pengfei Cai，Diab Abueidda，Seid Koric，Rafael Gomez-Bombarelli，Philippe Geubelle。（2024）。提交：应用机制和工程中的计算机方法。预印本。•具有准确的混合功能的无机化合物的计算的拉曼光谱数据库。Yuheng Li，Damien K. J. Lee，Pengfei Cai，Ziyi Zhang，Prashun Gorai，Pieremanuele Canepa。 （2024）。 科学数据。 纸链接。 •从“无特征”光吸收光谱中鉴定化学成分：机器学习预测和实验验证。 Tiankai Chen*，Jiali Li*，Pengfei Cai，Qiaofeng Yao，Zekun Ren，Yixin Zhu，Saif Khan，Jianping Xie，Xiaonan Wang。 （2023）。 纳米研究。 纸链接。 （2022）。Yuheng Li，Damien K. J. Lee，Pengfei Cai，Ziyi Zhang，Prashun Gorai，Pieremanuele Canepa。（2024）。科学数据。纸链接。•从“无特征”光吸收光谱中鉴定化学成分：机器学习预测和实验验证。Tiankai Chen*，Jiali Li*，Pengfei Cai，Qiaofeng Yao，Zekun Ren，Yixin Zhu，Saif Khan，Jianping Xie，Xiaonan Wang。（2023）。纳米研究。纸链接。（2022）。•通过第一原则理解和机器学习加速了近红外II分子荧光团的设计。Shidang Xu*，Pengfei Cai*，Jiali Li，Xianhe Zhang，Xianglong Liu，Xiaonan Wang，bin liu。ChemRXIV预印本（实验验证正在进行）。预印本。•聚集时机器学习辅助准确预测分子光学性能。Shidang Xu*，小刘*，Pengfei Cai，Jiali Li，Xiaonan Wang，bin liu。（2022）。高级科学。纸链接。•通过贝叶斯搜索进行第一原则模拟的贝叶斯搜索自我提出的光敏剂发现系统。Shidang Xu*，Jiali li*，Pengfei Cai，小刘，本·刘，小王。（2021）。美国化学学会杂志。纸链接。