cnidarians和光合藻类之间的相互共生性是由宿主免疫和环境条件之间的复杂相互作用调节的。在这里,我们研究了共生如何与食物限制相互作用,以影响pallida海葵的基因表达和压力反应编程(Aiptasia)。对饥饿的转录组反应在共生和蛋白酶的动脉症之间相似。然而,凋亡的海葵反应更强。饥饿的两种共生状态的AIPTASIA均表现出蛋白质与免疫相关转录因子NF-κB的蛋白水平增加,其相关基因途径和推定的靶基因。然而,这种饥饿诱导的NF-κB的增加与仅在共生海葵中的免疫力相关。此外,饥饿对病原体和氧化应激挑战的敏感性具有相反的影响,这表明在粮食条件下稀缺的情况下有明显的能量优先级。最后,当我们比较了AIPTASIA中的饥饿反应与辅助珊瑚和非亲生海葵的饥饿反应时,“防御”反应在AIPTASIA和兼性珊瑚中类似地受到调节,但没有在非亲生血管疾病中进行调节。这种模式表明共生能力会影响Cnidarians的免疫反应。总而言之,某些免疫途径的表达(包括NF-κB)并不一定能预测对病原体的易感性,突出了Cnidarian免疫的复杂性以及在各种能量的需求下的共生影响。
(未经同行评审认证)是作者/资助者。保留所有权利。未经许可不得重复使用。此预印本的版权所有者此版本于 2024 年 2 月 20 日发布。;https://doi.org/10.1101/2024.02.15.580544 doi:bioRxiv preprint
对于抗原可变病原体(例如流感),应变适应性部分取决于宿主的相对可用性与其他菌株相比,易受感染的宿主的可用性。抗血凝素(HA)和神经氨酸酶(NA)的抗体赋予了对流感感染的实质性保护。我们询问横截面抗体衍生的估计值对不同流感促进核的种群易感性(H3N2)是否可以预测下季节的成功。,我们从2017年夏季1至90岁的483个健康个体收集了血清,并分析了对代表性菌株的HA和NA的中和反应。中和抗体滴度最低的进化枝,表明人口易感性更高,主导下一个季节。对不同的HA和NA进化枝的滴度在个体之间发生了巨大变化,但与年龄显示出显着的关联,表明依赖相关的过去暴露。尽管存在这种相关性,但H3N2菌株抗体滴度的个体间变异性随着年龄的增长而逐渐增加。本研究表明,人口免疫的代表性度量如何改善进化预测并为流感的选择性压力提供信息。
神经变性(Ragagnin等,2019; Rojas等,2020; Reyes- Leiva等,2022)。ALS的神经病理机制涉及遗传,环境和细胞因子之间的复杂相互作用,从而导致运动神经元脆弱性和神经蛋白流量(Mejzini等,2019; Le Gall等,2020; Keon等,2021年,2021年)。积累的证据表明,铁失调和沉积在ALS的发病机理中起着至关重要的作用,这有助于氧化应激和神经元损伤(Kupershmidt和Youdim,2023; Long等,2023)。铁是细胞代谢的重要元素,但是过量铁可以产生活性氧(ROS),损害细胞成分(例如脂质,蛋白质和DNA)(Ying等,2021)。因此,铁稳态受到各种蛋白质(例如转铁蛋白,铁蛋白和肝素)在大脑中的严格调节(Singh等,2014)。铁失调和沉积对神经元功能和存活具有多种影响。例如,铁可以改变谷氨酸受体和转运蛋白的表达和活性,从而导致兴奋性毒性和突触功能障碍。铁可以触发线粒体功能障碍,从而减少能量产生并增加ROS的产生(Cheng等,2022)。除了将小胶质细胞和星形胶质细胞刺激,铁还可以刺激神经蛋白的炎症和细胞因子释放。此外,铁可以与其他金属(例如铜和锌)做出反应,从而影响它们的可用性和毒性。磁化敏感性可以测量组织在磁场中磁化的容易程度(Conte等,2021)。此外,错误折叠的蛋白质超氧化物歧化酶1(SOD1)和TAR DNA结合蛋白43(TDP-43)与家族性和零星ALS相关,可以通过铁(Basso等,2013; Ndayisaba et al。,2019年)汇总和清除。磁共振成像(MRI)是诊断各种疾病的强大工具,例如神经系统疾病(Kollewe等,2012; Bhattarai等,2022; Ghaderi,2023; Ghaderi et al。,2023b; Mohammammadi等,2023)。定量敏感性映射(QSM)是一种敏感的MRI技术,用于检测组织中的磁敏感性变化(Acosta-Cabronero等,2018)。QSM是一种可以与MRI结合使用的技术,以测量组织的磁敏感性,它反映了组织在磁场中磁化的容易程度(Ravanfar等,2021)。具有高磁化率的组织,例如富含铁的组织,会使MRI扫描中的磁场扭曲(Duyn,2013年)。QSM可以提供各种大脑区域中铁浓度的准确估计值,例如皮层,基底神经节和小脑和QSM,并且QSM在检测包括ALS在内的神经退行性疾病中的铁沉积方面表现出了令人鼓舞的结果(Ravanfar等,2021年)。易感加权成像(SWI)是另一种MRI技术,它可以可视化具有高磁化率的组织(Liu等,2021)。swi结合了定性显示组织磁场变化的幅度和相位信息,但它受到区域界面的影响和图像伪像的影响,这些效果随图像参数而变化(Haacke等,2009; Mittal等,2009; Haller等,20221)。SWI也已用于诊断和监测涉及铁沉积的疾病,例如神经退行性疾病和神经肌肉疾病(Schweitzer等,2015; Lee等,2017; Welton等,2019),但是
在本研究中包括的100个储存的痰液样品中,有65/99(65.6%)对INH有抵抗力,5/100(5.0%)对FQ有抗性,并且没有使用MGIT960的IAS抗性。XPERT®MTB/XDR测试的灵敏度和特异性,N(%; 95%置信区间,CI); INH为58(89.2; 79.1-95.5)和30(88.2; 72.5–96.6),而FQ; 4(80.0; 28.3-99.4)和95(100; 96.2–100)。使用LPA作为参考标准,总共52/98(53.1%)对INH具有抵抗力,3/100(3.0%)对FQ,而没有IA。与LPA相比,XPERT®MTB/XDR测试的灵敏度和表格iCTICTE,N(%; 95%CI);对于FQ 3(100; 29.2-100)和96(99.0; 94.3-99.9),INH为50(96.1; 86.7-99.5)和34(74.0; 58.8-85.7)。XPERT®MTB/XDR测试的实验室吸收和推出的因素包括:不需要具有的技术人员的培训,而没有先前的Xpert-Ultra
糖尿病是牙周炎的主要危险因素,但直到现在,潜在的分子机制尚不清楚。糖尿病可以增加牙周菌群的致病性和牙周炎性/宿主免疫反应。高血糖诱导活性氧(ROS)产生并增强氧化应激(OS),加剧牙周组织破坏。此外,糖尿病诱导的牙周牙齿吸收损伤和牙周组织的表观遗传变化也可能导致牙周炎。我们将回顾有关糖尿病证据的最新临床数据,从而促进了流行病学,分子机械和潜在的治疗靶标的牙周炎敏感性,并讨论了可能的分子机械靶标,尤其是针对抗膨胀/宿主免疫反应和OS的新数据。了解糖尿病和牙周炎的相互交织的发病机理可以更好地解释内分泌代谢和炎症性疾病之间的交叉干扰,为新的系统整体治疗提供理论基础,并促进内分泌物理学家与牙医之间的分支合作。
从船舶和乘客安全的角度来看,对客船运行脆弱性和事故敏感性进行持续监测和评估至关重要。尽管现有的脆弱性监测解决方案主要源于水密门操作,但文献中缺少事故敏感性评估和监测的综合框架。因此,本文提供了一种简单的方法,利用根植于与人类表现相关的第一原理的坚实基础的启发式方法。所提出的方法可以评估在公海和沿海航行中运行的船舶的事故敏感性。所提出的框架基于可观察和相关因素,已知这些因素会影响导航员的表现,从而影响事故概率。所开发模型的框架布局和参数基于海事和航空领域的文献调查、从海事专家那里获得的知识以及使用内部开发的船舶相遇模拟器进行的广泛模拟。随后,该模型应用于选定的案例研究,涉及两种不同的船舶类型,即大型游轮和 RoPax 船。本文所介绍的案例研究的结果表明,所分析的船舶在大多数时间的事故敏感性可忽略不计(87%),而 1% 的案例被标记为非常高的事故敏感性。剩余的 12% 分布在事故敏感性的低、中和高值之间。结果与之前在同一领域进行但采用不同方法的研究一致。所提出的解决方案可用作船上决策支持工具,评估操作事故的敏感性和脆弱性,从而提高船员的态势感知能力。此外,它还可以应用于历史数据,允许船舶航行安全诊断和实施适当的对策。
牛病毒性腹泻病毒 (BVDV) 是影响全世界牛种健康和福祉的最重要病毒之一。在这里,我们使用 CRISPR 介导的同源定向修复和体细胞核移植来生产活体小牛,其牛 CD46 的 BVDV 结合域中有六个氨基酸被替换。结果是,经过基因编辑的小牛对感染的易感性显著降低,衡量标准是临床症状减少和白细胞中没有病毒感染。编辑后的小牛没有脱靶编辑,在 20 个月大时看起来正常健康,没有明显的靶向编辑的不良影响。这种精准繁殖的概念验证动物首次证明了 CD46 基因中的有意基因组改变可能会减轻牛的 BVDV 相关疾病负担,并且与我们使用细胞系和匹配的胎儿克隆进行的分步体外和离体实验一致。
为了确保世界粮食生产并使农业更加可持续,迫切需要采取替代方法来保护农作物免受疾病侵害。迄今为止,对病原体的遗传抗性主要基于单个显性抗性基因,这些基因介导对入侵者的特定识别,并且通常会被病原体变体迅速破坏。干扰植物易感性 (S) 基因提供了一种替代方案,为植物提供了被认为更持久的隐性抗性。S 基因使植物疾病得以建立,其失活为农作物的抗性育种提供了机会。然而,S 基因功能的丧失可能会产生多效性影响。基因组编辑技术的发展有望提供强大的方法来精确干扰农作物 S 基因功能并减少权衡。
神经精神疾病在遗传上很复杂,遵循由数千种风险变异和基因组成的多基因结构。1 与孟德尔遗传病(可通过分析单个基因获得可推广的机制见解)不同,复杂遗传疾病的病因围绕基因的功能组或通路进行组织。1 预计这些组中的基因将共同调节并在允许通路发挥作用的水平上表达。2,3 RNA 共表达和蛋白质-蛋白质相互作用 (PPI) 网络为理解此类基因组如何组织提供了一个强大的概念框架,并具有预测能力,可以优先考虑多基因疾病中的疾病相关变异。4,5,6 该框架通过将基因排列成更小、更易处理且连贯的模块集以进行实验分析,有助于表征相关的生物通路。此外,基因共表达网络可以通过将目标组织中普遍存在的细胞类型和细胞状态共同变化的基因连接在一起,进一步加深我们对复杂多基因疾病的理解。 7,8