痴呆症目前仍然是一个全球性的健康问题,全球估计有5520万人患有痴呆症。最常见的痴呆症类型之一是阿尔茨海默病,因为它占痴呆症病例的 60-80%。日惹是印度尼西亚阿尔茨海默病发病率最高的地区。阿尔茨海默病是一种渐进性的神经退行性疾病,由大脑中形成β-淀粉样斑块引起,会破坏神经系统。根据胆碱能理论,斑块的形成是由于酶乙酰胆碱酯酶 (AChE) 的存在。通过药物治疗方法,抑制AChE酶可以改善认知功能并抑制阿尔茨海默病的进展。同时,抗氧化活性也被证明可以预防阿尔茨海默病。沉香叶(Aquilaria malaccensis Lamk.)是一种富含酚类化合物的植物,具有很强的抗氧化活性。然而,并非所有的酚类化合物都能被人体消化,因此需要通过发酵进行简化。研究表明,将沉香茶制成康普茶可以使其中的酚类含量比普通沉香叶茶中的酚类含量高出两倍。然而,沉香叶康普茶作为阿尔茨海默病替代疗法的抗氧化和乙酰胆碱酯酶抑制剂活性尚未被研究过。基于此,本研究旨在通过薄层色谱(TLC)和气相色谱-质谱(GC-MS)分析测试沉香叶茶康普茶的抗氧化活性、乙酰胆碱酯酶抑制剂和植物化学成分。该研究的阶段包括沉香叶的准备、康普茶发酵、感官测试、抗氧化剂测试、乙酰胆碱酯酶抑制测试和植物化学概况(薄层色谱法和气相色谱-质谱法)。本研究结果表明,沉香叶康普茶提取物具有不同的抗氧化活性,抗氧化活性最好的是康普茶发酵7天的乙酸乙酯提取物,IC50值为2.68µg/mL。沉香叶茶的康普茶提取物通过将癸酸乙酯化合物与 4M0E 蛋白结合,在计算机中具有 AChE 抑制活性。沉香叶康普茶乙酸乙酯提取物的植物化学概况表明,薄层色谱试验中存在黄酮类和酚类化合物,而 GC-MS 试验表明,角鲨烯是提取物中检测到的面积百分比最高的化合物。
糖尿病是一种代谢紊乱,以血液中葡萄糖水平持续升高而闻名。它是影响全球个人的代谢紊乱之一 ( 1 )。当胰腺 β 细胞因体内胰岛素不敏感而无法分泌任何或极少的胰岛素时,可能会发生糖尿病。众所周知,糖尿病有三种类型,即 1 型糖尿病、2 型糖尿病和妊娠期糖尿病。除了这三种类型外,还有另外两种罕见的糖尿病类型:继发性糖尿病和单基因糖尿病 ( 2 )。1 型糖尿病通常是由于遗传性疾病、自身免疫功能障碍或毒素和病毒感染等环境因素引起的。它在儿童和年轻人中发病率很高,但它可能发生在任何年龄。最常见的糖尿病类型是 2 型。90% 的糖尿病患者患有这种疾病 ( 3 , 4 )。根据国际糖尿病基金会 (IDF) 的数据,全世界有 81% 的人未确诊患有糖尿病,而发展中国家的糖尿病负担更大,这些国家的糖尿病人口占总人口的 75% ( 5 )。由于多种医学影响和相关问题,糖尿病患者的生活水平较低 ( 6 )。这些人的睡眠条件更差,这并不出人意料。由于生理失衡和相关睡眠问题,糖尿病患者可能难以入睡和保持清醒 ( 7 )。睡眠是身心自然的习惯状态。睡眠与意识污染、感觉活动改变或减少、肌肉运动减弱、所有随意肌沉默以及与周围环境互动减少有关。地球上所有生物,包括动物、昆虫、人类等,都表现出睡眠这种共同行为 ( 8 , 9 )。全世界大约有 15% 到 20% 的人患有慢性失眠症,表现为失眠持续 1 个月以上,除此之外,另有三分之一的人口患有短暂性失眠症 (10)。睡眠困难和睡眠质量差会加重糖尿病症状。多项研究发现,糖尿病患者睡眠质量差与失眠发作的时间长短有直接关系 (11)。镁是人体内含量第四丰富的阳离子,也是细胞内含量第二丰富的阳离子。镁能够诱导深度睡眠,也能起到肌肉松弛剂的作用。生活方式导致昼夜节律不规律,从而导致镁从体内排出,造成镁缺乏 (12)。2 型糖尿病患者通常会出现镁状态改变。研究表明,2 型糖尿病患者缺镁的几率更高,尤其是那些血糖控制不佳的患者,患病时间较长,并存在慢性微血管和大血管问题(13)。钾是细胞内最丰富的阳离子,在神经和肌肉组织的细胞功能中起着重要作用。临床实践中经常观察到钾缺乏或运动障碍。电解质异常,尤其是低钾血症和高钾血症,是
结果:最终分析确定了44例活检证实的患者(41/44,93%)或来自RCC的OA转移的治疗反应(3/44,6%)。三十四十五(77%)的患者是男性。中位年龄为60岁(平均:60,范围:22-87岁)。最常见的呈现迹象是多发性(19/44,43%)和OA质量(14/44,32%)。转移酶最频繁地涉及轨道骨骼(10/44,23%)和相邻的外脂肪,从这些情况的7/10(70%)中延伸,从鼻窦区延伸。OA转移是18/44(41%)患者RCC的初始表现。 在原发性肿瘤诊断时,有30名患者中有22名(73%)在13例(57%)患者的癌症IV期疾病联合委员会中,转移到2个或更多部位。 仅接受42例(40%)患者中的17名局部治疗,其中最常见的是切除/浮肿和边缘对照(10/17,59%)。 有42名(60%)患者的25名患者进行了全身疗法,其中包括生物学剂和化学疗法。 绝对5年生存率为66%,2006年后报告的患者的生存率显着提高(92%vs. 42%,P = 0.04),在30个月(在30个月)具有孤立的OA转移(100%vs. 27%,P = 0.02)的患者中。OA转移是18/44(41%)患者RCC的初始表现。在原发性肿瘤诊断时,有30名患者中有22名(73%)在13例(57%)患者的癌症IV期疾病联合委员会中,转移到2个或更多部位。仅接受42例(40%)患者中的17名局部治疗,其中最常见的是切除/浮肿和边缘对照(10/17,59%)。有42名(60%)患者的25名患者进行了全身疗法,其中包括生物学剂和化学疗法。绝对5年生存率为66%,2006年后报告的患者的生存率显着提高(92%vs. 42%,P = 0.04),在30个月(在30个月)具有孤立的OA转移(100%vs. 27%,P = 0.02)的患者中。
现代生活的几乎所有方面都取决于太空技术。多亏了计算机视频的一般和深度学习技术的巨大进步,几十年来,全世界都见证了将深度学习的发展用于解决太空问题的问题,例如自动驾驶机器人,诸如示踪剂,类似昆虫的机器人,类似昆虫的机器人和SpaceCraft的健康监测。这些只是一些在深度学习的帮助下具有高级空间行业的重要例子。但是,深度学习模型的成功需要大量的培训数据才能具有不错的性能,而另一方面,用于培训深度学习模型的公开空间数据集非常有限。当前没有用于基于太空的对象检测或实例分割的公共数据集,部分原因是手动注释对象分割掩码非常耗时,因为它们需要像素级标签,更不用说从空间获取图像的挑战了。在本文中,我们的目标是通过释放数据集以进行航天器检测,实例分割和零件识别来填补这一差距。这项工作的主要贡献是使用太空设置和卫星的图像开发数据集,并具有丰富的注释,包括绑定的航天器和口罩的框架盒对物体部分的水平,这些盒子是通过自动程序和手动努力的混合而获得的。我们还提供了对象检测和Intance Sementation的最新方法作为数据集的基准。可以在https://github.com/yurushia1998/satellitedataset上找到下载建议数据集的链接。
摘要 化疗仍然是各种肿瘤的主要治疗方法,由于转移,化疗通常伴有不良预后。含有 CREKA 靶向部分的聚乙二醇化脂质体是众所周知的治疗剂,尤其是在高度转移的实验模型中。CREKA 专门针对存在于原发性和转移性肿瘤部位的肿瘤相关 ECM。为了更好地了解靶向部分的功能,我们决定设计各种脂质体配方,其中不同数量的靶向部分附着在其 DSPE-PEG 分子上。此外,设计了一种新的肿瘤归巢五肽 (SREKA),并设计了一种 SREKA 和 DSPE-PEG 之间的新型结合策略。首先,研究了载药脂质体的体外增殖抑制及其货物的细胞摄取。然后,测量了小鼠血液中的脂质体稳定性和不同组织中的药物积累。此外,还检查了不同脂质体制剂在体内的肿瘤生长和转移抑制效力。根据我们的比较研究,SREKA-脂质体在配制后具有统一的表型,并且具有与 CREKA-脂质体相似的特性和肿瘤归巢能力。然而,在结合过程中将 N 端半胱氨酸交换为丝氨酸可提高产量,并且在与 DSPE-PEG 结合时具有更好的稳定性。我们还表明,SREKA-脂质体对原发性肿瘤生长和转移发生率有显著的抑制作用;此外,还提高了荷瘤小鼠的存活率。此外,我们提供的证据表明,附着在 DSPE-PEG 上的靶向部分的数量在很大程度上决定了脂质体的稳定性,因此它在毒性和靶向性方面起着重要作用。
摘要目的:用于上限LIMB神经居住的机器人设备可以增加实践强度,通常依靠具有有限能力的基于视频游戏的培训策略来个性化培训和整合功能培训。本研究显示了机器人任务特定培训(TST)方案的开发,并评估所达到的剂量。材料和方法:混合方法研究。上肢的3D机器人装置可在神经康复期间使用治疗师使用。第一阶段允许临床医生为TST定义专门的会话协议。在第二阶段应用方案,并测量了达到的剂量。结果:第一阶段(n = 5):一种特定的协议,使用降级进行评估,然后进行定制的被动运动,然后开发了主动运动实践。第二阶段:该协议已成功应用于所有参与者(n = 10)。干预持续时间:4.5±0.8周,会话频率:1.4±0.2次/周,会话长度:42±9mins,会话密度:39±13%,强度:214±84个运动/会话,难度:DN = 0.77±0.1(归一化的距离),距离= 6.3±= 6.3±23±23±23±23±23±23±useverseversemberseversempesseans(spresseverseverseverseverseans)。sessions的密度和强度在参与者之间是一致的,但是观察到了明显的难度差异。在干预中未观察到指标的变化。结论:机器人系统可以通过调节参与者的需求和能力的实践难度来支持高治疗强度的TST。
Wells,A。S.,Read,N。W.,Fried,M.,Borovicka,J。,&D'Amato,M。(1997)。特定cck-
当今,工业环境和整个社会都处于工业4.0的动态之中,这为下一次工业革命奠定了基础。与此同时,由COVID-19引发的全球卫生困难迫使企业寻找继续运营的解决方案,无论如何,这种情况导致工业5.0实现了指数级的飞跃,迫使企业实施新的制造流程。因此,这场新的工业革命包括利用和发展人工智能,以发挥其决定性的特征,即人与机器之间的协作,共同努力,让机器执行最繁重、最重复的任务。同样,人们负责监控活动。此外,I.5 的基本元素之一是工业协作机器人(一种设计用于与人类一起工作的机器人系统),尽管协作机器人和其他元素,无论主旨是什么,也都有其他非常重要的方面,例如社会 5.0 和生物经济。因此,本研究的主要目标是展示工业 5.0 中的超越技术。
Charlotte Gehin, 1 Museer A. Lone, 2 Winston Lee, 3,4 Laura Capolupo, 1 Sylvia Ho, 1 Adekemi M. Adeyemi, 5 Erica H. Gerkes, 6 Alexander PA Stegmann, 7 Estrella López-Martín, 8 Eva Bermejo-Sánchez, 8 Martínez, Martínez, Dzierz , 9,10 Cornelia Kraus, 9 Bernt Popp, 11,12 Vincent Strehlow, 11 Daniel Gräfe, 13 Ina Knerr, 14,15 Eppie R. Jones, 16 Stefano Zamuner, 17 Luciano A. Abriata, 18 Vidya Kunnathully, 1 19 Anthony Eller, Samuel Anthony, 1. 21 Jean-Philippe Bocquete, 21 Evelyne Ruchti, 22 Greta Limoni, 22 Marine Van Campenhoudt, 22 Samuel Bourgeat, 22 Petra Henklein, 23 Christian Gilissen, 24,25 Bregje W. van Bon, 24 Rolph Pfundt, 25 Landa, 24 Jole, H. H. Schemjole. 26 Emanuela Leonardi, 27,28 Fiorenza Soli, 29 Alessandra Murgia, 28 Hui Guo, 30 Qiumeng Zhang, 30 Kun Xia, 30 Christina R. Fagerberg, 31 Christoph P. Beier, 31 Martin J. Larsen, 31 Irene Xienzu, 32 Fernando Valyinda , 33 Robert Śmigiel, 34 Vanesa López-González, 35 Lluís Armengol, 36 Manuela Morleo, 37,38 Angelo Selicorni, 39 Annalaura Torella, 37,38 Moira Blyth, 40 Nicola S. Cooper, 41 Vare Wilson, 44, 434 ore Garde, 45,46 Ange-Line Bruel, 46,47 Frederic Tran Mau-Them, 46,47 Alexis BR Maddocks, 48 Jennifer M. Bain, 49 Musadiq A. Bhat, 50 Gregory Costain, 51 Peter Kannu, 52 Ashish Marwaha, 51 Michael E. E. Friegne, 35 B. Richardson, 53 Vykuntaraju K. Gowda, 54 Varunvenkat M. Srinivasan, 54 Yask Gupta, 55 Tze Y. Lim, 55 Simone Sanna-Cherchi, 55 Bruno Lemaitre, 21 Toshiyuki Yamaji, 56 Kentaro Hanada, 56 John E. Burke, 2017, Ana Briš , D. McCa . abe, 22 Paolo De Los Rios, 1,17 Thorsten Hornemann, 2 Giovanni D'Angelo, 1,19,21 and Vincenzo A. Gennarino 3,58,59,60,61
巴拉那联邦大学 - CNPJ 75.095.679/0001-49 Cel。 Francisco H. dos Santos - 库里蒂巴 - 巴拉那州 - 巴西邮政编码 81531-980 - 电话:(41) 3361-3131 - 电子邮件:ccem@ufpr.br https://siga.ufpr.br/siga/visitante/autenticacao.jsp - 验证码:BprWjqV6k