XiaoMi-AI文件搜索系统
World File Search Systemvary
B细胞恶性肿瘤的正向和反向遗传学
背景：绿叶蔬菜（GLV）含有无机硝酸盐，该阴离子对口服微生物组具有潜在的益生元作用。然而，尚不清楚GLV和药理学补充[硝酸钾（PN）是否具有硝酸盐盐会引起对口腔微生物组的类似作用。目标：本研究旨在将GLV与PN补充对高血压个体中口腔微生物组组成和唾液生物标志物的影响进行比较。方法：将70个人随机分配给3个不同的组，以进行5周的饮食干预。第1组以GLV的形式消耗300 mg/d的硝酸盐。第2组食用的药丸，含300 mg/d的PN和低硝酸盐蔬菜。第3组用氯化钾（安慰剂：PLAC）和低硝酸盐蔬菜食用的药丸。在饮食干预之前和之后分析了口腔微生物组组成和口腔健康的唾液生物标志物。结果：GLV和PN组显示出类似的微生物变化，可能依赖硝酸盐，包括奈瑟氏菌，cap虫，弯曲杆菌，弯曲杆菌的丰富度增加，以及治疗后Veillonella，Megasphaera，segasphaera，megasphaera，sectinoryces和eubacterium种类的降低。在GLV组中观察到了Rothia物种的丰度，链球菌，Prevotella，放线菌和摩菌细菌的丰度降低，这可能是硝酸盐独立的。GLV和PN处理增加了唾液pH值，但只有GLV治疗显示唾液缓冲能力和乳酸降低的增加。结论：与PN相比，GLV组中硝酸盐依赖性和独立的微生物变化的结合对改善口服健康生物标志物具有更强的作用。
多元混合模型中随时间变化的关联
多元混合模型中随时间变化的关联：在体育分析中的应用 导师：Lisa McFetridge 博士 足球是世界上最受欢迎的运动之一，全球有超过 35 亿球迷。2021 年，足球的全球价值估计为 30.2 亿美元，预计到 2027 年将达到 38.7 亿美元。由于在这项运动中取得成功可以获得巨额经济回报，近年来，所有主要足球俱乐部都开始大量投资于大数据分析以及将统计和机器学习方法应用于体育分析。可穿戴技术的发展促进了此类投资，该技术可以实时监测健康和表现指标，例如球员在比赛和训练场景中的心率、动作和位置。球员生物标志物的动态变化（例如心率变异性）可作为伪变量来衡量他们对训练计划的适应度、比赛中的表现并发现疲劳的发生。如果正确使用，这些信息可以揭示随时间变化的趋势和模式，从而降低受伤风险、促进恢复并最终帮助球员提高健康和表现 (Viegas 2024)。可穿戴技术通常每秒收集多个观察结果，并在一个赛季内积累大量数据。为了对这种密集的纵向数据进行建模，可以使用多元混合效应模型 (Hickey 2016)。这些方法允许随时间对多个生物标志物或指标进行建模，同时捕捉影响球员内部负荷的不同方面，从而提供关键见解，不仅了解每个生物标志物如何独特地影响球员的健康，还了解不同生物标志物如何相互关联。虽然这些见解很有价值，但多元混合模型目前并未充分利用数据的时变性。当前的方法假设生物标志物之间的关系不会随时间而变化。这种时不变相关性的假设在分析随时间自然演变的信息时可能具有限制性并且可能不切实际。为了更好地捕捉这些关系随时间变化的本质，本项目将开发包含随时间变化相关性的新型多元混合模型方法。本项目将为预测体育分析 (PSA) 小组领导的一系列体育分析工作提供信息。为了最大限度地发挥这项工作的潜在影响力，博士生将与其他 PSA 研究人员以及当地精英足球俱乐部（包括在国家联赛顶级联赛中踢球的俱乐部）密切合作，将尖端的数据驱动决策融入他们的流程并实现预期的现实影响。有关项目的更多详细信息，请联系主要主管 l.mcfetridge@qub.ac.uk。Viegas, JM、Dores, H.、Freitas, A.、Cavigli, L.& D'Ascenzi, F., 运动心脏病学的发展：通向更光明的未来之路, Revista Portuguesa de Cardiologia, 2024; 43 (2), 87-89。Hickey, GL, Philipson, P., Jorgensen, A., & Kolamunnage-Dona, R., 事件发生时间和多变量纵向结果的联合建模：最新发展和问题, BMC Medical Research Methodology, 2016; 16 (1), 1-15。
晚上抵抗或耐力运动对睡眠脑电图和唾液皮质醇的影响
结果：耐力和耐药性运动后的睡眠效率低于对照条件之后。与对照条件相比，耐力运动后的总睡眠时间较低。睡眠光谱分析表明，与对照条件相比，N1睡眠阶段的耐力和抗性练习在N1睡眠阶段导致更大的α功率和N2睡眠阶段的theta功率更大。与对照条件（趋势）相比，耐力运动在N2睡眠阶段导致更大的β功率，在REM睡眠期间更大的α功率和更高的皮质醇水平，并且与阻力运动条件（显着）相比。耐药性运动在N2睡眠阶段导致的β功率低于控制状态，皮质醇水平低于耐力运动状况。
青少年早期 ReHo 和 fALFF 的遗传和环境影响在不同大脑区域存在差异
关于遗传和环境对大脑功能影响的研究通常侧重于大脑区域之间的联系。一种不同但尚未探索的方法是检查局部大脑区域内的活动。我们研究了基因和环境效应对局部大脑功能的两个特定指标的影响：区域同质性 (ReHo) 和低频波动分数振幅 (fALFF)。参与者两次从青少年双胞胎样本中抽取（平均年龄分别为 11.5 岁和 13.2 岁，N = 278 和 248）。结果表明，遗传和环境因素影响了几乎所有 210 个皮质区域的大脑功能。此外，影响第一波（9-14 岁）ReHo 和 fALFF 值的遗传和常见环境因素也影响了许多区域第二波（10-16 岁）的值。然而，遗传和常见环境因素的影响在整个皮质中各不相同，在不同区域表现出不同的模式。此外，我们发现第 2 波中新的（即独立的）遗传和环境影响大脑活动，同样具有区域模式。探索性分析发现焦虑和抑郁症状与颞叶几个区域的局部大脑功能之间存在微弱关联。这些发现与其他静息状态功能 MRI 指标（即功能连接）的类似研究一致。
粉虫（Tenebrio Molitor L.）变化重量的影响
摘要背景：废物管理涉及系统和可持续的实践，包括回收日常固体废物。在全球范围内，一种常见的塑料废物类型，广泛用于包装和食品服务。在2022年，其生产能力为1544万吨，预计到2026年增加，由于其不可生物降解的性质和对污染的贡献，面临着重大的环境挑战。关于这个问题，粉虫（Tenebrio Molitor L.）显示出降解泡沫聚苯乙烯，将其转化为Co 2，粪便和最小生物质的潜力。方法：这项研究调查了粉虫的泡沫聚苯乙烯降解及其对其生长和养分含量的影响，重点是基于粉虫重量的降解效率。使用没有对照组的预测试和后期设计，以100、200和300 g的重量测试粉虫。该研究测量了降低聚苯乙烯泡沫塑料的体重，并增加了虫的体重，以及残留物和粉虫中的重金属含量。结果：结果显示出降解率的显着差异：100 g的2.72％，200 g的54.25％和300 g处理的70.37％，在300 g治疗中降低了最高的降低，证明了粉虫重量与眼镜瘤降解之间的显着关系。重金属分析表明，通过残留物来排泄大多数重金属，有效地将泡沫聚苯乙烯转化为生物质，CO 2和排泄物。结论：这些发现突出了粉虫作为可持续塑料废物管理解决方案的潜力。这项研究有助于关于创新塑料废物管理策略的论述。未来的研究应重点介绍虫虫消耗前后的粉虫含量分析，以了解营养的影响。关键字：固体废物，造型泡沫，Tenebrio，larva，生物量引用：Kamaludin A，Iqbal M，Kahar K，Kahar K，AripinS。粉虫的重量不同（Tenebrio Molitor L.）对Styrofoam Decradation的影响。环境健康工程与管理期刊。2025; 12：1385 doi：10.34172/ehem.1385。
油菜（Brassica napus L.）子房胚珠数量的遗传基础及分子机制剖析
每子房胚珠数 (ONPO) 决定了每果种子数的最大潜力，而种子数是作物种子产量的直接组成部分。本研究旨在利用新开发的油菜双单倍体 (DH) 群体剖析 ONPO 的遗传基础和分子机制。在所有四个研究环境中，201 个 DH 品系的 ONPO 呈正态分布，变化范围从 22.6 到 41.8，表明数量遗传适合于 QTL 定位。开发了 19 个连锁群内 2111 个标记的骨架遗传图谱，总长度为 1715.71 cM，标记间平均为 0.82 cM。连锁图谱鉴定出 10 个 QTL，分布在 8 条染色体上，解释 7.0-15.9% 的表型变异。其中四个与报道的相同，两个被重复检测到且影响相对较大，凸显了它们在标记辅助选择中的潜力。高、低 ONPO 品系两库子房（胚珠起始阶段）的植物激素定量分析显示，九种亚型植物激素的水平存在显著差异，表明它们在调节胚珠数量方面发挥着重要作用。转录组分析鉴定出两库之间 7689 个差异表达基因 (DEG)，其中近一半富集到已报道的调控 ONPO 基因的功能类别中，包括蛋白质、RNA、信号传导、杂项、发育、激素代谢和四吡咯合成。整合连锁 QTL 作图、转录组测序和 BLAST 分析，鉴定出已报道的胚珠数基因的 15 个同源物和 QTL 区域中的 327 个 DEG，这些被视为直接和潜在的候选基因。这些发现进一步加深了对ONPO遗传基础和分子机制的认识，将有助于未来基因克隆和遗传改良，从而提高油菜种子产量。
ADA 唾液诊断指南
牙科诊所使用经过认证的实验室处理唾液样本，以检测与牙周病相关的生物标志物。患者提供样本，这些样本经过仔细收集并送至实验室，实验室使用先进的技术识别相关生物标志物。在这种情况下，应使用适当的 CDT 代码（例如用于样本收集的 D0417 和用于样本分析的 D0418）来记录患者记录中的程序。这些代码准确反映了诊断意图。
噬菌体防御系统的丰富度各不相同，随着病毒密度的增加
。CC-BY 4.0国际许可证。根据作者/资助者，它是根据预印本提供的（未经同行评审的认证），他已授予Biorxiv的许可证，以在2025年1月16日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2025.01.16.633327 doi：Biorxiv Preprint
多囊卵巢综合征（PCOS）
什么是多囊卵巢综合征？ 大约五分之一的女性患有多囊卵巢。这描述了在超声波扫描中卵巢的外观。多囊卵巢综合征 (PCOS) 是指患有多囊卵巢的女性有一种或多种其他症状的一种疾病。什么是多囊卵巢？ 多囊卵巢比正常卵巢稍大，卵泡（小囊肿）数量是正常卵巢的两倍。多囊卵巢很常见，100 名女性中就有 20 名 (20%) 患有多囊卵巢。患有多囊卵巢并不意味着您患有多囊卵巢综合征。大约每 100 名多囊卵巢女性中就有六七名 (6-7%) 患有 PCOS。 PCOS 的症状是什么？ PCOS 的症状可能包括： • 月经不调或根本没有月经。 • 难以怀孕（生育能力下降）。 • 面部或身体毛发比正常情况下多（多毛症）。 • 头发脱落。 • 超重、体重快速增加、减肥困难。 • 油性皮肤、痤疮。 • 抑郁和情绪波动。 症状可能因人而异。一些女性症状较轻，而另一些女性则受到更广泛症状的影响，影响更为严重。 PCOS 是女性生育问题的原因。即使您没有月经，您仍可能怀孕。 什么原因导致 PCOS？ PCOS 的病因尚不清楚。 PCOS 有时具有家族遗传性。如果您的任何亲属（母亲、阿姨或姐妹）患有 PCOS，您自身患 PCOS 的风险可能会增加。 PCOS 的症状与激素水平异常有关。
粒子数变化系统的动力学
粒子数的变化是自然和技术中我们感兴趣的系统最相关的特征之一，这些系统包括与周围环境的能量和物质交换，以及通过反应等内部动力学改变粒子数。这些系统的物理数学建模极具挑战性，主要困难在于自由度数量随时间的变化，以及粒子数量和种类的增加或减少不能违反基本物理定律的附加约束。在这种情况下，理论模型是设计能够提供可靠结果的数值研究计算策略的关键工具。在本文中，我们回顾了受相当不同的具体数值目标启发的粒子数变化的互补物理数学方法。通过分析这些模型的底层共同结构，我们提出了一个适用于一般粒子数变化的动力系统的统一主方程。该方程嵌入了所有先前的模型，并有可能模拟更大范围的复杂系统，从分子到基于社会代理的动态。