XiaoMi-AI文件搜索系统
World File Search System中单
等长运动任务中单个运动单元的控制和训练受到共同输入信号的限制
摘要 神经接口的最新发展使得实时和非侵入性地跟踪运动神经元脉冲活动成为可能。这种新颖的接口可以通过直接从人类神经系统中提取潜在的高维控制信号，为人类运动增强提供有希望的基础。然而，尚不清楚人类能够多灵活地控制单个运动神经元的活动，以有效增加可用于同时协调多个效应器的自由度数量。在这里，我们为人类受试者（N = 7）提供有关支配单个肌肉（胫骨前肌）的运动单元 (MU) 对的放电模式的实时反馈，并鼓励他们通过跟踪二维空间中的目标来独立控制 MU。受试者学习控制策略以针对各种 MU 组合完成目标跟踪任务。这些策略很少对应于神经活动开始时对单个 MU 的独立输入信号的意志控制。相反，MU 激活与 MU 对的共同输入一致，而 MU 对中单个 MU 的激活主要通过改变去募集顺序来实现，这可以通过运动神经元兴奋性的历史依赖性变化来解释。这些结果表明，基于对单个 MU 的独立突触输入的灵活 MU 募集不太可能，尽管去募集可能反映了神经元内在兴奋性的变化或输入或调制。
运动系统中单个神经元活动的长期稳定性
不断变化的神经系统如何保持和稳定地产生既定行为仍然是个谜。一种可能的解决方案是固定相关电路中单个神经元的活动模式。或者，只要群体动态受到限制以产生稳定的行为，单个细胞中的活动可能会随着时间的推移而漂移。为了在这些可能性之间进行仲裁，我们在大鼠表现出刻板的运动行为（包括学习和先天行为）时连续数周记录了运动皮层和纹状体中的单个单元活动。我们发现两个大脑区域的单个神经元活动模式都具有长期稳定性。在数周的记录中观察到的神经活动少量漂移可以用与任务无关的行为输出的伴随变化来解释。这些结果表明刻板行为是由稳定的单个神经元活动模式产生的。
用于闭环刺激和记录自由移动人体中单个神经元和局部场电位活动的可穿戴平台
图 1. Neuro-stack 平台。a、用于单神经元和局部场电位 (LFP) 记录以及闭环可编程锁相 (PLS) 刺激的 Neuro-stack 和基于 GUI 的平板电脑。平板电脑可以选择记录和刺激通道、采样率、单极/双极记录和其他参数。显示的是封装（左）和未封装（右）版本。b、Neuro-stack 由三个堆叠层组成：1）通信 (Comm)、2) 数字和 3) 模拟。展示的是印刷电路板 (PCB，尺寸 = 90×60 mm 2 ) 和 5×2 引脚（8 个通道、1 个参考和 1 个接地，共 10 个引脚）Omnetics 探头连接器，可连接微电极（仅连接顶部模拟层）。请注意，每个模拟层最多接收两个 Omnetics 连接器，以通过一个探头连接最多 4 个电极。显示了每层的高级框图（右）。通信层包含一个 FPGA（现场可编程门阵列），用于介导外部软件和集成电路 (IC) 芯片之间的命令和数据传输（通过 USB）。数字层包含 PLS IC。模拟层包含用于感测（Sense IC）和刺激（Stim IC）的芯片。显示三个模拟层以允许记录 192 个通道（64 x 3 层）。串行外围设备接口 (SPI) 用于 FPGA 与 Sense 和 Stim IC 的通信，移位寄存器用于 FPGA 与 PLS 和 Spike IC 的通信。c，神经堆栈连接到佩戴眼动追踪系统的参与者的微电极。d，显示用于宏电极的 10 针防触摸跳线和用于微电极记录的 10 针连接器（例如 Adtech）。e，使用临床监测系统（Nihon Kohden，灰色）和神经堆栈（黑色）同时记录的示例数据显示信号相似。 f，数据（e）中功率谱图示例，显示一致的活动模式。使用对数刻度显示频率（0.1-32 Hz）。g，数据（e）中归一化功率谱密度（PSD）图示例。
用于闭环刺激和记录自由移动人体中单个神经元和局部场电位活动的可穿戴平台
图 1. Neuro-stack 平台。a、用于单神经元和局部场电位 (LFP) 记录以及闭环可编程锁相 (PLS) 刺激的 Neuro-stack 和基于 GUI 的平板电脑。平板电脑可以选择记录和刺激通道、采样率、单极/双极记录和其他参数。显示的是封装（左）和未封装（右）版本。b、Neuro-stack 由三个堆叠层组成：1）通信 (Comm)、2) 数字和 3) 模拟。展示的是印刷电路板 (PCB，尺寸 = 90×60 mm 2 ) 和 5×2 引脚（8 个通道、1 个参考和 1 个接地，共 10 个引脚）Omnetics 探头连接器，可连接微电极（仅连接顶部模拟层）。请注意，每个模拟层最多接收两个 Omnetics 连接器，以通过一个探头连接最多 4 个电极。显示了每层的高级框图（右）。通信层包含一个 FPGA（现场可编程门阵列），用于介导外部软件和集成电路 (IC) 芯片之间的命令和数据传输（通过 USB）。数字层包含 PLS IC。模拟层包含用于感测（Sense IC）和刺激（Stim IC）的芯片。显示三个模拟层以允许记录 192 个通道（64 x 3 层）。串行外围设备接口 (SPI) 用于 FPGA 与 Sense 和 Stim IC 的通信，移位寄存器用于 FPGA 与 PLS 和 Spike IC 的通信。c，神经堆栈连接到佩戴眼动追踪系统的参与者的微电极。d，显示用于宏电极的 10 针防触摸跳线和用于微电极记录的 10 针连接器（例如 Adtech）。e，使用临床监测系统（Nihon Kohden，灰色）和神经堆栈（黑色）同时记录的示例数据显示信号相似。 f，数据（e）中功率谱图示例，显示一致的活动模式。使用对数刻度显示频率（0.1-32 Hz）。g，数据（e）中归一化功率谱密度（PSD）图示例。
人类棋盘格和导航图像中单次试验表面脑电图和源的黎曼分类
自从发现 [1,2] 以来，EEG 已越来越多地应用于基础研究、临床研究和工业研究。针对每个领域，都陆续开发出了特定的工具。这些工具包括：(i) 利用微电极进行脑内记录 [3,4]，该方法可以识别 EEG 信号的神经元来源，并更好地理解 EEG 活动的生理机制；(ii) 大平均法，包括由重复事件 (视觉、听觉、体感……) 触发的一系列试验的平均值 [5]，该方法开启了诱发相关电位 (ERP) 领域的研究，最近包括 EEG 源发生器 [8–10] 在内的 EEG 动力学工具 [6,7] 丰富了这一研究领域； (iii) 将 EEG 用于神经反馈和脑机接口 (BCI) [ 11 , 12 ]。过去，这些领域及其相关工具是分开发展的，但计算资源和实验数据的日益普及推动了横向方法和方法论桥梁的发展。视觉诱发电位 (VEP) 是一种特殊的 ERP，从枕叶皮质记录的 EEG 信号中提取，可由不同类型的视觉刺激触发，从简单（如棋盘格）[ 13 ，第 14 页，15 ] 到更复杂的视觉刺激（如人脸、3D 或运动图像）[ 14 , 16 – 20 ]。VEP 是通过计算大量正在进行的 EEG 信号试验的总平均值获得的（见公式 1），从而产生精心设计且易于识别的电位，随后可用于更好地理解视觉输入的连续处理阶段。然而，这些诱发反应来自至少两种不同的机制，分别源自加法模型或振荡模型 [8, 21 – 24]。对于加法模型，诱发反应来自对感觉输入的自下而上的连续处理。这会产生特定序列的单相诱发成分峰，这些峰最初嵌入自发 EEG 背景中。后者 EEG 活动被视为噪声，并通过随后的平均排除。对于振荡模型，诱发电位可能是由于特定频带内正在进行的 EEG 节律的相位锁定所致。这种 EEG 相位重组可以通过试验间一致性 (ITC) 来测量，作为对外部刺激的反应。从根本上讲，只有当相关 EEG 功率没有同时变化（增加或减少）时，这种测量才有意义。在这种情况下，我们处于纯相位锁定状态，诱发反应仅归因于正在进行的 EEG 振荡的重组。例如，体感诱发电位的 N30 分量就是这种情况，其中 70% 的幅度归因于纯相位锁定 [ 25 ]。事实上，在大多数 ERP 研究中，会出现混合情况（功率变化和相位锁定），这使得基础和临床解释变得困难。另一个缺点是，在大多数诱发电位研究中，对一组受试者进行的是总体平均值。虽然总体平均值方法可以得到适当的统计数据[26]和关于基本或临床结果的实际结论，但它掩盖了从临床角度来看可能至关重要的个体特性。当诊断工具基于总体平均值诱发电位[27]时，这个问题尤其重要。同样，对总体平均值数据应用逆建模[10,28]可以非常有效地识别ERP发生器[19,29-31]，但不利于确定个体特征。面对这些缺点，
ATX-101 是一种靶向 PCNA 的肽，在人类胶质母细胞瘤小鼠模型中单独使用或与放射疗法联合使用均具有抗肿瘤功效
1 拉奎拉大学生物技术和应用临床科学系、放射肿瘤学部，意大利 67100 拉奎拉；giovanniluca.gravina@univaq.it 2 拉奎拉大学生物技术和应用临床科学系、放射生物学实验室，意大利 67100 拉奎拉；alecolapietro@gmail.com（AC）；mancio_1982@hotmail.com（AM）；alessandra.rossetti@graduateunivaq.it（AR） 3 拉奎拉大学生物技术和应用临床科学系、细胞病理学实验室，意大利 67100 拉奎拉；s.martellucci@sabinauniversitas.it 4 萨比纳大学生物医学和先进技术里蒂中心，意大利 02100 里蒂； vincenzo.mattei@uniroma1.it 5 意大利拉奎拉圣萨尔瓦托雷医院病理学部，67100；lventura@asl1abruzzo.it（LV）；mdifranco@asl1abruzzo.it（MDF） 6 意大利罗马大学放射学、肿瘤学和病理学系，00100 罗马，意大利；francesco.marampon@uniroma1.it 7 意大利拉奎拉大学生物技术和应用临床科学系、医学肿瘤学实验室，67100 拉奎拉，意大利； Leda.biordi@univaq.it 8 APIM Therapeutics A/S，N-7100 Rissa，挪威 9 挪威科技大学 (NTNU) 临床和分子医学系，N-7006 特隆赫姆，挪威 * 通讯作者：marit.otterlei@ntnu.no (MO)； claudio.festuccia@univaq.it (CF);电话：+47-92889422（密苏里）； +39-0862433585 (CF)
人类大脑中单个神经元的意志控制
脑机接口使神经科学家能够将特定的神经活动模式与特定的行为联系起来。因此，除了目前的临床应用外，脑机接口还可用作研究大脑学习和可塑性的神经机制的工具。数十年来使用此类脑机接口的研究表明，动物（非人类灵长类动物和啮齿动物）可以通过操作条件反射自我调节大脑各种运动相关结构的神经活动。在这里，我们要问的是，人类大脑是一个由超过 800 亿个神经元组成的复杂互连结构，它能否学会在最基本的层面——单个神经元——上自我控制。我们利用这个独特的机会记录了 11 名癫痫患者的单个单元，以探索边缘系统和其他与记忆相关的大脑结构中单个（直接）神经元的发放率是否可以受到意志控制。为此，我们开发了一个视觉神经反馈任务，训练参与者通过调节他们大脑中任意选择的神经元的活动来移动屏幕上的方块。值得注意的是，参与者能够有意识地调节这些以前未经研究的结构中的直接神经元的发放率。我们发现一部分参与者（学习者）能够在一次训练课程中提高他们的表现。成功的学习的特点是：（i）直接神经元的高度特异性调节（表现为发放率和爆发频率显著增加）；（ii）直接神经元的活动与邻近神经元的活动同时去关联；（iii）直接神经元与局部 alpha/beta 频率振荡的稳健锁相，这可能为促进这种学习的潜在神经机制提供一些见解。记忆结构中神经元活动的意志控制可能为探索人类记忆的功能和可塑性提供新方法，而无需外部刺激。此外，这些大脑区域神经活动的自我调节可能为开发新型神经假体提供途径，用于治疗通常与这些大脑结构中的病理活动相关的神经系统疾病，例如药物难治性癫痫。
双金属富勒烯分子磁体中单电子 Ln-Ln 键合轨道的成像
(Ln) 基复合物应运而生，表现出高磁阻塞温度，通常还具有足够的氧化还原稳定性。[16–18] 然而，最近旨在研究电子通过单个 SMM 的磁性系统的实验表明，至少在基于 Ln 的双层 SMM 中，4f 电子通常难以接近，因为它们的空间局域化和能量位置远离费米能级。[19–25] 因此，通过电子传输直接寻址分子内部的 4f 磁矩需要系统具有可行能量的电子轨道和一定的空间延伸，就像早期的 Ln 物种一样 [25] 或电子态与 4f 轨道强烈杂化而不会改变磁性复合物特殊磁性的系统。 [26,27] 在这方面特别有趣的是功能化的内嵌二金属富勒烯，它在两个铁磁耦合的 Ln 原子之间引入了单电子键，是目前最有前途的 SMM 类型之一。 [28] 然而，尽管它们的碳笼完全吸收了表面沉积时的电荷重新分布，有利于其磁稳定性， [29] 但与此同时，它们的内嵌结构阻碍了直接进入分子内部，这在应用方面是不可避免的。 因此，到目前为止还没有报道过任何实验证明能够在传输测量中进入它们的磁芯。 在本文中，我们重点研究内嵌二金属富勒烯复合物 Ln 2 @C 80 (CH 2 Ph)，以下称为 { Ln 2 }。 [30] 这些分子由一个大致呈球形的富勒烯笼组成，里面包裹着两个 Ln 3 +离子，见图 1 a。两种镧系离子共用一个单电子共价键，通过在 C 80 笼中添加 CH 2 Ph 侧基来稳定该键。这种金属-金属键导致 [Ln 3 + – e – Ln 3 + ] 系统中的 Ln 中心之间发生强交换，从而导致块体 [28] 和亚单层中均具有出色的磁性。[31,32] Liu 等人 [33] 已证明 Ln-Ln 键合分子轨道 (MO) 分裂成两个完全自旋极化且能量分离良好的组分，未占据组分位于笼基最低未占据 MO (LUMO) 下方并部分定位在 C 80 笼上，因此原则上可以在扫描隧道显微镜/光谱 (STM/STS) 中寻址。
南非 Sisonke 3b 期研究中单剂量 Ad26.CoV2.S 疫苗对医护人员的安全性
是作者/资助者，已授予 medRxiv 永久展示预印本的许可。 （未经同行评审认证）预印本此版本的版权持有者于 2021 年 12 月 21 日发布。；https://doi.org/10.1101/2021.12.20.21267967 doi：medRxiv 预印本
集成电阻抗生物传感器的微流体细胞培养装置中单个芽殖酵母解剖事件的实时监测
微流控装置与荧光显微镜相结合，提供了高分辨率和高内涵的平台，用于研究芽殖酵母酿酒酵母的单细胞形态、行为和复制衰老的动态过程。然而，大量记录的图像使得数据处理工作非常耗费人力和时间，而酵母复制寿命 (RLS) 是酵母衰老的主要标准。为了解决这一限制并进行无标记的 RLS 分析，引入了可通过微流控装置中的微电极轻松功能化的电阻抗谱 (EIS) 来监测芽殖酵母的细胞生长和分裂。在此，提出了一种集成 EIS 生物传感器的微流控装置，以单细胞分辨率进行酵母增殖的原位阻抗测量，从而识别子代从母代分离的瞬时事件。单个酵母细胞被可靠地固定在瓶颈状陷阱中以进行连续培养，在此过程中子细胞在水力剪切力的作用下有效地从母细胞中分离出来。每 2 分钟进行一次延时阻抗测量以监测细胞过程，包括出芽、分裂和解剖。通过使用 K 均值聚类算法首次分析自定义参数“解剖指标”，从 EIS 信号中准确提取了子细胞脱离母细胞的瞬时事件。从而验证了基于阻抗传感技术识别子细胞解剖事件。随着进一步的发展，这种集成电阻抗生物传感器的微流控装置在高通量、实时、无标记分析出芽酵母的衰老和 RLS 方面具有良好的应用前景。