Intranasal administration of extracellular vesicles from human induced pluripotent stem cell-derived neural stem cells (hiPSC-NSC-EVs) altered the expression of genes linked to disease-associated microglia (DAM) and NOD-, LRR-, and pyrin domain-containing protein 3 (NLRP3) inflammasome activation in 5xFAD mice microglia when observed 72 h后evs管理。信用:细胞外囊泡杂志(2024)。doi:10.1002/jev2.12519
1食品工程部,PoliteKnik Negeri Jember,Mastrip Po Box 164,Jember 68101 East Java,印度尼西亚 *电子邮件:titik_budiati@polije.ac.ac.ac.id摘要。该研究的目的是确定从埃塔瓦山羊牛奶制成的开菲尔分离的乳酸细菌(LAB)的抗生素耐药性。从埃塔瓦山羊牛奶,酸奶和开菲尔中分离出25种分离株。实验室分离株对头孢啶(CAZ,100%),头孢曲松(CRO,100%),克林霉素(DA,100%),林科霉素(LI,100%),利福平(RD,100%)和毒素(Tob,Tob,100%)。细菌易受磺胺甲氧唑 - 三甲氧苄啶(SXT,60%)和四环素(TE,40%)的影响。发现LAB的抗生素耐药性百分比在40%至100%之间。良好细菌中抗生素耐药性的存在可能会将水平遗传转移引入不良细菌,这有可能破坏人类健康。1。引言是自2020年以来一直袭击世界的Covid-19,杀死了超过400万人,有阳性案例的covid 19人数达到了2亿多人[1]。用于减少病例的策略是3M,即戴口罩,保持距离和洗手[2]。目前正在进行的预防性努力是为地球上整个人群提供疫苗,以便能够提高草药免疫力[3]。提高免疫力的另一项努力是食用含有益生菌的食物[4] [5]。各种研究检查了提供益生菌以预防和降低Covid 19.发生这种情况是因为益生菌含有良好的活微生物,因此它们能够与生活在人类消化区域中的不良微生物作斗争。好生物和坏微生物之间的竞争可能导致不良微生物种群的减少。这有望增加人类免疫力并降低19 [2,4,5]的风险。然而,在益生菌的自然条件下,即对抗生素的抗药性存在另一个问题。这可能是由于动物中抗生素的过度服用[6]。乳制品是益生菌生长的良好天然培养基。这对牛奶加工产生的各种产品产生了影响。抗生素将影响居住在其中的益生菌的遗传特性[6]。这些抗性特性可以在微生物之间垂直或水平传播[7] [8] [9] [10]。如果这些特性传输到不良微生物中,则将导致人类治愈疾病的大问题[11]。etawah山羊的牛奶和各种加工产品是众所周知的含有高营养并可以增加人类免疫力的产品,并可以治愈人类的各种消化疾病[12]。加工的山羊奶产品之一是开菲尔[13]。开菲尔是一种发酵产物,含有益生菌,含有非常多种微生物,例如乳酸菌细菌[14]。出现的担忧是
摘要 医疗器械代表了一类广泛的产品,旨在用于预防、诊断、监测、治疗或缓解疾病或损伤。近年来,医疗器械的发展已导致越来越多的产品含有“物质”,由于其存在形式和使用部位与药品相似,通常被称为“边缘”产品。欧盟 (EU) 的监管文件在许多监管领域都考虑了基于物质的产品;在治疗学中,他们根据产品的主要作用机制将“医疗器械”与“药品”区分开来。这种区别通常不是直观的,而是基于对“药理、免疫和代谢作用机制”等基本术语的正确解释,这些术语具有重要的监管意义。本文讨论了正确解释这些术语的问题,并希望引起药理学家的兴趣,设计适当的实验范例,以严格、科学地解释由物质制成的医疗器械的正确作用机制。
摘要 — 偏置温度不稳定性 (BTI) 和热载流子退化 (HCD) 是主要的老化机制,经常通过晶体管测量或基于反相器 (INV) 的环形振荡器 (RO) 测量进行研究。然而,大规模数字电路通常用标准单元(如逻辑门)制造。在可靠性模拟流程中(例如,基于 SPICE 的标准单元特性与退化晶体管)必须对标准单元做出许多假设(例如负载电容、信号斜率、老化模型的不确定性等),并且可能导致较高的模拟不确定性。在这项工作中,我们建议用硅中的标准单元振荡器测量来验证这种标准单元特性。为此,我们提出以下新颖的贡献:1)首次基于从处理器中提取的逻辑路径对异构振荡器(一个 RO 中的多种不同单元类型)进行 BTI 和 HCD 测量。 2) 第一项工作探索了 BTI 和 HCD 对包含组合标准单元的振荡器的影响,即包含多个逻辑门的单个单元(例如与-或-反相器 (AOI) 单元和或-与-反相器 (OAI))和执行复杂操作(例如全加器)的单元。
乳木果油(SB),一种由乳木果树的核产生的普通非洲蔬菜脂肪(c.f.gaertner),也称为丁香骨parkii L.,是一种有价值的植物脂肪来源,用于许多不同的应用,例如烹饪,化妆品以及药物和传统的药物目的(Alander,2004; Badifu,2004; Badifu,1989; Eromosele Eromosele et e 198; Eromosele et in; ezema; ezema; ezema and e guji; e guji; ewii; eeob ,, 1992 et eet eet eet eet eet eet eet eet eet eet eet eet eet eet; Al。,2003)。乳木果油作为食用脂肪的主要商业用途是基于甘油三酸酯的组成,几乎类似于可可脂,这使其成为一流的可可脂改进或完全替代品(Lipp and Anklam,1998; Lipp et et al。,2001)。基于其无磷脂的三萜,karitene,固醇和苯酚,SB是一种有价值的化妆品成分(Rabasco Alvarez和Gonzalez Rodri- Rodri- Rodri- Rodri- Rodri- 2000; Tran,1984)。出于各种目的,Sheabutterarerequired的不同品质。Asanedfat,Moreintensererastereded and loperful苦味的黄油,牛油黄油的当地消费者首选。可可黄油改良剂(CBI)出口市场更喜欢具有高硬脂蛋白分数的无味产品。白色或仅浅色样本,主要是重新发现过程的结果,是
不会。大多数食物过敏是由九种食物中的过敏原引起的:花生、坚果、牛奶、鸡蛋、小麦、大豆、贝类、芝麻和鱼。例如,大豆是一种过敏性食物,也有转基因版本。如果您对用传统(非转基因)大豆制成的食物过敏,那么您也会对用转基因大豆制成的食物过敏。如果您对用传统大豆制成的食物不过敏,那么您也不会对用转基因大豆制成的食物过敏。开发转基因食品的科学家会进行测试,以确保过敏原不会从一种食物转移到另一种食物。研究表明,转基因食品引起过敏的可能性并不比非转基因食品高。
区域(2.5-25 毫米)。这将有助于实现适当的光谱选择性(a/e),这是评价 SSA 组成材料的参数。4 第二个要求是它的工作温度。事实上,目前 SSA 的最大工作温度限制在 600 1 C,因为超过此温度其组件就会退化。5 这严重限制了 CSP 对太阳辐射光热转换的充分利用。更高的工作温度(通常为 900 1 C )将提高发电系统的热电转换效率,而该效率受卡诺效率的限制;Zc=1Tc/Th,其中 Th 是工作温度,Tc 是环境温度6,6 从而提高了 SSA 的效率。碳化硅 (SiC) 为高温应用提供了独特的特性,可与其他 CSP 系统的工作条件兼容。 7 它重量轻,导热系数高,抗热震性能优良,强度高,氧化时能形成钝化氧化层,具有抗氧化性能,热稳定性可达B 1400 1 C。7-9
2 泰国微电子中心 (TMEC)、国家电子和计算机技术中心 (NECTEC),Chachoengsao 24000,泰国 电子邮件:a thitikan.work@gmail.com,b fengtop@ku.ac.th(通讯作者),c nithi.atthi@nectec.or.th 摘要。泰国微电子中心采用软光刻技术和卷对卷工艺制造微柱片,用作海洋结构和医疗设备上的超疏水和超疏油表面涂层。本研究旨在使用 ANSYS Mechanical APDL 程序研究两种基底厚度分别为 1,910 µm 和 150 µm 的 PDMS 微柱片在压缩载荷下的适当本构模型和力学行为。本构模型包括 Mooney-Rivlin(2、3 和 5 个参数)、Ogden(1 阶、2 阶和 3 阶)、Neo-Hookean、多项式(1 阶和 2 阶)、Arruda-Boyce、Gent 和 Yeoh(1 阶、2 阶和 3 阶)模型,并与单轴压缩试验的实验数据进行曲线拟合。我们发现,对于低应变范围 (0.225)z,最准确的本构模型是 Mooney-Rivlin 5 参数模型。抗压强度和侧向破坏
根据电磁有限元法的轶事经验,这种复杂性估计为 O(N^2)。因此,理论上,将问题体积减少四倍可将解决时间减少十六倍。一个简单的比较示例是根据所述透镜问题在一个频率(35 GHz)下构建的,在 HFSS 版本 2021R2 中仅进行一次自适应传递,并在一台运行速度为 3.50GHz 的两台 8 核 Intel(R) X eon(r) Gold 6144 处理器的计算机上运行。(由于购买了基本多核 HFSS 许可选项,因此在这些模拟示例中仅使用了四个内核。)四分之一模型产生 47,588 个四面体并在 131 秒内解决,而完整模型产生 181,817 个四面体并在 2143 秒内解决。因此,此示例的速度提高了 16.35 倍。请注意,这些比较的是总运行时间,而不仅仅是矩阵求解时间。