联系方式:027-220-8166 研究共同研究员 所属/职位:群马大学医院检验科、临床检验师 姓名:和泉绫子 联系方式:027-220-8166 研究共同研究员 所属/职位:群马大学医院检验科、临床检验师 姓名:北泽咲 联系方式:027-220-8166 - 如果研究对象希望获得有关其权利的更多信息,或者如果发生健康损害,请联系咨询台 如果研究对象希望获得有关本研究及其权利的更多信息,或者如果他们的健康受到损害,请联系以下人员。如果您有任何疑问,请随时联系我。 如果您不希望成为使用您的样本和信息进行的研究的对象,请通过下面列出的地址与我们联系。不成为研究对象也没有什么坏处。 【咨询、投诉等联系方式】 所属/职位:群马大学医学研究院血液内科副教授 姓名:半田宏 联系方式:〒371-8511群马县前桥市昭和町3-39-22 电话:027-220-8166 负责人:半田宏 上述办公室受理有关以下事项的咨询。 (1)查阅(或获取)有关研究计划和研究方法的资料及其方法 ※ 但仅限于不妨碍保护其他研究对象的个人信息和知识产权的范围内。 (2)受试者个人信息的披露及披露程序(包括费用)
摘要:精确的基因编辑是 - 或很快就会用于多种疾病的临床用途,并且正在开发更多应用。由单个诱导RNA(SGRNA)导演的可编程核酸酶CAS9可以在基因组DNA的靶位点中引入双链断裂(DSB),这构成了使用这种新技术的基因编辑的初始步骤。在哺乳动物中,两种途径占主导地位的DSB修复 - 非同源末端连接(NHEJ)和同源指导的修复(HDR) - 基因编辑的结果主要取决于这两个修复途径之间的选择。尽管HDR以其高度有吸引力,但在生物学环境中,修复途径的选择是有偏见的。哺乳动物细胞优先通过多种机制利用NHEJ:NHEJ在整个细胞周期中都活跃,而HDR仅限于S / G2阶段; NHEJ比HDR快。 NHEJ抑制了HDR过程。这表明可以通过操纵细胞修复途径的选择来实现对编程DNA病变结果的明确控制。在这篇综述中,我们总结了DSB修复途径,基于DNA切除的选择选择的机制,并在研究策略中取得了进展,该策略基于操纵修复途径的选择以增加哺乳动物细胞的HDR频率,从而有利于Cas9介导的HDR。还讨论了提高HDR效率的其余问题。本评论应促进CRISPR / CAS9技术的开发,以实现更精确的基因编辑。
图 1 显示了 n 沟道结型 FET 的原理图结构。如果在沟道上施加电压,使漏极相对于源极为正,如图 lb 所示,电子会通过沟道从源极流到漏极,从而产生漏极电流。漏极电流的大小由沟道的电导率和漏极-源极电压决定。当在栅极上施加负电压时,栅极将反向偏置。在栅极和沟道之间的 pn 结周围会形成耗尽层,如图 IC 所示。因此,在漏极-源极电压恒定的情况下,漏极电流可由栅极-源极电压改变。如果栅极电压足够负,耗尽层将延伸至整个通道,漏极电流变得非常小;然后通道被称为“夹断”。因此,JFET 被称为耗尽或“常开”器件。
图 1 显示了 n 沟道结型场效应晶体管 (FET) 的原理图结构。如果在沟道上施加电压,使漏极相对于源极为正,如图 Ib 所示,电子会通过沟道从源极流向漏极,从而产生漏极电流。漏极电流的大小由沟道的电导率和漏极-源极电压决定。当在栅极上施加负电压时,栅极将反向偏置。栅极和沟道之间的 pn 结周围会形成耗尽层,如图 1c 所示。因此,如果漏极-源极电压为恒定值,则漏极电流会因栅极-源极电压而变化。如果栅极电压足够负,则耗尽层将延伸到整个沟道,漏极电流会变得非常小;然后沟道被称为“夹断”。因此,JFET 被称为耗尽或“常开”器件。
摘要 — 深入研究了增强型 p-GaN 栅极高电子迁移率晶体管 (HEMT) 的低噪声放大性能。该器件具有钨 (W) 栅极金属和与 CMOS 兼容的源极/漏极端子金属触点,表现出 2.7 V 的正阈值电压。在夹断区和导通区分别提取 3.8 pA/mm 和 16.3 nA/mm 的低栅极漏电流密度 (IG)。该器件在 2 GHz 时提供 15.8 dBm 的输入三阶截取点 (IIP3),同时具有良好的线性特性对频率变化的免疫力。在 2 GHz 的工作频率下实现了 0.9 dB 的最小噪声系数 (NF min) 和 12.8 dB 的相关增益 (G a)。此外,通过检查偏置和频率对 NF min 和 G a 的影响,发现在 1 GHz 时 NF min 为 0.65 dB,G a 为 18.3 dB。这项工作为 p-GaN HEMT 在低噪声放大器应用中的利用铺平了道路。
【分工】 (1)验证信息积累、传输、处理等的顺畅性,验证利用AI技术的基础设施(AI医院集团) (2)利用“AI医院系统”探索疾病相关因素(东京大学医科学研究所) (3)探讨API构建(AI医院集团)
下一代技术开发 开发世界级的AI,培养AI研究人员,为维护健康做出贡献 构建应用最先进AI的创新型医疗体系 构建融入SDGs的体系,减少医疗资源的浪费
作为本次研发项目的共同研究员,名古屋大学信息学研究生院的森健作教授目前已开发并商业化了一种利用人工智能(AI)的结肠镜检查诊断支持设备(EndoBRAIN、EndoBRAIN-EYE)。 另一方面,膀胱镜诊断辅助装置在日本国内和国外都尚未实现商业化。我们获得了AMED转化研究战略促进计划(庆应义塾大学)Seeds H.A.的资助,开发了膀胱镜诊断支持的AI程序(专利申请号2021-178275)。在性能评估测试中,对三种疾病(HIC、BPS、BT包括CIS)的诊断准确率明显高于泌尿科医生(AI:88.5%,泌尿科医生:72.0%,见下图)。
尽管对于 AI 研究来说病例数非常少,但我们能够创建一个仅使用轴向 CT 扫描的 AI,其 AUC 为 0.837,准确度为 0.811。
