第一个且最研究的类别是外泌体。这些外泌体是通过入侵内体膜形成多个物体(MVB)来得出的,后者包围了许多腔内囊泡。MVB与质膜融合后释放为外泌体,大小为50–150 nm。第二个主要类型的囊泡是微泡(MV),其大于外泌体,大小为100–1000 nm。evs通过直接向外萌芽和质膜的裂变释放。第三类EV是由经历编程细胞死亡并变成碎片的细胞形成的凋亡人物。这些囊泡较大,范围从500 nm到几微米的大小[11]。evs携带蛋白质,脂质和不同类型的RNA货物,可以从供体细胞转移到受体细胞[12,13]。开创性研究表明,电动汽车货物中的功能性信使RNA(mRNA)转移到受体细胞中,可以转化为蛋白质[14,15]。这个概念得到了各种研究人员的支持[16-19]。evs还可以将microRNA(miRNA),蛋白质和脂质转移到靶细胞[20,21]。先前的研究表明,源自替代β细胞的EV可以将幼稚的MSC调节到IPC中[22]。这项研究的目的是优化源自替代β细胞和幼稚MSC的EV的共培养条件。评估了细胞/EV的比率和共培养的持续时间。
。cc-by-nc-nd 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28日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2025.01.17.633522 doi:Biorxiv Preprint
。cc-by-nc-nd 4.0国际许可证。是根据作者/资助者提供的预印本(未经同行评审认证)提供的,他已授予Biorxiv的许可证,以在2025年1月20日发布的此版本中显示此版本的版权持有人。 https://doi.org/10.1101/2025.01.17.633522 doi:Biorxiv Preprint
在哺乳动物中,5-甲基胞嘧啶 (5mC) 和多梳抑制复合物 2 (PRC2) 沉积的组蛋白 3 赖氨酸 27 三甲基化 (H3K27me3) 在富含 CpG 的区域通常是互斥的。当小鼠胚胎干细胞退出幼稚多能状态时,5mC 大量增加,同时 H3K27me3 被限制在无 5mC 的富含 CpG 的区域。为了正式评估 5mC 如何塑造 H3K27me3 景观,我们在存在和不存在 DNA 甲基化机制的情况下分析了幼稚细胞和分化细胞的表观基因组。令人惊讶的是,我们发现 5mC 积累并不是限制大多数 H3K27me3 域所必需的。相反,这种不依赖 5mC 的 H3K27me3 限制是由 PRC2 拮抗剂 Ezhip(编码 EZH 抑制蛋白)的异常表达介导的。在 5mC 似乎真正取代 H3K27me3 的区域子集中,我们确定了 163 个候选基因,这些基因似乎需要 5mC 沉积和/或 H3K27me3 耗竭才能在分化细胞中激活。使用定点表观基因组编辑直接调节 5mC 水平,我们证明 5mC 沉积足以拮抗 H3K27me3 沉积并赋予单个候选基因基因激活。总之,我们系统地测量了重现早期胚胎动力学的系统中 5mC 和 H3K27me3 之间的拮抗相互作用。我们的结果表明 H3K27me3 抑制直接和间接地依赖于 5mC。我们的研究还表明 5mC 在基因激活中发挥着非规范作用,这不仅对正常发育很重要,而且对癌症进展也很重要,因为致癌细胞经常表现出 5mC 与 H3K27me3 的动态替换,反之亦然。
航空业在全球运输中起着至关重要的作用,促进经济增长和革命性旅行。但是,航班延误已经成为一个日益严重的关注点,影响了航空公司和乘客。本研究旨在研究用于飞行延迟预测的幼稚贝叶斯算法。目的是使用幼稚的贝叶斯算法开发可靠的飞行延迟预测模型并评估其性能。使用美国运输部(DOT)的飞行延迟和取消数据的数据集用于预测。本研究修改了高斯幼稚贝叶斯的参数调整,以识别专门为该飞行延迟数据集构建模型的最佳值。参数调整高斯幼稚的贝叶斯模型的性能与另外两种众所周知的算法是K-Neartiment Neighbors(KNN)和支持向量机(SVM)。还对KNN和SVM算法进行了培训和测试,以完成航班延迟的二元分类,以实现基准测试。通过比较准确性,特异性和ROC AUC分数的值来实现算法的评估。比较分析表明,高斯幼稚的贝叶斯的表现最佳,精度为93%,而KNN的性能最差,而ROC AUC得分为63%。
摘要。糖尿病是一种慢性疾病,在全球范围内被认为是重大健康问题。早期检测和预测糖尿病是实现早期干预和防止并发症的关键步骤。本研究旨在将幼稚的贝叶斯算法应用于预测患有糖尿病的人的可能性。研究中使用的数据集是从美国国家糖尿病和消化和肾脏疾病的研究所获得的。属性,例如性别,年龄,体重指数,葡萄糖水平和其他属性,用作幼稚贝叶斯算法中的自变量,将它们分为两组:患有或没有糖尿病。从研究结果中,已经表明,幼稚的贝叶斯算法可以产生84.6%,82.3%精度和60.8%的召回的预测准确性。
Comorbidities Diabetes 504 33 6,55% 25 5 20,00% 0.027 Liver disease 504 2 0,40% 25 0 0,00% 1 high blood pressure 504 64 12,70% 25 5 20,00% 0.354 Peptic disease 496 2 0,40% 25 0 0,00% 1 Auto immune disease 504 3 0,60% 25 0 0,00% 1 Kidney disease 504 0 0,00%25 1 4,00%0.047
取决于说服力的统计数据,全球糖尿病患病率的日益增长对于个人,家庭和国家来说是一个巨大的挑战。根据国际糖尿病联合会(IDF)的预测,到2045年,糖尿病成年人的数量预计将增加46%,达到7.83亿,即八分之一。应对这一日益严重的关注,这项研究探讨了使用全面的数据清洁和随机化技术来预测糖尿病的天真贝叶斯算法的实施。使用多种训练和测试分配比率进行了对模型性能的系统评估(65:35,75:25,85:15)。结果表明,该模型在65:35的拆分率上表现最佳,精度达到88.16%,精度为0.883,召回0.881和F1得分0.882。
。cc-by-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他已授予Biorxiv的许可证,以永久显示预印本。这是该版本的版权持有人,该版本发布于2024年2月26日。 https://doi.org/10.1101/2024.02.25.581951 doi:Biorxiv Preprint
原代人滋养细胞(TSC)和来自人类多能干细胞(HPSC)的TSC可以在体外对胎盘过程进行模拟。然而,HPSC与TSC的分化涉及的多能状态和因素对TSC的分化知之甚少。In this study, we demonstrate that the primed pluripotent state can generate TSCs by activating pathways such as Epidermal Growth Factor (EGF) and Wingless-related integration site (WNT), and by suppressing tumor growth factor beta (TGFβ), histone deacetylases (HDAC), and Rho-associated protein kinase (ROCK) signaling pathways, all without the addition of exogenous骨形态发生蛋白4(BMP4) - 我们称为TS条件的条件。我们使用时间单细胞RNA测序表征了此过程,以将TS条件与单独使用BMP4激活或与Wnt抑制结合使用的分化方案进行比较。TS条件始终产生一种稳定的增殖细胞类型,该类型紧密模仿了头三年的胎盘细胞增多质细胞,以内源性逆转录病毒基因的激活和缺乏羊膜表达为标志。这是在多个细胞系中观察到的,包括各种引发诱导的多能干细胞(IPSC)和胚胎干细胞(ESC)系。启动衍生的TSC可以在30多个通道中增殖,并进一步指定为多核合胞素粒细胞和跨性滋养细胞细胞。我们的研究表明,在TS条件下,引发HPSC与TSC的分化触发了TMSB4X,BMP5/7,GATA3和TFAP2A的诱导,而无需通过幼稚的