生理学和生物物理学系(J Barnes、M Brendel MEng、M Brendel MEng、S Rajendran BS、J Kim MEng、P Zisimopoulos MSc、A Sigaras MSc、P Khosravi PhD、Prof O Element PhD、I Hajirasouliha PhD)[ PubMed ] Zisimopoulos、A Cigars、P Khosravi、Prof O Element、I Hajirasouliha 和 Ronald O Perelman 和 Claudia Cohen 生殖医学中心(JE Malmsten DPS、Q Zhan PhD、Prof Z Rosenwaks MD、N Zaninovic PhD)。和迈耶癌症中心(Prof O Element、I Hajirasouliha)和 WorldQuant 定量预测计划(Prof O Element),威尔康奈尔医学院,纽约,纽约州,美国;美国纽约州康奈尔大学三机构计算生物学和医学项目(VR Gao、S Rajendran、Q Li); QED Analytics,美国新泽西州普林斯顿(JT Sierra 博士);美国纽约州纽约纪念斯隆凯特琳癌症中心流行病学和生物统计学系计算肿瘤学(P Khosravi); IVI Valencia,西班牙瓦伦西亚信仰健康研究所(M Meseguer 博士)
。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11月18日。 https://doi.org/10.1101/2024.11.16.623962 doi:Biorxiv Preprint
摘要背景:对于延时摄影技术(TLT)与胚胎倍性状态之间的关联,目前尚未完全阐明。TLT具有数据量大、非侵入性的特点。如果想从TLT准确预测胚胎倍性状态,人工智能(AI)技术是一个不错的选择。但目前AI在该领域的工作需要加强。方法:研究共纳入2018年4月至2019年11月的469个植入前遗传学检测(PGT)周期和1803个囊胚。所有胚胎图像均在受精后5或6天内通过延时显微镜系统捕获,然后进行活检。所有整倍体胚胎或非整倍体胚胎均用作数据集。数据集分为训练集、验证集和测试集。训练集主要用于模型训练,验证集主要用于调整模型的超参数和对模型进行初步评估,测试集用于评估模型的泛化能力。为了更好的验证,我们使用了训练数据之外的数据进行外部验证。从2019年12月至2020年12月共155个PGT周期,523个囊胚被纳入验证过程。结果:整倍体预测算法(EPA)能够在测试数据集上预测整倍体,曲线下面积(AUC)为0.80。结论:TLT孵化器已逐渐成为生殖中心的选择。我们的AI模型EPA可以根据TLT数据很好地预测胚胎的倍性。我们希望该系统将来可以服务于所有体外受精和胚胎移植(IVF-ET)患者,让胚胎学家在选择最佳胚胎进行移植时拥有更多非侵入性辅助手段。关键词:AI,倍性状态,延时,PGT,预测
急性呼吸道感染(ARIS)是整个生命周期发病率和死亡率的主要原因。在全球范围内,估计每年发生的170亿ARI,占儿童死亡人数240万人(> 740,000人死亡)[1]。尽管这些ARI中的大多数是由呼吸道病毒引起的,但大多数严重或致命的病例是由细菌呼吸道病原体引起的。越来越多地,上呼吸道(URT)中的共生微生物会影响呼吸道病毒感染的风险和严重程度,以及细菌病原体对定殖和感染的抗性。因此,人们对利用这些微生物 - 微生物或微生物 - 主机相互作用的兴趣越来越多,以制定新的ARI策略或治疗[2]。尽管益生菌的现代历史可以追溯到一个多世纪以来,但活细菌菌株的鼻内给药将代表我们预防和治疗ARIS的方法的转变。这种鼻腔益生菌的必要特征将包括粘附上皮并成功地定居人类的能力,缺乏对呼吸性上皮细胞的细胞毒性,对地平线基因转移和移动遗传元件的某种程度的抵抗力,低倾向,低倾向,可侵犯宿主组织,使宿主的组织以及可用的可用抗药性可用的抗生素。下面,我们描述了一种研究的细菌物种,即dolosigranulum pigrum,越来越多地将其视为人类URT中的基石物种,也被视为预防ARI预防或治疗的有希望的鼻益生菌候选者。
引言人线粒体DNA(mtDNA)是圆形双链体,由16 569个碱基对(BPS)组成。1 mtDNA变体是在没有进行重组的情况下进行母体传播的,从而使它们在连续的世代上积累。mtDNA的这种特征使其成为研究人群遗传学,系统发育进化,人类迁移以及医学和法医研究的流行工具。许多关于mtDNA分析的研究已经发表。2-11线粒体单倍群包括具有相同累积mtDNA变体的个体,通常在特定地理区域中发现,并且可以通过母体谱系进行追踪。这些单倍体在线粒体系统发育树中构成不同的分支。某些单倍体主要与特定地理区域相关。单倍群L0 – L6通常在撒哈拉以南非洲人中发现,而R5 – R8,M2 – M6和M4 –
甲烷是继二氧化碳之后第二丰富的人为温室气体。其温室气体效应在短期内明显更强,比二氧化碳更强大。然而,与二氧化碳相比,甲烷在大气中的寿命更短——平均为 8-12 年(二氧化碳可在大气中存在数百年)2。政府间气候变化专门委员会 (IPCC) 第五次评估报告 (AR5)3 估计,甲烷是人为辐射强迫总量的第二大贡献者,相当于二氧化碳辐射强迫4 的 58%。建议使用的 IPCC AR5 估计,甲烷的全球变暖潜能值 (GWP) 在 100 年的时间尺度上是二氧化碳的 28-34 倍5,在 20 年的时间尺度上是二氧化碳的 84-87 倍。通过减少甲烷排放来降低近期全球变暖速度的能力为社会提供了宝贵的气候风险管理缓解选项。
一只小鸟的神经肌肉组织是Nihon Kohden建立的动力。Nihon Kohden的创始人Yoshio Ogino博士有一天他碰巧看到一个涉及刺激一只小鸟神经肌肉组织的实验时,正在从事电气工程研究。 他被生物学的奇迹所震惊,并指出:“要衡量一部分活体需要比日本领先的电气工程专家开发的设备的灵敏度和至少两个小数的敏感性和小数的数百倍。”他想知道是否有可能将更高水平的工程应用于生物学的微妙之处并研究人体。 以及此外,如果这种医学和工程结合可以用于挽救人类生命。 凭借这种有力的灵感,他学习了医学,并于1951年8月创立了Nihon Kohden。有一天他碰巧看到一个涉及刺激一只小鸟神经肌肉组织的实验时,正在从事电气工程研究。他被生物学的奇迹所震惊,并指出:“要衡量一部分活体需要比日本领先的电气工程专家开发的设备的灵敏度和至少两个小数的敏感性和小数的数百倍。”他想知道是否有可能将更高水平的工程应用于生物学的微妙之处并研究人体。以及此外,如果这种医学和工程结合可以用于挽救人类生命。凭借这种有力的灵感,他学习了医学,并于1951年8月创立了Nihon Kohden。
过量的氮会促进水稻非生产性分蘖的形成,从而降低氮利用效率 (NUE)。通过平衡氮吸收和生产性分蘖的形成来开发高 NUE 水稻品种仍然是一个长期挑战,但这两个过程如何在水稻中协调仍然难以捉摸。在这里,我们将转录因子 OsGATA8 确定为水稻氮吸收和分蘖形成的关键协调因子。OsGATA8 通过抑制铵转运蛋白基因 OsAMT3.2 的转录来负向调节氮吸收。同时,它通过抑制分蘖的负调节因子 OsTCP19 的转录来促进分蘖的形成。我们将 OsGATA8 -H 确定为高 NUE 单倍型,具有增强的氮吸收和更高比例的生产性分蘖。OsGATA8- H的地理分布及其在历史种质中的频率变化表明其适应肥沃的土壤。总体而言,这项研究为NUE的调控提供了分子和进化方面的见解,并有助于培育具有更高NUE的水稻品种。
结果:通过采用三重分箱方法,我们能够利用长读技术和全基因组染色质相互作用数据 (Hi-C) 组装出高质量的染色体水平 F1 组装体和 2 个亲本单倍型组装体。从总共 40 条染色体 (2n = 80) 中,我们在单个支架中捕获了 35 条染色体,与旧的组装体相比,基因组完整性和连续性得到了很大的改善。这 3 个组装体的质量高于之前的草图质量组装体,与鸡组装体 (GRCg7) 相当,最大的重叠群 N50 (26.6 Mb) 和可比的 BUSCO 基因集完整性得分 (96-97%) 也显示出了这一点。比较分析证实了之前发现的 Z 染色体上约 19 Mbp 的大倒位,而其他鸡形目动物中没有发现这种倒位。已发现亲本单倍型之间的结构变异,这为育种提供了潜在的新目标基因。
双倍(DH)技术更常规地应用于玉米杂种繁殖中。但是,单倍诱导和识别的某些问题持续存在,需要解决以优化DH生产。我们的目标是使用taqman测定法实施QHIR1(MTL/ ZMPLA1/ NLD)和QHIR8(ZMDMP)的同时进行标记辅助选择(MAS),以在F 2代生成四个BHI306衍生的热带热带×温度诱导剂中。我们还旨在评估F 3代的单倍体诱导率(HIR)作为对MAS的表型反应。我们强调了每个诱导剂家族的HIR的显着增加。携带QHIR1和QHIR8的基因型比仅携带QHIR1的基因型表现出1-3倍的单倍体频率。此外,QHIR1标记还用于在种植后7天验证推定的单倍体幼苗。流式细胞仪分析是评估R1-NJ和QHIR1标记的准确性的黄金标准测试。QHIR1标记显示出很高的精度,并且可以在早期幼苗阶段通过R1-NJ标记在早期幼苗阶段进行多个单倍体识别。