XiaoMi-AI文件搜索系统
World File Search System整倍体
通过细胞进行无创产前非整倍体筛查... - ARUP 实验室
此项筛查将此妊娠归类为患有 13 三体综合征（帕陶综合征）的高风险。应通过诊断测试确认此结果。被归类为高风险的妊娠罹患筛查疾病的概率（阳性预测值，或 PPV）受筛查疾病的预检风险影响。对于没有其他风险因素的女性，NIPT 归类为高风险的妊娠中，<20% 患有 13 三体综合征。对于预检风险高的女性，NIPT 归类为高风险的妊娠中，33-67% 患有 13 三体综合征。可使用在线计算器根据临床情况确定患者特定的 PPV。这是一项筛查测试，无法诊断本报告中列出的疾病。可能出现假阳性和假阴性结果。应根据患者的医疗保健提供者的建议进行适当的临床随访，例如遗传咨询、全面超声检查和确认性诊断测试。不应根据此筛查测试的结果采取终止妊娠等不可撤销的措施。有疑问的医疗保健提供者可以致电 (800) 242-2787 分机 2141 联系 ARUP 遗传咨询师。此结果已由
主题：使用无细胞胎儿 DNA 对胎儿非整倍体、双胞胎合子性和微缺失进行无创产前筛查
国家指南建议对所有孕妇进行胎儿染色体异常筛查，其中大多数是非整倍体，即染色体数目异常。三体综合征是涉及 1 条染色体的 3 个拷贝的非整倍体。21、18 和 13 三体是存活至出生的最常见的胎儿非整倍体形式。使用母体血清和胎儿超声对这些疾病进行标准筛查存在许多局限性。无创产前筛查 (NIPS) 分析母体血清中的胎儿无细胞 DNA (cfDNA) 是传统血清筛查的潜在补充或替代方法。还提出了使用胎儿 cfDNA 的 NIPS 来筛查微缺失。已经有人提议使用胎儿 cfDNA 进行双胞胎合子的产前检测，以便为双胞胎输血综合征和其他单绒毛膜双胞胎相关异常的早期监测提供信息。
MCAK 抑制剂在三阴性乳腺癌模型中诱发非整倍体
三阴性乳腺癌 (TNBC) 是最致命的乳腺癌亚型，可用的治疗方案很少。TNBC 的标准治疗包括使用紫杉烷类药物，这种药物最初是有效的，但剂量限制性毒性很常见，患者经常复发并产生耐药性肿瘤。产生紫杉烷类效果的特定药物可能能够改善患者的生活质量和预后。在这项研究中，我们确定了三种新型 Kinesin-13 MCAK 抑制剂。MCAK 抑制会诱导非整倍体；类似于用紫杉烷处理的细胞。我们证明 MCAK 在 TNBC 中上调并且与较差的预后有关。这些 MCAK 抑制剂降低了 TNBC 细胞的克隆形成存活率，三种抑制剂中最有效的 C4 使 TNBC 细胞对紫杉烷敏感，类似于 MCAK 敲低的效果。这项工作将扩大精准医疗领域，包括可能改善患者预后的非整倍体诱导药物。
Aurora 激酶和细胞周期蛋白依赖性激酶 4/6 失活使癌症能够进行内复制，并形成能够抵抗抗有丝分裂药物的多倍体/多非整倍体巨癌细胞 (PGCC/PACC)
多倍体/多非整倍体巨癌细胞 (PGCC/PACC) 在肿瘤中很常见，与肿瘤异质性、抗癌治疗、肿瘤复发、转移、恶性肿瘤、免疫抑制、肿瘤微环境调节和癌症干细胞密切相关。高级别恶性肿瘤中 PGCC/PACC 的丰度明显高于低级别肿瘤，转移灶中 PGCC/PACC 的丰度明显高于原发性肿瘤，化疗后复发性肿瘤中 PGCC/PACC 的丰度明显高于治疗前肿瘤。还发现这些细胞中存在程序性死亡配体 1 (PD-L1) 等免疫抑制蛋白过度表达。已知此类细胞可逃避由主要抗癌剂（包括紫杉烷、长春花生物碱和铂类化疗）诱导的细胞毒性。因此，它们负责形成有利于肿瘤生长和存活的微环境。然而，导致这些细胞形成的分子机制尚不清楚。
CENH3 错误表达导致柳枝稷单倍体和非整倍体
对于四倍体柳枝稷，我们将单倍体定义为两个亚基因组的基因组拷贝丢失。双单倍体技术需要有效的 2n 诱导系统以及随后的基因组加倍，并将提供新的育种机会，例如为商业杂交生产系统选择高性能自交系。不同柳枝稷亚种群的杂合亲本之间的杂交可产生生物量产量的杂种优势（Bhandari 等人，2017 年；Martinez-Reyna 和 Vogel，2008 年；Vogel 和 Mitchell，2008 年）。然而，由于柳枝稷中活跃的遗传不相容系统以及在获得的相对较少的自交基因型中可能发生的近交衰退和不育，自交系尚未开发。如果有更好的自交系，开发高产单交杂交种将是一种可选的育种方法。由于自交系的性能通常与其杂交种的性能相关，因此选择高产自交系可能具有优势（Hayes & Johnson，1939；Sprague，1977）。此外，DH 技术将促进所需性状、外来基因、转基因、染色体片段或整个染色体的渗入和稳定（Devaux & Pickering，2005；Forster & Thomas，2005）。
人工智能模型（整倍体预测算法）可以根据延时数据预测胚胎倍性状态
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