XiaoMi-AI文件搜索系统
World File Search System标记的
人类表皮生长因子受体2-靶向GA标记的adnectin
使用特定的抗体阻止免疫检查点分子促进的细胞死亡蛋白1及其配体PD-L1的相互作用一直是免疫肿瘤学的主要突破。全身PD-L1表达宠物成像可能可以更好地预测对程序性细胞死亡蛋白1-靶向疗法的反应。对PD-L1表达的成像是用adnectin蛋白18 F-BMS-986192的PET可行的。然而，诸如BMS-986192等蛋白质的无线电流效仍然复杂，标记产率较低。因此，这项研究的目的是对68个标记的adnectin蛋白（68 GA-BMS-986192）的开发和临床前评估，以促进临床试验。方法：在pH 5.5（50 c，15分钟）中，在Naoac-Buffer中进行了Dota-Conjugated adnectin（BXA-206362）的68 GA标记。使用稀薄的层色谱和射射色液相色谱法分析了37 C时人血清中的体外稳定性。PD-L1结合测定法使用转导的PD-L1 - 表达淋巴瘤细胞系U-698-M和野生型U-698-M细胞作为阴性对照。使用PD-L1 - 正阳性和PD-L1 - 阴性U-698-m - 轴承NSG小鼠进行了PD-L1 - 阳性和PD-L1 - 负L1 - 阳性和PD-L1 - 阴性-L1 - 阴性-L1 - 负L1 - 阳性和PD-L1 - 阴性-L1 - 阳性和PD-L1 - 负L1 - 阴性-L1 - 阳性 - L1 - 阳性 - 986192。结果：68 GA-BMS-986192的定量放射化学产率超过97％并且具有较高的放射化学纯度。PD-L1 - 阴性肿瘤仅显示背景放射性摄取（0.6 6 0.1％ID/g）。对未标记的腺素过量的过量共同注射会使PD-L1的肿瘤摄取摄入超过80％。在人类血清中的体外稳定性95％后4Hofcubation.highandspecifinfienting对人PD-L1的68 Ga-bms-986192 - 表达癌细胞的结构与各自的PD-L1 Expres-Expres-exion水平密切相关。体内，68 GA-BMS-986192在PD-L1损伤后1小时吸收率很高 - 阳性肿瘤（9.0 6 2.1 2.1个百分比注射剂量[％id]/g）和肾脏（56.9 6 6 9.2％ID/g），在其他组织中可忽视的UPTAKE。结论：68 GA-BMS-986192启用了轻松的放射合成和归档scellentinvitroandinvivopd-l1 - 靶向性呈现。Hightumorutake与低background的早期成像时间点相结合，证明了68 GA-BMS-
前列腺癌的放射性核素治疗 淋巴结的荧光评估 癌症患者肿瘤浸润T细胞的CD8靶向PET成像：I期I阶段的首次人类研究89ZR-DF-AIB22M2C，一种放射性标记的抗CD8 Minobody 前列腺癌疗法：并同意批准 二聚体FAP的小分子放射性二轭物具有较高和长时间的肿瘤吸收
1。医学肿瘤科，彼得·麦卡利姆癌症中心，澳大利亚墨尔本维克，2。彼得·麦卡卢姆爵士肿瘤科，墨尔本大学，墨尔本维克，澳大利亚3。皇家马斯登NHS基金会信托基金会，伦敦，英国4。英国伦敦癌症研究所5。分子成像和治疗性核医学，彼得·麦卡卢姆癌症中心，墨尔本维克，澳大利亚奔跑的标题：与疗法组合的独立关键词：PSMA，放射性核素治疗，Theranostics。lu-psma，前列腺癌对应作者：
使用直接检测装置获取的能量滤波器中中间能量损失时标记的生物标本的元素映射
鳗鱼技术已应用于材料中，以绘制单个原子敏感性5-7和生物科学的映射元素，以检测和量化许多内部元素。8–11鳗鱼技术可以在透射电子显微镜（TEM）模式中应用，通常称为能量过滤TEM（EFTEM）12-16或扫描透射透射电子显微镜（STEM）模式，称为Stem-Eels或EELS Spectrum-Imimiganging。17–22尽管EFTEM模式的灵敏度低于Stem-Eels，但它提供了更大的视野，至少要大的数量级，通常为10 5 –10 7像素，而茎 - 茎中的10 3 –10 5像素。10,17对于某些生物学应用，更包含的视野与分辨率或灵敏度一样重要，就像将颜色EM电子探针应用于同时在细胞中标记多个细胞蛋白/细胞器的情况一样。23–25在我们开发的方法中，多个靶向分子的定位是通过序列沉积与二氨基苯胺结合的序列沉积来实现的，二氨基苯胺被正交光泽剂/过氧化物酶选择性地氧化。23然后，通过EFTEM模式获得的LAN比的核心损坏或高损坏（M 4,5边）元素图/地图在伪色中叠加在传统的电子显微照片上，以创建颜色的EM图像。23,26,27
用不精确监督标记的数据生成
最近的高级深度学习技术显示了各种领域的有希望的结果，例如计算机视觉和自然语言处理。深度神经网络在监督学习中的成功在很大程度上依赖大量标记的数据。但是，由于标签和隐私问题的成本等各种原因，以目标标签获得标记的数据通常是具有挑战性的，这些原因挑战了现有的深层模型。尽管如此，使用不精确监督的数据相对容易，即具有与目标任务相关的标签/标签。例如，社交媒体平台上有数十亿个具有自定义标签的帖子和图像，这些帖子和图像不是目标分类任务的确切标签，但通常与目标标签有关。有望利用这些标签（不精确的监督）及其与目标类别的关系来生成标记的数据以促进下游分类任务。但是，对此的工作非常有限。因此，我们研究了一个新的问题，该问题是通过不精确监督标记的数据生成。我们提出了一个名为Addes的新颖生成框架，可以通过通过不精确的监督和不固有的监督和目标类别之间的关系从数据中学习，可以合成目标分类任务的高质量LA。图像和文本数据集的实验结果演示了提出的添加的有效性，以生成来自不精确监督的现实标记数据，以促进目标分类任务。
在密集标记的多光谱brainbow图像中无监督的神经跟踪
成像技术的最新进展，用于产生大量高分辨率3D图像，尤其是Brainbow等多型标记技术，允许在密集的大脑中对邻近神经元的不良分化。这首先可以从光学显微镜图像中研究许多神经元之间的连通性。但是，缺乏可靠的自动化神经形态重建，使数据分析成为提取神经科学中丰富信息学的瓶颈。已经提出了基于超级氧基的神经元分割方法来解决此问题，但是，在最终分割中出现的大量错误阻碍了先前的方法。在本文中，我们提出了一种新型的无监督方法来追踪来自多光谱脑弓图像的神经元，该方法防止了分割误差并使用两种创新来追踪连续性误差：首先，我们采取了基于高斯混合模型的聚类策略，以改善为下一步骨骼提供准确的分离色的色彩通道。然后，提出了一种骨架图方法，以允许神经元树拓扑中的不连续性识别和区域。我们发现，这些创新可以比当前的最新方法更好地表现，从而导致更准确的神经元追踪结果接近人类专家注释。
Dollak、Michael Muller、Narendra Nath Joshi、Qian Pan 和 Aabhas Sharma。 2021. 提高数据标记的速度和准确性
允许免费复制本作品的全部或部分以供个人或课堂使用，但不得出于营利或商业目的而复制或分发，且副本首页必须注明此声明和完整引文。必须尊重 ACM 以外的人拥有的本作品组成部分的版权。允许摘要并注明出处。以其他方式复制、重新发布、发布到服务器或重新分发到列表，需要事先获得特定许可和/或支付费用。向 permissions@acm.org 请求许可。
CEM500K，一种大规模的异质无标记的蜂窝电子显微镜图像数据集，用于深度学习
细胞电子显微镜（EM）数据集的抽象自动分割仍然是一个挑战。依靠利益区域（ROI）注释的监督深度学习（DL）方法产生了无法推广到无关数据集的模型。较新的无监督的DL算法需要相关的预训练图像，但是，当前可用的EM数据集的预培训在计算上是昂贵的，对于看不见的生物学环境的价值很小，因为这些数据集很大且同质。为了解决此问题，我们提出了CEM500K，这是一个敏捷的25 GB数据集，为0.5 10 6独特的2D蜂窝EM图像，该图像从近600个三维（3D）和10,000个二维（2D）图像中策划了> 100个无关的成像项目。我们表明，在CEM500K上预先训练的模型学习在生物学上相关且具有有意义图像增强的功能。至关重要的是，我们对这些预训练的模型进行了转移学习，并在六个公开可用和一项新得出的基准细分任务上评估了转移学习，并报告了每个模型的最新结果。我们发布了CEM500K数据集，预先培训的模型和策划管道，用于建立模型和EM社区的进一步扩展。数据和代码可在https://www.ebi.ac.uk/pdbe/emdb/empiar/entry/10592/和https://git.io/jlltz上获得。
基于经济评估的电池储能系统的激励政策考虑灵活性和可靠性效果使用基于自噬基因标记的综合模型的肝细胞癌患者的总生存率预测
自噬细胞可以抑制早期肿瘤的形成，并可以在晚期促进肿瘤的发展，在肿瘤的发展中起着重要作用。因此，探索自噬相关基因（AAGS）对肝细胞癌（HCC）预后的影响具有潜在的重要性。从TCGA数据库下载的HCC基因表达数据和临床数据中选择了差异表达的AAG，以及人类自噬数据库（HADB）。通过GO功能注释和KEGG途径富集分析来阐明AAG在HCC中的作用。与临床数据结合在一起，我们选择了年龄，性别，等级，阶段，T状态，M状态和N个状态作为COX模型索引，以构建Kaplan Meier（KM）的多元COX模型和生存曲线，以估算患者在高风险组之间的存活率。通过单变量和多元COX回归分析绘制的ROC曲线，我们发现七个具有高表达水平的基因，包括HSP90AB1，SQSTM1，RHEB，HDAC1，HDAC1，ATIC，ATIC，HSPB8和BIRC5与HCC患者预后不良有关。然后，ICGC数据库用于验证模型的可靠性和鲁棒性。因此，由自噬基因构建的HCC的预后模型可能有效地预测了总体生存率，并有助于发现HCC患者的最佳个性化靶向疗法，这可以为患者提供更好的预后。
通过计算机鼠标跟踪压力？潜在行为应力标记的承诺和挑战
抽象的计算机鼠标跟踪提供了一种简单且具有成本效益的方式来收集连续的行为数据，并且主要用于心理学科学来研究认知过程。本研究扩展了计算机鼠标跟踪的潜在适用性，并研究了使用计算机鼠标跟踪进行应力测量的可行性。利用了首先经验结果和理论考虑，我们假设压力会影响与小鼠使用有关的感觉运动过程。为了探索压力和计算机鼠标使用之间的关系，我们进行了一个参与性场地实验，其中n = 994名参与者在高压力或低压力条件下从事四个鼠标任务。在操纵检查中，参与者报告了两种条件之间的压力水平不同。但是，频繁的和机器学习数据分析方法并未揭示小鼠使用与压力之间的明确和系统关系。这些发现挑战了使用直接计算机鼠标跟踪进行广义应力测量的可行性。
TAG-72–使用 225Ac 标记的 DOTAylated-huCC49 抗体进行卵巢癌的靶向 α 放射性核素治疗
放射免疫疗法是一种使用放射性标记抗体的方法，在临床上用几种 β 发射放射性核素治疗卵巢癌，但收效甚微。另外，使用 α 发射体的放射免疫疗法具有在较短距离内沉积更高能量的优势，但被认为不适合治疗实体瘤，因为实体瘤的抗体渗透范围仅限于血管系统周围的几个细胞直径。然而，高能 α 发射体沉积在典型的渗漏性肿瘤血管系统附近的肿瘤标志物上，可能在肿瘤血管水平上产生很大的抗肿瘤作用，而它们在正常组织中的渗透性降低有望降低脱靶毒性。方法：为了评估这一概念，用 α 发射体 225 Ac 标记 DOTAylated-huCC49，以靶向卵巢癌小鼠模型中的肿瘤相关糖蛋白 72 阳性异种移植瘤。结果：225 Ac 标记的 DOTAylated-huCC49 放射免疫疗法以剂量依赖性方式显著减缓肿瘤生长（1.85、3.7 和 7.4 kBq），与未治疗对照组相比，7.4 kBq 剂量使生存期延长了 3 倍以上。此外，与未治疗对照组相比，多治疗方案（1.85 kBq，随后 5 周剂量 0.70 kBq，总计 5.4 kBq）使生存期延长了近 3 倍，且没有显著的脱靶毒性。结论：这些结果确立了抗体靶向 α 放射性核素治疗卵巢癌的潜力，该疗法可推广至其他实体肿瘤的 α 放射性免疫疗法。