Presenilin(PSEN)基因中的突变是早期发作家族性阿尔茨海默氏病(FAD)的最常见原因。在细胞培养,体外生化系统和敲除小鼠中的研究表明,PSEN突变是功能丧失突变,损害了γ-泌尿酶活性。小鼠遗传分析强调了presenilin(PS)在学习和记忆,突触可塑性和神经递质释放以及神经元存活中的重要性,而果蝇研究进一步证明了PS在老化过程中PS在神经元存活中的进化作用。然而,在神经元存活中与PS相互作用的分子途径尚不清楚。为了调节PS依赖性神经元存活的遗传修饰符,我们开发了一种新的果蝇PSN模型,该模型表现出年龄依赖性神经变性和凋亡的增加。经过生物信息学分析,我们使用PSN KD模型中的两个独立的RNAi系在神经元中的每个基因的选择性敲低(KD)测试了排名最高的候选基因。有趣的是,在脂质转运和代谢中,增强PSN KD蝇中神经退行性的9个基因中有4个。具体而言,LPR1和LPR2的神经元特异性KD急剧恶化了PSN KD蝇中的神经退行性,LPR1或LPR2的过表达不会减轻PSN KD KD诱导的神经变性。此外,仅LPR1或LPR2 KD也会导致神经退行性,凋亡增加,攀爬缺陷和寿命缩短。这些发现表明,LPRS调节了依赖PSN的神经元存活,对于衰老大脑的神经元完整性至关重要。最后,LPR1和LPR2的杂合缺失或LPR1或LPR2的纯合缺失类似导致PSN KD Flies中的年龄依赖性神经变性,并进一步加剧神经变性。
2。识别和比较预测性预后研究,以估算遭受最新起始开始的风险,该开始将QPCR 73 的APOE基因分型整合在一起
抽象目的目前关于甘油三酸酯与高密度脂蛋白胆固醇(TG/HDL-C)的比率之间的关联与糖尿病前期与正常血糖的逆转之间的相关性。这项研究的目的是研究糖尿病患者中TG/HDL-C与正常血糖的逆转之间的关联。方法这项回顾性队列研究包括15,107名来自32个中国地区和11个城市的糖尿病患者,他们从2010年到2016年完成了健康检查。COX比例危害回归模型检查了基线TG/HDL-C,并从糖尿病前期回归为正常血糖。COX比例危害具有立方样条函数的恢复和平滑曲线拟合确定TG/HDL-C与恢复到正常血糖之间的非线性连接。我们还进行了灵敏度和亚组分析。通过将进度表征为对糖尿病前期事件的逆转的竞争风险,创建了具有竞争风险的多元COX比例危害回归模型。在调整协变量后的结果时,发现表明TG/HDL-C与返回正常血糖的同样是负相关性(HR = 0.869,95%CI:0.842–0.897)。此外,观察到TG/HDL-C与逆转概率之间的非线性关系,其拐点为1.675。拐点左侧的HR为0.748(95%CI:0.699,0.801)。通过竞争风险多元COX的回归和一系列灵敏度分析,我们的结果的鲁棒性得到了巩固。结论本研究揭示了TG/HDL-C与中国前糖尿病患者中TG/HDL-C之间的负相关性和非线性相关性。这项研究的发现预计将成为临床医生在糖尿病前患者管理血脂异常方面的宝贵资源。旨在通过降低TG或HDL-C水平升高来降低TG/HDL-C比的干预措施可能会大大提高患有糖尿病患者中正常血糖的可能性。
此预印本的版权所有者此版本于 2023 年 11 月 5 日发布。;https://doi.org/10.1101/2023.11.04.23298088 doi: medRxiv preprint
在孵育的前10天内暴露于CO 2的浓度增加可能会对鸟类心脏和呼吸器官的发展产生影响。此外,育种时代可以影响孵化性能。这项研究旨在研究孵育的前10天,在孵化的前10天暴露于增加的CO 2的影响对胚胎和小鸡消化系统的形态生理发展的影响,来自31和41周的肉鸡育种者。A total of 860 fertile eggs from the Cobb strain were distributed in a completely randomized design, in a 2 x 2 factorial arrangement, with 2 different gaseous environments (Control (C) – no increase in CO 2 concentration and, Hypercapnia (CO 2 ) – a gradual increase in CO 2 concentration until reaching 1% on the 10th day) and 2 different broiler breeder ages (31 and 41 weeks).一半的鸡蛋是从31周龄的育种者那里获得的,另一半是从41周的繁殖者那里获得的。与对照组相比,在1%CO 2的大气中孵育导致胚胎的绒毛,空肠和回肠的绒毛高度升高,同一段中绒毛密度的降低。来自41周龄的肉鸡育种者的小鸡在伙伴后第1天,在十二指肠,空肠和回肠的绒毛高度上显示出较高的绒毛高度,而在7天时,绒毛密度较低。得出的结论是,在高碳酸盐条件下肥沃的卵的孵育可能会对胚胎和后雏鸡的小肠产生积极影响。
摘要简介:远程缺血条件上调会响应缺血 - 再灌注损伤,内源性保护途径。这项研究检验了以下假说:肢体远程缺血性(RIPERC)通过肾素 - 血管紧张素系统(RAS)/可诱导的一氧化物氧化物合酶(INOS)/ apelin途径发挥心脏保护作用。再灌注;假手术大鼠用作对照。RIPERC是由四个周期(5分钟)的肢体缺血再灌注以及双侧肾脏缺血引起的。通过肾脏(BUN和肌酐)和心脏(肌钙蛋白I和乳酸脱氢酶)损伤生物标志物评估功能性障碍。结果:肾脏I/R损伤增加了RIPERC组减少的肾脏和心脏损伤生物标志物。肾脏和心脏的组织病理学发现也暗示了改善损伤引起的RIPERC组的变化。心脏电生理学的评估表明,RIPERC可以改善P波持续时间的下降,而不会显着影响其他心脏电生理学变化。此外,肾脏I/R损伤增加了血浆(322.40±34.01 IU/L),肾脏(8.27±1.10 mIU/mg的蛋白质)和心脏(68.28±10.28±10.28 miU/mg蛋白质/毫克蛋白质)蛋白质 - 蛋白质)血管素 - 转换剂量(ACE)的升高和培训均与升高相关性。 (25.47±2.01&16.62±3.05μmol/L)和硝酸盐(15.47±1.33&5.01±0.96μmol/L)级别;这些变化被RIPERC逆转。此外,肾脏缺血 - 再灌注损伤显着(P = 0.047)降低了肾脏(但不是心脏)Apelin mRNA的表达,而肾脏和心脏ACE2(P <0.05)和INOS(p = 0.043)mRNA表达显着增加了。这些作用在很大程度上被RIPERC逆转。结论:我们的结果表明,RIPERC可以保护心脏免受肾脏缺血 - 再灌注损伤,这可能是通过Apelin与RAS/Inos途径的相互作用。
结果:在10年的随访期内,有456名男性(3.9%)和121名妇女(1.9%)新开发的IHD。Multivariable Cox proportional hazard analyses after adjustment of age, sex, obesity, smoking habit, family history of IHD, estimated glomerular filtration rate, hypertension and diabetes mellitus at baseline showed that the hazard ratio (HR) (1.38 [95% confidence interval: 1.03-1.85]) for new onset of IHD in subjects with the 4 th quartile SDLDL-C(≥42mg/dL)的(Q4)显着高于1 st Quartile(Q1)(≤24mg/dl)的受试者,尽管具有TC,HDL-C,hdl-c,non-Hdl-c,ldl-c和tg的受试者中的受试者中的调整后的HRS与Q1的Q2-q4相比,与这些受试者fr fr q是Q1。具有限制的立方样条的调整后的HR随着计算得出的SDLDL-C水平较高,作为基线时的连续值增加。
。cc-by-nc-nd 4.0国际许可证(未获得同行评审证书)获得的是作者/资助者,他已授予Biorxiv授予Biorxiv的许可,以永久显示预印本。这是该版本的版权所有,该版本发布于2023年7月20日。 https://doi.org/10.1101/2023.07.04.547613 doi:Biorxiv Preprint
。cc-by-nc-nd 4.0国际许可证(未获得同行评审证书)获得的是作者/资助者,他已授予Biorxiv授予Biorxiv的许可,以永久显示预印本。这是该版本的版权所有,该版本于2023年7月4日发布。 https://doi.org/10.1101/2023.07.04.547613 doi:Biorxiv Preprint
目的:糖尿病性肾病(DN)是2型糖尿病(T2DM)的常见并发症,可显着影响受影响患者的生活质量。血脂异常是T2DM患者患心血管并发症的已知危险因素。然而,血清脂蛋白(A)(LP(A))和高密度脂蛋白胆固醇(HDL-C)与DN之间的关联需要进一步研究。患者和方法:在这项横断面研究中,我们从142,611名患者的队列中随机选择了肾病(DN,n = 211)的T2DM患者(DN,n = 211)和没有肾病的T2DM患者(T2DM,n = 217)。我们从患者那里收集了临床数据,以使用二元逻辑回归和机器学习来识别DN的潜在危险因素。通过构建随机森林分类器获得了临床指标的特征重要性评分后,我们检查了LP(A),HDL-C和前10个指标之间的相关性。最后,我们使用培训数据训练了具有前10个功能的决策树模型,并通过独立的测试数据评估了其性能。结果:与T2DM组相比,DN组的LP(a)(p <0.001)和HDL-C的水平明显更高(P = 0.028)。lp(a)被确定为DN的危险因素,而HDL-C则具有保护性。使用前10个功能训练的决策树模型,并以截止值为31.1 mg/L的UALB显示,在接收器操作特征曲线(AUC)下,平均面积为0.874,AUC范围为0.870至0.890。We identified the top 10 indicators that were associated with Lp(a) and/or HDL-C, including urinary albumin (uALB), uALB to creatinine ratio (uACR), cystatin C, creatinine, urinary ɑ1-microglobulin, estimated glomerular filtration rate (eGFR), urinary β2-microglobulin, urea nitrogen, superoxide歧化酶和纤维蛋白原。结论:我们的发现表明血清LP(a)和HDL-C与DN相关联,我们提供了一个决策树模型,以UALB作为DN的预测指标。关键字:类型2糖尿病,糖尿病性肾病,高密度脂蛋白胆固醇,脂蛋白(A),机器学习