免疫检查点分子阻断剂 ( immune checkpoint blockade , ICB ) 是肿瘤免疫治疗的有效策略之一 , 其中靶向程序 性死亡受体 -1 ( programmed death receptor-1 , PD-1 ) / 程 序性死亡配体 -1 ( programmed death-ligand 1 , PD-L1 ) 的单克隆抗体主要在 TME 中发挥调节免疫细胞功能 的作用。 CD8 + T 细胞是抗肿瘤反应中极具破坏性的 免疫效应细胞群 , 其浸润到 TME 的密度是影响免疫 检查点阻断治疗结果的预测指标 [ 18 ] 。研究表明 , PD- 1/PD-L1 检查点抑制剂与化疗药物联合使用是治疗晚 期非小细胞肺癌的有效方法 , 然而其在肝癌 、 前列腺 癌等实体肿瘤中效果并不理想 [ 19 ] 。为了增强 PD-L1 抗体免疫治疗疗效 , Li 等 [ 20 ] 开发了一种偶联抗 PD- L1 单克隆抗体和负载多西紫杉醇 ( docetaxel , DTX ) 多 功能微泡系统 , 联合超声空化效应增加肿瘤细胞的凋 亡率和 G2-M 阻滞率 , 还可以通过促进 CD8 + T 和 CD4 + T 细胞的增殖 、 降低细胞因子 VEGF 和 TGF-β 的水平来增强抗肿瘤作用。为了提高 PD-L1 抗体在 肝癌中的治疗效果 , Liu 等 [ 21 ] 设计了一种携带 PD-L1 抗体和二氢卟吩 e6 ( chlorin e6 , Ce6 ) 的靶向纳米药物 递送系统 , 该类靶向纳泡可通过 PD-L1 抗体主动靶向 作用 , 促进 Ce6 在肿瘤部位的聚集与释放 , 并通过超 声介导 Ce6 声敏效应促进肿瘤细胞凋亡 、 诱导肿瘤细 胞发生免疫原性死亡 , 同时通过 PD-L1 抗体对 PD- 1/PD-L1 信号通路的阻断促进 CD8 + T 在肿瘤组织中 浸润 , 两者协同发挥抗肿瘤免疫反应。为了增强肿瘤 内部免疫细胞渗透 , Wang 等 [ 22 ] 提出一种将 PD-L1 靶 向的 IL-15 mRNA 纳米疗法和 UTMD 结合的治疗策 略 , 通过声孔效应特异性地将 IL-15mRNA 转染到肿 瘤细胞中 , 激活 IL-15 相关的免疫效应细胞 , 同时阻 断 PD-1/PD-L1 通路 、 诱导免疫原性死亡进而启动强 大的全身免疫反应。 3.3 超声联合载药微泡调节 TME 免疫抑制状态
高度范围50-130 km的地球的中层和较低的热层是我们大气中的一个迷人部分。辐射,动力学,微物理和化学过程之间的复杂相互作用产生了几种突出现象,其中许多以中间区域为中心(80-100 km)。这些现象包括夜光云,极性的夏季回声,气象材料的消融和转化以及地球的气流。强烈分层和小规模相互作用是这些现象和中间区域的常见特征。为了在相关的空间尺度上研究相互作用,声音火箭的原位测量对于中层研究至关重要。本文提出了用于发声火箭的新测量技术和分析方法,从而有助于提高我们对这一偏远大气的理解。考虑到需要以1 km/s的典型火箭速度进行测量,因此既有选择性,敏感,精心校准的仪器的设计,又是由于空气动力学影响而引起的。本论文包括对气象颗粒的影响和采样技术的定量空气动力学分析,揭示了由于粒子流动而引起的明显尺寸歧视。对中层冰颗粒种群的光学技术,从而产生了基于短紫外线波长下MIE散射的较小颗粒的仪器概念。此处介绍的工作还为2010年7月的Esrange即将到来的Phocus Rocket运动提供了重要的预研究。火箭传播的共振荧光测量原子氧是严格评估的,从而导致基于O 2气流排放的光度计的新校准概念。phocus(夏季上层中的颗粒,氢和氧化学)将解决三个主要的中层参与者之间的相互作用:陨石烟,夜光云和气相化学。
摘要:在电缆中的绝缘层的交联聚乙烯(XLPE)的广泛使用可能归因于其出色的机械和介电性能。为了定量评估热老化后XLPE的绝缘状态,建立了加速的热老化实验平台。极化和去极化电流(PDC)以及在不同老化持续时间下XLPE绝缘裂纹时的伸长率。XLPE绝缘状态取决于断裂保留率(ER%)的伸长率。基于扩展的Debye模型,本文提出了稳定的松弛电荷数量和0.1 Hz的耗散因子,以评估XLPE的绝缘状态。结果表明,XLPE绝缘的ER%随着衰老程度的增长而降低。XLPE绝缘的极化和去极化电流将随着热老化而明显增加。电导率和陷阱水平密度也将增加。扩展Debye模型的分支数量增加,并出现新的极化类型。在本文提出的0.1 Hz处的稳定的松弛电荷量和耗散因子与XLPE绝缘的ER%具有良好的拟合关系,可以有效地评估XLPE绝缘的热老化状态。
感谢 Yabra Muvdi 提供的出色研究协助,他创建并估算了分类算法,并感谢 Miaomiao Zhang 和 Kelsey Shipman 为数据分析提供支持。Hansen 非常感谢 ERC Consolidator Grant 864863 的资金支持,感谢伦敦政治经济学院 STICERD 博士研究基金和英联邦奖学金委员会的 Lambert 的资金支持,感谢 Smith Richardson 和 John Templeton 基金会的 Bloom 的资金支持,感谢 Templeton 基金会和芝加哥大学布斯商学院的 Davis 的资金支持,感谢哈佛商学院的 Sadun 的资金支持。本文附带的精选可视化和数据可在 www.WFHmap.com 上找到。本文表达的观点为作者的观点,并不一定反映美国国家经济研究局的观点。
因此,跨个体、跨场景的脑电分析方法逐渐成为研究热点。越来越多的研究人员将广泛应用脑 电信号分析的特征于跨个体、跨场景的脑电信号分析研究中。 Touryan 等人采用经典的独立成分分 析的特征分析方法描述特征空间,计算功率谱密度( Power Spectral Density , PSD ),并采用顺序 前向浮动选择方法识别频谱特征中的独立成分集,结果表明该方法可以识别出跨场景脑电信号中的 共同成分 [88] 。 Kakkos 等人采用了特征融合的方法,将 PSD 与功能连接特征相结合,提高了跨场景 分类的性能,并证明了脑特征融合在跨场景中的应用更为有效 [89] 。 Xing 等人将模糊熵特征用于跨 场景脑电信号分析,发现模糊熵特征相对于其他特征更能适合跨场景 [90] 。卷积神经网络 ( Convolutional Neural Networks , CNN )和递归神经网络( Recurrent Neural Networks , RNN )等基 于深度学习的新型跨任务模型在跨场景脑电分析中展现了巨大潜力。这些模型能够自动提取特征和 学习复杂的脑电特征,从而有效地缩小不同任务和场景之间的差距,提高模型的泛化能力 [91][92][93] 。 近年来,一些跨学科的方法被创新性地应用于跨场景研究, Zhao 等人提出了一种跨学科的对齐多 源域自适应方法,用于跨个体的 EEG 疲劳状态评估,显著提高了模型的泛化能力 [94] , Zhou 等人在 此基础上进行改进,提出了一种跨任务域自适应方法,有效提升了跨场景认知诊断的性能 [95] 。