缩写:α-SMA,α-平滑肌肌动蛋白;ALP,碱性磷酸酶;ALT,丙氨酸氨基转移酶;ASBT,顶端钠依赖性胆汁酸转运蛋白;ASBTi,ASBT 抑制剂;ATCC,美国典型培养物保藏中心;AUC inf,从给药时间到最后可测量浓度的 AUC 并外推至无穷大;BAs,胆汁酸;BDL,胆管结扎;C4,7α-羟基-4-胆甾烯-3-酮;CA,胆酸;CDCA,鹅去氧胆酸;CK7,细胞角蛋白-7;CMC,羧甲基纤维素;Cyp7a1,细胞色素 P450 家族 7 亚家族 A 成员 1;d,天;DCA,脱氧胆酸;DEGs,差异表达基因;GCDCA,甘氨鹅去氧胆酸; GO,基因本体;H&E,苏木精-伊红;IC50,半数最大抑制浓度;LCA,石胆酸;LC-MS/MS,液相色谱串联质谱法;MCA,鼠胆酸;MCP-1,单核细胞趋化蛋白-1;MDR3,多药耐药蛋白3;基质金属蛋白酶7 (MMP-7),基质金属蛋白酶7;NRC,正常大鼠胆管细胞;NTCP,Na+-牛磺胆酸共转运多肽;OST α /OST β,有机溶质转运蛋白α/β;QWBA,定量全身放射自显影;RNAseq,RNA测序;RT-qPCR,定量实时PCR;SAD,单次递增剂量;t 1/2,终末半衰期;UDCA,熊去氧胆酸;WT,野生型。
摘要皮肤微生物组为人类健康提供了重要贡献。但是,其细菌成分的空间组织及其可行性尚不清楚。在这里,我们将培养,成像和分子方法应用于人类和小鼠皮肤样品,发现皮肤表面被比细菌DNA水平所预测的更少的可行细菌定植。相反,可行的皮肤相关细菌主要位于毛囊和其他皮肤的眼部感染中。此外,我们表明,与其他人类微生物组相比,皮肤微生物组的可行细菌比例很低,这表明皮肤表面上的大多数细菌DNA与可行细胞无关,少数细菌家族占主导地位,每种皮肤部位占主导地位,传统的测序方法既富有浓度和多样性的皮肤,又是皮肤的多样性。最后,我们使用人类志愿者进行了一项体内皮肤微生物组扰动研究研究。细菌16S rRNA基因测序表明,尽管皮肤微生物组即使在侵略性扰动之后也非常稳定,但皮肤表面的重生是由潜在的可行种群驱动的。我们的发现有助于解释皮肤微生物扰动的动力学,因为皮肤表面上的细菌DNA可以瞬时干扰,但通过稳定的基础可行的可行种群补充。这些结果解决了皮肤微生物组生物学中的多个出色问题,对未来研究和操纵它的努力产生了重大影响。
缩写:α-SMA,α-平滑肌肌动蛋白;ALP,碱性磷酸酶;ALT,丙氨酸氨基转移酶;ASBT,顶端钠依赖性胆汁酸转运蛋白;ASBTi,ASBT 抑制剂;ATCC,美国典型培养物保藏中心;AUC inf,从给药时间到最后可测量浓度的 AUC 并外推至无穷大;BAs,胆汁酸;BDL,胆管结扎;C4,7α-羟基-4-胆甾烯-3-酮;CA,胆酸;CDCA,鹅去氧胆酸;CK7,细胞角蛋白-7;CMC,羧甲基纤维素;Cyp7a1,细胞色素 P450 家族 7 亚家族 A 成员 1;d,天;DCA,脱氧胆酸;DEGs,差异表达基因;GCDCA,甘氨鹅去氧胆酸; GO,基因本体;H&E,苏木精-伊红;IC50,半数最大抑制浓度;LCA,石胆酸;LC-MS/MS,液相色谱串联质谱法;MCA,鼠胆酸;MCP-1,单核细胞趋化蛋白-1;MDR3,多药耐药蛋白3;基质金属蛋白酶7 (MMP-7),基质金属蛋白酶7;NRC,正常大鼠胆管细胞;NTCP,Na+-牛磺胆酸共转运多肽;OST α /OST β,有机溶质转运蛋白α/β;QWBA,定量全身放射自显影;RNAseq,RNA测序;RT-qPCR,定量实时PCR;SAD,单次递增剂量;t 1/2,终末半衰期;UDCA,熊去氧胆酸;WT,野生型。
。cc-by-nc-nd 4.0国际许可证未通过同行评审获得证明)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。它是此预印本的版权持有人(该版本发布于2023年5月3日。; https://doi.org/10.1101/2021.08.16.455933 doi:biorxiv Preprint
泰德·J·科拉德准将 动员战备和陆军预备役事务办公室助理军医总监、陆军预备役医疗司令部军医总监兼副司令 泰德·J·科拉德准将于 2022 年 11 月 11 日担任美国陆军预备役医疗司令部军医总监办公室动员、战备和陆军预备役事务助理军医总监兼副指挥官。 科拉德准将通过南加州大学的 ROTC 项目被任命为少尉医疗服务团军官(正规陆军),在那里他获得了为期 4 年的 ROTC 国家奖学金和陆军 ROTC 优秀学员勋章。 他毕业时获得了生物医学和机械工程理学学士学位。 随后,他获得了科罗拉多大学科罗拉多斯普林斯分校的工商管理硕士学位,并以优异的成绩从美国陆军战争学院 (USAWC) 毕业,获得战略研究硕士学位。 他担任 USAWC 助理教授。他的军事教育包括陆军医疗部 (AMEDD) 军官基础课程;医疗后勤管理课程;战斗伤员护理课程;AMEDD 上尉职业课程;卫生服务计划、作战、情报、安全和训练课程;联合兵种演习;卫生服务人力资源经理课程;指挥和参谋学院;国防战略课程;预备役国家安全课程;旅指挥前课程;高级军官法律培训;医疗战略领导力计划;高级战略艺术计划;国家安全领导力高级经理课程和高级服务学院。BG Collard 最近担任 USAWC 预备役研究的 John Parker 主席。他还担任过军医署长的卫生人力资源陆军预备役顾问。BG Collard 拥有人事、作战和后勤背景,担任过多个领导和参谋职务。先前的职务包括加利福尼亚州圣巴勃罗西部医疗区战备支援组旅指挥官;犹他州道格拉斯堡第 807 医疗司令部(部署支援)人事副参谋长(G-1);华盛顿州刘易斯-麦科德联合基地 (JBLM) 第 6250 美国陆军医院执行官;华盛顿州刘易斯-麦科德联合基地第 7229 医疗支援部队指挥官;华盛顿州塔科马市麦迪根陆军医疗中心部队指挥官 (DIMA);阿富汗加德兹联合特遣部队 1/东部地区司令部阿富汗国家警察首席医疗导师;华盛顿州 JBLM 第一军医疗行动和计划负责人;华盛顿州塔科马市麦迪根陆军医疗中心麻醉和手术服务部行政官;华盛顿州刘易斯堡西部地区医疗司令部动员和行动官;贝塞斯达沃尔特里德陆军医疗中心医疗后勤官 (DIMA)马里兰州;第 10 特种部队组(空降)医疗后勤官,科罗拉多州卡森堡;1-8 步兵营(机械化)医疗排长;科罗拉多州卡森堡第 10 战斗支援医院训练官。BG Collard 的奖章和徽章包括功绩服务勋章(4 簇橡树叶);联合服务嘉奖勋章;陆军嘉奖勋章(1 簇橡树叶);陆军成就勋章(2 簇橡树叶);陆军预备役成就勋章(4 簇橡树叶);阿富汗战役勋章;军事杰出志愿服务勋章;武装部队预备役勋章(附带动员装置和 1 簇橡树叶);海外服务勋带;专家野战医疗徽章;战斗行动徽章和跳伞员徽章。
在这项研究中,Form Energy 评估了将铁空气电池纳入资源组合如何影响 GRE 在 98% 和 100% 的时间内向新负载提供时间匹配的可再生能源的能力,相比仅使用锂离子存储的投资组合。这项分析是使用 Form 最先进的、成本最低的容量优化和生产成本工具 Formware™ 进行的,该工具从头开始设计,以捕获准确模拟具有大量可再生能源和存储的电网所需的时间顺序和多场景优化。在这项分析中,我们使用 Formware 选择了 2030 年的最佳资源添加,以满足 GRE 服务区域内 400 兆瓦 (MW) 的新数据中心负载和 100% 的可再生能源。模拟的资源添加包括新的风能、太阳能和存储技术,这些技术将增加 GRE 现有的资源以服务新的数据中心负载。我们模拟了两种情景:一种是无铁空气情景,包括 4 小时、6 小时和 8 小时锂离子电池作为储能选项;另一种是含铁空气情景,也包括铁空气电池。在每种情景中,我们都评估了最佳资源需求,以便将 24/7 无碳电力与假设的大型电力客户全年 98% 和 100% 的时间需求相匹配,这是投资组合必须达到的高标准,才能令人信服地声称提供 24/7 无碳能源。
摘要 神经影像学研究已经提供了证据,表明大量的冥想练习会改变人类大脑的功能和结构特性,例如大规模大脑区域的相互作用。然而,不同的冥想风格如何参与这些大规模大脑网络的调节仍不清楚。在这里,我们使用机器学习和 fMRI 功能连接,研究了集中注意力和开放监控冥想风格如何影响大规模大脑网络。具体来说,我们训练了一个分类器来预测两组受试者的冥想风格:专家上座部佛教僧侣和新手冥想者。我们表明,分类器只能区分专家组的冥想风格。此外,通过检查训练后的分类器,我们观察到前部显着性和默认模式网络与分类相关,这与它们在冥想中参与情绪和自我相关调节的理论一致。有趣的是,结果还强调了调节注意力和自我意识的关键区域与处理和整合体感信息相关区域之间的特定耦合的作用。最后,我们观察到左半球间连接在分类中的作用更大。总之,我们的研究支持了以下证据:大量的冥想练习会调节大规模的大脑网络,而不同的冥想风格会对有助于特定风格功能的连接产生不同的影响。
摘要 身体色素沉着限制了体内成像,因此也限制了生物医学纵向研究的开展。一种绕过这一障碍的可能性是使用色素沉着突变体,这种突变体常用于斑马鱼和青鳉等鱼类。为了解决衰老的根本原因,短命的非洲鳉鱼 Nothobranchius furzeri 最近被确立为模型生物。尽管寿命短暂,但 N. furzeri 显示出哺乳动物衰老的典型迹象,包括端粒缩短、衰老细胞积聚和再生能力丧失。本文,我们报告了通过同时失活三个负责色素沉着的关键基因座来生成透明的 N. furzeri 系。我们证明这种名为 klara 的稳定系可用作不同应用的工具,包括行为实验和通过将荧光团整合到 cdkn1a (p21) 基因座来建立衰老报告基因,并在体内显微镜下复制所得系。
图 1:STitch3D 概览。a. 来自多个 ST 组织切片的原始数据和来自参考 scRNA-seq 数据集的细胞类型特异性基因表达谱作为 STitch3D 的输入。b. STitch3D 的预处理步骤包括对来自不同组织切片的斑点进行对齐以构建斑点的 3D 位置,以及构建全局 3D 图。STitch3D 的主模型结合这些结构来执行表示学习,用于 3D 空间域识别和 3D 细胞类型反卷积。c. STitch3D 输出 3D 空间区域识别结果和组织中不同细胞类型的 3D 空间分布估计。STitch3D 还支持多种下游分析,包括空间轨迹推断、低质量基因表达测量值的去噪、虚拟组织切片的生成以及具有 3D 空间表达模式的基因识别。d. STitch3D 对多个切片进行联合建模,并利用基于图注意的神经网络学习具有 3D 空间信息的斑点和细胞类型比例的潜在表示。
