来自美国华盛顿特区乔治华盛顿大学医学院儿童国家医院神经科学研究中心 (NTC、WDG);伦敦大学学院 NIHR BRC 大奥蒙德街儿童健康研究所 (JHC),ERN-EpiCARE 成员;伦敦 NHS 信托大奥蒙德街儿童医院 (JHC);英国萨里郡灵菲尔德青年癫痫中心 (JHC);儿科临床癫痫病学 (AA) 系、睡眠障碍和功能神经病学,ERN-EpiCARE 成员;法国里昂临终关怀院 HFME (AA);巴塞罗那圣胡安德迪奥斯儿童医院癫痫研究组 (AA),ERN EpiCARE 成员,西班牙;澳大利亚墨尔本大学癫痫研究中心 (SFB);菲尼克斯儿童医院巴罗神经病学研究所儿科神经病学分部 (JFK);亚利桑那州菲尼克斯市下丘脑错构瘤希望基金会(IPM、EW、LS);巴西圣保罗癫痫诊所癫痫手术项目(AC);纽约州纽约市哥伦比亚大学医学中心流行病学系(DKH);马里兰州罗克维尔 RTI 国际(BLK);马萨诸塞州波士顿哈佛医学院贝斯以色列女执事医疗中心神经内科系(CBS);德国弗莱堡大学医学中心医学院癫痫中心(AS-B.)。
PTEN 错构瘤综合征 (PHTS) 是一系列由 PTEN 的种系突变引起的遗传性癌症综合征。PHTS 备受关注,因为它的神经系统合并症发生率很高,包括大头畸形、自闭症谱系障碍和智力障碍。由于 PHTS 的详细脑形态和连通性仍不清楚,我们对 PHTS 中的脑磁共振成像 (MRI) 进行了定量评估。12 名 PHTS 患者和神经典型对照者的 16 张结构性 T1 加权 MR 图像和 9 张扩散加权 MR 图像用于结构和高角度分辨率扩散 MRI (HARDI) 纤维束成像分析。75% 的 PHTS 参与者观察到胼胝体肥大,33% 的参与者观察到多小脑回畸形,83% 的参与者观察到脑室周围白质病变,17% 的参与者观察到异位。虽然脑回指数和半球皮质厚度在两组之间没有显著差异,但 PHTS 患者的整体和局部脑容量显著增加,且局部皮质厚度增加。HARDI 纤维束成像显示胼胝体通路的体积和长度增加,弓状束 (AF) 的体积增加,双侧下纵束 (ILF)、双侧下额枕束 (IFOF) 和双侧钩束的长度增加。PHTS 患者的 AF、左侧 ILF 和左侧 IFOF 的各向异性分数降低,表观扩散系数值增加。
TI方向分化潜力(ESC),并避免了ESC的伦理问题。自IPSC发明以来,它已迅速应用于疾病建模,药物开发,再生医学和基因调节中,尤其是在再生医学研究领域。但是,IPSC移植后肿瘤已成为使用IPSC进行再生医学的主要障碍,因此IPSC中的肿瘤已成为当前IPSC研究中的热门问题。本文简要审查了IPSC和肿瘤细胞之间的关系,移植后IPSC的恶性转化以及如何减少其以及IPSC的体内监测技术。
抽象协调的动物运动取决于功能前置体的发展。虽然早期的细胞效果确定过程是充分表征的,但对本体感受谱系中细胞的终末分化以及控制它们的遗传网络的终极分化知之甚少。在这项工作中,我们描述了一个基因调节网络,该网络由三个转化因子(Prospero(pros),D-PAX2和Delilah(DEI)组成,这决定了果蝇中的本体感受谱系中的两个替代分化程序。我们表明,D-Pax2和ProS分别通过激活和抑制DEI的转录来控制脊柱器官谱系中盖与scolopale细胞的分化。通常,D-PAX2激活了DEI在上限电池中的表达,但在Pros被共表达的Scolopale细胞中无法进行。我们进一步表明,D-Pax2和Pro通过262 bp核核定特异性增强剂对DEI转录产生影响,其中两个D-PAX2-和三个Pros结合位点实验鉴定出来。从蝇基因组中除去该增强子时,DEI的帽和韧带特异性表达丢失,从而导致核核器官功能的丧失和幼体幼虫的不良运动。因此,协调的幼虫运动取决于DEI增强子的活性,该活性同时整合了动作和抑制性输入,以生成功能性前置的器官。
TM & 版权所有 © 1983、1987、2010,Eric Goldberg 和 Greg Costikyan。保留所有权利。Mongoose Publishing Ltd.,授权用户。根据 PARANOIA 之前版本中发布的材料。ILLUMINATI 是 Steve Jackson Games 的注册商标,经许可使用。禁止以摄影、电子或其他存储和检索方式复制本书中的材料用于个人或公司利润。您可以复制角色表、记录表、清单和表格供个人使用。将问题和评论通过电子邮件发送至 Mongoose Publishing,地址为 sales@mongoosepublishing.com,或写信至 52-54 Cricklade Road, Swindon, Wiltshire SN2 8AF, UNITED KINGDOM 。在万维网上:www.mongoosepublishing.com 。由 Mongoose Publishing, Ltd. 出版。出版物 MGP 6642。出版于 2010 年。印刷于美国。
TM & 版权所有 © 1983、1987、2010 Eric Goldberg & Greg Costikyan。保留所有权利。Mongoose Publishing Ltd.,授权用户。基于 PARANOIA 先前版本中发布的材料。ILLUMINATI 是 Steve Jackson Games 的注册商标,经许可使用。严禁以个人或公司盈利为目的,通过摄影、电子或其他存储和检索手段复制本书材料。你可以复制角色表、记录表、清单和表格供个人使用。如有任何疑问和意见,请通过电子邮件发送至 Mongoose Publishing 的 sales@mongoosepublishing.com 或写信至 52-54 Cricklade Road, Swindon, Wiltshire SN2 8AF, UNITED KINGDOM。万维网上:www.mongoosepublishing.com。由 Mongoose Publishing, Ltd. 出版,出版物 MGP 6642。2010 年出版。美国印刷。
(人工)神经网络在力学和材料科学领域越来越受欢迎,它利用模型降阶技术加速计算,并作为各种材料的通用模型。然而,神经网络的主要缺点仍然存在:它们的众多参数难以解释和解释。因此,神经网络通常被称为黑匣子,其结果往往难以人类解释。物理信息神经网络这一新兴的活跃领域试图通过基于机械知识设计深度神经网络来减轻这一缺点。通过利用这种先验知识,更深层、更复杂的神经网络变得可行,因为机械假设可以得到解释。然而,神经网络参数的内部推理和解释仍然是个谜。作为物理信息方法的补充,我们提出了迈向物理解释方法的第一步,该方法对在机械数据上训练的神经网络进行后验解释。这种概念验证可解释的人工智能方法旨在阐明神经网络的黑匣子及其高维表示。其中,主成分分析将 RNN 单元状态中的分布式表示去相关,并允许与已知和基本函数进行比较。这种新方法由系统超参数搜索策略支持,该策略可识别最佳神经网络架构和训练参数。三个关于基本本构模型(超弹性、弹塑性和粘弹性)的案例研究的结果表明,所提出的策略可以帮助识别数值和分析闭式解来表征新材料。