先天性巨细胞病毒(CCMV)是新生儿中神经系统缺陷的主要感染原因,在妊娠头三个月的原发性CMV感染的情况下特别严重。全球大多数CCMV病例发生在CMV阳性妇女的非主要感染后;然而,预先存在的天然CMV型免疫能够防止怀孕期间的CMV再感染或重新激活的程度。我们先前在恒河猕猴中报道了CCMV的新型非人类灵长类动物模型,在CD4 + T lym- phocyte缺乏的颗粒状CMV(RHCMV) - 初级rhcmv Infec-tion后,CD4 + T lym- phycyte脑含量的颗粒(RHCMV)中可见100%的胎盘传播和83%的胎儿损失。为了研究孕妇免疫力的保护作用,我们在CD4+ T淋巴细胞淋巴细胞淋巴细胞的RHCMV - 呼吸阳性大坝中进行了重新感染研究,该大坝在第一 /第二个三个月早期妊娠的RHCMV菌株180.92(n = 2)(n = 2),或RHCMV UCD52和fl ucd52 and sss souv ucmv ucmv ucmv gcmv ucmv gcmv ucmv gcmv gcmv gcmv ucmv grhcmv grhcmv grhcmv grhcmv grhcmv grhcmv grhcmv grhcmv grhcmv gcmv用SIV GAG插入的野生型RhCMV克隆作为免疫标记,分别给药(n = 3)。在循环单核细胞中的早期瞬时增加,然后在重新感染的坝中观察到先前存在的RHCMV特异性CD8+ T淋巴细胞和抗体反应,但未在对照CD4+ T淋巴细胞塞入的大坝中观察到抗体反应。SIV GAG特异性CD8+ T LYM-植物反应的出现与FL-RHCMVΔRH13.1/SIV GAG病毒固定的再感染接种。仅在五个重新感染的大坝之一中检测到胎盘传播,并且没有不良的胎儿后遗症。病毒全基因组,短阅读的深层测序分析证实了两种再感染RHCMV菌株在胎盘中的传播,〜30%对应于FL-RHCMVΔRH13.1/SIV GAG,而〜70%的RHCMV UCD52 〜70%,与cmv ccmv的混合人类CMV感染一致。我们的数据显示了非主要原理后胎盘传播和胎儿损失的缺失
GPT系列的成功证明,GPT可以从序列中提取一般信息,从而使所有下游任务受益。这促使我们使用预训练的模型来探索DNA序列中的隐藏信息。但是,DNA序列分析中的数据和任务需求是复杂性和多样性,因为DNA相关数据包括不同类型的信息,例如序列,表达水平等,而目前尚无专门为这些特征设计的模型。在此,我们提出了DNAGPT,这是一种从9种的超过100亿个碱基对进行预训练的广义基础模型,可以对任何DNA序列分析任务进行微调。我们的模型可以同时处理或输出DNA序列和数字。此外,我们独特的令牌设计使用户可以根据自己的任务要求设计提示,从而适用于任何类型的任务。我们已经评估了我们的分类,回归和生成任务的模型。我们证明了DNAGPT受益于预训练,因此可以为任何下游任务带来绩效提高。我们的模型不仅是基因组分析领域的新尝试,而且为在生物学中应用基础模型提供了新的方向。
本文特别关注健康和气候变化研究的伦理,包括对各级干预措施的研究,以应对气候变化的健康影响,并特别强调低收入和中等收入国家(LMIC)。在该领域的研究通常涉及使用严格的方法来生成数据,以更好地了解气候变化对健康的影响,包括生物圈的非人类方面的健康,并确定识别意味着更好地保护和促进面对气候变化的人类和非人类健康。人类和非人类健康的相互依赖性意味着对健康和气候变化的研究不仅限于医学,健康或生命科学。因此,本文对健康概念采取了非常广泛的方法。从传统上与医疗保健相关的领域的研究结果,例如环境科学,昆虫学,兽医科学和气候学可能是相关的。在气候变化中,土著观点和声音的重要性意味着本文还包含了站在西方科学传统之外的观点和知识的形式。就生物圈的非人类方面而言,该GFBR的重点是研究,该研究表达了人类和非人类健康的互连性,而不是专注于生物圈非人类方面的研究。
与腺相关病毒(AAV)已成为神经基因治疗的首选递送载体,因为它们的安全性良好,并且在有丝分裂后细胞中转基因表达的寿命。然而,由于自然发生的AAV无法广泛传递人脑,因此基于AAV的基因疗法的临床翻译受到限制。我们在这里报告了一种新型病毒AAV.GMU1的开发,与CNS-Tropic AAVRH10相比,非人类灵长类动物中枢神经系统(CNS)的转基因表达改善。
小胶质细胞是脑特异性巨噬细胞,可对脑中的破坏性事件做出快速反应。小胶质细胞活化会导致特定的变化,包括增殖、形态变化、迁移到损伤部位以及基因表达谱的变化。炎症状态的变化与许多神经退行性疾病有关,例如帕金森病和阿尔茨海默病。因此,研究和量化小胶质细胞对于更好地了解它们在疾病进展中的作用以及评估此类疾病的新治疗方法的细胞相容性至关重要。在以下研究中,我们实施了一种基于机器学习的方法来快速自动量化小胶质细胞;将该工具与手动量化(基本事实)以及替代免费软件(例如基于阈值的 ImageJ 和基于机器学习的 Ilastik)进行了比较。我们首先在从大鼠和非人类灵长类动物获得的免疫组织化学标记小胶质细胞的脑组织上训练算法。随后,我们在帕金森病的临床前啮齿动物模型中验证了训练算法的准确性,并证明了算法在从小鼠获得的组织以及三个合作实验室提供的图像上的稳健性。我们的结果表明,机器学习算法可以精确地检测和量化所有三种哺乳动物物种中的小胶质细胞,与手动计数后观察到的细胞相当。使用此工具,我们能够检测和量化半球之间的微小变化,这表明该算法的强大和可靠性。这样的工具对于研究疾病中的小胶质细胞反应非常有用
1 Sidney Kimmel医学院微生物和免疫学系,托马斯·杰斐逊大学,费城,宾夕法尼亚州费城,19107年,美国2分子寄生虫学实验室,林赛·金博尔研究所,纽约血液中心,纽约血液中心,纽约,纽约,10065帕克,阿德莱德公园,澳大利亚5042,澳大利亚5 Alpha Genesis Inc.,Yemassee,SC 29945,美国6 IDEXX BIOANALYTICS,西萨克拉曼多,CA 95605,美国7,美国7分司,药理学和实验治疗系,Sidney Kimmel医学院美国97030,贝勒医学院国家热带医学院儿科开发中心,美国9号,美国9号感染研究所,兽医与生态科学研究所,利物浦利物浦L3 5rf,英国利物浦大学 *通信 *通信); David.abraham@jefferson.edu(D.A。)†这些作者为这项工作做出了同样的贡献。
*相应的作者:sandywang.rest@gmail.com(X。Wang),ting.xu@childmind.org(T。Xu)。信用撰稿人贡献声明Xindi Wang:概念化,方法,软件,正式分析,写作 - 原始草案,写作 - 评论和编辑。Xin-Hui Li:正式分析,研究,可视化。Jae Wook Cho:正式分析,研究,可视化。Brian E. Russ:写作 - 评论和编辑。Nanditha Rajamani:调查。 Alisa Omelchenko:调查。 Lei AI:调查。 Annachiara Korchmaros:调查。 Stephen Sawiak:资源。 R. Austin Benn:资源。 Pamela Garcia-Saldivar:调查。 郑王:资源。 Ned H. Kalin:资源。 Charles E. Schroeder:资源,写作 - 评论和编辑。 R. Cameron Craddock:写作 - 评论和编辑。 Andrew S. Fox:资源,写作 - 评论和编辑。 Alan C. Evans:写作 - 评论和编辑。 亚当·梅辛格(Adam Messinger):资源,写作 - 审核和编辑,资金获取。 Michael P. Milham:写作 - 审查和编辑,资金获取。 ting Xu:概念化,方法论,正式分析,写作 - 原始草稿,写作 - 评论和编辑,资金获取。Nanditha Rajamani:调查。Alisa Omelchenko:调查。Lei AI:调查。 Annachiara Korchmaros:调查。 Stephen Sawiak:资源。 R. Austin Benn:资源。 Pamela Garcia-Saldivar:调查。 郑王:资源。 Ned H. Kalin:资源。 Charles E. Schroeder:资源,写作 - 评论和编辑。 R. Cameron Craddock:写作 - 评论和编辑。 Andrew S. Fox:资源,写作 - 评论和编辑。 Alan C. Evans:写作 - 评论和编辑。 亚当·梅辛格(Adam Messinger):资源,写作 - 审核和编辑,资金获取。 Michael P. Milham:写作 - 审查和编辑,资金获取。 ting Xu:概念化,方法论,正式分析,写作 - 原始草稿,写作 - 评论和编辑,资金获取。Lei AI:调查。Annachiara Korchmaros:调查。 Stephen Sawiak:资源。 R. Austin Benn:资源。 Pamela Garcia-Saldivar:调查。 郑王:资源。 Ned H. Kalin:资源。 Charles E. Schroeder:资源,写作 - 评论和编辑。 R. Cameron Craddock:写作 - 评论和编辑。 Andrew S. Fox:资源,写作 - 评论和编辑。 Alan C. Evans:写作 - 评论和编辑。 亚当·梅辛格(Adam Messinger):资源,写作 - 审核和编辑,资金获取。 Michael P. Milham:写作 - 审查和编辑,资金获取。 ting Xu:概念化,方法论,正式分析,写作 - 原始草稿,写作 - 评论和编辑,资金获取。Annachiara Korchmaros:调查。Stephen Sawiak:资源。R. Austin Benn:资源。Pamela Garcia-Saldivar:调查。郑王:资源。Ned H. Kalin:资源。 Charles E. Schroeder:资源,写作 - 评论和编辑。 R. Cameron Craddock:写作 - 评论和编辑。 Andrew S. Fox:资源,写作 - 评论和编辑。 Alan C. Evans:写作 - 评论和编辑。 亚当·梅辛格(Adam Messinger):资源,写作 - 审核和编辑,资金获取。 Michael P. Milham:写作 - 审查和编辑,资金获取。 ting Xu:概念化,方法论,正式分析,写作 - 原始草稿,写作 - 评论和编辑,资金获取。Ned H. Kalin:资源。Charles E. Schroeder:资源,写作 - 评论和编辑。R. Cameron Craddock:写作 - 评论和编辑。Andrew S. Fox:资源,写作 - 评论和编辑。 Alan C. Evans:写作 - 评论和编辑。 亚当·梅辛格(Adam Messinger):资源,写作 - 审核和编辑,资金获取。 Michael P. Milham:写作 - 审查和编辑,资金获取。 ting Xu:概念化,方法论,正式分析,写作 - 原始草稿,写作 - 评论和编辑,资金获取。Andrew S. Fox:资源,写作 - 评论和编辑。Alan C. Evans:写作 - 评论和编辑。亚当·梅辛格(Adam Messinger):资源,写作 - 审核和编辑,资金获取。Michael P. Milham:写作 - 审查和编辑,资金获取。 ting Xu:概念化,方法论,正式分析,写作 - 原始草稿,写作 - 评论和编辑,资金获取。Michael P. Milham:写作 - 审查和编辑,资金获取。ting Xu:概念化,方法论,正式分析,写作 - 原始草稿,写作 - 评论和编辑,资金获取。
摘要:精神分裂症患者通常会严重缺乏社会局限性的动力,这是负面症状的方面,会损害功能。然而,社会经济规定的基本的机械主义仍然很少理解,尤其是在现实的社会背景下。在这里,我们调查了现场社交互动期间精神分裂症的主观报告和脑电图(EEG)的连通性。精神分裂症(n = 16)和健康对照(n = 29)的人在记录脑电图时完成了与同盟的面对面相互作用。参与者被随机分配到旨在通过自我披露引起亲密感的亲密条件,或者以最少的脱节感引起亲密感。与对照组相比,患者报告的情绪经历较低和跨条件的亲密感,但对于亲密关系(与小话)条件相比,他们显示出相当更大的主观后期反应。此外,接近度(与小话)状况的患者在Theta和Alpha频带中的连通性全球增加,而对照组未观察到。重要的是,更大的theta和α连通性与患者的主观症状反应更大,负面症状更大以及较低的混乱症状有关。总体发现,发现患者,由于明显的负面症状,患者利用了一种有效的,自上而下的介导策略来处理社交效果。
摘要与机器人越来越多地整合到生活的各个领域中,与他们之间的关系问题正在变得突出。与机器人的友谊和伙伴关系是否可能?尽管已经对与机器人的关系进行了广泛的研究,但本文批判性地研究了与非人类实体的关系是否在更深层次的水平上可以充分探索,尤其是在诸如自治,代理和责任之类的道德概念方面。在机器人伦理,伦理概念和考虑中通常会以意识,知觉和智慧等特性为前提,这些属性与人类仅一致。我将通过将它们固定在上下文,身体和行动中来挑战对这些属性的理解。这种方法允许考虑各种人类和非人类的特定方式,并在非人类实体中识别这些特性。我的“生态循环”方法认为,在开始时,考虑与非人类实体(例如动物和技术)的关系至关重要。这种方法反映了“ Eco”,这是我们所居住的整个房屋,包括动物和机器人。为了支持这一点,我研究了当代西方传统中机器人伦理学中的两种主要方法:“属性方法”和适度的关系方法。我将开发出一种生态相关方法,作为一种替代人。采用一种现象学方法,我将通过各种示例证明我们的性质和行为与非人类实体固有地联系在一起。我将表明机器人在我们的财产和行动中起着核心作用,导致诸如混合动作和非人类代理等概念。很明显,技术和我们与它的关系破坏了传统的道德概念。
1 密歇根大学生物医学工程系,美国密歇根州安娜堡 48109 2 凯斯西储大学生物医学工程系,美国俄亥俄州克利夫兰 44106 3 大都会健康医疗中心骨科系,美国俄亥俄州克利夫兰 44106 4 退伍军人事务医疗中心路易斯斯托克斯克利夫兰分部,美国俄亥俄州克利夫兰 44106 5 密歇根大学医学院麻醉系,美国密歇根州安娜堡 48109 6 密歇根大学外科系整形外科科,美国密歇根州安娜堡 48109 7 密歇根大学医学院神经外科系,美国密歇根州安娜堡 48109 8 密歇根大学电气工程与计算机科学系,美国密歇根州安娜堡48109,美国 9 密歇根大学机器人研究所,密歇根州安娜堡 48109,美国 10 密歇根大学神经科学研究生课程,密歇根州安娜堡 48109,美国 11 密歇根大学医学院神经病学系,密歇根州安娜堡 48109,美国 12 上述作者对本研究贡献相同。∗ 任何通讯作者均应致函此联系人。