遗传密码赋予大脑神经网络与生俱来的计算能力。但它是如何实现的却一直不得而知。实验数据表明,基因组通过成对连接概率对大量遗传上不同类型的神经元编码了新皮层回路的架构。我们为这种间接编码方式建立了一个数学模型,即一个概率骨架,并表明它足以将一套要求相当高的计算能力编入神经网络。这些计算能力无需学习即可产生,但很可能为后续的快速学习提供强大的平台。它们通过统计层面的架构特征而不是突触权重嵌入神经网络。因此,它们在低维参数空间中指定,从而提供增强的鲁棒性和泛化能力,正如先前的研究所预测的那样。
细胞骨架蛋白构成了真核细胞中不同类型结构聚合物的骨架。此类聚合物包括微丝 (MF)、微型细丝、微管 (MT) 和中间细丝 (IF)。每种聚合物的组成都相对均匀。单体细胞骨架蛋白以头对尾的方式结合,形成具有不同几何形状和生物物理特性的长链。这些单体包括肌动蛋白(形成 MF)、肌球蛋白(微型细丝)、微管蛋白 (MT) 和各种 IF 蛋白家族,包括角蛋白、结蛋白、神经胶质纤维酸性蛋白 (GFAP)、周围蛋白、波形蛋白、间蛋白、巢蛋白等(详见 [ 1 ])。MF 和微型细丝使细胞能够适应周围环境。它们在细胞分裂中发挥多种作用,并在生理和病理环境中支持细胞迁移,例如在侵袭和转移期间。微管是必不可少的,因为它们形成了介导细胞分裂过程中遗传物质均匀分离的物理支架,但它们在细胞迁移中的作用有限。IF 赋予细胞机械阻力。
摘要:人们越来越关注纳米力学作为各种病理的标志物的应用。原子力显微镜 (AFM) 是一种可用于量化活细胞纳米力学特性的技术,具有高空间分辨率。因此,AFM 提供了追踪活细胞中细胞骨架重组变化的可能性。两种主要细胞骨架成分(即肌动蛋白丝和微管)的结构、组织和功能受损会导致严重影响,从而导致细胞死亡。这就是为什么这些细胞骨架成分是抗肿瘤治疗的目标。本综述旨在描述有关 AFM 追踪抗肿瘤药物作用引起的活细胞纳米力学特性变化的能力的知识,这些变化可能转化为抗肿瘤药物的功效。
电化学 (EC) 和光电化学 (PEC) 水分解代表了可再生能源转换和燃料生产的有前途的策略,并且需要设计用于氧析出反应 (OER) 的高效催化剂。在此,我们报告了二维 (2D) 钴基金属有机骨架 (Co-MOF) 纳米片的合成及其对 EC 和 PEC OER 的双功能催化性能。得益于大的表面积和丰富的孤立金属活性位点,Co-MOF 纳米片表现出优异的 OER 活性和稳定性。由于尺寸限制,纳米片高效的电子-空穴产生和分离有助于改善 PEC OER 中的可见光响应。这项研究提出了一种利用 2D MOF 独特的结构和电子特征来设计 EC/PEC 双功能催化剂的新策略。
摘要:多硫化物中间体 (Li2Sn,2<n≤8) 的穿梭和锂金属表面的枝晶生长阻碍了锂硫 (Li-S) 电池的实际应用。隔膜功能化提供了一种解决这些问题的直接方法。在此,我们展示了一种用于先进 Li-S 电池的多功能 MIL-125(Ti) 改性聚丙烯/聚乙烯隔膜。MIL-125(Ti) 是一种含钛的金属有机骨架 (MOF),具有开放骨架结构、高固有微孔率和路易斯酸特性。与原始隔膜相比,具有 MIL-125(Ti) 涂层的隔膜表现出更好的电解质润湿性和更低的电阻。独特的涂层层充当有效的物理和化学屏障区域,可捕获多硫化物物质,而不会影响 Li+的平稳传输。同时,MOF 中直径约为 1.5 纳米的高度有序微孔引导均匀的 Li + 镀层,从而抑制锂枝晶。因此,MOF 改性隔膜可显著提高 Li-S 电池的循环稳定性和倍率性能。在 0.2 C(1 C = 1675 mA g-1)下 200 次循环后的容量保持率超过 60%,在 2 C 下比容量为 612 mAh g-1。这种简便的方法为高性能 Li-S 电池提供了一条有效的途径。关键词:锂硫电池、金属有机框架、隔膜、穿梭效应、锂枝晶■ 介绍
图 3. (a) XRD 和 (b) 扫描电子显微镜 (SEM) 图像,在 GC 电极上电沉积 HKUST-1,施加 -1.4 V 的恒定电位(相对于 Ag/AgCl)7200 秒。倒角立方体的平均直径为 855 ± 65 nm。图 (b) 显示略微缩小的图像,图 (cd) 显示电极上不同位置的放大图像。
动机:精确的脑血管形态模型是建模和模拟现实血管网络中脑血流的关键。这种计算机模拟方法对于揭示神经血管耦合原理至关重要。验证这些血管形态需要执行某些无法通过通用可视化框架完成的视觉分析任务。这一限制对模拟中使用的血管模型的准确性有很大影响。结果:我们提出了 VessMorphoVis,这是一套集成的工具箱,用于交互式可视化和分析庞大的脑血管网络,这些网络由最初从成像或显微镜堆栈中分割出来的形态图表示。我们的工作流程利用了 Blender 的出色潜力,旨在建立一个集成的、可扩展的、特定领域的框架,该框架能够交互式可视化、分析、修复、高保真网格划分和高质量渲染血管形态。根据用户的初步反馈,我们预计我们的框架将成为未来血管建模和模拟的重要组成部分,填补目前尚未填补的空白。 可用性和实施:VessMorphoVis 在 Github 上可根据 GNU 公共许可证免费获取,网址为 https://github.com/BlueBrain/VessMorphoVis。形态分析、可视化、网格划分和渲染模块是基于其 Python API(应用程序编程接口)作为 Blender 2.8 的附加组件实现的。用户可以通过直观的图形用户界面使用附加功能,也可以通过以后台模式运行 Blender 的功能丰富的命令行界面调用 API 的详尽配置文件使用附加功能。 联系方式:marwan.abdellah@epfl.ch 或 felix.schuermann@epfl.ch 补充信息:补充数据可在 Bioinformatics 在线获取。
图 1:A) 由金属节点和有机配体组成的金属有机骨架的简化示意图,可在各个方向无限扩展。B) 说明了 ZIF-8 的晶体超结构。C) 合成过程的概念化表明,在与 Zn 2+ 和 2-甲基咪唑 (HMIM) 孵育后,大肠杆菌外膜表面可以启动 ZIF-8 在膜结合生物大分子上和周围的生长。D) ZIF 封装的 UPEC 菌株 CFT073 (CFT@ZIF) 的扫描电子显微照片(左),可在 pH 为 5 的乙酸钠缓冲液 (AB) 中轻轻取出以露出整个细菌,如透射电子显微照片(右)所示。白色比例尺为 1 µm,白色箭头表示自由的 ZIF 晶体。E) CFT@ZIF 与原始/空 ZIF-8 的粉末 X 射线衍射比较,显示测量数据与原始 ZIF-8 的模拟 PXRD 光谱相匹配。 F)细菌生长试验表明,CFT@ZIF 在剥离后无法存活,类似于福尔马林固定或热处理,可用作灭活细菌的方法。虚线表示检测限为 100 CFU/mL。
摘要 本研究旨在通过高压吸附研究、吸附等温线模型拟合和优先吸附位点和结合能的 DFT 研究,深入了解氢气和二氧化碳在沸石咪唑酯骨架 ZIF-8 中的吸附。ZIF 系列金属有机骨架的稳健性引起了人们对其在气体存储和分离大规模应用中的实用性的兴趣。我们使用 DMF 作为溶剂在室温下合成 ZIF-8,并将其与典型的溶剂热合成进行了对比。使用 XRD、SEM、TG-DSC 和 N 2 吸附等温线对所得材料进行表征。对活化材料进行高压体积吸附,以分析分别高达 50 和 40 bar 的氢气和二氧化碳存储容量。 ZIF-8 在 50 bar 和 77 K 下显示最大 H 2 存储容量为 3.13 wt%,在 40 bar 和 300 K 下显示最大 CO 2 存储容量为 46 wt%。根据平衡吸附数据估算了 Unilan 吸附等温线的参数,并计算了 H 2 和 CO 2 在 ZIF-8 上的等量吸附热。使用 DFT 计算获得 H 2 和 CO 2 的优先吸附位点。根据 DFT 计算出在最优先位点的 H 2 和 CO 2 的吸附焓值分别为 -7.08 和 -25.98 kJ/mol。我们发现在 77 K 时氢的等量吸附热 (-4.68 kJ/mol) 与来自 DFT 的氢吸附焓 (-6.04 kJ/mol) 非常接近。
图 3 | MCF-7 细胞的 SIM 成像。a,未经处理的细胞和用 cal@(DCA 5 - UiO-66) 和 cal-TPP@(DCA 5 -UiO-66) 处理 8 小时的细胞的图像;线粒体为红色,MOF 为绿色,细胞核为蓝色;白色箭头表示线粒体。b,使用 Cell Profiler 软件显示线粒体形状分析的图像。上行,未经处理的细胞;下行,与 cal-TPP@(DCA 5 -UiO-66) 孵育 8 小时后的细胞。c,不同处理对线粒体偏心率的影响。结果显示平均偏心率至少为 200 个线粒体。误差线表示平均值的标准误差。使用单因素方差分析和 Tukey 多重比较检验来评估统计学显着性。