成纤维细胞激活蛋白alpha与肿瘤免疫抑制的研究进展

成纤维细胞激活蛋白alpha（Fibroblast activation protein-alpha,FAP-alpha）是一种跨膜丝氨酸蛋白酶,高度表达在90 %的上皮性肿瘤的 间质--肿瘤相关成纤维细胞（Tumor association fibroblast,TAF）上。FAPalpha在促进上皮性肿瘤的恶性进展中起着十分重要的作用, 近年来研究发现,FAP琢在肿瘤微环境中发挥免疫抑制的作用。研究FAPalpha在肿瘤免疫抑制中的作用,已成为肿瘤研究的新的热 点。为基于以FAP-alpha为靶标的抗肿瘤免疫治疗提供参考,本文围绕引起肿瘤免疫抑制的因素、FAPalpha与肿瘤免疫抑制的研究进展 以及FAP-alpha在肿瘤的发展进程的作用作一综述。     

代谢组学技术在水产动物疾病研究中的应用

代谢组学是定量描述生物内源性代谢物质的整体及其对内因和外因变化应答规律的的一门新学科。近年来,代谢组学技术在水产动物疾病中的研究备受关注,特别是为感染性疾病发生机制及防控研究提供了一种新的手段。本文介绍了代谢组学技术及其在水产动物研究中的应用,包括代谢组学技术在水产动物感染性疾病、细菌耐药及环境应激等方面应用进行综述,分析了代谢组学在水产动物疾病研究中面临的问题与挑战,并对未来水产动物代谢组学研究趋势进行了展望,以期为代谢组学技术在水产动物疾病发病机制和药物研发方面更深入的运用提供参考。     

FAP和Rho家族蛋白在卵巢癌侵袭迁移中的作用

目的：明确FAP是否通过RhoA／ROCK、Racl-GTP通路发挥促增殖、侵袭和迁移作用。方法：用MTT实验,Transwell实验和迁移实验检测FAP、RhoA／ROCK、Racl-GTP对卵巢癌细胞系HO-8910PM的增殖,侵袭和迁移的影响。结果：1、MTT法,迁移和侵袭实验证实用Y-27632抑制RhoA／ROCK途径能够促进卵巢癌细胞的增殖、迁移和侵袭,与FAP联合作用时促进作用增强。2、MTT法,迁移和侵袭实验证实NSC23766抑制Racl途径能够抑制卵巢癌细胞的增殖、迁移和侵袭,与FAP联合作用使FAP的促进作用减弱。结论：l、RhoA／ROCK通路抑制HO一8910PM细胞增殖、迁移和侵袭;Racl-GTP促进H0—8910PM细胞增殖、迁移和侵袭。2、FAP不是通过RhoA／ROCK而是通过Racl—GTP信号通路在HO．8910PM细胞发挥促增殖、迁移和侵袭作用的。     

角质细胞生长因子(KGF)研究进展

角质细胞生长因子(KGF)属于成纤维细胞生长因子(FGFs)家族的成员之一,又称FGF一7,最早由Rubin等(1980)从人类胎肺成纤维细胞培养液中分离提纯获得的。人KGF的cDNA编码一含194个氨基酸的单链多肽,其分子量为26-28KD。KGF由各种来源的间质细胞分泌,与肝素有较强的亲和力,其受体KGFR属于蛋白酪氨酸激酶受体家族,目前已知该家族主要包括FGFR1、FGFR2、FGFR3和FGFR4四位成员,KGFR由FGFR2基因编码,为FGFR-2的剪接形式,即FGFR2Ⅲb,其主要分布于上皮细胞,KGF与靶细胞膜上的受体KGFR特异性结合后,促使受体自身磷酸化,从而启动细胞内信号级联反应,进而发挥多种生物学功能:参与组织器官发育、促进细胞增殖及组织损伤修复、减少放化疗引起的副反应,尤其与癌症的发生发展有着密切的联系。该文就KGF的研究进展进行综述。     

翼龙带我"飞"巴黎

<正>那些觉得我胆子大的朋友,她们不知道其实我有多怕。为了能去见识四年一回世界级的古生物盛会,我必须和来自世界各国的学者交流我自己的研究成果。想象自己站在台上用英语娓娓道来,我就觉得申请口头报告一定是自己熬夜熬多     

环境微生物研究中机器学习算法及应用

微生物在环境中无处不在，它们不仅是生物地球化学循环和环境演化的关键参与者，也在环境监测、生态治理和保护中发挥着重要作用。随着高通量技术的发展，大量微生物数据产生，运用机器学习对环境微生物大数据进行建模和分析，在微生物标志物识别、污染物预测和环境质量预测等领域的科学研究和社会应用方面均具有重要意义。机器学习可分为监督学习和无监督学习2大类。在微生物组学研究当中，无监督学习通过聚类、降维等方法高效地学习输入数据的特征，进而对微生物数据进行整合和归类。监督学习运用有特征和标记的微生物数据集训练模型，在面对只有特征没有标记的数据时可以判断出标记，从而实现对新数据的分类、识别和预测。然而，复杂的机器学习算法通常以牺牲可解释性为代价来重点关注模型预测的准确性。机器学习模型通常可以看作预测特定结果的“黑匣子”，即对模型如何得出预测所知甚少。为了将机器学习更多地运用于微生物组学研究、提高我们提取有价值的微生物信息的能力，深入了解机器学习算法、提高模型的可解释性尤为重要。本文主要介绍在环境微生物领域常用的机器学习算法和基于微生物组数据的机器学习模型的构建步骤，包括特征选择、算法选择、模型构建和评估等，并对各种机器学习模型在环境微生物领域的应用进行综述，深入探究微生物组与周围环境之间的关联，探讨提高模型可解释性的方法，并为未来环境监测、环境健康预测提供科学参考。     

FAP和Rho 家族蛋白在卵巢癌侵袭迁移中的作用

目的：明确FAP 是否通过RhoA/ROCK、Rac1-GTP 通路发挥促增殖、侵袭和迁移作用。方法：用MTT 实验,Transwell 实验 和迁移实验检测FAP、RhoA/ROCK、Rac1-GTP 对卵巢癌细胞系HO-8910PM 的增殖,侵袭和迁移的影响。结果：1、MTT 法,迁移和 侵袭实验证实用Y-27632 抑制RhoA/ROCK 途径能够促进卵巢癌细胞的增殖、迁移和侵袭,与FAP 联合作用时促进作用增强。 2、MTT 法, 迁移和侵袭实验证实NSC23766 抑制Rac1 途径能够抑制卵巢癌细胞的增殖、迁移和侵袭,与FAP 联合作用使FAP 的 促进作用减弱。结论：1、RhoA/ROCK 通路抑制HO-8910PM 细胞增殖、迁移和侵袭;Rac1-GTP 促进HO-8910PM 细胞增殖、迁移 和侵袭。2、FAP不是通过RhoA/ROCK而是通过Rac1-GTP 信号通路在HO-8910PM细胞发挥促增殖、迁移和侵袭作用的。