呼气末二氧化碳分压、C-反应蛋白/白蛋白比值及综合脱机指数对重型颅脑损伤机械通气患者撤机失败的预测价值

摘要 目的：探讨呼气末二氧化碳分压（PetCO₂）、C-反应蛋白/白蛋白比值（CRP/Alb）及综合脱机指数（IWI）对重型颅脑损伤机械通气患者撤机失败的预测价值。方法：选择2020年1月至2022年6月在安徽中医药大学附属六安医院进行机械通气的重型颅脑损伤患者96例作为研究对象,按照撤机结局分为撤机失败组（n=31）和撤机成功组（n=65）。比较两组撤机前PetCO₂、CRP/Alb、IWI及临床参数。应用多因素Logistic回归分析重型颅脑损伤机械通气患者撤机失败的危险因素。应用受试者工作特征（ROC）曲线评价PetCO₂、CRP/Alb、IWI对重型颅脑损伤机械通气患者撤机失败的预测价值。结果：撤机失败组PetCO₂、CRP/Alb、急性生理功能和慢性健康状况评分系统II（APACHE II）评分显著高于撤机成功组,机械通气时间长于撤机成功组,IWI、格拉斯哥昏迷评分（GCS）显著低于撤机成功组（P<0.05）。多因素Logistic回归分析显示,PetCO₂≥37.01 mmHg、CRP/Alb≥0.97、IWI≤78.23、GCS≤5.90分、APACHE II评分≥26.17分、机械通气时间≥4.49 d是重型颅脑损伤机械通气患者撤机失败的危险因素（P<0.05）。ROC曲线分析结果显示PetCO₂、CRP/Alb、IWI、GCS、APACHE II对重型颅脑损伤机械通气患者撤机失败均有较高的敏感度、特异度, PetCO₂、CRP/Alb、IWI三项联合检测对重型颅脑损伤机械通气患者撤机失败预测的曲线下面积（AUC）高于PetCO₂、CRP/Alb、IWI、GCS、APACHE II单独检测。结论：PetCO₂、CRP/Alb及IWI联合评估对重型颅脑损伤机械通气患者撤机失败具有较高的预测价值。     

青海地区非小细胞肺癌患者PLR、NLR、SIRI、HSP90α预测EGFR基因突变的临床价值研究

摘要 目的：探讨青海地区非小细胞肺癌（NSCLC）患者血小板/淋巴细胞比值（PLR）、中性粒细胞/淋巴细胞比值（NLR）、系统性炎症反应指数（SIRI）、热休克蛋白90α（HSP90α）预测表皮生长因子受体（EGFR）基因突变的临床价值。方法：选择2020年3月至2023年3月青海大学附属医院收治的青海地区135例NSCLC且行EGFR基因检测的患者为研究对象,根据EGFR突变发生情况将患者分为EGFR突变型组（64例）与野生型组（71例）。检测PLR、NLR、SIRI、HSP90α。采用多因素Logistic回归分析EGFR基因突变的影响因素,受试者工作特征（ROC）曲线分析PLR、NLR、SIRI、HSP90α联合应用预测NSCLC患者发生EGFR基因突变的效能。结果：EGFR突变型组血浆HSP90α水平高于野生型组（P＜0.05）,PLR、NLR、SIRI低于野生型组（P＜0.05）。多因素Logistic回归分析显示,女性、腺癌、高HSP90α是NSCLC患者发生EGFR基因突变的危险因素（P＜0.05）,高PLR、NLR、SIRI是保护因素（P＜0.05）。PLR、NLR、SIRI、HSP90α预测NSCLC患者发生EGFR基因突变的曲线下面积为0.783、0.826、0.815、0.811,联合预测曲线下面积为0.932,高于单独预测。结论：青海地区EGFR基因突变的NSCLC患者PLR、NLR、SIRI降低,HSP90α增高。联合PLR、NLR、SIRI,HSP90α对EGFR基因突变的发生具有较高的预测价值。     

凝血与纤溶指标与颅脑损伤后急性创伤性凝血病的关系及对脑心综合征的预测效能研究

摘要 目的：分析凝血与纤溶指标与颅脑损伤（TBI）后急性创伤性凝血病（ATC）的关系及对脑心综合征（CCS）的预测效能。方法：选取2020年1月～2022年12月本院收治的80例TBI患者作为研究对象,分别检测并计算非ATC患者与ATC患者、非CCS患者与CCS患者的凝血酶原时间（PT）、活化部分凝血酶原时间（APTT）、D-二聚体（D-D）、凝血酶-抗凝血酶复合物（TAT）、纤溶酶-α2纤溶酶抑制物复合物（PIC）水平和国际标准化比值（INR）、TAT/PIC比值;并采用双变量Spearman相关性检验凝血与纤溶指标的相关性,建立多因素Logistic模型分析TBI后ATC和TBI合并CCS的影响因素,同时分析凝血与纤溶指标对TBI合并CCS的预测效能。结果：80例TBI患者的ATC发生率为27.50%;与非ATC组比较,ATC组PT、APTT、D-D水平较高,TAT/PIC比值较低（P＜0.05）。PT、APTT、D-D与颅脑损伤后ATC呈正相关性,TAT/PIC与ATC呈负相关性。多因素logistic分析结果显示,TAT/PIC是颅脑损伤后ATC的独立危险因素（P＜0.05）。80例TBI患者的CCS发生率为20.00%;与非CCS组比较,CCS组PT、APTT、D-D水平较高,TAT/PIC比值较低（P＜0.05）。多因素logistic分析结果显示,PT、APTT、D-D、TAT/PIC是TBI合并CCS的独立危险因素（P＜0.05）。TBI合并CCS预测中,PT、APTT、D-D的ACU均＞0.70,TAT/PIC＞0.85。结论：TAT/PIC与TBI后ATC存在一定关联,同时还能预测CCS的发生,在TBI患者预后预测方面具有指导意义。     

桔黄赛多孢菌胞外胰蛋白酶的酶学特性

桔黄赛多孢菌Scedosporium aurantiacum是慢性肺病患者的常见呼吸道定植菌,在免疫缺陷人群中可引起侵袭性感染,致死率高,但由于致病机理不明,目前仍然缺乏有效的防控手段。我们在前期研究中,通过差异蛋白组学及酶工程技术发现分泌胰蛋白酶是桔黄赛多孢菌的潜在毒力因子,目前对这种蛋白酶的遗传信息、结构及致病机制并不清楚。本研究用Superdex S-200分子筛和DEAE-Sepharose离子交换两种填料将这种蛋白酶分离纯化出来,通过酶谱验证了纯化效果。进一步研究发现,这种胰蛋白酶对bFSR、bLSTR和bEKK 3种底物的水解性能最佳,对zFR和bzLR的水解性能最差。酶解最快的反应所对应的K_m为6.09μmol/L,V_max为13.01μmol/L/s,K_cat为23.65/s;酶解最慢的反应所对应的K_m为29.94μmol/L,V_max为11.35μmol/L/s,K_cat为20.63/s。研究结果对于填补赛多孢菌毒力因子研究的空白、针对毒力因子开发新型的抗真菌药物和治疗方法都具有重要意义。     

基于不同可加性方法的黑龙江省红松人工林林分生物量模型

大尺度估算森林生物量一直是人们关注的焦点,而构建林分水平的生物量模型是一种估算森林乔木层生物量的方法。本研究基于聚合法1、聚合法2、平差法、分解法构建红松人工林林分生物量模型,并对比分析4种可加性方法的预测精度,为黑龙江省红松人工林的生物量预测提供科学依据。各模型均使用权函数来消除各模型的异方差,并以留一交叉验证法(LOOCV)作为各模型的检验方法。结果表明: 平差法的整体预测能力略优于聚合法1、聚合法2和分解法,预测精度排序为平差法>聚合法1>聚合法2>分解法;分别对比不同林分断面积的预测能力时,4种可加性方法的预测精度不一致。当红松人工林的林分断面积分布于0～10或50～60 m²·hm^-2区间时,建议采用分解法的参数估计值,而林分断面积分布于其他区间时,建议采用平差法的参数估计值。     

钙结合蛋白S100A16对胰岛素抵抗的作用研究

目的探究钙结合蛋白S100A16在胰岛素抵抗中的作用。方法用S100A16抗体进行免疫沉淀,然后用蛋白质谱分析寻找与S100A16相互作用的蛋白。实验1转染Vector质粒的HepG2细胞作为对照,用转染shRNA质粒、S100A16过表达质粒干预作为处理组。实验2以慢性胰岛素刺激细胞构建胰岛素抵抗模型,采用转染shRNA质粒的细胞作为对照,用未转染和转染Vector质粒干预作为处理组。实验3以不做任何处理的细胞作为对照,在胰岛素抵抗模型中用吡格列酮干预作为处理组。Western blot检测相关蛋白的表达水平。组间比较采用成组t检验。结果与转染Vector质粒比较,转染S100A16过表达质粒中胎球蛋白A表达(1.39±0.54比2.85±0.25)水平上调(P<0.05);与转染Vector质粒比较,转染shRNA质粒胎球蛋白A蛋白表达(0.36±0.03比0.20±0.03)水平降低(P<0.01)。在胰岛素抵抗条件下,与转染shRNA质粒的细胞比较,未转染和转染Vector质粒的IRS-2蛋白表达(0.11±0.04比1.65±0.48)水平上调(P<0.01);与不做任何处理的细胞比较,用吡格列酮处理的细胞IRS-2表达(0.26±0.11比0.52±0.05)水平上升(P<0.01)。结论S100A16在HepG2细胞中通过胎球蛋白A促进胰岛素抵抗。     

An Integrative Meta-analysis of MicroRNAs in Hepatocellular Carcinoma

We aimed to shed new light on the roles of microRNAs （miRNAs） in liver cancer using an integrative in silico bioinformatics analysis. A new protocol for target prediction and functional analysis is presented and applied to the 26 highly differentially deregulated miRNAs in hepatocellular carcinoma. This framework comprises： （1） the overlap of prediction results by four out of five target prediction tools, including TargetScan, PicTar, miRanda, DIANA-microT and miRDB （combining machine-learning, alignment, interaction energy and statistical tests in order to minimize false positives）, （2） evidence from previous microarray analysis on the expression of these targets, （3） gene ontology （GO） and pathway enrichment analysis of the miRNA targets and their pathways and （4） linking these results to oncogenesis and cancer hallmarks. This yielded new insights into the roles of miRNAs in cancer hallmarks. Here we presented several key targets and hundreds of new targets that are significantly enriched in many new cancer-related hallmarks. In addition, we also revealed some known and new oncogenic pathways for liver cancer. These included the famous MAPK, TGFβ and cell cycle pathways. New insights were also provided into Wnt signaling, prostate cancer, axon guidance and oocyte meiosis pathways. These signaling and developmental pathways crosstalk to regulate stem cell transformation and implicate a role of miRNAs in hepatic stem cell deregulation and cancer development. By analyzing their complete interactome, we proposed new categorization for some of these miRNAs as either tumor-suppressors or oncomiRs with dual roles. Therefore some of these miRNAs may be addressed as therapeutic targets or used as therapeutic agents. Such dual roles thus expand the view of miRNAs as active maintainers of cellular homeostasis.     

肉桂双瓣卷蛾发生期预测与幼虫空间分布型研究

肉桂双瓣卷蛾Polylopha cassiicola是危害肉桂Cinnamomum cassia和樟树Cinnamomum canphora嫩梢的一种重要钻蛀性害虫,对华南地区肉桂和樟树的发展造成了严重威胁。为了有效地控制该害虫,准确掌握其最适防治时期是非常必要的。2013-2015年采用物候法、期距法和空间分布型分析方法,对肉桂双瓣卷蛾的发生期进行预测和幼虫空间分布型进行了研究。结果表明,肉桂双瓣卷蛾在林间属聚集分布,是害虫本身的生物学特性和樟树林不同样地不同生境共同作用的结果。采用物候法预测樟树林肉桂双瓣卷蛾成虫盛发日,采用期距法预测幼虫发生时间基本吻合,可按照预测的时间进行防治或适当提前进行防治。     

基于深度最大输出网络的抗体种型特异性B细胞表位预测

B细胞表位研究有助于肽段疫苗研制,抗体研制以及疾病诊断和治疗研究.不同的B细胞表位诱导免疫系统产生不同的抗体种型,探索研究能够诱导特异性抗体产生的B细胞表位具有重要意义.基于二肽组成特征,利用深度最大输出网络算法训练构建三个二类分类器,分别对应诱导三种不同特异性抗体的B细胞表位,即IgA表位,IgE表位以及IgG表位.通过五折交叉验证训练和测试这三个分类器,获得AUC的值分别为0.78,0.93以及0.78.IgA表位和IgE表位分类器的预测能力优于其它IgA表位和IgE表位分类器,IgG表位分类器和其它IgG表位分类器的预测能力相当.