脑血管发育与相关疾病研究进展

脑血管网络拥有独特的解剖结构、生理功能和稳态维持机制,有序并高效地维持着大脑正常发育和运转.脑血管网络的形成受到多种分子的调控,如VEGF, NRP-1, TGF-β等.脑血管发育异常或受损将导致多种脑血管疾病和神经退行性病变,如脑动静脉畸形、阿尔茨海默症.尽管多年来大家对各类脑血管疾病的了解日渐完善,但仍有很多疾病的发病机制尚未被完全揭示,因此亟待开发针对这些疾病的更加安全高效的治疗策略.此外,目前聚焦脑血管发育与疾病研究的多种动物模型已成为探索中枢神经系统疾病发病机制与病理、生理特点的重要工具.本文主要综述脑血管发育及其分子调控机制、脑血管疾病以及脑血管疾病研究模型的最新进展,为涉及脑血管的基础和临床研究提供重要参考.     

基于GAM模型的阿拉伯海鲐鱼渔场分布与环境关系

基于2016-2017年中国印度洋围拖网生产数据以及同期的海表温度、叶绿素、表层海流和海面高度数据,采用广义加性模型(Generalized Additive Model,GAM)建立了围网单位捕捞努力量渔获量(catch per unit effort,CPUE)对海洋环境的非线性响应模型,分析了阿拉伯海鲐鱼(Scomber australasicus)渔场分布与海洋环境关系.结果表明:空间因子和环境因子对阿拉伯海鲐鱼渔场有显著影响,GAM模型的方差解释率为30.1%;印度洋季风对鲐鱼CPUE影响大,鲐鱼CPUE在印度洋东北季风高,在夏季季风低;全年阿拉伯海鲐鱼围网渔场主要分布在60°E、13°N-15°N斜向椭圆区域;模型表明,鲐鱼渔场适宜海表温度为26~28℃,叶绿素浓度0.2~0.5 mg·m^-3,海面高度0.2~ 0.4 m;影响鲐鱼渔场的因子按重要性依次为海面高度、经纬度、海表温度和叶绿素浓度.     

中国东北地区人乳头瘤病毒16型全基因组克隆及HPV16.HaCaT重组细胞模型的构建及初步鉴定

为构建含东北地区人乳头瘤病毒16型(HPV16)全基因组的HPV16.HaCaT细胞模型,收集中国东北地区HPV16单一感染患者宫颈脱落细胞,提取DNA,将HPV16全基因组分成4个区段,通过4对特异性引物对HPV16全基因组进行分段扩增,测序后进行序列拼接及核酸序列分析,克隆HPV16全基因组序列;通过细胞转染,构建含HPV16全基因组的HPV16.HaCaT重组细胞模型;利用聚合酶链式反应(PCR)和细胞免疫荧光法检测重组细胞内HPV16早期基因的表达.成功克隆出中国东北地区HPV16全基因组序列(GenBank登录号:MW320358);构建了东北地区HPV16全基因组的重组质粒及HPV16.HaCaT重组细胞模型;证明了 HPV16早期基因E1-E4、E5、E6和E7在重组细胞模型内均有表达,从而获得中国东北地区HPV16全基因组序列及含有HPV16全基因组的HPV16.HaCaT重组细胞模型.     

Identification of microRNA precursors with support vector machine and string kernel

MicroRNAs （miRNAs） are one family of short （21-23 nt） regulatory non-coding RNAs processed from long （70-110 nt） miRNA precursors （pre-miRNAs）. Identifying true and false precursors plays an important role in computational identification of miRNAs. Some numerical features have been extracted from precursor sequences and their secondary structures to suit some classification methods; however, they may lose some usefully discriminative information hidden in sequences and structures. In this study, pre-miRNA sequences and their secondary structures are directly used to construct an exponential kernel based on weighted Levenshtein distance between two sequences. This string kernel is then combined with support vector machine （SVM） for detecting true and false pre-miRNAs. Based on 331 training samples of true and false human pre-miRNAs, 2 key parameters in SVM are selected by 5-fold cross validation and grid search, and 5 realizations with different 5-fold partitions are executed. Among 16 independent test sets from 3 human, 8 animal, 2 plant, 1 virus, and 2 artificially false human pre-miRNAs, our method statistically outperforms the previous SVM-based technique on 11 sets, including 3 human, 7 animal, and 1 false human pre-miRNAs. In particular, premiRNAs with multiple loops that were usually excluded in the previous work are correctly identified in this study with an accuracy of 92.66%.     

色觉异常的数学模型

色盲是一种遗传性疾病,由于色觉机理尚未研究清楚,一向不能矫治。为了解除色盲患者的苦脑,增加他们在升学、就业和职业选择中的权利,我们通过色觉过程的拓扑学研究,建立了色觉异常的突变模型;论证了色盲矫治机理;研制了色盲电脑诊断矫正检测仪。为色盲眼镜的批量生产和患者的配镜提供准确的矫正曲线。     

急性肾损伤模型塑造研究进展

建立稳定、可靠的急性肾损伤模型是研究急性肾病的重要手段.目前该类模型的造模方法多样、适用范围各异、成模标准不一,笔者通过整理近年来相关文献,将急性肾损伤模型进行合理归类,分析其塑造方法、病理机制、应用、成模特点等方面,以期为学者展开相关研究提供思路与参考.     

甲醇产纤维素菌株的静态发酵动力学研究

目的:为实现甲醇资源化产细菌纤维素发酵过程的优化,研究纤维素生产菌株一木醋杆菌(Gluconacetobacter χγlinus)的静态发酵动力学特性.方法:将木醋杆菌接入甲醇浓度分别为2.7%和4.5%的培养基中驯化,根据Logistic方程和LuedekingPiret方程,研究周期为13d的静态发酵动力学过程.结果:确定静态发酵过程的菌体生长、细菌纤维素合成、底物消耗的动力学参数,得到动力学方程,拟合试验值与模型值,得到甲醇模拟废水培养基平均拟合误差为16%,略高于基础培养基的14%.结论:利用甲醇产纤维索的模型方程可预测菌浓、产物浓度及底物消耗规律,实现静态发酵过程的优化.     

柴胡皂苷A抗抑郁的靶点识别及作用研究

中药柴胡具有改善抑郁患者临床治疗效果的作用,柴胡皂苷A(saikosaponin A,SSA)是柴胡主要药效成分,本研究以SSA为研究对象,利用慢性不可预知性温和应激(chronic unpredictable mild stress, CUMS)模型小鼠悬尾(tail suspension test, TST)和强迫游泳实验(forced swimming test, FST)明确SSA的抗抑郁作用。利用计算机分子对接技术分析并验证SSA的作用靶点,并利用细胞热转移测定实验(cellular thermal shift assay, CETSA)和药物亲和力靶稳定性实验(drug affinity responsive target stability, DARTS)验证SSA的靶标;采用Western blotting等技术研究SSA的抗抑郁作用机制。CUMS模型TST和FST结果表明,与模型组相比,SSA能够显著缩短小鼠的不动时间,表明SSA具有显著的抗抑郁作用。计算机分子对接证明了SSA与催产素受体(oxytocin receptor, OXTR)结合效果较好,表明SSA抗抑郁...     

翅果油树叶面积和叶重的预测模型

数学模型对于非破坏性地研究和预测植物的生长状况非常方便有效。以山西省翅果油树自然保护区翅果油树（Elaeagnus moles）叶片为研究对象,利用简单易测的叶长（L）、叶宽（w）和叶绿素含量（SPAD）及其不同的组合作为模型拟合参数,建立了关于叶面积（LA）、叶饱和鲜重（SFW）和叶干重（DW）的预测模型共10个,选择拟合度最好的模型作为LA、SFW和DW的预测模型,这3个模型分别为：LA=3．647＋0．383LW＋0．001LWS（R=0．968）,SFW=-0．464＋0．081L＋0．00008LV／S（R=0．963）,DW=-0．094＋0．032W＋0．0001LS（R=0．960）,并用实测值对模型进行了验证,结果表明LA、SFW和DW的预测值与实测值分别达到了高度一致,能够用于对实际未知叶片LA、SFW和DW的预测。