响马读paper

一个要求成员每月至少读一篇文献并打卡的学术交流社群

当前共有 918 篇文献,本页显示第 841 - 860 篇。

841.
2021, Research on Child and Adolescent Psychopathology. DOI: 10.1007/s10802-021-00833-w PMID: 34195911
2022-04-04 23:41:00
#paper doi:10.1007/s10802-021-00833-w Research on Child and Adolescent Psychopathology, (2021), Adolescent Emotionality and Emotion Regulation in the Context of Parent Emotion Socialization Among Adolescents with Neurodevelopmental Disorders: A Call to Action with Pilot Data. 父母的情绪社会化影响儿童和青少年的神经发展障碍,该领域的研究目前并不多,该研究也只是一个预备性研究,而且被试量也并不多,只有18个有神经发育障碍的青少年和他们的抚养者。研究中的青少年被试有注意力缺陷多动障碍(ADHD)以及系列共生障碍,比如焦虑、抑郁以及自闭症谱系障碍。当前研究采用了冲突讨论任务、观察法和问卷法。最后发现,父母支持性的情绪社会化行为与观察得到的子女适应性的情绪调控策略显著相关,与观察得到的负性情绪以及青少年报告的负性情绪的减少正相关,而父母非支持性情绪社会化行为与观察到的消极情绪相关。因此,当前研究发现支持了适应性父母情绪社会化抚养行为有助于减少有神经发育障碍子女的消极情绪体验,或者使之能更好地进行情绪调控。当前研究对探讨父母教养行为与子女神经发育障碍的关系提供了一个启发,希望后续能够看到更多此类研究。
842.
2022, Nature Reviews Drug Discovery. DOI: 10.1038/s41573-021-00387-y PMID: 35105974
2022-04-02 17:54:00
#paper Lang, F., Schrörs, B., Löwer, M. et al. Identification of neoantigens for individualized therapeutic cancer vaccines. Nat Rev Drug Discov 21, 261–282 (2022). https://doi.org/10.1038/s41573-021-00387-y 这篇最近发表在Nat Rev Drug Discov的综述文章用较长的篇幅介绍了新抗原neoantigen疫苗在肿瘤临床个性化治疗的应用。核心内容包括三个方面:1.新抗原能够产生免疫治疗效果前提与机理,即新抗原的呈递和被免疫细胞的识别;2.提出了一种新的新抗原的分类;3.鉴定新抗原的方法。 篇幅有限,此处1/3两点不做更多详述。重点介绍下第2点--新抗原的分类。传统上一般根据产生新抗原的somatic 突变类型进行分类的,比如SNV/INDEL/FUSION/splice variants等。但是作者根据临床表现来将新抗原分为Guarding neoantigen、Restrained neoantigen、Ignored neoantigen。 其中Guarding Neo是能够自然天然的帮助身体产生对肿瘤细胞的免疫反应,再不需要而外干预的情况抑制了肿瘤细胞的生长。这主要两种情况,一是肿瘤细胞正好有很强的免疫原性,激活了native T,并进一步激活了整个免疫反应;二是由于cross- reactive 效果,即机体可能再产生肿瘤细胞前因为病原感染产生了对某种多肽的免疫,并有了记忆T细胞,正好新生肿瘤中的新抗原含有这个多肽;其二Restrained neoantigen,这个是为什么PD-L1抑制剂能起作用的原因;其三Ignored neoantigen ,这是最有潜力用于免疫治疗的新抗原。
843.
2012, .
2022-04-02 13:40:00
#paper 《密契经验的比较研究》,对神秘主义感兴趣的同学可能比较关心,密契经验是从哲学跃迁到宗教的必经步骤,有助于你切身感受到另外维度空间的存在,或曰彼岸或曰净土或曰天堂地狱;如果缺乏宗教经验,哲学理性的归宿基本上都是悖论死胡同,走向不可知论;密契的非理性突破是走出死胡同,打开新世界天地的钥匙。本文是神学博士的比较宗教学研究作品,很合学术章法。对相关主题想深度研究的同学,可读书《宗教经验种种》
844.
2020, Nature. DOI: 10.1038/s41586-020-2537-9 PMID: 32728218
2022-04-02 11:39:00
#paper  Sahin, U., Oehm, P., Derhovanessian, E. et al. An RNA vaccine drives immunity in checkpoint-inhibitor-treated melanoma. Nature 585, 107–112 (2020).  doi:org/10.1038/s41586-020-2537-9 这篇2020年发表在Nautre文章介绍了BioNtech关于FixVac BNT111的I期临床结果,它是2016年pre-clinical 研究( doi.org/10.1038/nature18300)的clinical 研究的延续。该文章首先介绍了临床研究设计: 1.药物核心还是用临川前验证有效的RNA-LPX载体递送四个TAA (NY-ESO-1/Tyrosinase/MAGE-A3/TPTE); 2.通过总共纳入了89例黑色素瘤患者,做了 a.剂量爬坡 、b.剂量范围(7.2-400ug totalRNA)、c. 单用及联合PD-1 抑制剂分别进行cohort验证药效和安全性分析。 最终结果显示单独或与PD1抑制剂联用,都可以介导晚期无法手术的患者产生客观缓解(OR)。通过进一步研究分析产生客观缓解的患者体内伴随着很强的CD4+和CD8+ T 细胞,这个水平几乎和T-cell治疗的水平相当,并且有持久效果。综合显示,TAA BNT111对治疗黑色素瘤取得较好效果。
845.
2016, Nature. DOI: 10.1038/nature18300 PMID: 27281205
2022-04-01 16:41:00
#paper Kranz, L., Diken, M., Haas, H. et al. Systemic RNA delivery to dendritic cells exploits antiviral defence for cancer immunotherapy. Nature 534, 396–401 (2016). DOI:10.1038/nature18300 该文章是BioNtech在2016年发表的,展示了其公司开发的RNA-LPX递送载体技术,以及利用该提送技术成功地将包含四个Tumor associate antigen (NY-SYO-1,MAGE-A3,tyrosinase,TPTE)的FixVac panel,成功推到了临床研究阶段。1.该研究在pre-clinical阶段:a.探索了LPX载体的生产工艺,包括其电荷比,mRNA:Lipid比例等关键参数等。b.探索了mRNA在老鼠体内的表达位置,通过调整DOTAM/DOPE比例,将mRNA的表达主要局限在spleen和骨髓中;c.通过注射能表达流感免疫原的mRNA,评估确定了mRNA能正常表达,且在老鼠体内产生了免疫反应;d.在小鼠体内也能对肿瘤产生免疫反应;2. 在clinical阶段,采用了四个在黑色素瘤中特异高表达的Tumor associate antigen (NY-SYO-1,MAGE-A3,tyrosinase,TPTE),并对纳入临床研究的几例patien分析评估其产生了免疫反应。
846.
2020, Neuroimage. DOI: 10.1016/j.neuroimage.2020.117161 PMID: 32702486 PMCID: PMC7784120
2022-04-01 00:05:00
#paper https://doi.org/10.1016/j.neuroimage.2020.117161 NeuroImage, 2020 Cortical surface registration using unsupervised learning 由于我们经常需要在不同被试间或者同一个被试的不同时间点的脑图像上建立空间映射关系,因此非线性配准是脑影像分析中非常重要的一步。这几年时间里,大家开始使用深度学习开发新的脑图像配准算法,但是大都关注于基于volume空间下的配准算法的研究,鲜少有研究关注于脑皮层的点云空间下的配准。这篇文章通过将卷积操作拓展到极坐标空间下,实现了在球面空间上的卷积操作,从而开发了针对于脑皮层的配准算法。
847.
2018, Clinical Cancer Research. DOI: 10.1158/1078-0432.CCR-17-0853 PMID: 28982688 PMCID: PMC6050171
2022-03-31 23:39:00
#paper Deep Learning-Based Multi-Omics Integration Robustly Predicts Survival in Liver Cancer  DOI: 10.1158/1078-0432.CCR-17-0853 识别肝细胞癌(HCC)鲁棒的生存亚组对于改善病人护理十分重要。当前,仍然缺乏整合多组学数据以从不同病人队列中明确预测HCC生存状况的尝试。为了填补这一空白,作者开发了针对HCC基于深度学习的模型并能够鲁棒地将病人的生存亚群分为六个队列。作者使用来自TCGA的RNA-seq、miRNA-seq和甲基化数据构建了基于深度学习的生存敏感的模型。该模型对预后的预测能够取得与同时考虑基因组与临床数据的模型相当的效果。该基于深度学习的模型提供了两个有明显生存区别和模型拟合的最优的病人亚组。更为恶性的亚型与频繁的TP53抑制突变、干细胞特性标志物(KRT19、EPCAM)及肿瘤标志物(BIRC5)的高表达及Wnt和Akt信号通路的激活相关。作者在五个不同组学数据类型的外部数据集上验证了该多组学模型,LIRI-JP队列(n=230,C-index=0.75),NCI队列(n=221, C-index=0.67),Chinese队列(n=166,C-index=0.69),E-TABM-36 队列(n=40, C-index=0.77)及Hawaiian队列(n=27, C-index=0.82)。这是第一次采用深度学习来识别与HCC病人不同生存相关联的多组学特征的研究。考虑到该模型在不同队列的鲁棒性,研究人员期望该工作流能够对HCC预后的预测发挥作用。
848.
2021, 经济研究. CNKI ID: JJYJ202109006
2022-03-31 23:18:00
#paper 看不见的家庭教育投资:子女升学压力与母亲收入损失[J].经济研究,2021,56(09):73-89. 本篇文章抓住了社科研究追逐热点地习惯,通过研究子女升学压力与母亲收入损失地因果关系,针对我国教育内卷化现象进行深入探究,但是给出的建议大多宽泛没有实质性的建议,这也是社科研究的通病。文章的难点在于数据的获取和前期处理,因此,本篇文章作者以2005年的1%人口抽样调查数据作为分析的主要数据来源,理由是该调查数据包含了个体工资收入信息,贴合本文所研究的重点,但是否贴合现在的情况还是很值得进一步讨论的。对于本文的数据前期处理可以作为参考,特别是探究因果效益的分析或者研究具备较大的参考价值。作者在文章下半部分进行了内在的机制分析,认为子女升学压力会使得母亲降低工作时长、增加家庭照料时间等方式,进行隐性投资教育。我本人虽然不是做相关议题研究的,但该论文若是可以进一步分析潜在的正负反馈机制或许会有更具价值的指导性建议
849.
2019, Nature Communications. DOI: 10.1038/s41467-019-12159-9 PMID: 31537801 PMCID: PMC6753140
2022-03-31 21:36:00
#paper DNA methylation loss promotes immune evasion of tumours with high mutation and copy number load DOI: 10.1038/s41467-019-12159-9 本篇文章的研究者对各种肿瘤类型的TCGA数据进行了大规模的系统分析,研究了全局甲基化水平与细胞增殖,突变负荷,SCNA水平,浸润性免疫细胞标记和免疫应答基因活性之间的关系。结果表明作为免疫治疗中重要的预测标志物,基因组去甲基化与表观遗传调控有关,可以作为精确免疫治疗的联合方案。 主要研究内容包括:通过细胞系数据,确定了与正常细胞相比在癌症中更早或更晚复制的基因;另外,晚期复制区的甲基化缺失也称为部分甲基化结构域(PMD),与免疫基因抑制相关;全局甲基化预测免疫疗法的反应:采用肺癌队列测试了由分子分析得出的假设,需要指出的是这是第一项针对癌症免疫疗法的分子和临床数据中的DNA甲基化模式的研究;全局去甲基化排除了非整倍性的影响。总的来说,表观遗传调节和检查点阻断相结合,可以作为一种潜在的精准免疫治疗方案。
850.
2022, International Journal of Molecular Sciences. DOI: 10.3390/ijms23031689 PMID: 35163611 PMCID: PMC8835901
2022-03-31 20:46:00
#paper Challenges of CRISPR-Based Gene Editing in Primary T Cells doi: 10.3390/ijms23031689 Link# https://www.mdpi.com/1422-0067/23/3/1689 过继性细胞疗法在白血病以及某些类型癌症的成功治疗中取得了很大希望,近来其也在免疫抑制患者的慢性病毒感染中显示出疗效。而这些自体或异体的T细胞往往要经过基因修饰以表达新的TCR或CAR,在此过程中无可避免或多或少要用到CRISPR/Cas系统,以达到基因组上特定位点的增删。此篇综述中,研究者总结了对这些基因修饰比较重要的方法学突破,操作中需要考虑的关键点,并强调了这些方法的潜在缺陷。 文章总结了1. CRISPR/Cas系统的起源、结构以及基因组编辑的分子机制 2. CRISPR/Cas系统进行T细胞基因编辑应用流程及各环节的注意事项 ( T细胞的培养与活化、gRNA的选择<设计与脱靶检测>、RNP形式的选择) 3. 递送方式的选择与优劣 4. 系统引起的非同源末端链接导致DSB修复。 文章同时总结了截至到2021.12.31基于CRISPR基因编辑T细胞的临床试验,统计了其编辑靶点、适应症与临床分期。其他包括基于Cas9敲入的注意事项包括gRNA和HDR的设计与选择等等。 总的来说,这篇文章与其说是综述,更像是综述的综述。对于细分领域的研发人员来讲,真的是一篇不可多的的好文章!
851.
2022, Nature Cell Biology. DOI: 10.1038/s41556-021-00820-9 PMID: 35145222 PMCID: PMC8852304
2022-03-31 18:24:00
June:
#paper doi: 10.1038/s41556-021-00820-9. Epub 2022 Feb 10.Cancer-cell-derived GABA promotes β-catenin-mediated tumour growth and immunosuppression 在此项工作中,研究人员通过分析大量病人的肿瘤病理切片,证实了GABA在肺癌和结肠癌中的异常积累。通过统计,他们发现GABA的含量随着临床分期的提升而逐渐增加,并且与病人的生存时间呈现明显的负相关性。这些都提示GABA可能在肿瘤的发生发展中充当了“帮凶”。 为了找出GABA在肿瘤中积累的原因,研究人员结合肿瘤病人临床样品,小鼠肿瘤模型和体外肿瘤细胞,发现肺癌和结肠癌细胞通过异常表达谷氨酸脱羧酶家族成员GAD1从而利用肿瘤环境中丰富的谷氨酰胺进行代谢并合成GABA。通过干预GAD1在肿瘤细胞内的表达,不仅可以显著减少肿瘤细胞所产生的GABA,还能够在一定程度上抑制肿瘤的生长。 为了更加清晰地了解GABA在肿瘤中的作用机制,他们发现肿瘤细胞分泌到环境中的GABA将被同样表达于细胞表面的一种名叫GABA B型受体的蛋白所识别,其产生的细胞内信号最终增强了一种在发育和肿瘤等方面发挥着重要作用的通路调节蛋白β-catenin。有意思的是,这种增强的β-catenin信号不仅可以通过调节下游相关基因的表达帮助肿瘤细胞体外增殖,还能通过抑制免疫细胞对肿瘤的渗入促进体内肿瘤生长。利用不同的小鼠模型,研究者们发现阻断GABA的肿瘤能够通过抑制β-catenin通路而激活肿瘤中特定细胞因子的表达,而这将有助于树突状细胞对肿瘤的渗入,从而进一步影响T细胞进入肿瘤并对肿瘤进行杀伤。最后,研究人员发现将抑制GABA类药物与免疫检查点抑制剂结合使用能够明显改善对于单独免疫检查点抑制剂具有抗性的肿瘤治疗效果,并且显著提升小鼠的存活时间。 总体而言,此项工作揭示了GABA在神经系统之外发挥了调控肿瘤自身增殖和免疫逃逸的重要作用。由于一部分GABA抑制剂已作为药物在临床运用,此项研究也揭示了GABA抑制剂与免疫疗法相结合治疗肿瘤的潜在应用价值。
852.
2015, Science. DOI: 10.1126/science.aad0408 PMID: 26542574
2022-03-31 18:15:00
#paper doi: 10.1126/science.aad0408 Science, 2015, The Symbiodinium kawagutii genome illuminates dinoflagellate gene expression and coral symbiosis. 甲藻是海洋生态系统和珊瑚共生体的重要组成部分,但对它们的基因组却知之甚少。我们报告了一个来自共生菌Symbiodinium kawagutii的1180Mb碱基的高质量组装基因组,对蛋白质编码基因进行了注释,并确定了共生菌种特异性的基因家族。没有观察到全基因组复制,但我们发现了活跃(追溯) 转位和基因家族扩张,尤其是在对与珊瑚成功共生过程相关的基因族表达。此外,我们还记录了可能控制有性繁殖及休眠体形成、新启动子元件和microRNA系统相关的基因,后者可能在调节共生体和珊瑚中的基因表达中都起作用。我们发现了S.kawagutii和顶孢珊瑚虫anthozoan Acropora基因组之间存在生化反应的互补性,揭示了宿主-共生体的共进化,为研究珊瑚共生的分子基础和进化提供资料。
853.
2017, 31st Conference on Neural Information Processing Systems (NIPS 2017), Long Beach, CA, USA.
2022-03-31 16:24:00
#paper 31st Conference on Neural Information Processing Systems (NIPS 2017), Long Beach, CA, USA. 论文地址:https://proceedings.neurips.cc/paper/2017/file/6449f44a102fde848669bdd9eb6b76fa-Paper.pdf 项目文档:https://lightgbm.readthedocs.io/en/latest/Features.html 在LightGBM提出之前,最有名的GBDT工具就是XGBoost了,它是基于预排序方法的决策树算法。这种构建决策树的算法基本思想是:首先,对所有特征都按照特征的数值进行预排序。其次,在遍历分割点的时候用O(#data)的代价找到一个特征上的最好分割点。最后,在找到一个特征的最好分割点后,将数据分裂成左右子节点。 这样的预排序算法的优点是能精确地找到分割点。但是缺点也很明显:首先,空间消耗大。这样的算法需要保存数据的特征值,还保存了特征排序的结果(例如,为了后续快速的计算分割点,保存了排序后的索引),这就需要消耗训练数据两倍的内存。其次,时间上也有较大的开销,在遍历每一个分割点的时候,都需要进行分裂增益的计算,消耗的代价大。最后,对cache优化不友好。在预排序后,特征对梯度的访问是一种随机访问,并且不同的特征访问的顺序不一样,无法对cache进行优化。同时,在每一层长树的时候,需要随机访问一个行索引到叶子索引的数组,并且不同特征访问的顺序也不一样,也会造成较大的cache miss。 为了避免上述XGBoost的缺陷,并且能够在不损害准确率的条件下加快GBDT模型的训练速度,lightGBM在传统的GBDT算法上进行了如下优化: 基于Histogram的决策树算法。 单边梯度采样 Gradient-based One-Side Sampling(GOSS):使用GOSS可以减少大量只具有小梯度的数据实例,这样在计算信息增益的时候只利用剩下的具有高梯度的数据就可以了,相比XGBoost遍历所有特征值节省了不少时间和空间上的开销。 互斥特征捆绑 Exclusive Feature Bundling(EFB):使用EFB可以将许多互斥的特征绑定为一个特征,这样达到了降维的目的。 带深度限制的Leaf-wise的叶子生长策略:大多数GBDT工具使用低效的按层生长 (level-wise) 的决策树生长策略,因为它不加区分的对待同一层的叶子,带来了很多没必要的开销。实际上很多叶子的分裂增益较低,没必要进行搜索和分裂。LightGBM使用了带有深度限制的按叶子生长 (leaf-wise) 算法。 直接支持类别特征(Categorical Feature) 支持高效并行 Cache命中率优化 其中两个加速GBDT训练的算法:Gradient-based One Side Sampling (GOSS) 和 Exclusive Feature Bundling (EFB)。在不影响精度的情况下,两个算法分别减少了GBDT训练中所需的数据量和特征量,从而加速了GBDT的训练。 GOSS: 在每一次迭代前,利用了GBDT中的样本梯度和误差的关系,对训练样本进行采样: 对误差大(梯度绝对值大)的数据保留;对误差小的数据采样一个子集,但给这个子集的数据一个权重,让这个子集可以近似到误差小的数据的全集。这么采样出来的数据,既不损失误差大的样本,又在减少训练数据的同时不改变数据的分布,从而实现了在几乎不影响精度的情况下加速了训练。 EFB:在特征维度很大的数据上,特征空间一般是稀疏的。利用这个特征,我们可以无损地降低GBDT算法中需要遍历的特征数量,更确切地说,是降低构造特征直方图(训练GBDT的主要时间消耗)需要遍历的特征数量。在稀疏的特征空间中,很多特征是exclusive的(即在同一个样本里,这一组特征里最多只有一个特征不为0)。每一组exclusive feature都可以无损地合并成一个“大特征”。构造直方图的时候,遍历一个“大特征”可以得到一组exclusive feature的直方图。这样只需要遍历这些“大特征”就可以获取到所有特征的直方图,降低了需要遍历的特征量。这里还需要解决的是Exclusive feature的分组问题,这是一个NP问题,可以转成Graph Coloring (Graph coloring - Wikipedia) 问题,并用贪心的近似方法来求解。 值得一提的是,XGBoost 也实现了 histogram 算法,比原来presorted算法快了不少。但相比LightGBM,还是慢了一些,且内存占用还是比较大。
854.
2017, Science. DOI: 10.1126/science.aah5043
2022-03-31 15:29:00
#paper doi: 10.1126/science.aah5043 Science, 2017, Potential role of intratumor bacteria in mediating tumor resistance to the chemotherapeutic drug gemcitabine. 先前已经有研究发现支原体感染的肿瘤细胞培养物中的核苷分解代谢酶会损害抗癌药物吉西他滨的细胞抑制活性。该文献对其机制进行进一步探索,发现人类真皮成纤维细胞(HDF) 的抗生素治疗消除了吉西他滨代谢活性,但用M. hyorhinis(猪支原体)再次感染这些相同的HDF恢复了细胞条件培养基对吉西他滨的代谢;为了确定除支原体以外的细菌是否可以对吉西他滨产生耐药性,文献将分析扩展到 27 种细菌, 27 个物种中有 13 个消除了吉西他滨对 RKO 人结肠直肠癌细胞的影响。经实验发现,CDD是细菌抗吉西他滨的关键基因,CDD的异构体会影响细菌对吉西他滨的代谢能力,CDD L会显著抗吉西他滨,CDD S只有部分代谢吉西他滨的能力。主要是属于Gammaproteobacteria的细菌具有赋予CDD L介导的吉西他滨抗性的潜力。吉西他滨通常用于治疗胰腺导管腺癌 (PDAC),文献假设肿瘤内细菌可能导致这些肿瘤的耐药性,进而对PDAC进行了采样和检测,在测试的 113 个人类 PDAC 中,86 个(76%)对细菌呈阳性,主要是 Gammaproteobacteria。
855.
2021, Computational and Structural Biotechnology Journal. DOI: 10.1016/j.csbj.2021.03.019
2022-03-31 14:25:00
#paper  https://doi.org/10.1016/j.csbj.2021.03.019  title:Computational  prediction of secreted  proteins in  gram-negative bacteria abstract:Gram-negative bacteria harness multiple protein secretion systems and secrete a large proportion of the proteome. Proteins can be exported to periplasmic space, integrated into membrane, transported into extracellular milieu, or translocated into cytoplasm of contacting cells. It is important for accurate, genome-wide annotation of the secreted proteins and their secretion pathways. In this review, we systematically classified the secreted proteins according to the types of secretion systems in Gram- negative bacteria, summarized the known features of these proteins, and reviewed the algorithms and tools for their prediction. 题目:革兰氏阴性菌分泌蛋白的预测 摘要:革兰氏阴性菌控制多种蛋白质分泌系统,并分泌大量的蛋白质。蛋白质可以被输出到胞外周质空间,整合到细胞膜,运输到细胞外环境,或转运到接触细胞的细胞质中。其分泌蛋白的准确预测和分类对于细菌基因组的解读和细菌毒力、耐药等重要生物表型的分子机制研究都具有重要意义。全基因组注释的分泌蛋白质及其分泌途径非常的重要。本文根据革兰氏阴性菌分泌系统的类型,对革兰氏阴性菌分泌蛋白进行了系统分类,总结了这些蛋白的已知特征,并对其预测算法和工具进行了综述。在这篇综述中,总结了革兰氏阴性菌的蛋白质分泌系统和预测这些分泌蛋白的生物信息学工具。首先,计算科学家和实验生物学家之间经常存在差距。尽管开发人员证明了软件工具的高准确性,但基于非同源的效应预测器(特别是T3SEs、T4SEs和T6SEs)还很少被湿实验室研究者成功地应用于识别新的效应器。更多的热情被投入到新的算法而不是生物方面,例如新功能。大多数效应预测工具都是通用的,没有考虑特定的生物先验信息,如物种、分泌系统亚型和调节管道特异性。
856.
2022, Cancer Cell International. DOI: 10.1186/s12935-022-02506-0 PMID: 35193568 PMCID: PMC8862000
2022-03-31 12:25:00
#paper doi: 10.1186/s12935-022-02506-0 Cancer Cell International (2022) 22:94 HPV16 E6 gene polymorphisms and the functions of the mutation site in cervical cancer among Uygur ethnic and Han nationality women in Xinjiang, China 三月比较忙,用自己课题组的文献发过来应该也符合要求吧,用生物信息学技术和细胞生物学,分子生物学实验。文章探寻维吾尔族和汉族妇女感染HPV的基因型分布。分析高危型病毒HPV16E6基因多态性位点及其与宫颈癌发生发展的关系。使用欧洲标准原型对HPV16 E6序列进行进化树分析,PV16 E6-T295/T350、G295/G350和T295/G350 GV230载体稳定转染宫颈癌C33A细胞,通过CCK8和克隆形成试验、转移膨胀和细胞划痕试验、流式细胞仪试验分析细胞增殖、迁移和侵袭、凋亡。 研究结果:1. 2879人中HPV总感染率为26.390%(760/2879),维吾尔族为22.87%(196/857),汉族为27.89%(564/2022)(P<0.05)。 2.在110个突变中,65例E6基因在核苷酸350(T350G)处发生突变亮氨酸变成缬氨酸(L83V)。此外,还有7例E6基因在295核苷酸处发生突变(T295G),天冬氨酸转变为谷氨酸(D64E)。 3.当突变位点的E6载体被转染到C33A中时,它们能促进细胞增殖、迁移、侵袭,并抑制细胞凋亡。T295/G350-E6为阳性显著强于G295/G350和T295/T350,G295/G350显著强于T295/T350(P<0.05)。T295/G350对C33A细胞的作用最强,G295/G350明显强于T295/T350(P<0.05)。 结论:1.中国新疆维吾尔族和汉族的HPV阳性感染率不同,感染的基因型分布也不同。 2.用不同的真核表达载体转染C33A细胞后, T295/G350比G295/G350突变位点在更大程度上促进了C33A细胞的增殖、迁移和侵袭,G295/G350比T295/T350有更强的效果。
857.
2021, Genome Biology. DOI: 10.1186/s13059-021-02443-7
2022-03-31 11:11:00
#paper doi: 10.1186/s13059-021-02443-7 Genome Biol 2021 Technology dictates algorithms: recent developments in read alignment. 序列比对是生物信息测序数据分析的基础步骤,这篇文章详细回顾了107种序列比对软件,并且通过实验评估了其中的11种软件的计算效率和速度。文章中提到序列比对算法和测序技术是共同进化的(co-evolution),一种新技术的诞生能带来了一系列工具的开发,而底层的核心算法往往没有很大的革命性的改变(只不过是tailored for the new technology)。文章调查发现基于哈希表index基因组的方法是最常见的,但是缺点是对存储空间的要求较大,基于suffix-tree的index方法往往计算速度也较快并且被越来越广泛的使用。另一方面,文章也发现,局部序列比对方法通常使用海明距离(hamming distance)和smith-waterman算法来寻找测序片段在基因组中的确切位置。此外文章还回顾了长序列读长对序列比对方法开发的影响等等。
858.
2022, Nature. DOI: 10.1038/s41586-022-04654-9 PMID: 35332283
2022-03-31 00:44:00
#paper doi: 10.1038/s41586-022-04654-9 Nature,2022 Design of protein binding proteins from target structure alone. 这篇文章我是一定要吐槽一下的!!!!上周5居然被Nature 接受了?!?!这个是我最我无法理解的,去年DeepMind投了预印本开始,我们就开始跟踪这个文章了。其中的所有方法我们已经复现并加以改进,但是团队的所有人都不认为应该被Nature接收。 原因是以下几点: 1,其原理非常简单易懂,就是利用现有的一些氨基酸序列,逐渐地解析靶点结构,然后拼出来新的氨基酸序列。 2,根据AlphaFlod将靶点结构拆解出来,找到相关的合适位置,然后通过检索的方式找到合适的小氨基酸序列(这一步也没有问题,AI生成模型也会这么做) 3,但是下一步就太扯了!因为最关键的步骤来了,就是如何评判找到和生成的氨基酸与靶点的对接亲和力?以及如何评价对接强度? 也是强化学习的关键Q函数到底是啥 他居然用了DeepMind 和华盛顿大学的历史遗留工具集:RoseTTA!!!!最最关键的评分函数居然用自己团队曾经的开源工具集!(大分子准确度也就撑死20%不到) 太不可思议了!!完全没有试验验证和支持的文章居然被Nature 主刊接收了?!?!天啊,这可和ALphaFLod开创性是比不了的,人家是引入了全新的数学工具和解决问题的思路,这文章完全是蹭出来的。 只能说Google,DeepMind 以及华盛顿大学 背后的学术公关和关系网太庞大了! 不过另一方面,只能说的是,生物学过去的发展太慢了,AI行业内卷外溢之后,真的是降维打击!
859.
2021, Nature. DOI: 10.1038/s41586-021-03828-1 PMID: 34293799 PMCID: PMC8387240
2022-03-31 00:05:00
#paper doi: 10.1038/s41586-021-03828-1 Nature, 2021, Highly accurate protein structure prediction for the human proteome. AlphaFold2是由DeepMind公司开发的人工智能系统,能够基于氨基酸序列,精确预测蛋白质的3D结构。预测的准确性可以与使用冷冻电镜、X射线衍射等手段解析的3D结构相媲美。AlphaFold2与基础版本相比,在蛋白结构解析的速度方面提升约16倍。本文利用AlphaFold2对98.5%的人类蛋白进行结构预测,并将预测的结果免费向公众开放。AlphaFold2能对人类蛋白质组58%的氨基酸的结构位置给出可信预测,且能对蛋白复合体的结构进行较好预测,其中低置信度的预测结果可能代表蛋白结构的无序状态。AlphaFold的出现代表人工智能驱动的生物学研究时代的来临。
860.
2008, School Psychology Review. DOI: 10.1080/02796015.2008.12087908
2022-03-30 00:08:00
#paper doi:10.1080/02796015.2008.12087908 School Psychology Review, (2008), Looking beyond psychopathology: The dual-factor model of mental health in youth. 这是一篇比较老的文献了,关于心理健康的,是一个基于新的心理健康概念展开的研究。此前人们认为的心理健康大多都是基于精神病理学中内化或外化问题指标的,比如抑郁、焦虑或行为问题等。但是,这种评估心理健康的方法容易夸大或者忽视人们的心理健康问题。在积极心理学影响下,心理健康双因素模型提出了新的心理健康观念,即,评估人们的心理健康时,既要看到传统的精神病理学指标的状况,也要看到人们的积极方面的水平,比如幸福体验。这样,心理健康就包括了积极因素和消极因素两个方面,而且,基于两个因素可以将人群区分出健康特征不同的四类人群:低疾病症状且高幸福感的完全心理健康组,低疾病症状且低幸福感的部分心理健康组,高疾病症状且高幸福感的部分疾病组,高疾病症状且低幸福感的完全疾病组,而且,通常,部分心理健康组被称为易感人群。当前研究基于10到16岁美国东南地区的学生进行,结果得到了占比不同的四类人群,完全心理健康组只占到了57%,而且,四个人群在学业表现、身体健康和社会功能等方面存在差异,而且,完全心理健康组在学业表现、学校出勤、阅读技能和学业相关目标等方面均优于其他三个人群。 这个心理健康概念和评估的方法对心理健康的评估工作和学校教育等领域具有重要意义。
TOP