简介:小世界是一种以较低的连接和能量成本实现高效的信息分离与整合的网络结构,而人脑网络具有显著的小世界特性。在弥散张量成像(diffusiontensorimaging,DTI)脑网络的研究中,如何有效地量化和评估网络的小世界属性依然是研究中存在的一个关键问题。在研究文中,我们首先概括了已有小世界属性评估指标及其存在的问题,随后提出了一种新的基于网络全局效率和局部效率的小世界属性评估指标。为了验证该指标的有效性,我们基于75个中老年人的DTI脑网络对其进行了应用与评估。与传统指标相比,该指标对研究对象的年龄变化更敏感,并与多项认知评估量表的结果存在显著相关。网络节点随机化和网络失连接这两种攻击测试的结果也表明,新指标在DTI脑网络的研究中具有较高的准确性和稳定性。
简介:目的研究结直肠癌细胞炎症模型中基因表达的变化以及所涉及的信号通路。方法利用脂多糖(LPS)刺激SW480细胞1、3、6小时后提取RNA构建测序文库进行转录组测序,对表达有变化的基因归类,并进行京都基因与基因组百科全书(Kyotoencyclopediaofgenesandgenomes,KEGG)分析,对分析结果进行实时荧光定量PCR验证。结果发现LPS刺激SW480细胞1、3、6小时后,3个时间点表达均有显著变化的基因有250个。对这些差异表达的基因进行了KEGG信号通路富集分析发现利用脂多糖刺激构建的炎症模型里,TNF-α激活和NF-κB信号通路活化最显著。利用癌症基因组图谱(TCGA)数据库进一步对表达持续上调或下调的基因进行分析发现,部分基因在结肠癌标本中的表达趋势与LPS刺激结肠癌细胞引起的表达变化趋势一致。结论在利用脂多糖刺激构建的结肠癌细胞炎症模型中,炎症过程中的基因表达变化可能与结肠癌的发生发展密切相关。
简介:5月24日,在第52届全美质谱学会(ASMS)年会上,布鲁克-道尔顿公司发布该公司最新一款用于蛋白质组学表达的LC-ESI-MALDI系统(Proteineer-LC)。
简介:目的:通过对志愿者观看3D影片之后的脑电信号进行主成分分析,选取最能代表立体视觉疲劳度的主成分,运用BP神经网络对疲劳等级进行建模,提高对疲劳度等级的预测准确度。方法:采集15名志愿者观看五部不同3D影片前后的脑电信号,先对脑电信号进行疲劳度分级并选取特征通道;再对特征通道的脑电信号进行主成分分析选取影响最大的特征主成分,利用BP神经网络进行建模,根据建立的模型对立体视觉引起的疲劳等级进行预测,将预测结果与已知的疲劳等级进行对比。结果:根据文献中的疲劳等级将实验结果分成三个等级;据累计贡献率超过90%选取的前四个主成分建立的预测模型,准确度达95.4%。结论:运用主成分分析和BP神经网络的方法对立体视觉疲劳度进行预测,预测准确度较高,与直接根据脑电特征参数建立模型的方式相比简便和准确,这一方法对立体视觉引起的疲劳度分级及预测提供了新的思路。