水库农村移民生产安置人口与搬迁人口关系的探讨

水库农村移民生产安置人口与搬迁人口的关系，是水库淹没处理设计及移民安置规划中的一个重要问题，两者分属于两个不同的概念，在数量上不存在孰大孰小或固定的比例关系，但都是反映移民任务大小的重要指标，因而在水库淹没处理及移民安置规划中，应根据具体情况协调处理两者的关系，以保证移民生产安置及搬迁方案的正确编制。

基于整合生物信息学分析识别骨肉瘤干性相关基因

目的本研究通过整合生物信息学分析骨肉瘤(osteosarcoma,OS)干性相关基因(stemness-related genes,SRGs)及预后价值。方法从TARGET数据库中获取OS转录组测序数据。采用“edgeR”包对基因表达谱进行标准化。基于一类逻辑回归机器学习算法计算干性指数(mRNA expression-based stemness index,mRNAsi)。采用皮尔逊相关性分析识别SRGs。采用“survival”包分析SRGs的预后价值。从GEO(Gene Expression Omnibus)数据库下载数据集GSE152048,利用主成分分析、降维和细胞类型注释来分析OS细胞的分子特征及异质性,并通过“iTALK”包预测OS细胞间通信。结果OS样本间mRNAsi有显著差异,死亡样本显著高于存活样本;转移样本显著高于无转移样本。通过对皮尔逊相关性分析结果(5131个SRGs)、Cox回归分析结果(1640个风险相关基因)和K-M生存分析结果(7066个生存相关基因)取交集,共识别了658个关键基因。NDUFB9与mRNAsi的正相关性最强,EHD2与mRNAsi的负相关性最强。通过降维分析将OS肿瘤细胞划分为10个细胞亚群。NDUFB9在有干性特征的细胞亚群中高表达,包括间充质干细胞和成骨细胞等;而EHD2在各肿瘤细胞亚群中的表达量极低或不表达。结论本研究刻画了OS干性特征和单细胞转录组图谱,识别了预后相关SRGs,为揭示OS干性特征调控机制及发掘潜在治疗靶点提供了理论依据。