基于复发性阿弗他溃疡免疫特征基因的溃疡性结肠炎生物标志物鉴定及潜在小分子药物筛选

目的 通过生物信息学多芯片联合分析方法和机器学习技术探讨复发性阿弗他溃疡(recurrent aphthous ulcer, RAU)免疫特征基因在溃疡性结肠炎(ulcerative colitis, UC)中的临床价值。方法 从基因表达综合(Gene Expression Omnibus, GEO)数据库下载RAU和UC的转录组数据,免疫相关基因列表从免疫学数据库和分析门户(Immunology Database and Analysis Portal, IMMPORT)获得。利用加权基因共表达网络分析(weighted gene co-expression network analysis, WGCNA)、差异分析和功能富集分析筛选评估RAU疾病基因及其功能,通过LASSO-Cox回归和随机森林筛选RAU免疫特征基因。验证RAU免疫特征基因在UC样本中的表达水平并进行Friends分析,通过多层感知机(multi-layer perception, MLP)人工神经网络鉴定其诊断效能。基于免疫特征基因使用一致性聚类算法对UC样本进行分子分型,探讨不同亚型免疫细胞浸润水平和生物学特征。最后利用药物转录图谱平台(Integrated Traditional Chinese Medicine, ITCM)进行靶向药物筛选,CB-dock2和SwissADME平台进行分子对接验证和模拟药物代谢动力学分析。结果 共鉴定出324个RAU疾病基因。生物功能富集分析显示,RAU疾病基因主要与免疫炎症、微生物感染和炎症性肠病等危险因素有关。进一步筛选验证确定防御素β4A(defensin beta 4A,DEFB4A)、骨髓基质细胞抗原2(bone marrow stromal cell antigen 2,BST2)、胸苷磷酸化酶(thymidine phosphorylase, TYMP)和神经胶质成熟因子γ(glia maturation factor gamma, GMFG)为高表达免疫特征基因,并对UC具有诊断价值[曲线下面积(area under the curve, AUC)=0.915]。RAU和UC存在相同的T细胞紊乱基础,免疫特征基因可将UC区分为代谢型和免疫型两个亚型,且免疫型具有更高的特征基因表达和T细胞亚群浸润水平。筛选获得10个天然小分子药物,分子对接显示其均与免疫特征基因翻译蛋白质有良好结合活性,且湖贝甲素具有良好的药代动力学参数,可能是潜在的UC防治药物。结论 基于RAU的免疫特征基因可以很好地区分UC样本并进行亚型鉴定,可为消化道炎症性疾病基础研究、临床疾病辅助筛查和潜在防治药物筛选提供一定理论依据和新思路。

基于浮动车数据的新能源汽车充电站选址布局研究——以广州中心城区为例

新能源汽车推广是未来减少温室气体排放、替代传统能源的手段,而充电基础设施能否满足充电时空需求对成功推广至关重要。本文以广州市中心城区为案例对充电需求进行时空特征分析,并在此基础上提出充电时空需求的最大覆盖模型,探求在一定充电站数量下的充电站最佳选址布局区域。结果表明,广州市中心城区出租车出行距离较短,行程间时长多集中在0～20min内;充电需求高度集聚,其分布呈现"80/20"定律,工作日与非工作日间差异不明显。分析预选充电站5、10和15min内的服务覆盖区,广州市中心城区应选择紧凑型的充电站布局(w_1=0.5)。

电动汽车充电站选址研究进展

在电动汽车产业高速发展的科技浪潮中,充电站选址未来将成为城市发展战略布局不可或缺的一部分,深受交通工程、电力能源、管理学等各领域学者的广泛关注。已有的综述类文章缺乏对充电站选址相关研究进行全面梳理,论文利用CiteSpace软件对电动汽车充电站选址文献进行梳理,一方面归纳总结2009—2017年间国内外该研究主题的研究现状和热点,对其进行可视化分析;另一方面梳理充电站选址影响因素、选址方法和选址的成本-效益评估等研究内容,同时对国内外充电站选址研究的趋势予以简要介绍,厘清研究发展脉络,为充电站选址在地理学中的研究和实践提供方法和指引。未来,随着各地新能源汽车充电站选址研究的不断发展,有望在充电站选址布局中识别多元化和精细化充电需求和服务、统筹不同主体间成本-效益目标等方面不断完善,从而优化城市交通网络及基础设施布局,为新一轮的城市规划提供指引。