DNER通过抑制线粒体自噬促进胃癌细胞恶性进展的机制研究

目的研究Delta/Notch样表皮生长因子相关受体(delta/notch-like epidermal growth factor-related receptor,DNER)在胃癌中的作用及其调节机制。方法通过实时定量聚合酶链反应(qRT-PCR)和蛋白免疫印迹(Western blot)检测胃癌组织和细胞中DNER mRNA和蛋白表达水平。构建沉默DNER表达的胃癌细胞系SGC7901,用线粒体动力相关蛋白(dynamin-related protein 1,DRP1)抑制剂Mdivi-1处理细胞。CCK-8法、Transwell实验和流式细胞术分别检测细胞活力、侵袭能力和细胞凋亡。Western blot检测DNER蛋白、凋亡相关蛋白[半胱天冬氨酸蛋白酶3(cysteinyl aspartate-specific proteinase-3,Caspase-3)、Bcl-2相关X蛋白(Bcl-2 associated X,Bax)]、自噬相关蛋白[微管相关蛋白1轻链3-Ⅱ/Ⅰ(microtubule-associated protein 1 light chain 3-II/Ⅰ,LC3Ⅱ/Ⅰ)、p62,PTEN诱导激酶1(PTEN induced putative kinase 1,PINK1)和Parkin],以及线粒体裂变和融合蛋白[DRP1,线粒体分裂因子(mitochondrial fission factor,MFF)、线粒体分裂蛋白1(fission mitochondrial 1,FIS1)、视神经萎缩蛋白1(optic atrophy 1,OPA1)、线粒体融合蛋白1(mitofusin 1,MFN1)和MFN2]水平。结果胃癌肿瘤组织和细胞中DNER mRNA,蛋白表达水平分别显著高于相邻正常组织(t=-52.485,-46.955)和人正常胃上皮细胞(F=60.551,60.652),差异具有统计学意义(均P<0.001)。沉默DNER显著抑制SGC7901细胞的增殖和侵袭、诱导细胞凋亡、增加细胞凋亡相关蛋白表达,差异具有统计学意义(t=8.026~25.903,均P<0.05)。沉默DNER显著升高LC3Ⅱ/Ⅰ比率(t=18.086),降低p62蛋白水平(t=6.747),促进PINK1和Parkin蛋白在线粒体的聚集(t=15.630,18.171),抑制线粒体融合蛋白OPA1,MFN1和MFN2表达(t=12.835,8.963,9.732),促进线粒体裂变蛋白DRP1,MFF和FIS1表达(t=16.034,16.939,15.971),差异具有统计学意义(均P<0.05)。Mdivi-1处理可抵消沉默DNER对胃癌细胞线粒体自噬及细胞增殖、侵袭和凋亡的影响。结论DNER通过抑制线粒体动力学失衡减少线粒体自噬,促进细胞增殖和侵袭,抑制细胞凋亡,从而促进胃癌进展。

分布式数字图书馆机制

本文在简要分析分布式数字图书馆体系的现实性、互操作性要求、互操作性实现方式后 ,探讨了基于分布式数字对象和基于外部协调体系的分布式数字图书馆模式 ,并简要介绍NCSTRL、OAI、DNER。

基于本体的汉语领域命名实体识别

命名实体识别是众多自然语言处理任务的核心内容之一,也是近年来的领域研究热点。本文将命名实体分为两大类：常规命名实体和领域命名实体。基于已经构建的领域本体MPO,本文提出一种基于本体知识规则与统计方法相结合的领域命名实体识别方法。该方法通过本体化实例,获取实体构成词性规则模板,结合CRFs机器学习模型,进行领域命名实体识别。实验结果表明：相比运用单一统计方法而言,该方法能使领域实体的识别性能显著提高,F值达到92.36%。同时表明本体化知识规则的有效运用,能够在领域实体边界和特殊形式领域实体识别的准确率上发挥积极作用。