通过比较不同基质中药用石斛生长量和有效成份质量分数,探究经过无害化处理的松材线虫病疫木在铁皮石斛(Dendrobium officinale Kimura et Migo)人工栽培中作为配方基质的使用效果。结果表明:在铁皮石斛人工种植中使用经过无害化处理后...通过比较不同基质中药用石斛生长量和有效成份质量分数,探究经过无害化处理的松材线虫病疫木在铁皮石斛(Dendrobium officinale Kimura et Migo)人工栽培中作为配方基质的使用效果。结果表明:在铁皮石斛人工种植中使用经过无害化处理后的松材线虫病疫木作为栽培基质切实可行。不同栽培方式适用的松材线虫病疫木替代基质的比例不同。以盆栽方式种植铁皮石斛时,1号基质(V(粒径9~12 mm疫木颗粒)∶V(新鲜树皮)∶V(饼肥)=1∶1∶1)充分发酵后可以在实际生产中替代常规栽培基质使用;以盘栽方式种植铁皮石斛时,3号基质(V(疫木锯末)∶V(新鲜树皮)∶V(饼肥)=1∶1∶1)充分发酵后可以在实际生产中替代常规栽培基质使用。展开更多
背景:铁死亡是一种铁依赖性脂质过氧化调控的程序性细胞死亡方式,与缺血性脑损伤的发生、发展及转归密切相关。近年来,随着对铁死亡研究的不断深入,发现中药复方、中药单体可通过减轻铁超载、减少活性氧产生、调控脂质合成等方式调节铁...背景:铁死亡是一种铁依赖性脂质过氧化调控的程序性细胞死亡方式,与缺血性脑损伤的发生、发展及转归密切相关。近年来,随着对铁死亡研究的不断深入,发现中药复方、中药单体可通过减轻铁超载、减少活性氧产生、调控脂质合成等方式调节铁死亡,减轻脑缺血损伤,促进神经功能恢复。目的:探讨铁死亡与缺血性脑损伤的关系及中药调控铁死亡治疗缺血性脑损伤的作用机制。方法:以“铁死亡,缺血性中风,脑损伤,活性氧,脂质代谢,中药复方,萜类,黄酮,酚类,生物碱,苯酞类等”为中文检索词,以“Iron death,ischemic stroke,brain injury,reactive oxygen species,lipid metabolism,traditional Chinese medicine formulas,terpenes,flavonoids,phenols,alkaloids,phthalides,etc”为英文检索词,检索2018年1月至2024年5月中国知网和PubMed数据库中有关铁死亡与缺血性脑损伤及中药调控机制的文献,排除与文章相关性不高及重复、过时的文献。共检索出1526篇相关文献,最终纳入87篇文献进行综述。结果与结论:大量实验研究证实,铁死亡在缺血性脑损伤中具有重要作用,中医方药可通过多种方式调节铁死亡,如三七总皂苷可调节铁代谢,抑制脂质过氧化;香芹酚通过增加谷胱甘肽过氧化物酶4表达,抑制神经元铁死亡;中药复方和单体有效成分可调控铁死亡相关通路——谷胱甘肽/谷胱甘肽过氧化物酶4(GPX4)、核因子E2相关因子2(Nrf2)/血红素加氧酶1(HO-1)、铁死亡抑制蛋白1(FSP1)/CoQ10及鸟苷三磷酸环水解酶1(GCH1)/四氢生物喋呤(BH4)等,减少神经元损伤和死亡,发挥脑保护作用。展开更多
针对传统的K-medoids聚类算法在聚类时需要随机选择初始类中心且指定聚类数目K,及聚类结果不稳定的问题,提出了一种优化初始类中心的自适应K-medoids算法(adaptive K-medoids algorithm for optimizing initial class centers,CH_KD)....针对传统的K-medoids聚类算法在聚类时需要随机选择初始类中心且指定聚类数目K,及聚类结果不稳定的问题,提出了一种优化初始类中心的自适应K-medoids算法(adaptive K-medoids algorithm for optimizing initial class centers,CH_KD).其思想是定义了特征重要度,以此筛选出每一簇中最优的代表特征,组成特征子集,并重点研究了传统划分算法的自适应优化与改进.首先,利用特征标准差定义特征区分度,选择出区分度强的特征.其次,利用皮尔逊相关系数度量特征簇中每个特征的冗余度,选择出冗余度低的特征.最后,将特征区分度与特征冗余度之积作为特征重要度,以此筛选出每一簇中最优的代表特征,组成特征子集.实验将所提算法与其他聚类算法在14个UCI数据集上进行对比,结果验证了CH_KD算法的有效性与优势.展开更多
文摘背景:铁死亡是一种铁依赖性脂质过氧化调控的程序性细胞死亡方式,与缺血性脑损伤的发生、发展及转归密切相关。近年来,随着对铁死亡研究的不断深入,发现中药复方、中药单体可通过减轻铁超载、减少活性氧产生、调控脂质合成等方式调节铁死亡,减轻脑缺血损伤,促进神经功能恢复。目的:探讨铁死亡与缺血性脑损伤的关系及中药调控铁死亡治疗缺血性脑损伤的作用机制。方法:以“铁死亡,缺血性中风,脑损伤,活性氧,脂质代谢,中药复方,萜类,黄酮,酚类,生物碱,苯酞类等”为中文检索词,以“Iron death,ischemic stroke,brain injury,reactive oxygen species,lipid metabolism,traditional Chinese medicine formulas,terpenes,flavonoids,phenols,alkaloids,phthalides,etc”为英文检索词,检索2018年1月至2024年5月中国知网和PubMed数据库中有关铁死亡与缺血性脑损伤及中药调控机制的文献,排除与文章相关性不高及重复、过时的文献。共检索出1526篇相关文献,最终纳入87篇文献进行综述。结果与结论:大量实验研究证实,铁死亡在缺血性脑损伤中具有重要作用,中医方药可通过多种方式调节铁死亡,如三七总皂苷可调节铁代谢,抑制脂质过氧化;香芹酚通过增加谷胱甘肽过氧化物酶4表达,抑制神经元铁死亡;中药复方和单体有效成分可调控铁死亡相关通路——谷胱甘肽/谷胱甘肽过氧化物酶4(GPX4)、核因子E2相关因子2(Nrf2)/血红素加氧酶1(HO-1)、铁死亡抑制蛋白1(FSP1)/CoQ10及鸟苷三磷酸环水解酶1(GCH1)/四氢生物喋呤(BH4)等,减少神经元损伤和死亡,发挥脑保护作用。
文摘针对传统的K-medoids聚类算法在聚类时需要随机选择初始类中心且指定聚类数目K,及聚类结果不稳定的问题,提出了一种优化初始类中心的自适应K-medoids算法(adaptive K-medoids algorithm for optimizing initial class centers,CH_KD).其思想是定义了特征重要度,以此筛选出每一簇中最优的代表特征,组成特征子集,并重点研究了传统划分算法的自适应优化与改进.首先,利用特征标准差定义特征区分度,选择出区分度强的特征.其次,利用皮尔逊相关系数度量特征簇中每个特征的冗余度,选择出冗余度低的特征.最后,将特征区分度与特征冗余度之积作为特征重要度,以此筛选出每一簇中最优的代表特征,组成特征子集.实验将所提算法与其他聚类算法在14个UCI数据集上进行对比,结果验证了CH_KD算法的有效性与优势.