目的探究脂肪含量和肥胖相关蛋白(fat mass and obesity-associated protein,FTO)和丝氨酸-苏氨酸激酶蛋白激酶D2(serine-threonine kinase protein kinase D2,PRKD2)在糖尿病肾病(diabetic kidney disease,DKD)进展中的调控作用和调节...目的探究脂肪含量和肥胖相关蛋白(fat mass and obesity-associated protein,FTO)和丝氨酸-苏氨酸激酶蛋白激酶D2(serine-threonine kinase protein kinase D2,PRKD2)在糖尿病肾病(diabetic kidney disease,DKD)进展中的调控作用和调节机制。方法采用35 mmol/L葡萄糖对足细胞(MPC5细胞)进行高糖刺激24h构建DKD体外模型。采用FTO过表达载体(pcDNA-FTO)和PRKD2过表达载体(pcDNA-PRKD2),或空载体(vector)转染高糖诱导的MPC5细胞。通过RT-qPCR检测FTO和PRKD2过表达效率;MeRIP检测PRKD2 mRNA的N6-甲基腺苷(N6-methyladenosine,m6A)修饰水平;ELISA检测Caspase-3活性、IL-6,TNF-α和单核细胞趋化蛋白-1(monocyte chemotactic protein-1,MCP-1)分泌量;流式细胞术分析细胞凋亡率;Western blot评估FTO和PRKD2蛋白水平,以及SIRT1/HIF-1α通路关键蛋白表达水平;Pearson分析FTO和PRKD2水平的相关性。结果与无高糖诱导对照组比较,高糖诱导的足细胞中FTO蛋白(0.51±0.04 vs 1.00±0.03)和PRKD2蛋白(0.45±0.03 vs 1.01±0.04)水平显著下调,差异具有统计学意义(t=13.17,16.76,均P<0.001)。高糖诱导的足细胞中FTO蛋白水平和PRKD2蛋白水平呈正相关(r2=0.7051,P<0.001)。与vector组相比,pcDNA-FTO组PRKD2 mRNA的m6A水平(0.56±0.09 vs1.01±0.13)降低,PRKD2 mRNA水平(3.16±0.14 vs 1.03±0.02)显著升高,差异具有统计学意义(t=51.37,11.82,均P<0.001)。与control组(IL-6:512.76±61.85 pg/ml,TNF-α:28.17±2.83 pg/ml,MCP-1:157.31±17.69 pg/ml)和vector组(IL-6:498.41±87.51 pg/ml,TNF-α:26.35±5.47 pg/ml,MCP-1:165.52±16.87 pg/ml)比较,pcDNA-PRKD2组IL-6(301.86±21.85 pg/ml),TNF-α(11.06±4.12 pg/ml),MCP-1分泌量(81.45±9.03pg/ml)显著减少,差异具有统计学意义(F=7.51,10.47,61.97,均P<0.01)。与control组(Caspase-3:689.65±79.5U/L,细胞凋亡率:22.31%±2.69%)和vector组(Caspase-3:715.91±113.58 U/L,细胞凋亡率:21.07%±3.28%)比较,pcDNA-PRKD2组Caspase-3活性(437.64±104.76 U/L)和细胞凋亡率(8.41%±3.15%)下降,差异具有统计学意义(F=2.35,79.13,均P<0.01)。与control组(SIRT1:1.01±0.05,HIF-1α:1.03±0.07)和vector组(SIRT1:0.97±0.05,HIF-1α:1.02±0.03)相比,pcDNA-PRKD2组SIRT1蛋白(3.51±0.15)水平升高,HIF-1α蛋白(0.37±0.07)水平降低,差异具有统计学意义(F=31.54,8.31,均P<0.01)。结论FTO介导m6A修饰的PRKD2通过SIRT1/HIF-1α通路抑制高糖诱导的足细胞炎症反应和细胞凋亡。展开更多
设备到设备(Device to Device,D2D)通信可以提升频谱利用率和系统吞吐量,但由于D2D通信存在干扰问题,资源分配难度较大。近年来,深度强化学习(Deep Reinforcement Learning,DRL)被广泛应用于蜂窝通信的资源分配。因此,提出了一种基于优...设备到设备(Device to Device,D2D)通信可以提升频谱利用率和系统吞吐量,但由于D2D通信存在干扰问题,资源分配难度较大。近年来,深度强化学习(Deep Reinforcement Learning,DRL)被广泛应用于蜂窝通信的资源分配。因此,提出了一种基于优势演员-评论员(Advantage Actor-Critic,A2C)的资源分配算法,该算法可以根据环境状态选择最佳的D2D资源分配策略。通过仿真实验验证了该算法在网络性能上的优越性,并与其他算法进行了对比,结果表明,所提算法在提高系统吞吐率方面效果最好。因此,该算法为蜂窝网络中D2D通信资源分配问题提供了一种新的解决方案,具有广泛的应用前景。展开更多