基于SE-Res2Net网络的宫颈癌超声肿瘤特征提取技术

为了有效提高宫颈癌的诊断准确率,提出一种基于SE-Res2Net网络的宫颈癌超声肿瘤特征提取技术。在YOLOv3算法模型的基础上,将SE模块嵌入Res2Net网络中,创建一种能够替换原特征提取网络的SE-Res2Net网络,使模型的特征提取能力得到提升。利用重新构建的下采样模块,保证了下采样操作后信息的完整性。将密集连接网络与残差连接网络相结合,组建Res-DenseNet网络以改进YOLOv3模型的原有残差连接方式。实验结果表明,该方法的性能明显优于传统YOLOv3算法,适于在临床诊断中普及应用。

基于网络药理学和分子对接技术的2,3-吲哚醌抗少弱精症机制研究

为研究2,3-吲哚醌(isatin, ISA)治疗少弱精症的可能作用靶点和作用机制,基于公共数据库分别获取ISA作用靶点和少弱精症相关疾病靶点,确定交集靶点,采用Cytoscape软件获取核心靶点。通过GO功能富集和KEGG通路分析交集靶点,采用分子对接预测ISA与靶点蛋白的结合能力。研究结果显示,ISA干预少弱精症主要涉及氧化应激、细胞凋亡和炎症等生物学过程,并与p53信号通路、细胞衰老通路和IL-17信号通路密切相关;经筛选确定8个核心靶点,ISA与其中6个核心靶点稳定结合。这表明,ISA可能通过作用于核心靶点CASP3、TP53、ESR1、PTGS2、TNF和ANXA5,调控p53信号通路和IL-17信号通路发挥抗少弱精症作用。

基于抑菌实验和网络药理学探讨D-柠檬烯、2-茨醇对白色念珠菌的抑制作用

目的:采用抑菌实验研究蛇床子-冰片药对成分中的D-柠檬烯及2-茨醇的体外抗白色念珠菌作用,并运用网络药理学预测D-柠檬烯和2-茨醇治疗念珠菌病的核心靶点和通路。方法:以白色念珠菌为研究对象,K-B纸片扩散法分别测定0.5、1.0、1.5 mg的D-柠檬烯、2-茨醇、制霉菌素的药液抑菌圈直径;采用试管双倍稀释法和棋盘法,测定D-柠檬烯、2-茨醇的最低抑菌浓度(MIC)以及两两联用的MIC,计算出联合抑菌分数(FIC)。通过Pubchem、SwissTargetPrediction数据库预测D-柠檬烯、2-茨醇的有效靶点;通过GeneCards、OMIM数据库检索念珠菌病相关的疾病靶点;运用Venny软件获得两种化学成分和念珠菌病的共同靶点;运用Cytoscape 3.9. 0软件构建“成分-靶点-疾病”网络;利用STRING数据库构建蛋白互作PPI网络;利用R软件进行GO功能及KEGG通路富集分析。结果:D-柠檬烯的MIC为5 mg/mL,2-茨醇的MIC为2.5 mg/mL。D-柠檬烯与2-茨醇联用的FIC指数为0.75,呈相加作用。网络药理学筛选得到两种成分相关作用靶点152个,疾病靶点893个,两者交集靶点为24个;网络拓扑分析得到核心靶点为肿瘤坏死因子(TNF)、过氧化物酶体增殖物激活受体γ(PPARG)、雌激素受体(ESR1)等;KEGG分析得到核心通路为C型凝集素受体信号通路(C-type lectin receptor signaling pathway)、Fc epsilon RI信号通路(Fc epsilon RI signaling pathway)、催乳素信号通路(prolactin signaling pathway)等。结论:D-柠檬烯、2-茨醇对白色念珠菌均有抑制作用,且2种组分药物联合使用具有一定的协同作用。网络药理学预测初步提示D-柠檬烯、2-茨醇可能通过作用于TNF、PPARG、ESR1等核心靶点调控C型凝集素受体信号通路(C-type lectin receptor signaling pathway)、Fc epsilon RI信号通路(Fc epsilon RI signaling pathway)等以治疗念珠菌病。

基于m×2正则化交叉验证的神经网络超参数调优方法

超参数调优是神经网络建模的关键问题。针对传统的超参数调优方法存在的问题,该文提出了一种基于m×2正则化交叉验证的超参数调优方法。目的是给出一种适用于复杂模型、大数据集背景下的计算开销较小且稳健的超参数调优方法。该方法的思想是从完整的数据集上选取少部分数据进行调优,避免模型在数据集较大时非常耗时的超参数调优难题;在m×2交叉验证的基础上设置正则化条件均衡训练集与验证集之间的分布差异,从而减少分布不一致带来的性能波动;使用信噪比作为调优的优化目标,从而可以综合考虑模型性能评价指标的均值和方差;并采用正交设计选择相关性较低的超参数组合以提高调优效率。以命名实体任务为例进行实验,在CoNLL 2003数据集上的实验结果显示,提出的调优方法能够选到和网格搜索性能上没有显著差异的超参数组合,且调优时间可显著降低约66%。

基于网络药理学和分子对接的清热益气汤治疗2型糖尿病机制研究

目的:应用网络药理学和分子对接探索清热益气汤干预2型糖尿病(T2DM)的潜在机制,为其临床使用提供理论基础。方法:采用中药系统药理学数据库与分析平台(TCMSP)和BATMAN-TCM数据库获得清热益气汤方的化学成分,设置阈值筛选出相应活性物质;在GeneCards、OMIM、PharmGkb等数据库中搜集T2DM的相关靶点,去重后提取二者交集靶点;运用Cytoscape软件和String数据库绘制“药物-成分-作用靶点-疾病”可视化网络,筛选出核心成分和关键靶点;将药物-交集基因上传至String数据库进行蛋白质-蛋白质相互作用网络构建,经网络拓扑计算选出核心基因进行GO分析和KEGG分析;并运用分子对接软件Autodock、PyMOL将核心成分与靶点进行分子对接验证,结合相关研究分析预测清热益气汤干预2型糖尿病的作用机制。结果:共获得清热益气汤的主要活性成分310个,预测靶点6746个,与T2DM交集靶点508个,其中TP53、AKT1、STAT3、TNF、SRC等蛋白可能是其干预T2DM的关键靶点,对关键靶点及对应的活性成分进行分子对接,结果显示清热益气汤的活性成分和对应靶点具有强烈的结合能力。结论:清热益气汤干预T2DM涉及多靶点、多过程、多通路。

基于注意力Seq2Seq神经网络的生物强化系统厌氧发酵菌体质量预测研究

生物强化厌氧发酵系统能够提高发酵效率和产物质量。然而,在生物强化甲烷厌氧发酵过程中,关键的生物参数难以实时在线测量。为了解决这一问题,提出了一种基于注意力融入Seq2Seq-LSTM模型的质量预测方法。通过编码器将时间序列数据输入,并引入注意力机制以增强对重要信息的关注,从而得到更新后的中间向量;在解码器中同样引入注意力机制,利用LSTM神经网络对当前时刻的中间向量和输入信息进行综合处理。同时,为了提高模型的稳定性,使用了Adamw梯度下降优化器进行训练。最后,将该方法与LSTM、AM-LSTM模型一同应用于甲烷发酵菌体质量预测并进行对比。实验结果表明,该模型拟合能力和预测准确性均优于其他两种模型,能够更好适用于甲烷发酵菌体质量的在线预测。

响应面法和人工神经网络对亚临界CO_(2)萃取红花籽油的建模与优化

本文旨在寻找有效建模方法以预测亚临界CO_(2)萃取红花籽油的萃取率,优化其萃取工艺条件。以单因素实验为基础,采用Box-Behnken试验设计,研究了萃取压力、分离温度、萃取时间对红花籽油萃取率的影响,并采用响应面法(RSM)和人工神经网络(ANN)两种方法分别对同一实验进行建模分析,通过RSM数值优化、人工神经网络和遗传算法结合(ANN-GA)两种方法优化其工艺条件。结果表明,RSM与ANN两种模型均能较为精准预测,但通过两种模型的决定系数(R^(2))、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)值比较,得出ANN模型(R^(2)=0.9966)的预测效果较优于RSM模型(R^(2)=0.9950)。ANN-GA确定的最佳萃取条件及萃取率分别为:萃取压力19.04 MPa、分离温度55.50℃、萃取时间134.98 min、萃取率23.52%。综上,RSM和ANN两种方法均可用于亚临界CO_(2)萃取带壳红花籽油的建模与优化,但ANN的预测准确度及拟合能力更为优秀。

基于rs-fMRI的2型糖尿病患者动态功能网络连接研究

目的 应用动态功能网络连接(dynamic functional network connectivity, dFNC)分析技术探讨2型糖尿病(type 2 diabetes mellitus, T2DM)患者脑功能连接时变性及其动态功能指标与临床指标的相关性。材料与方法 前瞻性纳入31例T2DM患者的临床和影像资料,并记录患者的糖尿病相关生化指标和神经心理学测试得分。同期招募32名年龄、性别及受教育年限相匹配的健康对照(healthy control, HC)。使用滑动时间窗技术进行dFNC分析得到4个功能连接状态及dFNC指标(平均停留时间、时间分数、转换次数)。采用两独立样本t检验计算不同状态内FNC矩阵以及dFNC指标的组间差异,采用Spearman相关分析计算T2DM组dFNC指标与临床指标和认知评分的相关性。结果 在状态1弱连接中,T2DM组与HC组相比,平均停留时间增多(t=2.086,P<0.05)。在状态3局部强连接中,T2DM组与HC组相比,平均停留时间减少(t=-2.250,P<0.05),时间分数减小(t=-2.582,P<0.05),默认模式网络(default mode network, DMN)与视觉网络(visual network, VIS)之间的功能连接减弱(t=-4.875,P<0.05,FDR校正)。T2DM患者的病程与状态1弱连接状态的平均停留时间呈正相关(r=0.42,P<0.05),其他糖尿病相关生化指标和认知功能评分与dFNC指标无相关性(P>0.05)。结论 dFNC分析能捕获更多有关T2DM患者脑网络连接改变的潜在信息,揭示大脑网络复杂多变的时变特征及活动形式,有望为探究T2DM相关认知障碍的神经生物学机制提供新的见解。

社会网络视域下2型糖尿病管理研究进展

从糖尿病管理理论框架、社会网络特征及其主要评估工具、社会网络视域下的糖尿病管理(社会网络与糖尿病发病风险,并发症,预防及照护方法)等方面进行综述,为有效管理2型糖尿病提供参考。

2型糖尿病视网膜病变患者静息态功能磁共振认知控制网络研究

目的 探讨2型糖尿病视网膜病变(T2DR)患者在静息状态下背外侧前额叶(DLPFC)的功能连接(FC)改变特征。方法 纳入2021年8月—2022年8月中国中医科学院眼科医院诊治的T2DR患者30例作为观察组,将通过广告宣传招募的30例健康受试者作为对照组。2组受试者均测定空腹状态下血糖(GLU)、糖化血红蛋白(HbA1c)、血清C肽指标,进行静息态脑功能磁共振(rs-fMRI)扫描,通过分析DLPFC与全脑的FC,比较2组受试者FC差异,将差异脑区FC值与临床量表评分进行Pearson相关分析,并完成蒙特利尔认知评估量表(MoCA)、简易智力状态检查(MMSE)的评定。结果 (1)糖尿病相关指标:观察组患者GLU、HbA1c水平高于对照组(t_(GLU)=11.601、t_(HbA1c)=13.837,均P=0.000),MoCA得分、MMSE得分低于对照组(t_(MoCA)=-12.827、t_(MMSE)=-13.395,均P=0.000),差异均有统计学意义。2组血清C肽浓度比较,差异无统计学意义(P>0.05)。(2)FC值比较:以年龄、性别、受教育程度及头动作为协变量,观察组患者以左侧DLPFC为种子点,观察组在左侧顶下小叶、右侧中央后回的FC均高于对照组(t_(左侧顶下小叶)=6.785、t_(右侧中央后回)=5.126,均P=0.000);以右侧DLPFC为种子点,观察组在左侧顶下小叶、左侧额下三角回及小脑后叶的FC均高于对照组(t_(左侧顶下小叶)=4.274,t_(左侧额下三角回)=3.991、t_(小脑后叶)=4.227,均P=0.000),阈值体素水平数值满足要求,差异均有统计学意义。(4)相关性分析:观察组以右侧DLPFC为种子点,左侧顶下小叶FC值与MoCA量表评分呈正相关(r=0.494,P=0.005),有统计学意义。结论 T2DR患者存在认知控制网络(CCN)与默认网络、感觉运动网络和小脑网络异常的FC,这可能是T2DR重要的神经病理机制。

燃烧机理构建的极小化反应网络方法:C_(2)燃料燃烧

针对目前C_(2)燃料反应机理中存在的诸多问题,本文采用极小化反应网络方法,在特定化学分辨率条件下构建了乙烯、乙烷和乙醇等典型C_(2)燃料的燃烧反应机理.构建的C_(2)单组分机理具有简洁的反应网络,采用可逆反应形式,并对反应方向在形式上进行了统一.在动力学参数方面,采用经典Arrhenius方程(A,Ea)双参数形式,在保证物理意义的同时有利于参数优化.C_(2)机理构建过程中避免了机理简化步骤,能够大幅减少物种数和反应数.动力学模拟结果表明,构建的C_(2)燃烧反应机理在保持较小尺寸的同时有较高的可靠性,并为机理的实际工程应用降低计算成本带来便利.

基于长短期记忆网络的CO_(2)气层识别方法

CO_(2)监测是油气开采中的关键环节,传统的CO_(2)监测方法面临很多挑战,在人工智能逐渐兴起的当下,深度学习技术被广泛应用于地球物理测井。珠江口盆地恩平凹陷深层CO_(2)气藏发育,传统测井方法无法准确评价储层流体。构建了基于长短期记忆网络(LSTM)的CO_(2)气层识别模型,采用m×2正则化交叉验证优选CO_(2)敏感测井参数,并对模型进行训练。利用该模型对珠江口盆地恩平凹陷L2井CO_(2)气层进行识别,并与支持向量机和K近邻算法识别结果进行对比。结果表明,3种深度学习算法对CO_(2)气层的识别效果良好,其中LSTM算法对CO_(2)气层的识别效果最好,准确度达93.4%,为深层CO_(2)气层识别工作提供了新思路。

基于血清药物化学和网络药理学的知母-黄柏药对盐炙前后治疗2型糖尿病药效物质基础及作用机制分析

目的基于液质联用技术对生知母-生黄柏、盐知母-盐黄柏药对水提液灌胃给药后大鼠入血成分分析,结合网络药理学预测盐炙在知母-黄柏药对治疗2型糖尿病的影响,并通过体外实验进行初步验证。方法大鼠连续灌胃给药生知母-生黄柏药对、盐知母-盐黄柏药对水提液2次,中间间隔1 h,末次给药60 min后腹主动脉取血,用甲醇沉淀蛋白法处理后复溶,采用色谱柱Shim-pack GIST C 18(4.6 mm×150 mm,5μm);流动相A相为0.1%甲酸水,B相为0.1%甲酸-乙腈;梯度洗脱,正、负离子全扫描模式,质量扫描范围m/z 100~1500。结合数据库二级谱图及文献,分析鉴定生知母-生黄柏、盐知母-盐黄柏药对的入血成分。检索2型糖尿病疾病靶点,对入血成分和疾病的交集靶点进行蛋白质互作网络分析、GO、KEGG通路富集分析,构建“入血成分-靶点”网络图,运用AutoDock软件对筛选出的核心成分和核心靶点进行分子对接验证。验证实验以HepG2细胞为实验对象,胰岛素联合高糖诱导胰岛素抵抗模型,CCK8法检验盐炙前后知母-黄柏药对对细胞增殖影响,Western blot检测PI3K-AKT信号通路相关蛋白的表达情况。结果生知母-生黄柏药对水提液大鼠血清中鉴定出15种原型成分,1个芒果苷代谢成分。盐知母-盐黄柏药对水提液大鼠血清中鉴定出17个原型成分,1个芒果苷代谢成分。盐炙后入血成分中芒果苷、小檗碱、3-异丁基戊二酸等成分含量较生品高。KEGG和GO结果显示,知母-黄柏药对治疗2型糖尿病可能与RNA聚合酶的转录调控、炎症反应、AGE-RAGE、PI3K-AKT、胰岛素抵抗等通路有关。细胞实验表明盐炙前后知母-黄柏药对可以上调p-PI3K/PI3K、p-AKT/AKT、GLUT4蛋白表达,且盐炙组效果优于生品组。结论初步阐释了知母-黄柏药对盐炙前后入血成分,阿魏酸、小檗碱、小檗红碱、芒果苷与mTOR、SIRT1、EGFR、PPARA等可能是知母-黄柏药对盐炙后增强2型糖尿病治疗效果的主要成分和靶点,其机制可能是增强了PI3K-AKT等相关通路的作用,为知母-黄柏药对盐炙前后药效物质基础研究及临床应用提供重要参考。

基于生物信息学和网络药理学探讨补肾健脾方改善2型糖尿病作用机制

目的 基于生物信息学和网络药理学探讨补肾健脾方治疗2型糖尿病(T2DM)的作用机制。方法 通过TCMSP、BATMAN-TCM数据库筛选补肾健脾方活性成分及作用靶点,通过GEO数据库获取T2DM相关数据集GSE18732和GSE19420,通过Mfuzz分析筛选与糖尿病同步变化的基因,作为T2DM疾病靶点。获取补肾健脾方与T2DM疾病靶点交集靶点,作为补肾健脾方治疗T2DM的作用靶点,通过STRING数据库构建靶点蛋白相互作用网络,筛选网络中的关键靶点,通过GO功能和KEGG通路富集分析其生物功能,对关键靶点进行单因素Logistic回归,筛选Hub基因,基于Hub基因构建T2DM预测模型。结果 获取补肾健脾方药物靶点1 837个,T2DM疾病靶点983个,药物-疾病交集靶点115个,主要富集于内分泌抵抗、胰岛素抵抗、胰岛素信号通路、非酒精性脂肪性肝病、细胞凋亡、细胞衰老、AMPK信号通路、糖尿病并发症中的AGE-RAGE信号通路和HIF-1信号通路。Hub基因有NFKB1和SREBF1,预测模型曲线下面积=0.829,具有良好的预测性能。结论 本研究综合生物信息学和网络药理学研究发现,补肾健脾方可能通过调控AMPK通路和AGE-RAGE等通路,发挥延缓T2DM进展作用,但仍需进一步实验验证。

基于网络药理学和分子对接技术的灵芝改善2型糖尿病作用机制

目的应用网络药理学方法探讨灵芝在改善2型糖尿病(T2DM)中的作用机制。方法通过TCMSP筛选灵芝化学成分,使用SWISS Target Prediction导入主要成分的SMILE name获取单个基因名;结合DisGeNET和GeneCards获取疾病基因;利用Venn数据库筛选出交集靶点;在微生信平台构建活性成分和疾病靶点网络;利用STRING和Cytoscape数据库构建PPI网络;使用DAVID数据库进行GO和KEGG功能富集分析;使用AutoDock数据库进行分子对接。结果灵芝和2型糖尿病的共同靶点有146个;PPI网络包含灵芝和2型糖尿病共同目标有146个节点和2201条“边”;筛选出灵芝5个活性成分及与T2DM相关靶点146个;重要活性成分包括Methyl lucidenate F、环氧灵芝醇A、赤灵芝酸E、赤芝酮A、Methyl lucidenate Q,核心靶点包括PGR、PTPN1、NR3C2等;KEGG主要通路富集于卵母细胞减数分裂、NF-kappa B信号通路、长寿调节途径等;分子对接结果显示,化合物和重要靶位之间具有很强的融合作用。结论本研究进一步发现了灵芝中含有Methyl lucidenate F、环氧灵芝醇A、赤紫芝酸e、赤芝酸A、Methyl lucidenate Q等活性成分,为灵芝治疗2型糖尿病的核心组分,通过控制关键治疗靶点NR3C2和HSD11B2,影响NF-kappaB binding信息通路,从而达到改善2型糖尿病的效果。

基于网络药理学及分子对接探讨恒古骨伤愈合剂抑制2型糖尿病成骨细胞铁死亡的潜在机制

目的从网络药理学及分子对接角度探讨恒古骨伤愈合剂抑制成骨细胞铁死亡治疗2型糖尿病骨质疏松症的潜在作用机制。方法通过TCMSP数据库和BATMAN-TCM数据库检索获得中药成分及作用靶点,通过GeneCards与OMIM数据库查询获得2型糖尿病骨质疏松症的疾病靶点。借助STRING11.0数据库构建蛋白质相互作用网络(PPI)图,进行拓扑分析,筛选网络中重要靶点。将潜在治疗靶点导入DAVID在线数据库,进行基因本体(GO)富集分析、京都基因与基因组百科全书(KEGG)通路富集分析,最后进行分子对接模拟以验证网络药理学结果。结果通过网络药理学筛选共获得223个潜在治疗靶点。恒古骨伤愈合剂治疗2型糖尿病骨质疏松的关键活性物质为木犀草素、20(R)-人参皂苷Rh2、山柰酚、黄芩素、β-谷甾醇等,关键靶点为白细胞介素-6(IL-6)、蛋白激酶B1(Akt1)、肿瘤坏死因子(TNF)、丝裂原活化蛋白激酶3(MAPK3)、缺氧诱导因子-1A(HIF-1A)等。GO和KEGG富集分析结果表明,恒古骨伤愈合剂治疗2型糖尿病骨质疏松主要包括脂多糖的反应、对缺氧的反应、炎症反应等生物学过程,调控HIF-1A、TNF、IL-17、磷脂酰肌醇-3-激酶/蛋白激酶B(PI3K/Akt)等信号通路。分子对接结果表明7-O-甲基异微凸剑叶莎醇、黄芩素、山柰酚、槲皮素与HIF-1A均有较好的结合活性。结论通过网络药理学和分子对接技术发现恒古骨伤愈合剂可能通过多靶点治疗2型糖尿病骨质疏松,可能通过HIF-1A信号通路减少氧化应激,抑制成骨细胞铁死亡,达到治疗2型糖尿病骨质疏松症的目的。

车载毫米波网络中IRS辅助的多跳V2V链路选择

多跳车辆与车辆(V2V)通信可以有效改善车载毫米波网络的连通性和覆盖范围,但是多跳转发会带来时延开销。智能反射面(IRS)可以提供反射增益以补偿远距离传输的高路径损耗,从而增加单跳传输距离,减少转发跳数。利用IRS辅助多跳V2V通信,能够减少转发跳数,降低时延开销。针对现有链路选择机制大多忽略转发车辆之间资源和信号冲突的问题,为车载毫米波网络中IRS辅助的多跳V2V通信提出一种基于向前转发效率和空间复用时分多址接入(FE-STDMA)的链路选择机制。综合转发距离、链路质量和传输时间评估候选链路的向前转发效率,将其作为链路选择的依据。在链路选择中利用空间复用实现并发传输,通过时分接入缓解转发资源冲突问题,从而最大化网络资源利用率。仿真结果表明,FE-STDMA机制的多跳时延相比于NFP机制平均降低49.88%,交付率远高于MFR和RFP机制,相比于NFP机制平均提高11.11%。与常用链路选择机制相比,FE-STDMA机制可在保证交付率的同时大幅改善多跳时延。

基于网络药理学研究孜亚比提片对2型糖尿病的潜在分子机制

目的 利用网络药理学方法研究孜亚比提片治疗2型糖尿病(T2DM)的分子机制。方法 从TCMSP、ETCM、CNKI中得到孜亚比提片化学成分和药物靶点,利用OMIM和GeneCards数据库筛选T2DM的疾病靶点;使用Cytoscape 3.6.1软件构建“药物-成分-靶点网络”筛选出核心成分;运用蛋白质相互作用网络筛选出核心靶点;通过DAVID数据库进行GO和KEGG富集分析。结果研究共收集到孜亚比提片活性成分144个,度值排名靠前的为槲皮素、山柰酚、异鼠李素等。活性成分相关靶点823个,其中与T2DM相关的有700个,包含为SRC、MAPK1、MAPK3等。GO功能分析提示与信号传导、蛋白质磷酸化以及蛋白质结合等分子功能有关。KEGG通路富集分析所涉及的主要信号通路有脂质与动脉粥样硬化、糖尿病并发症中的AGE-RAGE信号通路及HIF-1信号通路等。结论 孜亚比提片治疗T2DM具有多成分、多靶点、多通路协同干预的特点,其主要由槲皮素、山柰酚、异鼠李素等成分通过作用SRC、MAPK1、MAPK3靶点调控AGE-RAGE信号通路发挥综合治疗作用。

沉默信息调节因子2相关酶1及相关信号网络在糖尿病中的作用

糖尿病(diabetes mellitus,DM)是目前临床医学中最普遍的代谢性疾病之一,并且已经成为全球关注的公共卫生问题。沉默信息调节因子2相关酶1(silencing information regulator 2 related enzyme 1,SIRT1)是一种腺嘌呤二核苷酸依赖性去乙酰化酶,参与糖代谢和胰岛素的分泌过程,在DM的发病机制中扮演了重要角色。糖尿病主要是由于胰岛素分泌缺乏或者胰岛素抵抗导致的代谢紊乱综合征。SIRT1不仅在β细胞中通过p53、叉头盒转录因子O(forkhead box transcription factor class O,FoxO)、烟酰胺磷酸核糖转移酶(nicotinamide phosphoribose transferase,NAMPT)等相关靶点影响胰岛素分泌;还可以通过胰岛素受体、脂联素影响胰岛素敏感性从而干扰胰岛素抵抗。此外,SIRT1还可以通过抑制NF-κB信号通路,保护胰岛β细胞免受氧化应激和炎症细胞因子的刺激。同时,SIRT1通过促进线粒体的生物发生保证机体内所有细胞活动的供能,并避免脂质的积累。白色脂肪组织(white adipose tissue,WAT)、糖异生功能异常导致的糖尿病也受到SIRT1诸多影响。本文旨在探讨SIRT1与DM的关系及其中涉及的相关信号网络。

面向雾辅助V2G网络的匿名认证方案

车辆到电网(Vehicle-to-grid, V2G)作为一种新的智能电网模式,可以与可再生能源相结合,提供电力服务,管理电力需求,并建立双向互动的服务模式。电动汽车在请求充放电服务时,需要先向充电站发送带有可识别信息的身份认证信息,从而引起一些安全与隐私方面的威胁。因此,针对此类问题,本文结合密码学匿名凭证思想,提出了一种面向雾辅助V2G网络的匿名认证方案,满足匿名性、不可伪造性、可追踪性、可撤销性等安全需求。在性能方面,给出了方案的功能性分析和性能测试结果,对不同阶段各实体的计算代价进行分析,结果表明所提出的方案在功能性和性能两个方面都具有实际意义。综上,提出的方案可为V2G网络提供一种高效、隐私且安全的认证方案。