胆固醇及载脂蛋白E基因启动子多态性与血管性痴呆

目的:从与阿尔茨海默病密切相关的因素胆固醇增高、载脂蛋白E基因启动子入手,分析胆固醇与载脂蛋白E基因启动子多态性与血管性痴呆的关系。方法:选择2005-01/2006-11美国南卡罗莱纳州立大学医院血管性痴呆症患者96名作为实验组,非血管性痴呆症患者96名作为对照组。纳入标准和排除标准严格执行当前通用的NINDS-AIREN诊断标准。病例组与对照组患者按以下标准1∶1配对∶性别、年龄、有无高血压病病史、有无糖尿病病史均匹配一致。血浆胆固醇含量为临床病例记录。本实验从实验组及对照组患者外周血中提纯GenomicDNA,应用PCR,DNA测序方法检测载脂蛋白E基因启动子多态性表达,并且结合临床血浆胆固醇资料进行医学生物统计分析。结果:病例组与对照组共192例全部进入结果。①载脂蛋白E基因启动子491多态性位点基因型AA表达在病例组明显多于对照组(51,36例),基因型AT及TT对照组明显多于病例组,差异有显著意义(AT∶47,37例;TT∶13,8例;P<0.01),载脂蛋白E基因启动子427多态性位点分布在血管性痴呆患者与对照组之间差异无显著性意义。②病例组血浆胆固醇水平高于对照组,差异有显著意义[(6.31±0.23),(5.26±0.21)mmol/L,t=2.39,P=0.018]。结论:载脂蛋白E基因启动子491多态性位点和高血浆胆固醇水平与血管性痴呆相关。

具有正则化约束的脉冲神经网络机器人触觉物体识别方法

拓展触觉感知能力是智能机器人未来发展的重要方向之一,决定着机器人的应用场景范围。由触觉传感器采集的数据是机器人完成触觉感知任务基础,但触觉数据具有复杂的时空性。脉冲神经网络具有丰富的时空动力学特征和契合硬件的事件驱动性,能更好地处理时空信息和应用于人工智能芯片给机器人带来更高能效。该文针对脉冲神经网络神经元脉冲活动离散性导致网络训练过程反向传播失效的问题,从智能触觉机器人动态系统角度,引入脉冲活动近似函数使脉冲神经网络反向传播梯度下降法有效;针对触觉脉冲数据量少导致的过拟合问题,融合正则化方法加以缓解;最后,提出具有正则化约束的脉冲神经网络机器人触觉物体识别(Spiking neural network Tactile dropout,SnnTd;Spiking neural network Tactile dropout-l2-cosine annealing,SnnTdlc)算法。相较于经典方法TactileSGNet,Grid-based CNN,MLP和GCN,SnnTd正则化方法触觉物体识别率在EvTouchContainers数据集上比最好方法TactileSGNet提升了5.00%,SnnTdlc正则化方法触觉物体识别率在EvTouch-Objects数据集上比最好方法TactileSGNet提升了3.16%。

阿尔茨海默病脑内β淀粉样蛋白沉淀与胆固醇和载脂蛋白E基因启动子多态性的相关性

目的:观察胆固醇与载脂蛋白E基因启动子多态性,分析其与阿尔茨海默病患者神经元内β-淀粉状蛋白质沉积的关系。方法:同时选择2000-01/2005-12美国南卡罗莱纳州立大学科学中心阿尔茨海默病尸检患者132例作为病例组,非阿尔茨海默病尸检患者132例作为对照组。病例组存在β-淀粉状蛋白质沉积(+),对照组不存在β-淀粉状蛋白质沉积(-)。血浆胆固醇含量为临床病例记录。从阿尔茨海默病病例组及匹配对照组患者尸检肝脏石蜡块中提纯Genomic DNA。采用DNA聚合酶链反应(PCR)扩增载脂蛋白E基因启动子,限制性核酸内切酶酶切消化PCR产物并电泳测定酶切结果。匹配临床记录血浆胆固醇含量指标进行统计分析。结果:两组数据患者全部进入结果。①第1轮DNA聚合酶链反应及电泳结果发现载脂蛋白E基因启动子PCR产物存在包括目的(1274bp)在内的多个条带。第2轮DNA聚合酶链反应及电泳结果发现只存在目的带(228bp)一个条带。②全部病例组和对照组载脂蛋白E基因启动子427基因型均为TT。病例组载脂蛋白E基因启动子491多态性位点基因型AA表达明显多于对照组(107,66例,P<0.01),对照组基因型AT及TT明显多于病例组,差异有显著性意义(54,20例;12,5例;P<0.01),基因型AA患者β-淀粉状蛋白在脑内沉积机会增加。③病例组血浆胆固醇含量与对照组之间差异有显著性意义[(6.05±0.17),(5.21±0.15)mmol/L,P<0.05],高血浆胆固醇含量增加β-淀粉状蛋白在脑内沉积。结论:血浆胆固醇水平与载脂蛋白E基因启动子491多态性位点与阿尔茨海默病患者神经元内β-淀粉状蛋白质沉积相关。

自适应权重联合多尺度LBPV^2纹理分类方法

传统的局部二值模式仅局限于局部纹理信息的提取,忽略了全局纹理信息的表达,造成最终的纹理分类效果并不理想。为了解决以上问题,借鉴局部二值模式方差(LBPV)的优势,在此基础上提出了一种新的基于自适应权重联合多尺度LBPV^2的纹理图像分类方法。该方法将方差平方作为直方图累积权重取代原来的方差权重,并采用自适应权重联合多尺度方案来实现多尺度纹理信息提取,进一步提升了纹理图像描述子的分类性能。在国际公认的Outex纹理数据集上的仿真实验表明,提出的这种新的基于自适应权重联合多尺度LBPV^2的纹理图像分类方法能够实现纹理分类性能的显著改善。

草药紫锥花中酚类化合物的测定(英文)

报道了一种固相萃取-三甲基硅烷衍生化-气相色谱/质谱联用法测定草药紫锥花的不同品种中7种游离酚类化合物的新方法