基于双重类酶活性钯负载氧化石墨烯纳米酶对脑胶质细胞凋亡的影响

目的:构建钯负载氧化石墨(GO@Pd)纳米酶,探究其类酶活性对脑胶质细胞凋亡的影响。方法:通过原位生长法合成GO@Pd纳米酶并进行表征;体外检测GO@Pd的类超氧化物歧化酶(SOD)活性、类过氧化物酶(POD)活性和消耗谷胱甘肽(GSH)的能力;并利用亚甲基蓝检测其羟基自由基(·OH^(-))的生成;通过细胞增殖试剂盒评价GO@Pd的体外生物安全性;分别将Pd、GO和GO@Pd与人脑星形胶质母细胞瘤(U-118MG)细胞共同孵育,利用DCFH-DA荧光探针检测各组细胞内活性氧(ROS)水平;通过线粒体膜电位染色检测各组细胞内线粒体膜电位变化。结果:经一系列材料表征表明成功制备了大小均一、分散性良好的GO@Pd纳米酶;类酶活性检测结果显示,GO@Pd同时拥有类SOD和类POD双重类酶活性,并且可以催化H_(2)O_(2)生成·OH^(-)和消耗GSH;当GO@Pd浓度在0~100μg/mL之间,C8-D1A细胞的活率保持在90%以上;与空白对照组相比,GO@Pd组的U-118MG细胞内ROS水平显著升高(P<0.001),并且其线粒体膜电位染色结果红色/绿色荧光强度比值显著降低(P<0.0001)。结论:成功制备了具有双重酶样活性的GO@Pd纳米酶,且其可以通过促进胶质瘤细胞内ROS生成,诱导线粒体损伤,从而引发胶质瘤细胞凋亡。

基于类酶活性二氧化锰纳米片的新型传感器应用于血清胆固醇的高灵敏特异性检测

目的:研究基于类酶活性二氧化锰纳米片(MnO_(2)NS)的新型传感应用于血清中胆固醇(Chol)的检测效果。方法:以四甲基氢氧化铵、过氧化氢和氯化锰为原料制备得到MnO_(2)NS。利用Chol和胆固醇氧化酶(ChOx)的氧化反应和MnO_(2)NS催化3,3’,5,5’-四甲基联苯胺(TMB)显色反应,根据反应后溶液颜色及吸光度的变化对Chol进行定量检测,并对反应温度、pH以及反应时间等条件进行了优化。结果:成功合成了类酶活性的MnO_(2)NS。该方法用于Chol的检测比传统MnO_(2)NS比色法具有更优的分析性能。在最优的实验条件下,Chol的检测线性范围为1~200μmol/L,检测限为0.5μmol/L,且具有较高的选择性。此外,该方法用于人血清中Chol的检测结果令人满意。结论:该传感器操作简单、快捷,具有较高的特异性与灵敏度,可为Chol相关的临床诊断提供新的检测方法。

基于G-四链体构象转换免标记荧光法用于Ag^(+)的检测

目的:基于银离子(Ag^(+))介导的G-四链体构象转换策略建立免标记的荧光传感法用于Ag^(+)定量分析。方法:首先,荧光染料吖啶橙嵌入G-四链体后可使其荧光显著增强。其次,当体系加入Ag^(+)后,Ag^(+)可螯合G-四链体中的鸟嘌呤进而抑制G-四链体空间结构形成使得荧光降低。最后,根据荧光强度的变化进行Ag^(+)的定量检测。样品的荧光光谱分析以480 nm为激发波长,检测500~700 nm的荧光发射光谱,并记录最大发射波长525 nm处的荧光强度。结果:本研究设计的荧光传感器对Ag^(+)的检测呈现出较宽的检测线性范围(0.1~2.0μmol/L)和较低的检测限(43.5 nmol/L)。此外,该方法在复杂的实际环境样品回收率分析中取得了满意的结果。结论:本研究构建的Ag^(+)检测方法操作简单,无需任何荧光标记,成本低,分析速度快,选择性好,在环境分析中具有广泛的实际应用前景。

基于3个微血管侵犯相关lncRNA的肝细胞癌预后模型的构建

目的:构建与肝细胞癌(HCC)微血管侵犯(MVI)相关的长链非编码RNA(lncRNA)预后风险模型,筛选关键MVImRNA。方法:基于TCGA-LIHC数据库获得转录组数据,提取MVI-mRNA,通过相关性分析和单因素Cox分析获得预后相关的MVI-lncRNA,多因素Cox分析筛选变量构建相关风险模型。采用Kaplan-Meier分析、单因素和多因素Cox分析、受试者工作特征(ROC)曲线及主成分分析(PCA)对风险模型进行评估。按照高、低风险分组对34个HCC-MVI-mRNA进行差异分析,并进行GO、KEGG富集分析。采用RNA-seq和RT-qPCR验证HCC患者癌组织和癌旁组织中MVI-mRNA。结果:共鉴定了9种预后相关的MVI-lncRNA,通过3个MVI高度相关lncRNA:AC129492.1、NRAV、AC099850.3构建了具有预后价值的MVI-lncRNA风险模型。高风险组总生存期(OS)短于低风险组(P<0.05)。ROC结果表明风险评分(AUC=0.819,95%CI:1.576~2.250)比临床因素更准确地预测患者的生存。按高、低风险分组对MVI-mRNA进行差异表达分析,筛选出18个关键差异表达基因(DEG),GO、KEGG富集分析显示,HCC的MVI主要与小分子分解代谢和核苷酸的代谢通路相关。AASS和GLYAT在HCC中显著低表达,TYMS高表达(P<0.05)。结论:本研究建立的MVI-lncRNA模型可用于预测HCC预后,MVI相关基因TYMS、AASS和GLYAT在HCC组织中差异表达。