简介：细胞内的钙离子（Ca2＋）是体内关键的信号转导因子,在诸多生理活动中都起着重要作用。肌浆网/内质网钙ATP酶（SERCA）能够将胞浆内的Ca2＋转运到肌浆网和内质网中,调控细胞的生长和凋亡。细胞凋亡是调节机体发育和衰老的基本机制,与Ca2＋密切相关。SERCA作为调控钙稳态的关键酶,它与细胞凋亡联系紧密。本文从心肌细胞、足细胞、胰岛β细胞、肝细胞和巨噬细胞等分别阐述了SERCA调控细胞凋亡的最新进展,将为疾病诊断和靶向治疗提供新的理论基础。

简介：在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.

简介：目的研究结直肠癌细胞炎症模型中基因表达的变化以及所涉及的信号通路。方法利用脂多糖（LPS）刺激SW480细胞1、3、6小时后提取RNA构建测序文库进行转录组测序,对表达有变化的基因归类,并进行京都基因与基因组百科全书（Kyotoencyclopediaofgenesandgenomes,KEGG）分析,对分析结果进行实时荧光定量PCR验证。结果发现LPS刺激SW480细胞1、3、6小时后,3个时间点表达均有显著变化的基因有250个。对这些差异表达的基因进行了KEGG信号通路富集分析发现利用脂多糖刺激构建的炎症模型里,TNF-α激活和NF-κB信号通路活化最显著。利用癌症基因组图谱（TCGA）数据库进一步对表达持续上调或下调的基因进行分析发现,部分基因在结肠癌标本中的表达趋势与LPS刺激结肠癌细胞引起的表达变化趋势一致。结论在利用脂多糖刺激构建的结肠癌细胞炎症模型中,炎症过程中的基因表达变化可能与结肠癌的发生发展密切相关。

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：为有效降低宫颈癌细胞图像在图像识别中的假阴性率,在此提出一种改进的残差网络算法.该改进算法通过对交叉熵代价函数增加权重实现,根据不同病变程度的宫颈细胞建立权重矩阵,有针对地对假阴性类别的输出进行加权处理,优化分类输出、减少假阴性误判.实验结果表明,对于不同的宫颈细胞图像数据集,本改进算法输出分类效果稳定;与传统图像分类算法相比,改进后的交叉熵代价函数算法在识别分类宫颈细胞图像时,能有效降低宫颈癌细胞图像的假阴性率.

简介：按文献方法合成得到两种水溶性富勒烯乙二胺（EDA）衍生物C-（60）-（EDA）-3和Gd@C-（82）-（EDA）_8,并采用紫外-可见吸收光谱和荧光光谱法研究它们分别与牛血清白蛋白（BSA）和人血清白蛋白（HSA）相互作用机理.发现血清白蛋白最大吸收峰280nm处在和富勒烯乙二胺衍生物作用后发生1-2nm蓝移,可能是由于富勒烯乙二胺衍生物改变氨基酸残基的微环境所引起,表明药物与BSA和HSA发生了相互作用.荧光光谱分析表明,C60-（EDA）3和Gd@C-（82）-（EDA）_8均对BSA和HSA有明显荧光淬灭作用,且随着浓度的增大淬灭作用越强.研究结果表明,其荧光淬灭机制为静态淬灭,静态淬灭常数均大于10-4L/mol,进一步计算出结合常数均大于10-5L/mol,结合位点数约为1.三维荧光光谱研究结果发现,C-（60）-（EDA）_3和Gd@C_（82）-（EDA）-8与血清白蛋白相互结合时,可能导致BSA和HSA的色氨酸、酪氨酸和苯丙氨酸等具有光学活性的氨基酸残基的微环境发生改变.