|
搜索
搜 索
高等教育領(lǐng)域數(shù)字化綜合服務(wù)平臺
.jpg){kind=logo}
重編程的神經(jīng)干細胞可以用來作為細胞模型研究疾病的發(fā)病機理
利用單個視網(wǎng)膜轉(zhuǎn)錄因子Ptf1a，可以將小鼠和人的成纖維細胞在體外高效重編程為神經(jīng)干細胞，并揭示了Ptf1a誘導(dǎo)體細胞重編程過程的內(nèi)在分子機制。由于Ptf1a是一個非神經(jīng)前體細胞轉(zhuǎn)錄因子，該發(fā)現(xiàn)顛覆了體細胞重編程為神經(jīng)干細胞需要依賴神經(jīng)前體細胞轉(zhuǎn)錄因子參與的認知。經(jīng)過Ptf1a重編程的神經(jīng)干細胞在體外可以大量傳代擴增，并能在體外及體內(nèi)分化成為具有功能的、各種類型的抑制性及興奮性神經(jīng)元、星型膠質(zhì)細胞和少突膠質(zhì)細胞。進一步的研究發(fā)現(xiàn)，當(dāng)把這些誘導(dǎo)神經(jīng)干細胞移植到患有老年癡呆的小鼠模型大腦中，其可以分化并整合到大腦中，和原有的腦細胞形成功能性連接。行為學(xué)測試表明，細胞移植可以明顯改善患病小鼠的空間學(xué)習(xí)及記憶功能。? 和早期的其它研究相比，Ptf1a的單因子方案更安全、更高效、得到的神經(jīng)干細胞和體內(nèi)的神經(jīng)干細胞更接近，具有諸多優(yōu)點，從而解決了自體神經(jīng)干細胞的來源問題。重編程的神經(jīng)干細胞可以用來作為細胞模型研究疾病的發(fā)病機理，篩選有效的藥物，以及移植治療各種神經(jīng)疾病的細胞來源。
中山大學(xué)
2021-04-13
.jpg){kind=logo}
信息物理融合的CVT群體計量誤差評估模型 實現(xiàn)CVT個體計量誤差狀態(tài)的在線評估
電容式電壓互感器（CVT）給電能表提供電壓信號，其測量誤差直接影響電能計量的準(zhǔn)確性。CVT在110kV及以上變電站中得到了廣泛應(yīng)用，然而CVT長期運行后易出現(xiàn)誤差異常。為了跟蹤CVT的計量誤差狀態(tài)變化，一般采用基于標(biāo)準(zhǔn)器比對的定期停電檢定法，但由于變電站停電困難等原因， CVT往往無法按期檢定，導(dǎo)致長期運行準(zhǔn)確性難以得到保證。
南方科技大學(xué)
2021-04-14
.jpg){kind=logo}
一種基于開關(guān)表的三相可控整流器模型預(yù)測控制方法
本發(fā)明公開了一種基于開關(guān)表的三相可控整流器模型預(yù)測控制 方法，包括如下步驟：(1)將電網(wǎng)電壓矢量角度分為十二個扇區(qū)，對三 相可控整流器采用八個候選電壓控制矢量；(2)依據(jù)三相可控整流器的 電網(wǎng)側(cè)有功以及無功功率隨電網(wǎng)電壓矢量角度的變化規(guī)律，確定每個 扇區(qū)對應(yīng)的候選電壓控制矢量，生成開關(guān)表；(3)在當(dāng)前時刻判定當(dāng)前 的電網(wǎng)電壓矢量角度所屬扇區(qū)，從開關(guān)表中提取對應(yīng)的候選電壓控制 矢量；(4)依據(jù)提取的候選電壓矢量預(yù)測下一時刻的電網(wǎng)側(cè)有功以及無 功功率，從中選取最佳電壓控制矢量。本發(fā)明將開關(guān)表和模型預(yù)測控
華中科技大學(xué)
2021-04-14
藥大學(xué).jpg){kind=logo}
當(dāng)歸飲子對復(fù)合型慢性蕁麻疹致敏小鼠模型細胞因子的影響
目的：研究當(dāng)歸飲子對氣血兩虛型慢性蕁麻疹治療機理。 方法：ＫＭ小鼠，雌雄各半，采用利血平＋乙酰苯肼，聯(lián)合ＩＶ型變態(tài)反應(yīng)模擬蕁麻疹模型，選擇模型制作成功的動物，隨機分為模型組、氯雷他定組、當(dāng)歸飲子加減方高劑量組、中劑量組和低劑量組，每組８只動物，另取８只作為空白對照組。實驗結(jié)束時，各組動物眼眶取血，分離血清，光鏡檢測外周血嗜酸性粒細胞（ＥＯＳ）變化；采用雙抗夾心ＥＬＩＳＡ法測試血清ＩｇＥ含量；剖取血管壁組織，免疫組織化學(xué)檢測血管壁組織中ＩＬ－４、ＩＦＮ－γ表達量。 結(jié)果：與模型組比較，當(dāng)歸飲子各劑量組可顯著降低動物外周血嗜酸性粒細胞（Ｐ＜０．０１）；降低血清ＩｇＥ含量（Ｐ＜０．０１）；降低血管壁組織ＩＬ－４（Ｐ＜０．０１），升高ＩＦＮ－γ（Ｐ＜０．０１）。 結(jié)論：當(dāng)歸飲子可通過干預(yù)Ｔ細胞異常分泌相關(guān)細胞因子抑制蕁麻疹發(fā)病。 文章發(fā)表于南京中醫(yī)藥大學(xué)學(xué)報２０１３年３月第２９卷第２期。
成都中醫(yī)藥大學(xué)
2015-05-14
大學(xué).jpg){kind=logo}
新型冠狀病毒肺炎(COVID-19）傳播預(yù)測模型及流行病學(xué)分析成果
全球肆虐的新型冠狀病毒肺炎對世界各國人民的生命健康造成了嚴(yán)重的損害，對國際經(jīng)濟產(chǎn)生巨大沖擊。加深對突發(fā)新型傳染性疾病的全面認識，分析新型冠狀病毒肺炎的流行病學(xué)特征，預(yù)測新型冠狀病毒肺炎的傳播趨勢成為了應(yīng)對疫情最為迫切的需求。馬婷團隊基于深度數(shù)據(jù)挖掘，建立輸入風(fēng)險及傳染病傳播動力學(xué)模型，通過與深圳市疾控中心、深圳市三院、黑龍江省疾控中心、美國約翰霍普金斯公共衛(wèi)生學(xué)院專家的密切合作，建立精準(zhǔn)度更高、更為個性化的預(yù)測模型，第一時
哈爾濱工業(yè)大學(xué)
2021-04-14
一種五橋臂的可控整流變頻調(diào)速系統(tǒng)的模型預(yù)測控制方法
本發(fā)明公開了一種五橋臂的可控整流變頻調(diào)速系統(tǒng)的模型預(yù)測控制方法，包括：A、根據(jù)測量的相電流和轉(zhuǎn)速估算感應(yīng)電機的定子、轉(zhuǎn)子磁鏈；B、預(yù)測下一采樣時刻八個電壓矢量對應(yīng)定子磁鏈的絕對值、·744·轉(zhuǎn)矩、有功功率和無功功率；C、速度外環(huán)和母線電壓外環(huán)采用比例積分調(diào)節(jié)器(PI)，調(diào)節(jié)器輸出有功功率給定和電機磁鏈給定；D、通過預(yù)測值和給定值構(gòu)建系統(tǒng)的目標(biāo)函數(shù)，分別計算共享橋臂開關(guān)狀態(tài)為 0和 1 時，整流側(cè)和逆變側(cè)
華中科技大學(xué)
2021-04-14
一種可見光目標(biāo)輪廓模型指導(dǎo)的飛機感興趣區(qū)測譜方法
本發(fā)明公開了一種可見光目標(biāo)輪廓模型指導(dǎo)的飛機感興趣區(qū)測譜方法，包括：(1)建立典型飛機目標(biāo)輪廓姿態(tài)數(shù)據(jù)庫；(2)對實測飛機目標(biāo)可見光圖像進行測譜，包括：(2.1)獲取飛機目標(biāo)的可見光圖像；(2.2)獲得目標(biāo)輪廓特征；(2.3)用目標(biāo)輪廓匹配步驟(1)中建立的輪廓姿態(tài)數(shù)據(jù)庫，得到飛機的對應(yīng)姿態(tài)，以及在此種姿態(tài)下的部件對應(yīng)幾何關(guān)系；(2.4)根據(jù)輪廓與各個部件之間的相互關(guān)系，尋找目標(biāo)各部件測譜的中心位置坐標(biāo)；(2.5)把
華中科技大學(xué)
2021-04-14
.jpg){kind=logo}
秀丼隱桿線蟲體內(nèi)活性氧水平失調(diào)動物模型的構(gòu)建方法
該動物模型穩(wěn)定可重復(fù)，可作為體內(nèi)活性氧水平失調(diào)動物模型用 于體內(nèi)活性氧水平失調(diào)發(fā)病機制研究和開發(fā)相關(guān)疾病的藥物。本發(fā)明 采用 RNAi 的方法建立了秀麗隱桿線蟲體內(nèi)活性氧水平失調(diào)動物模 型，通過秀麗隱桿線蟲體內(nèi)產(chǎn)生 isp-1 基因的干擾效應(yīng)，可使秀麗隱 桿線蟲體內(nèi)總活性氧含量降低，可以降低動物模型體內(nèi)總活性氧含 量，可用于模擬動物體內(nèi)總活性氧含量降低的狀態(tài)，可用于研究體內(nèi) 活性氧水平失調(diào)對機體各種生理生化代謝過程的影響。
蘭州大學(xué)
2021-04-14
信息物理融合的CVT群體計量誤差評估模型實現(xiàn)CVT個體計量誤差狀態(tài)的在線評估
以IEEE Fellow A.G.Phadk為代表研究了CVT預(yù)檢定在線評估方法，首先對站內(nèi)部分CVT進行停電檢定，再通過對變電站的精確建模求取其他CVT的計量誤差。其缺陷在于未能完全脫離停電檢定，且由于停電評估的時效性有限，無法實現(xiàn)CVT計量誤差狀態(tài)的長期動態(tài)跟蹤。因此，在完全無需標(biāo)準(zhǔn)器的條件下，實現(xiàn)CVT計量誤差狀態(tài)在線評估，是計量領(lǐng)域的國際性難題。程然課題組通過與華中科技大學(xué)教授李紅斌團隊合作，通過測量學(xué)科與信息學(xué)科的交叉與融合，首次將計算智能優(yōu)化的思想用于解決物理設(shè)備測量誤差狀態(tài)評估問題。
南方科技大學(xué)
2021-04-14
基于分?jǐn)?shù)階的伺服系統(tǒng)位置環(huán) IP 控制器無模型自校正方法
本發(fā)明公開了一種基于分?jǐn)?shù)階的伺服系統(tǒng)位置環(huán) IP 控制器無模 型自校正方法，包括以下步驟:設(shè)定參考模型，激勵系統(tǒng)獲取離線數(shù) 據(jù)庫，初始化系統(tǒng)相關(guān)參數(shù)，然后根據(jù)當(dāng)前時刻新采集的輸入和輸出 數(shù)據(jù)進行數(shù)據(jù)庫的更新，接著根據(jù)相似度準(zhǔn)則函數(shù)進行相似數(shù)據(jù)隊列 的選擇，之后進行分?jǐn)?shù)階控制器階次的選取，最后采用粒子群優(yōu)化算 法對分?jǐn)?shù)階 IP 控制器參數(shù)進行自校正。
華中科技大學(xué)
2021-04-14