【摘 要】
：
研究背景:慢性阻塞性肺疾病作为一种常见的呼吸系统疾病,是一种可预防和治疗的疾病。近年来慢阻肺患病率逐渐上升,患者生活质量低、社会经济负担较重,成为全球关注的公共卫生问题。目前研究表明,COPD的发病机制主要有炎症反应、蛋白酶/抗蛋白酶失衡、氧化/抗氧化失衡等。COPD的特点是炎症因子、多种蛋白酶的水平提高,NF-κ B诱导多种炎性细胞分泌如集落刺激因子、白介素-6、肿瘤坏死因子-α、粘附分子等多种
论文部分内容阅读
研究背景:慢性阻塞性肺疾病作为一种常见的呼吸系统疾病,是一种可预防和治疗的疾病。近年来慢阻肺患病率逐渐上升,患者生活质量低、社会经济负担较重,成为全球关注的公共卫生问题。目前研究表明,COPD的发病机制主要有炎症反应、蛋白酶/抗蛋白酶失衡、氧化/抗氧化失衡等。COPD的特点是炎症因子、多种蛋白酶的水平提高,NF-κ B诱导多种炎性细胞分泌如集落刺激因子、白介素-6、肿瘤坏死因子-α、粘附分子等多种炎性因子的表达,参与了气道慢性炎症反应的众多环节,在一定程度上促进了炎症的发生发展,引起组织的病理性改变或者损伤,并最终导致炎症反复发作甚至迁延不愈以及气管受损。根据中医的络病理论和癥瘕理论,王琦教授提出“微型癥瘕痹阻肺络”病机假说,并据此拟定益气活血消癥方治疗COPD。本课题组前期临床实验表明,益气活血消癥方能改善COPD稳定期患者肺功能、血流变指标;前期动物实验表明,益气活血消癥方能够通过调节COPD模型大鼠气道上皮细胞的蛋白酶/抗蛋白酶失衡改善气道重构;益气活血消癥方亦能降低COPD模型大鼠血清中TNF-α、IL-7、IFN-γ的含量、提高大鼠肺功能。本实验在前期实验研究的基础上,欲探索益气活血消癥方含药血清对COPD气道重构中成纤维细胞的增殖、炎性因子的影响及其作用机制,基于NF-κ B经典信号通路从分子生物学角度寻找益气活血消癥方含药血清可能的作用靶点。研究目的:实验一:构建LPS体外刺激成纤维细胞MRC-5的增殖模型。实验二:探究益气活血消癥方的方药精髓,基于NF-κ B信号通路,探讨该方在成纤维细胞炎性因子表达中的可能作用靶点,为COPD气道炎症反应、气道重构的“微型癥瘕痹阻肺络”假说提供依据。研究方法:实验一:以不同浓度LPS体外干预MRC-5细胞24h,CCK-8检测细胞增殖情况。实验二:将益气活血消癥方拆分为益气消癥通络方与益气活血化痰方,Wistar大鼠24只随机分为4组,空白组12只、益气活血消癥组4只、益气消癥通络组4只、益气活血化痰组4只,对应予生理盐水和益气活血消癥方、益气消癥通络方、益气活血化痰方灌胃7天,腹主动脉取血制备含药血清;MRC-5细胞培养种板后按照分组给予LPS、含药血清及布地奈德分别干预24h,检测细胞增殖情况及TGF-β 1、TNF-α、IL-6、p65、IKKβ 的表达情况。研究结果:实验一:LPS浓度在100-2000ng/ml可以刺激MRC-5体外增殖,500ng/ml刺激MRC-5增殖最佳。实验二:1.与模型组相比,益气活血消癥方可以抑制LPS刺激的MRC-5细胞增殖,抑制细胞分泌TGF-β、TNF-α、IL-6,抑制细胞p65、IKKβ生成;2.与模型组相比,益气消癥通络方可以抑制LPS刺激的MRC-5细胞增殖,抑制细胞分泌TNF-α、IL-6,抑制细胞p65、IKKβ生成;3.与模型组相比,益气活血化痰方可以抑制LPS刺激的MRC-5细胞分泌TNF-α、IL-6,抑制细胞p65、IKK β生成;4.与模型组相比,Bud可以抑制LPS刺激的MRC-5细胞增殖,抑制细胞分泌TGF-β、TNF-α、IL-6,抑制细胞p65、IKKβ生成;5.与益气消癥通络组相比较,益气活血消癥组对抑制MRC-5细胞增殖及IL-6的表达作用更明显;对于抑制TNF-α、p65、IKKβ的表达,两组作用相当;益气消癥通络方对TGF-β的表达无明显影响;6.与益气活血化痰组相比较,益气活血消癥组对抑制IL-6、p65、IKK β的表达作用更为明显;对于抑制TNF-α的表达,两组作用相当;益气活血化痰组对MRC-5增殖及TGF-β的表达无明显影响;7.与Bud组相比较,益气活血消癥组对抑制MRC-5细胞增殖及IL-6、p65、IKKβ的表达作用更为明显;对于抑制TGF-β、TNF-α的表达,两组作用相当。研究结论:实验一:LPS可以体外刺激成纤维细胞增殖。实验二:益气活血消癥方可以抑制MRC-5的增殖及炎症因子如TGF-β、TNF-α、IL-6的表达,该作用可能与下调NF-κ B信号通路的活性相关;布地奈德对于抑制成纤维细胞增殖及抑制p65、IKKβ、IL-6表达作用不如益气活血消癥方;作为合方的益气活血消癥方对抑制成纤维细胞的增殖及炎性因子的表达作用更明显。本实验证实了“微型癥瘕痹阻肺络”假说瘕聚形成癥积的合理性,并证明益气活血消癥方对COPD炎症反应的抑制作用。
其他文献
近年来,随着深度学习技术在图像分类与识别等研究领域中的持续发展,不少应用了这些技术的人工智能产品已经投入使用。当前的研究结果显示,深度神经网络在执行许多任务时会表现出脆弱性,即在干净的样本中加入一些不易察觉的干扰可能使深度神经网络产生认知误差,从而导致深度学习模型的不稳定性。由此可见,深入研究对抗攻击算法,将成为深度学习领域的一个重要课题。本文受生成对抗网络GAN的启发,对基于GAN的图像分类对抗
差分进化算法（DE）在求解优化问题时具有易于实现,不依赖于问题具体形式的优点,得到广泛应用。许多DE变体已经在进化计算大会（CEC）上取得了不错的成绩,表明了该类算法具有良好的性能。根据“No-Free-Lunch”（NFL）理论,单种优化算法并不能涵盖所有的优化问题,DE算法也具有该局限性,针对不同类型的优化问题,目前的DE改进算法依然不能取得很好的优化结果,因此仍需提出效果更好的改进算法去解决
近些年来,随着载人航天技术和深空卫星技术以及移动通信技术的不断发展,人们对于动态时变环境下的通信系统的建立的需求日益迫切。现有的数字通信技术都需要接收机中精确的同步系统。对于高动态通信条件下,由于通信双方都处在高速的移动当中,导致在接收机内部会引起极大的多普勒效应和高阶变化率甚至是突然的信道衰落,严重影响了信号的可靠接收。这需要更加强劲高效的载波同步模块,能够在复杂动态环境下稳定工作。因此研究高动
卫星编队飞行技术以其独特的优势成为21世纪空间技术发展的新趋势和航天领域的研究热点,此外,由于被动定位系统不需要主动发射信号,具有隐蔽性强等优点,受到国内外学者的广泛研究,因此,基于编队飞行卫星的被动定位具有良好的发展前景。在被动定位领域的研究中,基于到达时间差（Time Difference of Arrival,TDOA）/到达频率差（Frequency Difference of Arriv
语义分割是一种像素级别的分类任务,其目的是为图像中所有的像素点分配一个相应的类别属性。遥感作为地球监测技术中的一个重要组成部分,其产生的影像具有超大的幅宽范围和丰富的图像内容,对其进行语义分割在城市规划、资源勘探、军事侦查等领域有着重要的意义。然而,由于遥感影像内容和光学成像条件的复杂性,空间分辨率达到亚米级别的遥感影像在语义分割上面临许多困难,通常难以获得对其细粒度的精确语义分割结果。本文基于深
深度神经网络在现有图像分类、图像分割、目标检测等任务中取得显著效果。对抗扰动的出现已经证明了深度神经网络存在安全隐患。现阶段,已有方法将数字对抗扰动应用于数字世界,通过在输入图像中添加人眼难以观察到的微小扰动,使深度神经网络推断结果不可靠。此外,物理攻击方法在训练对抗补丁时添加噪声、光照变化、相机光学畸变等真实世界中的噪声,使训练后的对抗补丁能够抵挡物理环境对其鲁棒性的影响。目标检测任务作为计算机
近年来,数字化在商业、医疗、娱乐等领域不断深入,各种在线数字平台不断涌现,人类社会已悄然进入了数字时代。随着数字平台的数量不断增长,数字信任问题也在迅速增长,用户面临的威胁日趋复杂。当前基于用户名和口令的认证协议已难以满足日益增长的安全需求。具体而言,用户选择不同口令登录不同平台,极大地增加了用户记忆负担;此外,口令认证安全性低,面临许多已知攻击。以用户为中心的多因子认证协议可解决上述问题,采用单
日志作为记录系统实时运行状态和程序执行状况的数据,既是软件开发人员和运维人员监测系统运行状态重要资源,也是实现系统异常检测的绝佳数据源之一。当下基于深度学习的日志异常检测已经成为自动化系统异常检测研究领域的重点关注内容之一,但仍存在以下难题亟需解决:日志文本数据其中所包含的信息和特征很难直接作为输入被深度学习模型所学习,需要构建特定的日志解析方法;传统的日志异常检测模型仅适合特定系统,忽略了日志所
随着信息技术的不断普及,实时监控技术在物联网中得到了广泛的应用。重要公共场所均安装了摄像头监控设备,这些场所更关注物体移动变化而非固定的场景画面。由于摄像头经常处于复杂干扰环境中,视频流的实时传输效果无法得到保障。当传输环境较差时,现有的自适应视频压缩方法通常会随机降低某些帧的分辨率,以保障视频的播放流畅。若被降分辨率的帧是含有移动物体的关键帧,则不能满足视频监控获取关键信息的要求。因此,为了提高
越来越多的企业利用机器学习中的分类技术来分析各种商业数据,从中提取有价值的信息。这些商业数据中的大部分数据是正常类数据,少部分数据是异常类数据。大部分的商业数据都是不平衡的。因此,不平衡数据分类问题一直以来都是机器学习领域的一项重要研究课题。目前为止,不平衡数据分类方法主要分为数据层和算法层两个方面。本文分别基于数据层的数据合成思想和算法层的集成学习思想,提出了两种用于结构化数据不平衡处理的方法。