【摘 要】
：
慢性炎症性疼痛在临床上长期困扰着患者,但其潜在机制尚不清楚,具体的治疗策略仍需进一步探索。龙血素B是从剑叶龙血树中提取的一种黄酮类化合物,有研究认为其具有止血、抗炎、镇痛等作用。我们通过分析完全弗氏佐剂（Complete Freund’s Adjuvant,CFA）诱导所致小鼠炎症性疼痛模型的脊髓转录组学来研究龙血素B的镇痛作用。行为学研究发现,龙血素B使CFA疼痛模型小鼠的机械痛阈值明显升高。差
论文部分内容阅读
慢性炎症性疼痛在临床上长期困扰着患者,但其潜在机制尚不清楚,具体的治疗策略仍需进一步探索。龙血素B是从剑叶龙血树中提取的一种黄酮类化合物,有研究认为其具有止血、抗炎、镇痛等作用。我们通过分析完全弗氏佐剂（Complete Freund’s Adjuvant,CFA）诱导所致小鼠炎症性疼痛模型的脊髓转录组学来研究龙血素B的镇痛作用。行为学研究发现,龙血素B使CFA疼痛模型小鼠的机械痛阈值明显升高。差异表达分析发现,使用龙血素B的疼痛模型小鼠与未用药的疼痛模型小鼠相比,差异表达基因（DEGs）中有16个上调基因和9个下调基因;而与对照组相比,差异表达基因（DEGs）中有54个上调基因和57个下调基因。本研究采用GO注释法和KEGG法比较了组间差异表达基因的生物学功能,选取5个基因用蛋白质免疫印迹法（Western Blot,WB）进行蛋白质水平的生物信息学分析。我们的研究结果表明,龙血素B可缓解CFA模型小鼠的炎症性疼痛过敏反应,并使脊髓转录组谱发生了一定的变化,为炎症性疼痛的机制和治疗策略提供了新的视角。
其他文献
信息技术的进步与发展推动了数字社会的建设,智能设备与应用软件已经成为生产生活中不可缺少的部分,随之而来的是它们所产生的海量数据,如何利用这些数据并从中获取价值是当下所面临的一个新技术挑战。复杂事件处理是一种面向流式数据的处理理念与技术框架,它关注数据间的相互关系,能够实时处理多源异构数据,以领域知识与历史数据为模板,检测数据流中特殊的数据组合模式。因此复杂事件处理技术在决策分析、交通管理、集群监控
背景:急性肺损伤（acute lung injury,ALI）是一种临床急危重症,严重影响患者的生存率,探索治疗急性肺损伤的有效方法一直是该领域的研究热点。有关急性肺损伤的治疗虽有许多研究,但目前仍无特效的治疗药物和方法。细胞周期依赖性激酶（cyclin-dependent kinase,CDK）在细胞增殖、分化、基因转录、功能调节方面起着极其重要的作用。近年来,研究发现,CDK抑制剂可以缓解炎症
航班过站时间是由多个航班过站关键节点构成,影响因素众多,对航班过站时间的准确预估能够在航班延误发生后对下一班的航班离港时间作出正确判断,而对航班过站时间进行准确预估的前提,是对航班过站数据进行特征选择,找到影响航班过站关键节点时间的重要特征子集,分析多维航班数据与航班过站关键节点时间的关系。当下航班过站数据特征选择普遍采用传统的数据统计方法,然而航班过站关键节点时间影响因素复杂,采用传统方法筛选特
背景:重复性经颅磁刺激（repetitive transcranial magnetic stimulation,rTMS）是一种非侵入性治疗慢性神经病理性疼痛（neuropathic pain,NP）的治疗方法,通常以大脑初级运动皮层（primary motor cortex,M1）为作用靶点。然而,关于rTMS治疗的最佳参数（治疗次数、刺激频率）以及能否实现长期镇痛效果仍存在争议。本研究的目的
随着民航强国战略的提出,我国民航运输行业进入了发展的机遇期。《2020年民航行业发展统计公报》显示:2020年,我国运输总周转量接近800亿吨公里,旅客周转量突破6310亿人公里,旅客运输量达到4.18亿人次。持续增长的航空运输量导致空中交通管制压力增大,也对机场场面监视能力提出了更高要求。在视频采集等硬件部署基础上,实现对机场场面飞机目标的智能识别与跟踪,具有重要的应用价值。本文提出了一种基于深
篇章级情感分析一直是自然语言处理中最活跃的研究领域之一。它在数据挖掘、文本挖掘舆情研究、和信息检索中也有着很高的出场率。事实上,由于它对商业和整个社会舆情研究的重要性,它已经从计算机科学延伸到管理科学和社会科学,如新闻传播、营销策划、金融分析、政治科学,甚至历史研究。因此,收集和研究情感意见已成为必要。本文具体内容如下:1、篇章级情感分析的关键在于是否能够准确有效的生成文本的情感表示,然而现有的模
随着近年来我国经济的飞速发展和人口不断增多,商场、步行街、火车站、航站楼等公共场所下人群聚集的情况日益增多,这给公共安全管理带来了巨大的压力。随着计算机视觉的发展,基于视觉的人群分析在人群管理、交通控制、监控安防等方面受到了广泛的研究。现有工作主要是利用人群计数的方法判断监控场景下的人群聚集情况,很难提前对大规模人群的潜在危险发出预警。因此,本文主要关注人群分布预测问题,利用过去的连续帧预测未来的
背景与目的遗传性危险因素在肺血栓栓塞症（pulmonary thromboembolism,PTE）的发病中起着重要作用,目前已知的遗传变异种类十分有限。本文旨在通过分析56名PTE患者的人类全基因组外显子测序（whole exome sequencing,WES）结果和临床资料,并重点分析部分个体和家系的血栓相关突变体致病意义,来更好地认识遗传因素与PTE发病的关系以及WES在PTE遗传风险评估
关键词是能够代表文档的整体含义和主题的词或短语,它可以使读者快速掌握文档的主要思想。传统的抽取式关键词预测方法将源文本分解成若干词或短语后,通过对其进行排序和选择来实现自动关键词提取。这些方法忽略了文本背后的深层语义,并且无法预测未出现在源文本中的关键词。生成式关键词预测方法基于序列到序列（seq2seq）架构的神经网络模型,它可以直接从词汇表中挑选单词来生成关键词,从而可以解决上述问题,也是本文
传统的推荐系统利用用户历史交互数据来估计用户对项目的偏好,但现实中用户的偏好是随着时间推移而变化的。近年来,为解决其存在的这种信息不对称的问题,推荐系统开始采用交互式对话来获取用户对项目和属性的实时动态偏好,同时在一定程度上克服了传统静态推荐模型的冷启动和缺乏可解释性等问题的固有限制。然而目前的对话推荐系统还处于发展的初期,仍面临着不少挑战和难题。个性化问题:现有的对话推荐系统过于注重用户当前的偏