【摘 要】
：
目的 研究二氢辣椒素不依赖诱导亚低温作用对心脏骤停复苏后脑损伤的保护作用机制。方法 （1）细胞实验：体外培养神经瘤母细胞（SH-SY5Y）建立氧糖剥夺/复糖复氧模型，流式细胞学检测细胞的凋亡，Western blot检测TRPV1、UCP-4和PKA、caspase-3的表达变化；应用流式细胞学检测线粒体膜电位、线粒体内钙离子及细胞内ROS含量。（2）动物实验：使用窒息法诱导心脏骤停建立心脏骤停后
【基金项目】
：
国家自然科学基金重点项目（82030125）； 天津市卫健委课题（2019121）； 天津市人民医院院内课题（2017YJ019）；
论文部分内容阅读
目的 研究二氢辣椒素不依赖诱导亚低温作用对心脏骤停复苏后脑损伤的保护作用机制。方法 （1）细胞实验：体外培养神经瘤母细胞（SH-SY5Y）建立氧糖剥夺/复糖复氧模型，流式细胞学检测细胞的凋亡，Western blot检测TRPV1、UCP-4和PKA、caspase-3的表达变化；应用流式细胞学检测线粒体膜电位、线粒体内钙离子及细胞内ROS含量。（2）动物实验：使用窒息法诱导心脏骤停建立心脏骤停后脑损伤模型。纸带移除法测定大鼠神经功能结果，TUNEL法检测大鼠大脑皮层神经细胞凋亡，免疫组化法、Western blot检测大鼠大脑皮层神经细胞TRPV1、PKA、UCP-4蛋白含量。结果 氧糖剥夺/复糖复氧SH-SY5Y及窒息法诱导大鼠心脏骤停复苏后中枢神经细胞发生凋亡，二氢辣椒素导致TRPV1过表达，cAMP-PKA信号被激活，UCP-4表达上升，线粒体膜电位恢复，线粒体内钙离子减少，细胞内ROS含量减少，caspase-3表达减少，细胞凋亡被抑制。抑制TRPV1表达，cAMP-PKA信号被抑制，且UCP-4表达减少，线粒体膜电位不能恢复，线粒体内钙离子增加，细胞内ROS含量增加，caspase-3表达增加，神经细胞凋亡增加。抑制PKA,UCP-4表达减少，线粒体膜电位不能恢复，线粒体内钙离子增加，细胞内ROS含量增加，caspase-3表达增加，神经细胞凋亡增加。结论 在氧糖剥夺/复糖复氧SH-SY5Y细胞中经二氢辣椒素预处理可致TRPV1过表达，且通过PKA/UCP-4抑制SH-SY5Y细胞凋亡。在心脏骤停复苏后综合征SD大鼠中，二氢辣椒素同样可以通过TRPV1/PKA/UCP-4抑制大脑皮层神经细胞凋亡。
其他文献
贵州凤冈地区整体属于黔北地区,是目前我国页岩气勘探开发的主战场之一,对页岩裂缝的研究是页岩气勘探开发的关键。论文在总结凤冈地区古生界海相页岩的野外露头、钻井和测井资料的基础上,分析了凤一区块下古生界牛蹄塘组页岩裂缝发育特征。从构造、有机碳含量、矿物组分及含量及岩石的力学性质方面对裂缝发育的主控因素进行了分析并对比了各主控因素对裂缝发育的影响程度。用Ansys软件对凤冈一区喜山期构造应力场进行了有限
在全球科技革命的大背景下,我国提出《中国制造2025》,大力发展先进制造业。在制造行业,科学技术日益创新,自动化程度越来越高。而提高生产效率、降低劳动力成本、环境保护和生产自动化已成为当今制造行业发展的主旋律。在国内,大型铸造厂用制芯机制造砂芯,采用工业机器人来完成对砂芯的搬运、组装、浸涂等工作。使用工业机器人下芯能缩减下芯步骤,缩短下芯周期,减少劳动成本,提高生产效率。本文为了更进一步提高玉柴铸
图像超分辨率重建与去模糊在深度学习的不断发展下取得了可观的成绩,人脸图像超分辨率重建与去模糊作为其中的研究分支也得到突破性的进展。通常将人脸超分辨率重建和去模糊这两个任务分开处理,但在安防监控视频等真实的场景中,得到的人脸图像常常是低分辨率并且伴有模糊的。对于这类双重退化的人脸图像,现有的超分辨率重建算法会受到模糊因素的影响,无法重建出有效的清晰高分辨率人脸图像。而对于两种任务的简单组合,存在误差
低轨卫星数据链在Link-16数据链的基础上加入低轨卫星节点对数据链消息进行中继转发,以增大其传输距离,适应现代战争中跨域联合作战的模式和不断增加的防御距离。由于低轨卫星数据链系统是基于时分多址（Time Division Multiple Access,TDMA）的系统,时隙资源的分配对其网络的吞吐量等指标具有显著影响,因此动态时隙分配算法一直都是数据链系统的研究重点。此外网络规划是低轨卫星数据
图像超分辨率重建是计算机视觉领域一项重要的研究课题,该技术可以帮助人们提高图像的分辨率,在低分辨率图像上恢复出包含更多细节的高频信息。近年来,更多的研究开始结合卷积神经网络等深度学习技术来进行图像超分辨率重建,这也使图像的重建效果越来越好,相较于传统方法有极大的提升。然而目前在图像超分辨率重建上仍然存在一些挑战:一方面是面对图像中不同通道以及空间位置的特征,如何充分提取并有效地融合这些特征;另一方
脉冲神经网络（Spiking Neural Network,简称SNN）是受生物神经元信息处理方式的启发而设计出的,依靠脉冲传递信息、计算并处理数据的新一代神经网络,SNN呈现了更高的生物可解释性。除了神经元和突触状态之外,脉冲神经元将时间概念赋予到信息当中,使用稀疏的异步二元信号传递和计算,这样更加适合大规模的并行处理,这一特性决定了脉冲神经网络在硬件上的良好性能,例如功耗低、设备便携、计算效率
当前,越来越多呈现复杂网络结构的数据被发现,例如社交网络数据、邮递网络数据、生物分子网络数据等。这些复杂网络数据中包含着丰富的信息,因此,近年来涌现出了大量对复杂网络的研究。其中社区演化预测以及图分类任务都是复杂网络中的重要研究问题。社区演化事件预测问题中窗口机制的选择对整个预测模型具有重要的影响,目前现有的大多数预测模型采用固定的时间窗口划分机制,例如不相交时间窗口划分机制,重叠时间窗口划分机制