【摘 要】
：
【目的】通过网络药理学研究丹参-川芎药对治疗缺血性脑卒中的有效性成分及相应基因靶标，探讨其作用机制。【方法】应用中药系统药理学计数平台（TCMSP）、GeneCards、OMIM数据库，筛选出丹参-川芎药对治疗缺血性脑卒中的潜在靶点并进行GO功能和KEGG通路富集分析。分别设置假手术组、模型组、丹参-川芎低、中、高剂量组，采用预防和治疗给药方式对线栓制备的脑缺血再灌注模型大鼠进行干预，采用Zea-
【基金项目】
：
国家自然科学基金（81973618、81503422）；
论文部分内容阅读
【目的】通过网络药理学研究丹参-川芎药对治疗缺血性脑卒中的有效性成分及相应基因靶标，探讨其作用机制。【方法】应用中药系统药理学计数平台（TCMSP）、GeneCards、OMIM数据库，筛选出丹参-川芎药对治疗缺血性脑卒中的潜在靶点并进行GO功能和KEGG通路富集分析。分别设置假手术组、模型组、丹参-川芎低、中、高剂量组，采用预防和治疗给药方式对线栓制备的脑缺血再灌注模型大鼠进行干预，采用Zea-longa评分法对脑缺血再灌注24 h模型大鼠进行神经功能评分，苏木素-伊红（HE）染色法观察脑组织病理学变化进行初步验证。【结果】本研究共筛选到丹参-川芎药对主要有效活性成分共72个，其中川芎7个，丹参65个，缺血性脑卒中的靶点基因1 972个，有效活性成分与缺血性脑卒中共同作用靶标94个，包括IL6、IL10、TNF、MMP9、VEGFA、CASP3等；GO功能和KEGG通路富集结果提示，丹参-川芎药对治疗缺血性脑卒中与PI3K-Akt、cGMP-PKG、VEGF等多个信号通路有关。动物试验结果表明，丹参-川芎可减轻脑组织病理改变，减轻神经功能缺损，改善脑缺血再灌注损伤。【结论】丹参-川芎药对可能是通过PI3K/Akt信号通路改善脑缺血再灌注损伤，发挥抗细胞凋亡的作用。
其他文献
本文基于山区环境基站机动部署的应用背景开展波束赋形技术研究,增强专用5G系统的覆盖能力,实现对期望用户的信息高效传输。在研究过程中,通过对接收数据进行处理,得到相应的波束权值,调整波束在空间中的传输方向,从而达到增强期望用户的信息传输,抑制干扰的目标。根据工程应用实际情况,本文提出了两种不同的算法进行研究:第一,由不同信号波束到达角度为已知条件,根据辅助变换算法,开展相干信号联合接收和增强对噪声抑
在空对地的红外面目标识别中,由于空对地的视场较大,地面目标种类太多,地面目标太小,背景复杂,其次红外面目标图像的纹理不明显,细节不突出,特征可供提取的太少,而且还会受到噪声干扰导致传统的红外面目标的识别算法识别率不高,以及由于要处理大量的数据信息和运算,传统的红外面目标的识别算法无法达到人们对它实时性的要求。随着人工智能在图像处理领域中的应用日益成熟,深度学习依托大数据集训练更深层次、更复杂、更高
随着通信网网络规模不断扩大,网络拓扑结构日益复杂,产生了专用通信网络传输时延变化与波动性增大的问题,本文通过研究通信网络时延预测算法模型,对专用窄带通信网网络传输时延进行预测,从而达到管理网络资源,减小网络拥塞,合理分配路由,降低传输时延的目的。神经网络预测模型在对网络时延数据这种随机时变的时间序列数据进行预测时,具有拟合性强,精确度高的优点。本文针对基于神经网络的网络时延预测模型进行了深入研究,
随着阵列信号处理技术以及天线制造工艺的迅速发展,全向扫描、多角度高增益波束覆盖的共形天线成为更多科研人员的研究重心,用以解决机载、舰载等设备全空域移动通信问题。通常用于实现大范围角度扫描的共形天线有柱面阵、锥面阵、圆台阵、球面阵以及贴合于载体的特殊共形阵等,其中柱面共形阵结构简洁,是多种类型共形阵列的基础,且360°全向覆盖的计算复杂度最低,易于实现工程应用,但现有柱面共形阵研究一般为单波束,且旁
随着红外探测技术的不断发展,单波段探测逐渐无法满足复杂环境下的目标识别任务,于是,多波段探测开始受到广泛关注,其中重要的关键技术是红外多波段图像融合技术。本文以中波红外和长波红外为研究对象,依托于国产中长波双波段红外热像仪,利用16bit原始红外图像对红外双波段图像融合相关算法进行研究,实现工程化应用,融合输出更利于场景感知和人眼视觉的彩色图像。主要研究内容包括以下三个部分:1、研究中波和长波的图
目的 优化复方丹参川芎片的制备工艺，建立显微和薄层鉴别方法以提高其质量标准。方法 以成型性为指标对出膏率、粉碎细度、崩解时限等进行考察，采用显微鉴别法对复方丹参川芎片中的川芎、赤芍的主要显微特征进行鉴别，采用薄层色谱鉴别法对川芎进行定性鉴别。结果 通过实验优化确定药材粉碎过5号筛（80目）、选用93%乙醇为润湿剂；复方丹参川芎片中川芎、赤芍的显微特征明显；薄层色谱主斑点清晰，阴性对照无干扰。结论
随着深度学习的飞速发展,传统的检测方法已经发生根本性的变化。在当今科技化和信息化的时代,预警探测等技术领域对目标识别技术的需求避无可避。而小目标的检测是重中之重。目前大多数小目标识别算法仍是基于单一传感器进行研究,且受到复杂环境的限制。主要研究内容及成果如下:（1）针对于神经网络的深层小目标特征信息过少的问题,本文提出了一种基于残差学习和特征金字塔的小目标的检测算法。首先,该算法提出了一个基于残差
[目的]研究川芎配方颗粒的制备工艺及量值传递过程，确定川芎饮片、标准汤剂、配方颗粒的相关性，保证配方颗粒与标准汤剂的等效性。[方法]制备18批川芎标准汤剂，测定出膏率。建立特征图谱，标定特征峰，对特征峰进行归属。测定原料饮片和标准汤剂中阿魏酸的含量，计算转移率。以标准汤剂所得的质量指标为依据，进行制备工艺研究，制备川芎配方颗粒。以出膏率、阿魏酸含量及转移率、特征峰传递数量为指标，进行川芎配方颗粒量
随着以深度学习为代表的人工智能技术日趋成熟,基于卷积神经网络的图像目标检测技术应用越来越广泛,然而这种数据驱动的算法在训练样本较少时难以获得理想的准确率,这就导致在军事场景中,图像目标检测算法往往因为缺乏训练样本而不能发挥出应有的效果。因此,对提高小样本场景下图像目标检测任务的效果进行研究十分具有必要。本文采用图像语义理解技术,通过将图像中各个目标及其关联关系进行结构化知识存储与迭代式知识更新,为
E段波是未来高速无线通信的重要频段。小型基站、无人机等狭小空间应用场景,急需开展E波段行波管小型化技术研究。本文选择小型化E波段行波管为研究课题,重点进行改进型余弦栅加载折叠波导慢波结构的高频特性研究和制造方法探索,提出并优化设计了与这类新型慢波结构相适应的小型化T型能量耦合器,并进行了注波互作用计算,获得了小型化、高性能模拟结果。首先,利用解析法和等效电路法对常规折叠波导进行理论分析,通过对比验