【摘 要】
：
目的 探讨妊娠期糖尿病（GDM）表达差异基因的功能及信号通路生物信息学分析。方法 从GEO数据库下载基因芯片数据（GSE65737,GSE70493和GSE92772），用R语言软件Limma包，以P＜0.05，|Log10FC|≥1或≥2标准筛选差异显著基因，并用ggplot包绘制图。应用基因本体论（GO）和京都基因与基因组百科全书（KEGG）进行差异基因功能分析，并使用Cytoscape进行文
【基金项目】
：
2018年福建省妇幼保健院科技创新启动基金资助项目（YCXZ 18-20）；
论文部分内容阅读
目的 探讨妊娠期糖尿病（GDM）表达差异基因的功能及信号通路生物信息学分析。方法 从GEO数据库下载基因芯片数据（GSE65737,GSE70493和GSE92772），用R语言软件Limma包，以P＜0.05，|Log10FC|≥1或≥2标准筛选差异显著基因，并用ggplot包绘制图。应用基因本体论（GO）和京都基因与基因组百科全书（KEGG）进行差异基因功能分析，并使用Cytoscape进行文献共线分析。结果 GSE65737,GSE70493和GSE92772分别筛选到588,3,445个差异显著基因。GSE70493与GSE92772筛选到48个共同的GO富集，主要富集于细胞体内平衡，细胞代谢，囊泡转运，免疫应激反应等。文献共线分析得到7个可能同GDM相关的候选基因。结论基因IL1B、ICAM1、NLRP3、CXCL10、SOCS3、IRF3、IRF7可能与GDM发病进展密切相关，为GDM靶向药物的开发提供潜在靶点。
其他文献
＜正＞核安全是利用、发展核能的生命线。由于核损害往往伴随巨额赔偿，亟需建立健全核损害赔偿制度。为了最大限度保障可能的受害者，并使受损环境利益得到合理、充分的救济，应当进一步明确核损害赔偿的具体范围，划定最高赔偿限额的合理区间并根据社会经济发展情况对具体数额予以适时调整，全面推进核损害赔偿保障机制的发展，从而优化核损害赔偿制度。
将BIM技术与装配式结构设计进行有机结合，可以做到可视化、参数化设计和协同碰撞检测，降低设计误差，文章基于此，结合具体案例指出传统装配式结构设计方法的不足，结合BIM技术对装配式结构设计的价值，介绍了基于参数化设计的BIM设计系统，总结了具体应用的相关技术要求。
＜正＞幼儿阶段接受的教育能影响人的一生，但教育不仅仅是知识教育，更是思维、体能、情感等全方位素质的培养。近年来人们广泛关注全面素质教育，许多专家学者和一线教职工共同探究新教育模式和教学内容。安吉游戏正是近年来的创新活动，强调把游戏的权利还给幼儿，让活动场地回归自然。如今不仅仅是中国，国外也有教育学家和地区进行实践尝试，引起一定反响。今后，安吉游戏的理念与安吉游戏的发展，将对幼儿园探寻适合的活动与适
为了充分发挥施工管理成效，提高工作效率，项目管理将通过运用互联网+BIM技术，建设数字化工地，推进管理升级。BIM协同应用管理平台依据项目特点，以安全、质量、进度为核心业务构建协同可视化应用管理平台，实现“业务管理数字化、建造过程智能化、信息展示可视化”，进而降低本项目施工协调难度，提升管理水平。
随着现代信息技术以及人们经济实力的不断提高，广大消费者越来越关注生活质量的优化升级，对智能化家电产品有着强烈的消费需求。近几年来，智能家居服务凭借着人工智能技术，实现了跨越式的发展，许多智能家居服务理念开始从研发阶段转化为产品进入到市场中，走进人们的日常生活之中。智能家居服务产品与智能工业生产在消费群体上以及使用环境存在着极大的差异，对于工业生产中的智能设备而言，智能家电服务产品设计研究就显得较少
以4.5 MW风电机组主轴固定端轴承为研究对象，基于ISO 281:2007标准和Palmgren-Miner线性损伤累积理论建立疲劳寿命理论计算模型，将其疲劳寿命计算结果与Romax仿真模型对比可知，ISO 281:2007标准修正算法及Romax仿真模型更接近实际工况。并分析了载荷、转速、润滑脂污染程度对固定端轴承疲劳寿命的影响，结果表明：轴承疲劳寿命随载荷增大快速下降，随转速增大先增大后减小
睡眠是一项对人体健康至关重要的生理活动。更加精准和全面地监测人们的睡眠状况对于医学研究和临床实践方面均有重大的研究意义。睡眠阶段分类是有效诊断和治疗睡眠相关疾病的关键步骤之一。随着深度学习技术的不断发展,使用计算机来认知并处理信号的场景越来越多,诸多智能化、自动化的生理信号识别方法被提出。为了利用计算机的辅助诊疗功能提升医师的工作效率,本文基于深度学习技术对自动化睡眠分期任务展开了研究。具体工作如
睡眠分期是诊断和治疗睡眠相关疾病的基础,是睡眠状态监测的一个重要手段。传统的睡眠分期方法是由医生按照睡眠分期准则对多导睡眠图上的生理数据进行手动打标和睡眠阶段判别,该方法对医生的临床经验要求较高,耗时费力。现有的自动睡眠分期方法大多是利用原始信号的时域和频域特征来进行睡眠分期,该方法需要一定的先验知识,且存在需提取特征量大,分类准确率不高等缺点。此外,现有的睡眠分期算法研究大多是基于单模态的脑电信