期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
姜黄素通过Akt/mTOR/HIF-1α通路调控氧糖剥夺PC12细胞自噬的机制研究
1
作者 李晓凤 田梦芝 +3 位作者 陈笑一 彭南波 陈思远 杜可 《湖南中医药大学学报》 2025年第5期836-844,共9页
目的 探讨姜黄素对氧糖剥夺(OGD)诱导的PC12细胞自噬损伤的保护作用及其机制。方法 通过体外建立OGD诱导的PC12细胞自噬损伤模型,将PC12细胞分为CON组、OGD组、右美托咪啶(DEX)组和姜黄素低、中、高剂量组。除CON组外,其余各组均换DMEM... 目的 探讨姜黄素对氧糖剥夺(OGD)诱导的PC12细胞自噬损伤的保护作用及其机制。方法 通过体外建立OGD诱导的PC12细胞自噬损伤模型,将PC12细胞分为CON组、OGD组、右美托咪啶(DEX)组和姜黄素低、中、高剂量组。除CON组外,其余各组均换DMEM无糖培养基,并且在94%N2、5%CO_(2)、1%O_(2)条件下培养6 h进行OGD处理。姜黄素低、中、高剂量组和DEX组分别加入1.25、5、20μmol/L浓度的姜黄素以及0.5μmol/L的DEX干预12 h。采用MTT法检测PC12细胞存活率;透射电子显微镜观察姜黄素处理后的自噬小体及自噬溶酶体;MDC荧光染色法观察自噬小体的荧光强度;Western blot检测微管相关蛋白轻链3(LC3)-Ⅱ/LC3-Ⅰ、苄氯素1(Beclin-1)、螯合体1(p62)、磷酸化蛋白激酶B/蛋白激酶B(p-Akt/Akt)、磷酸化雷帕霉素/雷帕霉素(pmTOR/mTOR)、缺氧诱导因子1α(HIF-1α)等自噬相关蛋白表达情况。结果 与CON组相比,OGD组细胞存活率显著降低(P<0.01),PC12细胞自噬小体荧光强度显著增强(P<0.01);LC3-Ⅱ/LC3-I、Beclin-1、HIF-1α蛋白表达显著升高(P<0.01),p62、p-Akt/Akt、pmTOR/mTOR蛋白表达显著降低(P<0.01)。与OGD组相比,姜黄素低、中、高剂量组及DEX组细胞存活率均升高(P<0.05,P<0.01);PC12细胞自噬小体荧光强度减弱(P<0.05,P<0.01)。与OGD组相比,姜黄素低、中剂量组及DEX组LC3-Ⅱ/LC3-Ⅰ、Beclin-1、HIF-1α蛋白表达显著降低(P<0.01),p62、p-Akt/Akt、p-mTOR/mTOR蛋白表达显著升高(P<0.01)。结论 姜黄素的低、中剂量组可通过激活Akt/mTOR通路,继而影响HIF-1α蛋白表达,抑制OGD诱导的PC12细胞自噬损伤,从而发挥抗神经元自噬损伤的保护作用。 展开更多
关键词 姜黄素 氧糖剥夺 细胞自噬 右美托咪啶 Akt/mTOR/HIF-α通路 自噬损伤
暂未订购
细胞自噬在缺血性脑卒中作用的可视化分析
2
作者 陈笑一 龙佳欣 +2 位作者 田梦芝 彭南波 杜可 《神经损伤与功能重建》 2025年第7期395-401,共7页
目的:基于文献计量学对细胞自噬在缺血性脑卒中作用的研究现状与前沿热点进行分析和总结。方法:以中国知网、万方数据和Web of science数据库核心合集检索文献,采用软件Cite Space、VOS viewer以及R语言文献计量学包Bibliometrix对2013~... 目的:基于文献计量学对细胞自噬在缺血性脑卒中作用的研究现状与前沿热点进行分析和总结。方法:以中国知网、万方数据和Web of science数据库核心合集检索文献,采用软件Cite Space、VOS viewer以及R语言文献计量学包Bibliometrix对2013~2023年已经发表的文献进行发文量、国家、作者合作、机构合作、关键词、共现网络的可视化分析。结果:纳入的中、英文文献发文量趋于稳定,最近几年呈上升趋势,研究热度不减;中国为发文量第一的国家;田福玲和陈忠分别是中、英文文献发文量最多的作者;安徽中医药大学和浙江大学分别是中、英文文献发文量最多的机构;中医药联用、外泌体、串扰效应、机制研究可能是未来几年的研究热点。结论:未来广大科研人员在细胞自噬的具体作用机制、效应、中药来源创新药物研发等方面的研究有待深入,可以通过基因敲除、网络药理学等方法来探究具体作用机制,可尝试中药“以药寻靶”为策略,解析中药药效物质、揭示中药新靶标以及开发中药创新药物。 展开更多
关键词 细胞自噬 缺血性脑卒中 文献计量学 Cite Space VOS viewer
暂未订购
A SVM-kNN method for quasar-star classification 被引量:6
3
作者 peng nanbo ZHANG YanXia ZHAO YongHeng 《Science China(Physics,Mechanics & Astronomy)》 SCIE EI CAS 2013年第6期1227-1234,共8页
We integrate k-Nearest Neighbors(kNN) into Support Vector Machine(SVM) and create a new method called SVM-kNN.SVM-kNN strengthens the generalization ability of SVM and apply kNN to correct some forecast errors of SVM ... We integrate k-Nearest Neighbors(kNN) into Support Vector Machine(SVM) and create a new method called SVM-kNN.SVM-kNN strengthens the generalization ability of SVM and apply kNN to correct some forecast errors of SVM and improve the forecast accuracy.In addition,it can give the prediction probability of any quasar candidate through counting the nearest neighbors of that candidate which is produced by kNN.Applying photometric data of stars and quasars with spectral classification from SDSS DR7 and considering limiting magnitude error is less than 0.1,SVM-kNN and SVM reach much higher performance that all the classification metrics of quasar selection are above 97.0%.Apparently,the performance of SVM-kNN has slighter improvement than that of SVM.Therefore SVM-kNN is such a competitive and promising approach that can be used to construct the targeting catalogue of quasar candidates for large sky surveys. 展开更多
关键词 CLASSIFICATION stars/quasars algorithm:SVM KNN data analysis
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部