排序方式: 共有25条查询结果,搜索用时 203 毫秒
1.
2.
目的构建与增强型绿色荧光蛋白(enhanced green fluorescent protein,EGEP)融合的人apelin受体(Apelin receptor,apelin-R)真核表达载体。方法以质粒pcDNA3.1-hApelin-R为模板,PCR方法扩增人apelin受体。扩增的人apelin受体用EcoRⅠ和BamHⅠ双酶切,同时用这两种酶双酶切质粒peGFP-C1。然后将两种酶切产物按常规方法连接、转化大肠杆菌Top10。挑取菌落培养,提取质粒,然后进行酶切鉴定,最后进行测序。将测序正确的重组载体用脂质体法转染人胚胎肾(human embryonic kidney293,HEK293)细胞,共聚焦显微镜观察。提取转染细胞的总蛋白,进行Westernblot检测。结果扩增出一条约1200bp的片段,与预期的apelin受体大小相符。酶切结果显示,重组质粒pEGFP-hApelin-R被切成两条片段,其中一条为peGFP-C1载体大小,另一条为目的片段大小。经测序鉴定,序列与GenBank(NM_005161)中的序列高度同源。共聚焦显微镜观察显示,人apelin受体主要在细胞膜上表达。Westernblot结果显示在相对分子质量69000处有一蛋白条带,与预期大小相符。结论构建成功pEGFP-hApelin-R重组表达载体,此表达载体可用于检测apelin受体和κ型阿片受体(kappa opioid receptor,KOR)或与其他受体间的相互作用。 相似文献
3.
4.
5.
新型冠状病毒的反复感染仍威胁着全球公众健康。研究人员依然致力于从疫苗、小分子抗病毒药物和中和抗体等多方面开展研究,为新型冠状病毒各类变异株的感染寻找更为有效的预防、治疗手段。其中,中和抗体具有作用机制明确、安全性高、便于大规模生产等优势,是极具潜力的新型冠状病毒肺炎(COVID-19)治疗药物之一,国内外针对新型冠状病毒中和抗体的研发项目发展迅速,本文简要介绍新型冠状病毒中和抗体研究现状,重点结合审评实践,提出对于此类品种药学评价的特殊考虑,以期促进国内同类产品尽快实现产业化。 相似文献
6.
在中国,道路交通伤害是1~14岁未成年人的第二大死因,已成为亟待解决的公共卫生问题。本文介绍儿童道路交通意外伤害现况,以哈登模型为基础将儿童道路交通安全影响因素归纳为个人(性别、年龄、意识、行为)、环境(约束系统、交通道路等)两大方面,并提出针对性的儿童道路安全应对策略,包括完善相关法律法规体系、商业保险纳入儿童限制系统(CRS)评估标准、全面提高家长的安全意识水平、加强校园交通安全教育、优化道路安全防护设施等,为完善中国儿童道路交通安全教育提供借鉴。 相似文献
7.
[目的]探讨甲状腺乳头状癌行中央区淋巴结清扫的临床意义.[方法]2007年3月-2010年2月间行手术治疗的61例甲状腺乳头状癌患者中,因颈前区无痛性包块入院36例,颈淋巴结肿大入院5例,声音嘶哑就诊2例,体检发现甲状腺结节18例.行患侧叶、峡部全切、对侧叶大部切除术46例,甲状腺全切除术15例.传统根治性颈淋巴结清扫... 相似文献
8.
目的 通过实验小鼠肾匀浆中苹果酸酶-1和异柠檬酸脱氢酶-1检测能力验证计划,了解实验动物检测机构检验能力,提高实验动物质量检测水平。方法 按照CNAS批准的能力验证方案,通过样品制备,经过稳定性和均匀性检验合格,作为能力验证样品。采用随机编号,发样给参加单位,并附作业指导书。在规定时限提交检验报告和原始记录复印件,其结果与样品预检结果一致的判为满意结果,不一致或未能提交结果的判为不满意结果。结果 共有10个实验室参加本次能力验证项目,其中满意结果的实验室8个,占总参加机构的80%,不满意的实验室有2个,占20%。结论 实验动物质量检测机构在实验小鼠肾匀浆中苹果酸酶-1和异柠檬酸脱氢酶-1的检测能力较高,实施能力验证计划能够反映实验室的检测水平。 相似文献
9.
目的:研究花生四烯酸(arachidonic acid,AA)对小鼠卵泡发育的影响,探讨AA与卵巢早衰的关系?方法:10% AA饲料喂食4周龄ICR雌鼠,4个月后观察小鼠子宫卵巢重量?卵巢组织脂肪酸分析?卵巢组织学改变?结果:10%AA组与对照组相比子宫卵巢体重下降;脂肪酸分析结果显示10%AA组卵巢n-6/n-3不饱和脂肪酸比值增大;光镜下,10%AA组可见卵巢退行性黄体增多?间质纤维化?卵巢闭锁卵泡所占比例增加?结论:喂食10%AA饲料可引起小鼠卵巢衰老? 相似文献
10.
目的 通过改进卷积网络Faster R-CNN建立人工智能模型,自动检测甲状腺超声图像中的结节位置,为超声医师提供准确可靠的诊断参考。方法 收集甲状腺结节超声图像9 071幅,共11 538个结节。由1名经验丰富的超声医师对图像中的结节进行标注后作为样本数据集。使用有针对性的策略对Faster R-CNN网络结构和训练过程进行改进。优化后的网络模型经过五折交叉验证分析,并与3名超声医师对随机选取的100张甲状腺结节超声图像分别进行标注,比较检测效果。结果 优化后的Faster R-CNN网络模型可以准确地定位目标结节的位置,mAP为92.79%,单张图片的检测时间为0.06 s,对定位体积较小、不规则形状的结节更为准确。与超声医师的标注结果相比,人工智能模型的精确率和召回率较高(84.43%和82.94%)。结论 人工智能网络模型自动检测甲状腺结节在准确度和实时性方面均表现出良好的效果,在提高超声医师工作效率、辅助诊断方面具有良好的临床应用价值。 相似文献