脊髓小脑共济失调2型家系ATXN2基因中间重复病例表型与分子遗传学特征

目的探讨脊髓小脑共济失调2型(SCA2)致病基因ATXN2异常等位基因中间重复个体的表型和分子遗传学特点。方法针对2005—2018年中日友好医院神经科运动障碍与神经遗传病研究中心收集的1383个常染色体显性遗传共济失调家系的先证者和部分家系成员,采用荧光标记毛细管电泳片段分析方法进行动态突变检测,对携带ATXN2基因中间重复的个体进行临床表型和遗传特征分析。结果共检出163个家系(包含先证者和家系成员共203人)携带异常扩展的ATXN2基因CAG重复序列,其中93个家系中有107例的异常扩展等位基因重复次数在29~34次之间。在其中的20个亲子对中,父系遗传16个,异常等位基因的代间扩展增加0~28次,母系遗传4个,异常等位基因的代间扩展增加0~4次。结论对于临床拟诊SCA2家系患者,需对其亲代或成年子代个体进行ATXN2基因检测,以免漏诊。动态突变基因检测有助于识别中间重复的个体,对明确家系致病基因和遗传咨询至关重要。     

基于网络药理学和分子对接技术探讨黄芪干预腹膜纤维化的机制

目的 运用网络药理学方法及分子对接技术探讨黄芪干预腹膜纤维化的可能机制。方法 利用中药系统药理学数据库及分析平台(TCMSP)检索黄芪的主要化学成分及靶点,并补充文献报道相关药理作用的成分作为潜在活性成分。以"peritoneal fibrosis"为关键词分别在OMIM、Genecards获取目前已知的与腹膜纤维化相关的疾病靶点,后取两者的交集靶点;对交集基因通过STRING数据库与Cytoscape 3.7.2软件构建"药物-成分-靶点-疾病"网络及蛋白互作(PPI)网络并筛选核心网络。基于R软件使用Bioconductor生物信息软件对核心靶点进行GO及KEGG富集分析,最终采用AutoDock软件将主要有效成分与核心靶点进行分子对接,得出其结合能力。结果 筛选出20个黄芪活性成分及文献报道有相关药理作用4个, 457药物作用靶点,与674个腹膜纤维化病靶点取交集,得到86个共同靶点。GO功能富集分析提示黄芪拮抗腹膜纤维化主要参与了蛋白激酶B信号转导的调节、细胞对化学的应激反应、炎症反应的调节等通路; KEGG通路富集分析主要涉及调控肿瘤、磷脂酰肌醇-3-羟激酶-蛋白激酶B(PI3K-Akt)、晚期糖基化终末产物/晚期糖基化终末产物受体(AGE-RAGE)、人类巨细胞病毒感染、HIF-1信号通路等;分子对接结果显示关键靶点与活性成分具有较好的结合能力。结论 黄芪治疗腹膜纤维化的分子机制,可能与抑制炎症及氧化应激反应、调节多种信号通路等相关。     

调整Kappa角及光学切削直径对准分子激光原位角膜磨镶术后的影响

目的　评价调整光学切削直径及Kappa角后对准分子激光原位角膜磨镶术（laser in situ keratomileusis，LASIK）后效果的影响。方法　选取2017年1月至12月在我院行LASIK手术的高度近视患者313例（626眼），根据切削直径分成两组，试验组157例314眼，切削直径设定为6.0 mm，对照组156例312眼，切削直径设定为6.5 mm。试验组患者激光切削前修正Kappa角，对照组不做修正。患者术前进行裸眼视力、主视眼确定、验光、眼压、暗室下瞳孔直径、泪液分泌试验、裂隙灯、散瞳验光、眼底检查、pentacam测量角膜厚度、角膜地形图测量角膜前后表面及Kappa角等检查。术后1 d、1周、1个月随访，并检查裸眼视力、角膜厚度、波前像差及夜间视力、光晕、眩光等情况。比较两组患者角膜厚度变化、手术所用时间以及两组患者术后的高阶像差的差异。结果　试验组与对照组患者年龄分别为18～44（24.19±5.33）岁、18～42（25.08±4.91）岁，屈光度分别为（-7.47±1.04）D、（-7.61±1.12）D。两组年龄、屈光度比较差异均无统计学意义（均为P>0.05）。试验组与对照组患者术前Kappa角分别为，X轴:（210±40）μm、（200±30）μm，Y轴:（190±30）μm、（220±40）μm，差异无统计学意义（P=0.210）。两组手术前后的角膜厚度及术后角膜基质床的厚度差异均无统计学意义（均为P>0.05）。试验组与对照组的手术时间分别为（15.56±1.89）s和（20.83±3.03）s，差异有统计学意义（P=0.000）。试验组的总高阶像差和垂直慧差的变化均明显低于对照组（均为 P<0.01），但两组间的水平慧差差异无统计学意义（P>0.05），对照组的球差低于试验组（P<0.01）。结论　LASIK手术中科学合理地调整Kappa角可有助于提高患者术后的视觉质量。     

577 nm激光光凝联合玻璃体内注射康柏西普治疗糖尿病性黄斑水肿的效果观察

目的　探讨577 nm激光光凝联合玻璃体内注射康柏西普治疗糖尿病性黄斑水肿的效果。方法　选取2016年1月至2017年3月在我院治疗的糖尿病性黄斑水肿患者81例81眼，根据患者最终选取的治疗方案分为观察组43例43眼和对照组38例38眼，观察组给予577 nm激光光凝联合玻璃体内注射康柏西普治疗，对照组仅给予577 nm激光光凝，观察两组治疗前后最佳矫正视力（best corrected visual acuity，BCVA）和黄斑中心凹厚度（central fovea of macula thickness，CMT），分析观察组BCVA和CMT变化值与初始因素的相关性。结果　随治疗时间延长，观察组和对照组BCVA、CMT相应改善（均为P＜0.05）；观察组治疗后1个月、3个月和6个月BCVA分别为0.37±0.09、0.44±0.10和0.52±0.13，均明显高于对照组（均为P＜0.05）；观察组治疗后1个月、3个月和6个月CMT分别为（351.03±41.43）μm、（270.32±40.03）μm和（220.01±32.91）μm，均明显低于对照组（均为P＜0.05）；BCVA变化值与糖尿病性黄斑水肿病程、治疗前BCVA呈负相关（r=-0.422、-0.410，均为P＜0.05）；CMT变化值与糖尿病性黄斑水肿病程、治疗前CMT呈负相关（r=-0.430、-0.415，均为P＜0.05）。结论　577 nm激光光凝联合玻璃体内注射康柏西普治疗糖尿病性黄斑水肿效果较好，其效果与患者基线BCVA、糖尿病性黄斑水肿病程有一定相关性。     

Troubled-Cell Indicator Based on Mean Value Property for Hybrid WENO Schemes

In this paper, we introduce a new type of troubled-cell indicator to improve hybrid weighted essentially non-oscillatory (WENO) schemes for solving the hyperbolic conservation laws. The hybrid WENO schemes selectively adopt the high-order linear upwind scheme or the WENO scheme to avoid the local characteristic decompositions and calculations of the nonlinear weights in smooth regions. Therefore, they can reduce computational cost while maintaining non-oscillatory properties in non-smooth regions. Reliable troubled-cell indicators are essential for efficient hybrid WENO methods. Most of troubled-cell indicators require proper parameters to detect discontinuities precisely, but it is very difficult to determine the parameters automatically. We develop a new troubled-cell indicator derived from the mean value theorem that does not require any variable parameters. Additionally, we investigate the characteristics of indicator variable; one of the conserved properties or the entropy is considered as indicator variable. Detailed numerical tests for 1D and 2D Euler equations are conducted to demonstrate the performance of the proposed indicator. The results with the proposed troubled-cell indicator are in good agreement with pure WENO schemes. Also the new indicator has advantages in the computational cost compared with the other indicators.