Ẩn dụ định hướng là gì? Các công bố khoa học về Ẩn dụ định hướng

Chúng tôi trình bày một khung nghiên cứu về sự biến đổi phân tử trong một loài. Dữ liệu về sự khác biệt giữa các haplotype DNA đã được tích hợp vào một định dạng phân tích phương sai, xuất phát từ ma trận khoảng cách bình phương giữa tất cả các cặp haplotype. Phân tích phương sai phân tử (AMOVA) này cung cấp các ước tính về thành phần phương sai và các đồng vị thống kê F, được gọi là phi-statistics, phản ánh sự tương quan của độ đa dạng haplotype ở các cấp độ phân chia thứ bậc khác nhau. Phương pháp này khá linh hoạt để thích ứng với các ma trận đầu vào thay thế, tương ứng với các loại dữ liệu phân tử khác nhau, cũng như các giả định tiến hóa khác nhau, mà không làm thay đổi cấu trúc cơ bản của phân tích. Ý nghĩa của các thành phần phương sai và phi-statistics được kiểm định bằng cách tiếp cận hoán vị, loại bỏ giả định về chuẩn tính thông thường trong phân tích phương sai nhưng không phù hợp cho dữ liệu phân tử. Áp dụng AMOVA cho dữ liệu haplotype DNA ty thể của con người cho thấy, sự phân chia dân số được giải quyết tốt hơn khi một số biện pháp khác biệt phân tử giữa các haplotype được đưa vào phân tích. Tuy nhiên, ở cấp độ nội bộ loài, thông tin bổ sung từ việc biết quan hệ phân loại chính xác giữa các haplotype hoặc thông qua việc dịch phi tuyến thay đổi vị trí hạn chế thành độ đa dạng nucleotide không làm thay đổi đáng kể cấu trúc di truyền dân số suy luận. Các nghiên cứu Monte Carlo cho thấy việc lấy mẫu vị trí không ảnh hưởng căn bản tới ý nghĩa của các thành phần phương sai phân tử. Việc xử lý AMOVA dễ dàng mở rộng theo nhiều hướng khác nhau và cấu thành một khung hợp lý và linh hoạt cho việc phân tích thống kê dữ liệu phân tử.

Một thành phần quan trọng trong việc diễn giải các nghiên cứu cấp hệ thống là suy diễn các con đường sinh học phong phú và các phức hợp protein có trong các tập dữ liệu OMICs. Việc phân tích thành công yêu cầu tích hợp một bộ dữ liệu sinh học hiện có rộng rãi và áp dụng một quy trình phân tích vững chắc để tạo ra các kết quả có thể diễn giải được. Metascape là một cổng thông tin dựa trên web được thiết kế để cung cấp một nguồn tài nguyên chú thích và phân tích danh sách gen toàn diện cho các nhà sinh học thực nghiệm. Về các tính năng thiết kế, Metascape kết hợp sự phong phú chức năng, phân tích互译, chú thích gen và tìm kiếm thành viên để tận dụng hơn 40 cơ sở kiến thức độc lập trong một cổng tích hợp duy nhất. Ngoài ra, nó còn tạo điều kiện cho việc phân tích so sánh các tập dữ liệu qua nhiều thí nghiệm độc lập và chính xác. Metascape cung cấp trải nghiệm người dùng đơn giản hóa một cách đáng kể thông qua giao diện phân tích nhanh một cú nhấp chuột để tạo ra các đầu ra có thể diễn giải được. Tóm lại, Metascape là một công cụ hiệu quả và tối ưu cho các nhà sinh học thực nghiệm để phân tích và diễn giải một cách toàn diện các nghiên cứu dựa trên OMICs trong kỷ nguyên dữ liệu lớn.

Một tập hợp cơ sở mở rộng của các hàm số nguyên tử được biểu diễn dưới dạng các tổ hợp tuyến tính cố định của các hàm Gaussian được trình bày cho hydro và các nguyên tố hàng đầu tiên từ cacbon đến flo. Trong tập này, được mô tả là 4–31 G, mỗi lớp vỏ bên trong được đại diện bởi một hàm cơ sở duy nhất được lấy từ tổng của bốn hàm Gaussian và mỗi quỹ đạo hoá trị được tách thành các phần bên trong và bên ngoài được mô tả bởi ba và một hàm Gaussian, tương ứng. Các hệ số mở rộng và số mũ Gaussian được xác định bằng cách tối thiểu hóa năng lượng đã tính toán tổng thể của trạng thái cơ bản nguyên tử. Cơ sở dữ liệu này sau đó được sử dụng trong các nghiên cứu quỹ đạo phân tử đơn xác định của một nhóm nhỏ phân tử đa nguyên tử. Tối ưu hóa các yếu tố tỷ lệ vỏ hoá trị cho thấy rằng có sự tái chia tỷ lệ đáng kể của các hàm số nguyên tử trong các phân tử, các hiệu ứng lớn nhất được quan sát thấy ở hydro và cacbon. Tuy nhiên, phạm vi tối ưu của các hệ số tỷ lệ cho mỗi nguyên tử là đủ nhỏ để cho phép lựa chọn một bộ tiêu chuẩn phân tử. Việc sử dụng cơ sở chuẩn này cung cấp các hình học cân bằng lý thuyết hợp lý với thí nghiệm.

Bình thường hóa chính xác là điều kiện tiên quyết tuyệt đối để đo lường đúng biểu hiện gene. Đối với PCR sao chép ngược định lượng thời gian thực (RT-PCR), chiến lược bình thường hóa phổ biến nhất bao gồm tiêu chuẩn hóa một gene kiểm soát được biểu hiện liên tục. Tuy nhiên, trong những năm gần đây, đã trở nên rõ ràng rằng không có gene nào được biểu hiện liên tục ở tất cả các loại tế bào và dưới mọi điều kiện thí nghiệm, ngụ ý rằng sự ổn định biểu hiện của gene kiểm soát dự kiến phải được xác minh trước mỗi thí nghiệm. Chúng tôi đã trình bày một chiến lược mới, sáng tạo và mạnh mẽ để xác định các gene được biểu hiện ổn định trong một tập hợp các gene ứng cử viên để bình thường hóa. Chiến lược này bắt nguồn từ một mô hình toán học về biểu hiện gene cho phép ước lượng không chỉ sự biến đổi tổng thể của các gene nghị biểu bình thường mà còn sự biến đổi giữa các nhóm mẫu bộ của tập hợp mẫu. Đáng chú ý, chiến lược này cung cấp một thước đo trực tiếp cho sự biến đổi biểu hiện ước tính, cho phép người dùng đánh giá lỗi hệ thống được tạo ra khi sử dụng gene này. Trong một so sánh trực tiếp với một chiến lược đã được công bố trước đó, cách tiếp cận dựa trên mô hình của chúng tôi có hiệu suất mạnh mẽ hơn và ít nhạy cảm hơn đối với điều chỉnh đồng biến của các gene bình thường hóa ứng cử viên. Chúng tôi đã sử dụng chiến lược dựa trên mô hình để xác định các gene phù hợp để bình thường hóa dữ liệu RT-PCR định lượng từ ung thư ruột kết và ung thư bàng quang. Các gene này bao gồm UBC, GAPD, và TPT1 cho ruột kết và HSPCB, TEGT, và ATP5B cho bàng quang. Chiến lược được trình bày có thể được áp dụng để đánh giá độ thích hợp của bất kỳ ứng cử viên gene bình thường hóa trong bất kỳ loại thiết kế thí nghiệm nào và nên cho phép bình thường hóa dữ liệu RT-PCR đáng tin cậy hơn.

Học máy (Machine learning) nghiên cứu vấn đề làm thế nào để xây dựng các hệ thống máy tính tự động cải thiện qua kinh nghiệm. Đây là một trong những lĩnh vực kỹ thuật phát triển nhanh chóng hiện nay, nằm tại giao điểm của khoa học máy tính và thống kê, và là cốt lõi của trí tuệ nhân tạo và khoa học dữ liệu. Tiến bộ gần đây trong học máy được thúc đẩy bởi sự phát triển của các thuật toán và lý thuyết học mới cùng với sự bùng nổ liên tục trong việc sẵn có dữ liệu trực tuyến và khả năng tính toán chi phí thấp. Việc áp dụng các phương pháp học máy dựa trên dữ liệu đã xuất hiện trong khoa học, công nghệ và thương mại, dẫn đến việc ra quyết định dựa trên bằng chứng trong nhiều lĩnh vực cuộc sống, bao gồm chăm sóc sức khỏe, sản xuất, giáo dục, mô hình tài chính, cảnh sát và tiếp thị.

Trong quy trình đo màu trực tiếp này, triglyceride huyết thanh được thủy phân bởi lipase, và glycerol được giải phóng được phân tích trong một phản ứng xúc tác bởi glycerol kinase và L-alpha-glycerol-phosphate oxidase trong một hệ thống tạo ra hydrogen peroxide. Hydrogen peroxide được theo dõi trong sự hiện diện của horseradish peroxidase với 3,5-dichloro-2-hydroxybenzenesulfonic acid/4-aminophenazone như là hệ thống tạo màu. Độ hấp thụ cao của hệ thống chromogen này ở bước sóng 510 nm cho kết quả hữu ích với tỉ lệ thể tích mẫu/chất thử thấp chỉ 1:150, và không cần đo mẫu trắng. Một thuốc thử làm việc duy nhất, ổn định được sử dụng; phản ứng hoàn thành trong 15 phút ở nhiệt độ phòng. Đường chuẩn tuyến tính cho nồng độ triglyceride lên đến 13,6 mmol/L. Khả năng phục hồi phân tích trung bình của triglyceride trong huyết thanh là 100,1%, và các nghiên cứu về độ chính xác chạy thử-nghiệm và giữa các lần chạy thử-nghiệm cho thấy CVs lần lượt nhỏ hơn hoặc bằng 1,6 và nhỏ hơn hoặc bằng 3,0%. Phương pháp phù hợp cho tự động hóa.

Mục tiêu: Cung cấp dữ liệu chuẩn cho Vương quốc Anh về Thang đo Trầm cảm, Lo âu, và Căng thẳng (DASS) và kiểm tra giá trị hội tụ, phân biệt, và giá trị cấu trúc của thang đo này.

Thiết kế: Phân tích cắt ngang, tương quan, và phân tích yếu tố khẳng định (CFA).

Phương pháp: DASS được áp dụng đối với mẫu không lâm sàng, đại diện rộng rãi cho dân số người lớn tại Vương quốc Anh (N = 1,771) về các biến nhân khẩu học. Các mô hình cạnh tranh của cấu trúc tiềm ẩn DASS được rút ra từ các nguồn lý thuyết và thực nghiệm, và được đánh giá bằng phân tích yếu tố khẳng định. Phân tích tương quan được sử dụng để xác định ảnh hưởng của các biến nhân khẩu học lên điểm số DASS. Giá trị hội tụ và phân biệt của thang đo được kiểm tra thông qua tương quan giữa thang đo này với hai thang đo khác về trầm cảm và lo âu (HADS và sAD), và một thang đo về khả năng xúc cảm tích cực và tiêu cực (PANAS).

Kết quả: Mô hình tốt nhất (CFI = .93) của cấu trúc tiềm ẩn DASS bao gồm ba yếu tố có mối tương quan tương ứng với các thang đo trầm cảm, lo âu và căng thẳng, với lỗi liên kết được phép giữa các mục cấu thành phụ thang DASS. Các biến nhân khẩu học chỉ có ảnh hưởng rất nhỏ đối với điểm số DASS. Độ tin cậy của DASS là xuất sắc, và thang đo sở hữu giá trị hội tụ và phân biệt đầy đủ.

Kết luận: DASS là một thang đo đáng tin cậy và có giá trị trong việc đánh giá các cấu trúc mà nó được thiết kế để phản ánh. Tính hữu dụng của thang đo này đối với các bác sĩ tại Vương quốc Anh được nâng cao nhờ việc cung cấp dữ liệu chuẩn từ các mẫu lớn.

Giảm hoạt động bị gây ra bởi nhiệm vụ (TID) là sự giảm lưu lượng máu khu vực trong khi thực hiện một nhiệm vụ so với trạng thái "nghỉ ngơi" hoặc "bị động". Chúng tôi đã kiểm định giả thuyết rằng TID là kết quả của việc điều chỉnh xử lý tài nguyên bằng cách thay đổi từng bước độ khó của nhiệm vụ trong ba yếu tố: khả năng phân biệt mục tiêu, tốc độ trình bày kích thích, và tải trọng bộ nhớ ngắn hạn. Người tham gia thực hiện một nhiệm vụ nhận diện mục tiêu thính giác trong quá trình hình ảnh cộng hưởng từ chức năng (fMRI), phản ứng với một âm thanh mục tiêu đơn lẻ hoặc, trong các điều kiện tải trọng bộ nhớ ngắn hạn, là các chuỗi mục tiêu. Bảy điều kiện nhiệm vụ (một phiên bản chung và hai cấp độ bổ sung cho từng yếu tố) được luân phiên với "nghỉ ngơi" trong một thiết kế khối. Phân tích hiệp phương sai đã xác định các vùng não mà TID xảy ra. Phân tích phương sai đã xác định bảy vùng (vỏ vân trước trái/giao diện trán trên, vỏ trán giữa trái, gamma trán trước phải, gamma cingulate sau trái và phải, vỏ parieto-occipital sau trái, và precuneus phải) mà mức độ TID thay đổi qua các cấp độ nhiệm vụ trong một yếu tố. Các thử nghiệm tiếp theo chỉ ra rằng với mỗi yếu tố trong ba yếu tố, mức độ TID tăng cùng với độ khó của nhiệm vụ. Những kết quả này nghi ngờ rằng TID biểu thị sự điều chỉnh tài nguyên xử lý từ các vùng mà TID xảy ra đến các vùng liên quan đến thực hiện nhiệm vụ. Tải trọng bộ nhớ ngắn hạn và tốc độ kích thích cũng dự đoán sự ức chế của suy nghĩ tự phát và nhiều vùng não thể hiện TID đã được liên kết với xử lý ngữ nghĩa, hỗ trợ các tuyên bố rằng TID có thể một phần là do sự đình chỉ của các quá trình ngữ nghĩa tự phát xảy ra trong khi "nghỉ ngơi" (Binder và cộng sự, 1999). Khái niệm rằng trạng thái "nghỉ ngơi" điển hình thực ra là một điều kiện đặc trưng bởi hoạt động nhận thức phong phú có ý nghĩa quan trọng đối với việc thiết kế và phân tích các nghiên cứu hình ảnh thần kinh.