打开APP

CTI:深度揭示COVID-19患者的免疫反应特征

关于全球COVID-19大流行的最令人困惑的问题之一就是为什么人们表现出如此多样化的反应。有些人没有任何症状,被称为“沉默传播者”,而一些COVID-19患者的免疫反应变得极端,因此需要重症监护。已知年龄和潜在的健康状况会增加发生严重反应的风险,但尚无法解释某些人出现免疫反应亢进的根本原因,尽管可能是由于许多因素共同作用所致。

2020-11-17

治疗性的PD-1癌症疫苗PD1-Vaxx或有望安全有效地应用于动物模型试验!

2020年11月29日 讯 /生物谷BIOON/ --近日,一项刊登在国际杂志OncoImmunology上题为“Immunogenicity and antitumor efficacy of a novel human PD-1 B-cell vaccine (PD1-Vaxx) and combination immunotherapy with du

2020-11-29

Nat Commun:科学家成功开发出一种深度学习模型工具 或有望更好地预测肺癌患者的治疗疗效

2020年10月22日 讯 /生物谷BIOON/ --在过去20年里,肺癌患者的个体化疗法的发展和选择已经取得了长足的进展,非小细胞肺癌依然是肺癌的主要类型,而且也是诱发全球癌症相关死亡的主要原因,对于这类肺癌而言目前有两种治疗性策略,即酪氨酸激酶抑制剂和免疫检查点抑制剂疗法,然而,为每一位非小细胞肺癌患者选择最正确的疗法或许并不是一件容易的事情,因为在其治

2020-10-22

科学家开发出新型肠癌模型 或有望揭示癌细胞如何对免疫疗法药物产生耐受性!

2020年11月25日 讯 /生物谷BIOON/ --近日,来自英国伦敦癌症研究所等机构的科学家们通过研究开发出了一种复杂的模型系统,其或能模拟最常见的肠癌,并能揭示肠癌是如何躲避免疫疗法攻击的;2020年在美国国家癌症研究所虚拟展示会上所展示的一项正在进行的研究的初步研究结果对科学家们阐明肠癌如何对药物cibisatamab产生耐药性提供了新的见解,该药物

2020-11-24

PNAS: "剂量控制"帮助学习与记忆

根据达特茅斯的一项研究,调节大脑中电信号的“分子音量旋钮”有助于学习和记忆。该控制机制的发现以及调节该机制的分子通路的揭示,可以帮助研究人员寻找治疗神经系统疾病的方法,包括阿尔茨海默氏病,帕金森氏病和癫痫病。

2020-11-11

JMIR: 机器学习预测COVID-19患者重症发生风险

西奈山的研究人员已经开发出机器学习模型,该模型可以预测在临床相关的时间范围内COVID-19患者发生严重事件和死亡的可能性。这项研究描述的新模型是第一个将机器学习用于大量不同人群中的COVID-19患者的风险预测的模型,并于11月6日发表在《Journal of Medical Internet Research》杂志上。该模型可以帮助西奈山的临床医生以及在

2020-11-11

杰克森实验室与北京北方艾特生物科技有限公司宣布在华成立合资公司  该合作旨在促进国内研究人员更方便和快速的获取高品质小鼠模型和相关服务

美国缅因州巴港,中国北京——杰克森实验室(JAX),一家总部位于美国的非盈利性生物医学研究机构与北京北方艾特生物科技有限公司(Anitech)今日宣布双方已经成立了一家总部位于北京的合资公司。该合资公司的法人实体为杰克森艾特生物科技(北京)有限公司。作为杰克森实验室的控股子公司,该公司将在中国生产和销售高品质的JAX®小鼠,并将利用先进的和基因多样

2020-12-01

Science论文深度解读!新研究揭示增强子在动物体内是非常保守的

2020年11月14日讯/生物谷BIOON/---在一项新的研究中,来自澳大利亚昆士兰大学、新南威尔士大学、莫纳什大学、墨尔本大学、悉尼大学和张任谦心脏研究所的研究人员发现称为增强子的基因调控元件的功能在进化树上分布的动物物种中广泛保守。当他们将来自海绵动物的增强子序列插入斑马鱼和小鼠体内时,这两种脊椎动物都能够解释遗传信息,并驱动发育基因的细胞特异性表达,

2020-11-14

elife:光遗传学帮助开发亨廷顿动物模型

亨廷顿舞蹈病是一种遗传性神经退行性疾病,其特征是由于大脑纹状体核中神经元的变性导致运动,认知缺陷和精神疾病的改变。 UB神经科学研究所(UBNeuro)的研究人员领导的一项研究对这种疾病的发展所涉及的神经元回路之一进行了描述:背外侧纹状体核(DSL)中的次级运动皮层(M2)的连接。

2020-11-12

Nature:构建出一种计算机模型,可以准确预测新冠肺炎在美国10个大型城市的传播情况

2020年11月15日讯/生物谷BIOON/---在一项新的研究中,来自美国斯坦福大学和西北大学的研究人员构建出一种计算机模型,并利用这种模型通过分析驱动感染风险的三个因素---人们在一天中去了哪里,停留了多长时间,以及有多少其他人在同一时间访问同一地点---准确预测了今年春天COVID-19在美国10个主要城市的传播情况。相关研究结果于2020年11月10

2020-11-15