血清尿酸水平对急性脑梗死患者颈动脉粥样硬化斑块的影响

目的:探讨血清尿酸(UA)水平对急性脑梗死患者颈动脉粥样硬化斑块的影响。方法:回顾性分析2011年6月至2016年1月我院收治的251例急性脑梗死患者的临床资料,根据有无颈动脉粥样硬化斑块分为伴颈动脉粥样硬化斑块组(观察组)176例和无颈动脉粥样硬化斑块组(对照组)75例,观察组根据颈动脉粥样硬化程度分为斑块形成组(113例)、内中膜增厚组(63例),根据颈动脉斑块稳定程度分为不稳定组(106例)、稳定组(70例),比较各组血清UA水平,根据UA水平不同分为高UA组(134例)和正常UA组(117例),进行颈动脉斑块发生情况比较。结果:观察组的血清UA水平显著高于对照组,差异有统计学意义(P0.05)。(1)斑块形成组和内中膜增厚组血清UA水平显著高于对照组(P0.05),而斑块形成组和内中膜增厚组血清UA水平比较,差异无统计学意义(P0.05);(2)不稳定组血清UA水平显著高于对照组和稳定组(P0.05),而稳定组和对照组血清UA水平比较,差异无统计学意义(P0.05);(3)正常UA组和高UA组颈动脉斑块的发生情况比较,差异无统计学意义(P0.05)。结论:血清UA水平可以作为表征急性脑梗死患者伴随出现颈动脉粥样硬化斑块的生物学指标之一,此外,血清UA的水平在颈动脉粥样硬化斑块形成者和不稳定者表达更高,但血清UA水平与颈动脉斑块形成无明显联系。     

人类免疫缺陷病毒-1进入细胞的分子机制及相关药物的研究

艾滋病（AIDS）是由人类免疫缺陷病毒（HIV）侵染表达CD4表面抗原（CD4⁺）的T淋巴细胞而引起的.艾滋病病毒进入CD4⁺T淋巴细胞首先是通过病毒与细胞膜的融合来完成的.该融合过程涉及到病毒表面膜蛋白（gp120和gp41）与细胞表面受体蛋白（CD4和CCR5等）之间的相互作用.根据对这些蛋白质分子结构及作用机制的认识,从破坏病毒与细胞的融合入手,设计新型的抗艾滋药物及疫苗,已成为目前药物开发的新热点.     

生产实习的探索与实践--以食用菌实践教学为例

大学生生产实习是高校教学的一个重要环节,也是全面提高人才综合素质的有效手段。根据专业的特点,选择食用菌厂实习,学生实地进行菌种分离、制种和栽培管理等工作,掌握其栽培的基本流程和各项操作。经生产实习后,不仅强化学生对基础知识和基本技能的掌握,同时提高其实践工作能力,拓宽专业视野,加深实习生对课本知识的理解,做到学以致用、理论结合实践,为将来就业和创业打下良好的基础。     

“酶的催化效率”实验的改进

教师引导学生对课本中"酶的催化效率"的实验材料、实验装置、实验过程等进行改进和创新,既弥补了课本中实验的不足,又培养了学生的创新能力。     

大鼠发育过程中海马细胞周期相关蛋白的表达与分布

目的观察正常SD大鼠发育过程中海马细胞周期相关蛋白表达及分布特点,探讨其与脑老化的关系.方法采用免疫组织化学方法观察不同发育时期(1周,2月,4月,10月,15月)Cyclin D1、CDK4、P16、NeuN表达的规律.结果在各年龄组Cyclin D1、CDK4、P16、NeuN阳性细胞层的厚度随着增龄而逐渐变薄.各阳性细胞的排列逐渐由紧密变得松散,胞体逐渐增大,各阳性细胞逐渐伸出轴突进入分子层.P16随月龄的增长在海马各区染色增强,但P16阳性细胞数目减少.结论 Cyclin D1、CDK4、P16、NeuN在海马发育的各个时期均有表达,老龄大鼠海马内Cyclin D1、CDK4、P16表达的下调提示细胞增殖活性受限,这可能与脑老化有关.     

细胞周期调控对大鼠全脑缺血后海马迟发性神经元死亡的影响

目的观察细胞周期调控对大鼠全脑缺血再灌流后海马区迟发性神经元死亡(delayed neuronal death,DND)以及星形胶质细胞的活化、增殖的影响.方法建立大鼠短暂性全脑缺血再灌流模型,利用尼氏染色、TUNEL、免疫组织化学方法观察再灌流后细胞周期素依赖的蛋白激酶(cyclin depedent kinase, CDK)抑制剂Olomoucine对海马DND以及星形胶质细胞活化增殖的影响.结果全脑缺血再灌流后3d、7d、30d海马神经元明显脱失,部分CA1、CA2区神经元凋亡;星形胶质细胞数目增多,GFAP表达上调,应用Olomoucine后TUNEL阳性神经元数目明显减少,幸存神经元数目增加;星形胶质细胞数目无明显增多,GFAP表达明显下调.结论 CDK抑制剂Olomoucine可有效抑制大鼠全脑缺血后海马神经元DND以及星形胶质细胞活化增殖.     

基于神经网络模型和地统计学方法的土壤养分空间分布预测

采用径向基函数神经网络模型与普通克里格法相结合的方法,预测川中丘陵区县域尺度土壤养分(有机质和全氮)的空间分布,并与普通克里格法和回归克里格法进行比较.结果表明：各方法对研究区土壤养分的预测结果相似.与多元回归模型相比,神经网络模型对验证样点土壤有机质和全氮的预测值与样点实测值的相关系数分别提高了12.3%和16.5%,表明神经网络模型能更准确地捕捉土壤养分与定量环境因子间的复杂关系.对469个验证样点预测结果的误差分析表明,神经网络模型与普通克里格法相结合的方法对土壤有机质和全氮预测结果的平均绝对误差、平均相对误差、均方根误差较普通克里格法分别降低了6.9%、7.4%、5.1%和4.9%、6.1%、4.6%,降低幅度达到极显著水平(P<0.01);与回归克里格法相比则分别降低了2.4%、2.6%、1.8%和2.1%、2.8%、2.2%,降低幅度达显著水平(P<0.05).