基于口内数码照图像深度学习的牙周病早期筛查研究

目的:基于卷积神经网络(convolutional neural network, CNN)的深度学习技术构建人工智能(artificial intelligence, AI)牙周病早筛模型,辅助非牙周医生对牙周病进行早期筛查。方法:收集南昌大学第二附属医院口腔医学诊疗中心就诊的牙周非健康人群以及牙周健康人群的口内数码照和临床资料。基于VGG-16结构对口内数码照图像进行训练和测试,建立口腔九宫格、正位咬合、正位咬合(剔除无效背景)3种训练集模型。结果:共收集到578位研究对象的3869张口内数码照图像,其中牙周健康图像2230张,牙周非健康图像1639张。采用VGG-16结构建立3种训练集模型,对九宫格口内数码照、正位咬合口内数码照、正位咬合(剔除无效背景)口内数码照预测的准确度分别为66.62%、64.66%、77.44%,曲线下面积(area under curve, AUC)值分别为0.651、0.767、0.784。结论:本研究构建的VGG-16模型能有效通过对口内数码照图像识别,辅助非牙周医生对牙周病进行早筛。     

黏附分子ICAM-1基因C469T多态性与冠心病的关系

目的:探讨中国湖北地区汉族人群黏附分子ICAM-1基因外显子6,469编码处碱基C/T多态性与冠心病(CHD)的关系,以了解CHD发生、发展的遗传机制,通过黏附分子ICAM-1基因型筛选冠状动脉粥样硬化易患人群和CHD患者中高危人群的可能性。方法:①共入选CHD患者145例,其中73例为急性冠状动脉综合征(ACS),72例为稳定型CHD(SCHD),同时入选心电图检查无异常或冠状动脉造影正常者144例为对照组。所有CHD患者均经冠状动脉造影证实。②采用聚合酶链反应-限制性片段长度多态性(PCR-RFLP)技术,分析CHD患者和对照组的ICAM-1基因型。结果:CHD组与对照组及CHD组中ACS者与SCHD者ICAM-1基因C469T编码处T等位基因频率的差异均有统计学意义(CHD组比对照组χ2=20·254,P<0·01;ACS比SCHD者χ2=3·981,P<0·05)。基因型频率的相对风险分析发现,TT加CT基因型患CHD的风险是CC基因型的5·288倍(OR=5·288,95%,CI:2·977~9·395)。结论:ICAM-1基因C469T多态性与CHD密切相关,T等位基因可能是CHD发病的遗传易感基因。     

基质辅助激光解吸/电离飞行时间质谱在微生物基因组研究中的应用

质谱已成为分子生物和生物化学研究中一个重要的分析工具,它的高通量、分析速度、准确性和灵敏度都是传统分析技术所不可比拟的。以基质辅助激光解吸/电离飞行时间质谱为代表的现代生物质谱技术是基因组研究的新兴技术,可用于核酸高通量的数量和质量分析。在微生物基因组研究中主要应用于微生物基因型鉴定、病毒准种分析,以及微生物基因组的进化研究、甲基化定量分析和突变检测。本文主要介绍基质辅助激光解吸/电离飞行时间质谱技术的原理及在微生物基因组研究的应用进展。     

阿尔茨海默病的相关基因及其功能诠释

阿尔茨海默病(AD)是一种复杂的遗传性疾病,以家族性或散发性两种形式存在。目前已明确4个基因的多态性与家族性AD关联,即1号染色体的早老素-2基因(PS-2)、14号染色体的早老素-1基因(PS-1)、19号染色体的载脂蛋白E基因(ApoE)、