圆柱环状屈光元件眼镜片一年近视控制效果

• 目的：
  
  • 评估具有环形圆柱微结构的眼镜片1年近视控制效果
    
• 方法：
  
  • 2020年8月至2020年11月，温州医科大学眼科医院连续入组118名年龄在-1.00D至-4.00D球镜成分近视且散光<1.50D的8-12岁负荷条件的儿童。
    
  • 参与者被随机分配带环形圆柱设置元件（CARE）（n = 61）或单视（n = 57）眼镜片。
    
  • 在基线和6个月的时间间隔测量散瞳自体验光（SER、AL）
    
  • 在所有访问期间都进行了适应和依从性问卷调查。
    
• 结果：
  
  • 在118名随机参与者中，96名（81.4%）被纳入分析（平均[SE]年龄，10.4[0.6]岁；49名[51.0%]为女性；平均[SE]轴向长度24.75[0.77]mm）。
    
  • CARE调整后的1年近视进展为-0.56D，单光眼睛镜片为-0.71D.
    
  • CARE与单一视力的进展差异为0.14D（95% CI， -0.04至0.32）。
    
  • CARE的调整后眼轴生长为0.27mm，单视为0.35mm。
    
  • CARE与单一视力的眼睛生长差异为0.09mm（95% CI，-0.15至-0.02）。
    
  • 所有小组都适应了他们的镜片，没有报告不良事件、投诉或不适。
    
• 结论：
  
  • 在近视儿童中，与单光镜片相比，具有环形圆柱微结构折射远景镜片治疗可显著降低1年以上的眼轴伸长率。
    
• 来源：
  
  • PMID: 36779428
    
  • DOI: 10.1111/aos.15649
    
 

NLRP3炎症小体是预防假单胞菌性角膜炎所必须的

• 目的：
  
  • 本研究旨在检查NLRP3炎性小体通路在清除小鼠角膜铜绿假单胞菌（PA）感染中的作用。
    
• 方法：
  
  • 野生型和NLRP3-/-小鼠角膜被PA感染。
    
  • 在感然后的第1天和第3天通过列熄灯对细菌性角膜炎严重程度进行分析，然后采集角膜，检测：（i）细菌计数；（ii）通过流式细胞术进行免疫细胞分析；（iii）裂解半胱天冬酶-1和IL-1β的免疫印迹分析；（iv）通过ELISA对IL-1β进行定量
    
  • 在平行实验室中，在感染前即刻接受高选择性NLRP3抑制剂结膜下注射的野生型小鼠中检查了角膜炎的严重程度。
    
• 结果：
  
  • 与野生型小鼠相比，NLRP3-/-小鼠表现出更严重的感染，不透明度评分增加、载菌量增加。
    
  • 炎性小体组装的标志是通过切割其前体pro-caspase-1和pro-IL-1β分别激活促炎性caspase-1和IL-1β。
    
  • 因此，NLRP3-/-小鼠感染的严重程度增加与裂解形式的caspase-1和IL-1β水平降低以及受感染角膜中IL-1β+中性粒细胞浸润减少有关。
    
  • 同样，接受结膜下注射NLRP3抑制剂的小鼠角膜表现出细菌负荷增加和IL-1β表达降低。
    
• 结论：
  
  • 清除小鼠角膜PA感染需要激活NLRP3通路
    
• 来源：
  
  • PMID: 36749596
    
  • PMCID: PMC9919680
    
  • DOI: 10.1167/iovs.64.2.11
    
 

血糖特征与近视之间的因果关系

• 目的：
  
  • 关于糖摄入量是否是近视的危险因素知之甚少，血糖控制的影响仍不清楚，报告的结果不一致。
    
  • 本研究旨在通过评估多种血糖特征与近视之间的联系来澄清这种不确定性。
    
• 方法：
  
  • 研究人员采用双样本孟德尔随机化（MR）设计，使用来自独立全基因组关联研究的汇总统计数据。
    
  • 共有六个血糖指标，包括脂联素、体重指数、空腹血糖、空腹胰岛素、血红蛋白A1c（HbA1c）和胰岛素原水平，被用作暴露，近视被用作结果。
    
  • 逆方差加权（IVW）方法是主要应用的分析工具，并辅之以综合敏感性分析。
    
• 结果：
  
  • 在所研究的六种血糖特征中，我们发现脂联素与近视显著相关。
    
  • 遗传预测的脂联素水平始终与近视发病率呈负相关：IVW (odds ratio [OR] = 0.990; P = 2.66 × 10-3)，MR Egger(OR = 0.983; P = 3.47 × 10-3)，加权中位数法 (OR = 0.989; P = 0.01)和加权众数法 (OR = 0.987; P = 0.01)。
    
  • 来自所有敏感性分析的证据进一步只吃了这些关联。
    
  • 此外，较高的HbA1c水平与较高的近视风险相关：IVW (OR = 1.022; P = 3.06 × 10-5)
    
• 结论：
  
  • 遗传证据表明低脂联素水平和高HbA1c与近视风险增加有关。
    
  • 鉴于体力活动和糖摄入量是血糖治疗中的可控变量，这些发现为延缓近视发作的潜在策略提供了新见解。
    
• 来源：
  
  • PMID:36867130
    
  • DOI:10.1167/iovs.64.3.7
    
 

具有并发症的病理性近视的玻璃体代谢组学特征

• 背景：
  
  • 病理性近视（PM）与致盲眼部疾病密切相关。
    
  • 鉴定生物标志物可以提供有关发病机制的线索。
    
  • 本研究旨在确定并发症的PM患者玻璃体液（VH）中的代谢生物标志物和潜在机制。
    
• 方法：
  
  • 收集了39例患有玻璃体出血的PM患者的VH样本，其中23例为视网膜裂孔(RRD)，16例为黄斑裂孔(MH)/近视性视网膜剥离(MRS)，并对23名接受手术治疗的对照组（轴长<26毫米的MH）进行了采集。
    
  • 使用超高效液相色谱-质谱法调查VH代谢组学特征。
    
  • 计算接收器操作特征曲线下面积(AUC)以确定PM诊断可能生物标志物。
    
• 结果：
  
  • 生物信息学分析发现在阳性和阴性模式下分别有19个和4个代谢物发生改变，这些代谢物涉及色氨酸代谢。
    
  • 接收器操作特征分析显示，在阳性模式下的17种代谢物（AUC > 0.6）以及在阴性模式下的尿酸表示为PM并发症的潜在生物标志物（AUC = 0.894）。
    
  • RRD-PM、MH/MRS-PM和对照组之间的成对比较和通路分析表明，色氨酸代谢和尿酸与PM密切相关。
    
  • 我们研究中的代谢物和通路改变以增加的氧化应激和改变的能量代谢为特征。
    
  • 这些结果有助于更好地理解近视进展及其相关并发症。
    
• 结论：
  
  • 我们的研究提供了PM患者VH中代谢组学标志和相关免疫病理特征，揭示了预防和治疗PM及其相关并发症的新见解。
    
 

高度近视眼视网膜血管的形态学特征：使用迁移学习系统的人工智能分析的超广角图像

• • 目的：
    
    • 本研究旨在探讨不同严重程度的高度近视患者视网膜血管形态学特征
      
  • 方法：
    
    • 本研究纳入高度近视患者317只眼和健康对照者104只眼
      
    • 根据病理性近视（META-PM）分类的Meta分析将高度近视患者的严重程度分为C0-C4，并使用迁移学习方法（Transfer learning methods）和RU-net分析其在超广角成像中的血管形态特征。
      
    • 分析了眼轴长度（AL）、最佳矫正视力（BCVA）和年龄的相关性。
      
    • 此外，比较了近视脉络膜新生血管（mCNV）患者及其匹配的高度近视患者的血管形态特征。
      
  • 结果：
    
    • RU-net和迁移学习系统血管分割的准确率为98.24%，敏感性为71.42%，特异性为99.37%，精确度为73.68%，F1评分为72.29.
      
    • 与将抗对照组相比，高度近视组血管角度更小，分型维数更小，血管密度更小和更少血管分布。
      
    • 随着近视黄斑病变严重程度的增加，血管角、分型维数、血管密度和血管分支显著降低。
      
    • 这些特征与AL、BCVA和年龄有显著相关性。
      
    • 脉络膜新生血管患者往往具有更大的血管密度和更多的血管分支。
      
  • 结论：
    
    • 本研究采用的RU-net和迁移学习技术准确率为98.24%，在超广角图像血管形态特征的定量分析中具有良好的性能。
      
    • 随着近视性黄斑病变严重程度的增加和眼球的伸长，血管角、Df、血管密度和血管分支减少。
      
    • 近视CNV患者血管密度较大，血管分支较多。
      
  • 来源：
    
    • PMID:36874950
      
    • PMC:PMC9982751
      
    • DOI:10.3389/fmed.2022.956179
      
 

WGCNA分析学习笔记｜一些基础概念

什么是WGCNA分析？

全称加权基因共表达网络分析（Weighted correlation network analysis），描述不同样品之间基因关联模式的生物信息学分析方法。

可以讲表达模式相似的基因进行聚类，并分析模块与特定形状或表型之间的关联关系。

WGCNA分析的适用范围

1、WGCNA分析的适用范围

抗病胁迫以及其他性状与基因关联分析等方面研究中被广泛应用。

主要应用与转录表达方面的研究，如转录组测序、蛋白质组测序等。

2、WGCNA分析对样品数量的要求

一般来说需要至少15个样品以上（5个点×3个重复）。

样品数量越多，结果会越准确

3、什么是hub gene

通过WGCNA分析可以构建一个调控网络，而位于调控网络中心的基因被成为核心基因，即hub gene，这类基因通常是关键的调控基因，是值得我们深入挖掘和分析的对象。

4、进行WGCNA分析时，怎么对选用的基因进行过滤？

一般来说，我们会把表达量较低，且在各个样本中变化不大的基因过滤掉。

描述性统计分析-1

7.1.1方法云集

summary()函数可以用来获取描述性统计量，包括：最大值，最小值，四分位数和数值型变量的均值，以及因子向量和逻辑型向量的频数统计。

vars <- c("mpg", "hp", "wt")
summary(mtcars[vars])

可以借助sapply()函数计算所选择的任意描述性统计量，其格式为

sapply(x, FUN, options)

x： 数据框（矩阵）

FUN： 为一个任意的函数，常用的典型函数例如：mean、sd、var、min等

options：将被传递给FUN

图基五数总括，包括：最小值，下四分位数、中位数、上四分位数、最大值，可以通过fivenum()实现。

fivenum(mtcar$mpg)

例7-2 通过sapply()计算描述性统计量

mystats <- function(x, na.omit=FALSE){
  if (na.omit)
    x <- x[!is.na(x)]
  m <- mean(x)
  n <- length(x)
  s <- sd(x)
  skew <- sum((x-m)^3/s^3)/n
  kurt <- sum((x-m)^4/s^4)/n - 3
  return(c(n=n, mean=m, stdev=s, skew=skew, kurtosis=kurt))  
}
sapply(mtcars[vars], mystats)