Promote Intratumoral Drug Release and Penetration to Counteract Docetaxel-Induced Metastasis by Photosensitizer-Modified Red Blood Cell Membrane-Coated Nanoparticle

The red blood cell membrane (RBCm) provides tight protection, lowers the immunogenicity, and prolongs the circulation time of drugs in vivo when acting as the coating of drug delivery systems. However, the cellular uptake and release of drugs are hindered by RBCm. Docetaxel (DTX) is the first-line medicine for treating triple-negative breast cancer (TNBC), but it induces tumor metastasis. To solve these dilemmas, in this study, the photosensitizer 1,1-dioctadecyl-3,3,3,3-tetramethylindotricarbocyanine iodide (DiR)-modified RBCm (DM) is prepared, which is coated onto a hybrid micelle consisting of the prodrugs of DTX and the anti-metastasis agent calcitriol (CTL), obtaining a nanoparticle, named HDC-DM. In a 4T1 tumor-bearing mouse model, after injecting HDC-DM, the intratumoral DTX and CTL concentrations are increased by 1.7 and 2.5 times compared with the free drug groups. After irradiating tumors with near-infrared laser, DiR elicits the photothermal effect, triggering the rupture of RBCm and drug release, promoting drug penetration in tumors, and inducing immunogenic cell death. The tumor growth inhibition rate is 77%, and the formation of lung metastases is reduced by 82%, with good biocompatibility. It is suggested that the combination of phototherapy, chemotherapy, and anti-metastatic therapy using HDC-DM is expected to be a powerful strategy for treating TNBC.     

Intelligent Machine Learning with Metaheuristics Based Sentiment Analysis and Classification

Sentiment Analysis (SA) is one of the subfields in Natural Language Processing (NLP) which focuses on identification and extraction of opinions that exist in the text provided across reviews, social media, blogs, news, and so on. SA has the ability to handle the drastically-increasing unstructured text by transforming them into structured data with the help of NLP and open source tools. The current research work designs a novel Modified Red Deer Algorithm (MRDA) Extreme Learning Machine Sparse Autoencoder (ELMSAE) model for SA and classification. The proposed MRDA-ELMSAE technique initially performs preprocessing to transform the data into a compatible format. Moreover, TF-IDF vectorizer is employed in the extraction of features while ELMSAE model is applied in the classification of sentiments. Furthermore, optimal parameter tuning is done for ELMSAE model using MRDA technique. A wide range of simulation analyses was carried out and results from comparative analysis establish the enhanced efficiency of MRDA-ELMSAE technique against other recent techniques.     

RTDNet：面向高分辨率卫星影像的赤潮探测网络

目的 赤潮是一种常见的海洋生态灾害,严重威胁海洋生态系统安全。及时准确获取赤潮的发生和分布信息可以为赤潮的预警和防治提供有力支撑。然而,受混合像元和水环境要素影响,赤潮分布精细探测仍是挑战。针对赤潮边缘探测的难点,结合赤潮边缘高频特征学习与位置语义,提出了一种计算量小、精度高的网络模型RTD-Net （red tide detection network）。方法 针对赤潮边缘探测不准确的问题,设计了基于RIR （residual-in-residual）结构的网络,以提取赤潮边缘水体的高频特征;利用多感受野结构和坐标注意力机制捕获赤潮水体的位置语义信息,增强赤潮边缘水体的细节信息并抑制无用的特征。结果 在GF1-WFV （Gaofen1 wide field of view）赤潮数据集上的实验结果表明,所提出的RTDNet模型赤潮探测效果不仅优于支持向量机（support vector machine,SVM）、U-Net、Deep-Labv3+及HRNet （high-resolution network）等通用机器学习和深度学习模型,而且也优于赤潮指数法GF1_RI （Gaofen1 red tide index ）以及赤潮探测专用深度学习模型RDU-Net （red tide detection U-Net）,赤潮误提取、漏提取现象明显减少,F1分数在两幅测试图像上分别达到了0.905和0.898,相较于性能第2的模型DeepLabv3+提升了2%以上。而且,所提出的模型参数量小,仅有2.65 MB,约为DeepLabv3+的13%。结论 面向赤潮探测提出一种基于RIR结构的赤潮深度学习探测模型,通过融合多感受野结构和注意力机制提升了赤潮边缘探测的精度和稳定性,同时有效降低了计算量。本文方法展现了较好的应用效果,可适用于不同高分辨率卫星影像的赤潮探测。     

HZSM-5分子筛负载SrTiO_3光催化降解活性艳红X-3B

采用溶胶-凝胶法制备HZSM-5分子筛负载SrTiO_3,对其进行XRD、FTIR和N2吸附-脱附表征,研究负载对活性艳红X-3B光催化降解过程的影响。通过分析降解液的FTIR谱图、紫外-可见光谱和总有机碳(TOC)数据,对活性艳红X-3B的光催化降解过程进行了探讨。结果表明:催化剂的主要成分为钙钛矿结构SrTiO_3,负载对SrTiO_3晶粒尺寸几乎没有影响。纯SrTiO_3没有明显的孔结构,负载后样品的比表面积和孔隙主要由HZSM-5提供。负载之后催化剂的降解活性显著提高,30%SrTiO_3/HZSM-5对活性艳红X-3B染料溶液的脱色和TOC去除速率最快。     

红灯信号渐消方式对时距估计和情绪体验的影响

目的通过调整红灯信号的渐消方式来缩短行人对红灯时长的时距估计,提升情绪水平,创造更好的人机互动体验。方法实验通过口头估计法对红灯刺激信号的形状、消减速度和分割数目/频率不同水平的测试,来研究被试的时距估计和轻松值反馈。结果发现形状和速度的主效应显著,倒梯形和减速消减在诸多形状与速度水平中能够创造最短的时距估计及轻松值,而矩形和匀速消减表现最差。且相比刺激的外框形状变化,分割数目变化带来的视觉单元面积变化并不能显著影响时距判断。结论刺激的3种因素以及因素间的关联程度对被试的时距估计和情绪水平产生显著的影响。     

乙基纤维素微胶囊红磷的制备及改性

目前微胶囊红磷大多采用原位聚合法制备,工艺较为复杂,且囊壳原料可能对环境造成危害.为解决这一问题,以可降解材料乙基纤维素(EC)为囊壳,采用相分离法在常温、中性条件下制备微胶囊红磷(MRP);为进一步增强MRP使用性能,添加正硅酸乙酯(TEOS)作为改性材料,在碱性条件下制备SiO_2凝胶/EC复合囊壳微胶囊红磷(SiMRP).对所得样品进行FTIR、形态及XPS分析,观察样品形态并计算包覆率;对样品进行热稳定性分析、吸湿率测定及安定性测试.实验结果表明:采用相分离法可对红磷实现有效包覆,囊壳包覆率为88.2%;EC囊壳提高了红磷的热稳定性,着火点温度较RP提升50℃; MRP 10日后吸湿率降至6.8%,摩擦感度降至34%;添加1 mL TEOS改性后的SiMPR样品包覆率达94.1%,热稳定性较MRP进一步增强,着火点温度较MRP提升90℃;SiMRP 10日后吸湿率降至4.5%,摩擦感度降至20%.     

九头狮子草红色素基膜的制备及动态响应特征

目的 制备了一种九头狮子草红色素基膜,即九头狮子草红色素结合马蹄淀粉的新型比色指示膜。同时利用紫外–可见吸收光谱和灰度平均值探究其动态响应特征。方法 从植物九头狮子草中提取九头狮子草红色素(HPJH),采用共混法将HPJH、马蹄淀粉、丙三醇共混制备比色指示膜。结果 引入九头狮子草红色素后,可以改变马蹄淀粉膜的抗氧化性。适量的九头狮子草红色素促进膜结构的均匀性,当添加质量分数为8%的九头狮子草红色素时,成膜效果最好,DPPH自由基清除率达到88.70%,膜颜色稳定性实验结束时ΔE值为1.649 7。以灰度平均值直观呈现比色指示膜在不同湿度条件下对三乙胺的响应情况,更具有说服力。结论 从植物九头狮子草中提取的HPJH可提高马蹄淀粉膜的指示效果,比色指示膜具有较强的抗氧化性,并对三乙胺具有颜色变化的响应性,在猪肉、鱼肉和莴笋新鲜度监测中具有动态响应特征。     

基于空间培养的植物图像处理方法

光照环境偏暗偏红,光照不均匀等会影响彩色图像的视觉效果。在比较几种现有的处理方法的基础上,提出了一种新的方法,该方法首先减小RGB彩色图像中偏红部分的红色分量值,然后转换到HSV色彩模型中,对亮度分量进行直方图均衡和Retinex 算法处理,最后转换回RGB颜色空间并进行Garmma校正。实验表明：该方法不仅能够减弱红色光源对图像质量的影响而且能够提高图像的亮度,同时也能较好地保留图像的细节。     

工业赤磷除铁工艺研究

采用双级逆流串联反应流程,对工业赤磷除铁工艺进行研究,讨论了影响除铁效果的主要因素,选最佳除工艺条件为：反应温度８８－９０℃,单级反应时间４．５－５．５ｈ,助剂Ｍ与工业赤磷的比例１：１２０,在此条件下,铁的去除率达到９８％以上,赤磷中含铁量降至０．００８％以下。     

南方红壤区不同类型植物篱治理崩岗效益研究

针对南方红壤区(粤东山区)崩岗侵蚀的特点,在工程治理的基础上,配置不同类型的植物篱进行崩岗快速整治。近3 a的试验结果表明,植物篱辅助治理崩岗,土壤渗透速率最大可提高5.1%,径流量最大可减少17%,土壤侵蚀模数最大可减少53.5%,并在改善土壤理化性状、提高植被覆盖度和增加生物多样性等方面均有良好的效果。