【摘 要】
：
目的:探讨不同浓度胎牛血清体外培养对原代心肌成纤维细胞增殖和分化的影响。方法:用酶消及差速贴壁法分离并培养SD乳鼠心肌成纤维细胞；采用不同浓度胎牛血清（1%、5%、10%和20%）培养心肌成纤维细胞并观察细胞形态，免疫荧光共聚焦法检测α平滑肌肌动蛋白（α-smooth muscle actin,α-SMA）蛋白表达，划痕实验检测心肌成纤维细胞的迁移能力，CCK8实验检测心肌成纤维细胞的增殖能力。结
【机 构】
：
南京医科大学附属无锡人民医院心内科
【基金项目】
：
国家自然科学基金资助项目（81770331）； 无锡市“双百”中青年医疗卫生拔尖人才（BJ2020016）；
论文部分内容阅读
目的:探讨不同浓度胎牛血清体外培养对原代心肌成纤维细胞增殖和分化的影响。方法:用酶消及差速贴壁法分离并培养SD乳鼠心肌成纤维细胞；采用不同浓度胎牛血清（1%、5%、10%和20%）培养心肌成纤维细胞并观察细胞形态，免疫荧光共聚焦法检测α平滑肌肌动蛋白（α-smooth muscle actin,α-SMA）蛋白表达，划痕实验检测心肌成纤维细胞的迁移能力，CCK8实验检测心肌成纤维细胞的增殖能力。结果:随着胎牛血清浓度升高，细胞形态逐渐变圆，细胞表面积增加，α-SMA阳性细胞比例增加，心肌成纤维细胞向肌成纤维细胞分化增多，细胞迁移能力增加。高浓度胎牛血清（20%）培养时心肌成纤维细胞增殖能力最旺盛，低浓度胎牛血清（1%）培养时心肌成纤维细胞增殖能力最低，5%和10%胎牛血清培养时心肌成纤维细胞增殖均旺盛。结论:高浓度胎牛血清培养会导致心肌成纤维细胞分化，5%胎牛血清培养心肌成纤维细胞较10%和20%胎牛血清培养分化程度少，增殖能力较1%胎牛血清好，选用5%胎牛血清培养心肌成纤维细胞较好。
其他文献
劳动教育是小学教育不可缺少的一部分,它既是素质教育的发展要求,也是学生全面、健康发展的实际需要。小学是学生价值观养成的关键时期,开展劳动教育,有利于促进学生德智体美劳全面发展。小学阶段的劳动教育并不是孤立开展的,它渗透在学生的日常行为中,与其他学科教育息息相关。本文将立足于新课程背景下劳动教育观,重点探究如何将劳动教育融进学科教育中。
华谊兄弟以电影业为主营业务,2009年登陆创业板,企业规模不断扩张,盈利水平迅速提升。2013年,该公司提出"去电影化"的多元发展战略,旨在增强企业成长能力。但受创业板行情震荡和艺人税收规范不足的冲击,华谊兄弟多元战略是否有效仍有待挖掘。文章运用主成分分析法分析我国沪指和新三板电影传媒行业85家公司的发展现状,并针对华谊兄弟当前发展的优势、不足及行业地位提出发展建议。
进入“十四五”时期，为达成“碳达峰”和“碳中和”的目标，国家和行业对工程建造阶段的碳排放研究提出了更高的要求。本文针对“建造阶段碳排放量对建筑全生命周期碳排放量的影响”这一行业内普遍关注的问题，从四个方面进行了剖析探讨，并针对相关国家规范实施的影响进行了分析。基于探讨和分析的结果，对工程承包企业在工程建造阶段的碳排放研究给出了建议。
目的:探讨RNA结合蛋白震颤同系物-5（QKI-5）在卵巢癌细胞中的表达以及对卵巢癌细胞增殖和凋亡的影响。方法:通过免疫印迹实验（Western blot）检测正常卵巢上皮细胞和卵巢癌细胞中QKI-5的表达差异，并选取QKI-5相对表达水平最低的卵巢癌细胞进行过表达慢病毒感染，构建稳定转染细胞系后通过细胞增殖和毒性分析（CCK8）和平板克隆实验检测细胞增殖和克隆能力的变化，通过流式细胞仪检测过表达
在小学开展劳动教育，是培养小学生劳动能力的重要路径。在小学适当开展一定的劳动，可以让学生更好地感知劳动之美，有助于帮助学生获得更多的人生体验，促使他们更加热爱劳动，实现劳动教育的育人价值。对此，本文重点探讨小学劳动教育的实施路径，旨在发展学生的智力。
目的 将人外周血单个核细胞体外扩增为自然杀伤（NK）细胞,与肝癌细胞1:1共培养。观察柚皮素对NK细胞杀伤率的影响并初步研究相关机制。方法 淋巴细胞分离液分离人外周血单个核细胞,在体外经重组人白细胞介素2诱导培养NK细胞;0、3.125、6.25、12.5、25、50μmol/L浓度柚皮素作用于人肝癌细胞0、24、48 h后CCK8检测肝癌细胞增殖情况;不同浓度柚皮素作用于人NK细胞24 h后,C
本文以2015年1月至2020年12月在沪深交易所交易的公司债和企业债为样本，利用中介效应模型考察了经济政策不确定性、流动性与债券信用利差的关系。研究发现，经济政策不确定性除了直接影响债券信用利差之外，还会通过推升流动性风险来提高债券信用利差。本文拓展了经济政策不确定性影响后果的研究，进一步完善了经济政策不确定性影响债券信用利差的中介机制，深化了债券信用利差影响因素的研究。
本文研究基于深度强化学习的配电网故障恢复拓扑控制策略。首先，设计配电网拓扑状态表征和决策动作规则支撑组合优化求解；其次，利用改进指针网络结构配合深度强化学习算法实现了适用于多类故障恢复策略的模型自学习和端到端计算；最后，通过改进掩码机制降低了探索求解复杂度有效提升训练学习效率。通过在预设条线路上随机设置故障组合，在单一和混合初始状态样本集上验证了本文提出的改进机制和模型计算有效性，为深度学习技术在