摘要：为了能够准确可靠地估计锂离子电池的健康状态(State of Health, SOH),提出一种基于时序卷积网络(Temporal Convolutional Network, TCN)的数据驱动模型来建立电池充电曲线与SOH之间的映射关系.TCN是一种由多层因果卷积组成的神经网络,它能够对电池充电曲线上的采样点序列进行编码,通过编码得到的编码向量会更易于与SOH建立映射关系.实验结果表明所提基于TCN的SOH估计模型具有较高的估计精度,对不同种类的电池也有良好的适应能力.

摘要：目的研究STAT6反义寡核苷酸对哮喘小鼠脾淋巴细胞的影响作用。方法实验细胞分组:正常鼠空白组(A组)、正常鼠OVA组(B组)、哮喘空白组(C组)、哮喘OVA组(D组)、哮喘治疗组(E组)。正常设计并人工合成一段互补于小鼠STAT6 mRNA翻译起始区271-290的反义寡核苷酸片段,全链硫代修饰。用卵白蛋白和氢氧化铝复制哮喘模型,用淋巴细胞分离液分离脾淋巴细胞,进行体外培养并导入由阳离子脂质体转染剂Geneshuttle携带的反义寡核苷酸,观察反义寡核苷酸的转染对脾淋巴细胞STAT6蛋白表达水平及细胞培养上清中IL-4分泌水平的影响。免疫细胞化学观察脾淋巴细胞中STAT6蛋白的表达水平,同时采用酶联免疫吸附(ELISA)法测定脾细胞培养上清液中IL-4的浓度。结果D组细胞STAT6蛋白表达明显高于其余各组,均具有显著性差异(P均<0.01),STAT6 ASODN转染后,E组细胞该蛋白的表达量明显下降(P<0.01);D组脾淋巴细胞培养上清中IL-4分泌水平明显高于其余各组,均具有显著性差异(P均<0.01);STAT6 ASODN转染后,E组培养上清中IL-4分泌水平显著低于D组(P<0.01)。结论STAT6 ASODN可特异性抑制哮喘鼠脾淋巴细胞中STAT6蛋白的表达,并可特异性抑制脾淋巴细胞中IL-4的分泌,为反义基因技术治疗哮喘提供了依据。