目的:在单细胞水平上探究与银屑病致病相关的潜在生物标志物和细胞间的异质性水平。方法:对银屑病皮肤活检组织的单细胞测序数据进行质控、降维聚类及细胞亚群注释，以及对细胞类群进行差异基因(differentially expressed genes，DEGs)、细胞通讯及拟时序分析，并构建TFs-miRNA-hub基因调控网络。结果:基于多算法共鉴定出6个共同交集的hub基因，分别为 SPRR2A、 SPRR2D、 IL7R、 IL1RN、 IER3、 LCN2。KEGG显示其主要涉及NF-κB信号通路、TNF信号通路、MAPK信号通路等。在内皮细胞、成纤维细胞以及免疫细胞如朗格汉斯细胞、CD8 + T细胞、M1巨噬细胞、静息T细胞里 SPRRs基因表达量均显著上调，IL7R则主要在多种免疫细胞中过表达。成纤维细胞、树突状细胞、Treg细胞和CD8 + T细胞在银屑病皮损的含量显著增多( P＝0.023、 P＝0.007、 P＝0.046、 P＝0.028)。皮损组内细胞间的相互作用数量、强度和通路富集程度的活跃性均高于对照组，Treg细胞、CD8 + T细胞以及静息T细胞仅在银屑病组内与其他细胞有交互作用。拟时序分析显示免疫细胞主要分布在轨迹早期，单核细胞全程参与并在轨迹后期表达增加。除 IL7R的表达量随着拟时序变化而减少外，其余hub基因的表达量均一直增加。预测转录因子 NFKB1同时参与hub基因 SPRR2A、 IL1RN、 IL7R和 IER3的调控。 结论:SPRRs基因和 IL7R的过度表达以及多种免疫细胞如Treg细胞、CD8 + T细胞、静息T细胞以及单核细胞的交互作用可能通过MAPK和NF-κB途径参与银屑病的关键致病过程。本研究结果可为进一步研究银屑病的致病机制奠定理论依据。

目的:总结神经纤维瘤和恶性周围神经鞘瘤(MPNST)领域中、英文文献的发文现状及趋势，分析国家、学术机构、研究者间合作关系，比较中、英文数据库研究主题差异，预测未来研究热点和发展方向。方法:分别在Web of Science核心合集(WOSCC)和中国知网(CNKI)数据库中检索，纳入1997年1月1日至2021年9月2日神经纤维瘤和MPNST领域已发表的中、英文文献。采用Excel 2017软件进行数据统计分析；应用VOSviewer 1.6.16软件将纳入文献的国家、研究机构、作者、关键词等信息绘制成社会网络分析图和时序分析图，并进行聚类和时序分析。结果:分别纳入9 620篇英文文献和957篇中文文献。结果显示，中、英文文献的年发文量均呈逐步增加趋势，英文文献发文量在2015和2018年前后形成一个小高峰，中文文献在2014年形成一个小高峰。在国家和机构方面，英文文献中发文量较大(前10位)的国家多数为欧美等发达国家，且欧美国家、机构间合作较为紧密。在关键词聚类方面，英文文献的覆盖较为全面，包括疾病的发病机制、临床表现、并发症的诊断与治疗的研究，并且其聚类结果提示未来潜在的研究热点可能为神经纤维瘤和MPNST的肿瘤微环境对疾病发生发展的影响、神经纤维瘤的分子分型、耐药机制等；而中文文献主要关注神经纤维瘤的辅助诊断、并发症的治疗等，其研究主题范围较窄。结论:未来研究者可能需更加关注肿瘤微环境在神经纤维瘤发生发展中的作用、哪些因素导致神经纤维瘤和MPNST的发生、神经纤维瘤的分子分型和耐药机制等问题。

本讲概述基于趋势预测的时间序列分析方法、时间序列变化的影响因素、时间序列分析的步骤、统计软件和应用案例。

人口老龄化增加了人类衰老研究及其临床应用的需求。传统上一般采用时序年龄(chronological age，CA)即日历年龄来描述人体的衰老情况，然而个体之间衰老过程和速度是不一致的，存在明显的生物衰老个体差异，因而CA不能真实地反应个体组织结构和生理功能的不同状况，存在不准确、错误判断等缺陷，无法准确地描述人体的衰老程度。近年来提出采用生物学年龄(biological age，BA)来更加综合准确地描述人体衰老情况，其通过数学算法结合多种生物标志物构建预测模型来实现量化生物衰老的目的，因其更加精准而得到越来越多的关注与研究。本文将对BA的意义、目前常用计算方法及在健康老龄化中的进展和前景进行综述。

目的:总结中外消化内镜微创切除领域近十年的发文现状及趋势。方法:在 Web of Science 和中国知网数据库中检索2011-01-01—2021-07-17消化内镜微创切除领域文献，采用VOSviewer 1.6.11软件对纳入文献的国家、机构、作者及关键词的聚类及时序进行分析，绘制对应的循证可视化图谱，分析国家、学术机构、研究者间合作关系，比较中、英文数据库研究主题差异，预测未来研究热点和发展方向。结果:共纳入22 834篇英文文献及4 636篇中文文献，近十年来中、英文文献数目均稳步增长，均以学科专业杂志载文较多。发表文献数量以中日韩及美国较多，均超过2 000篇；日本国立癌症中心发文497篇，是发文最多的机构。发文学术机构间的合作呈现出明显的地域性，机构及学者间的合作有待加强。关键词聚类方面，中、英文文献的研究领域聚类相比差异不大，中文文献多出内镜护理与配合及消化道黏膜下肿瘤相关聚类。中、英文关键词时序分析显示，内镜外科、隧道技术和黏膜下肿瘤可能是热点及发展方向。结论:中外消化内镜微创切除经历了蓬勃发展的十年，文献数量持续增加，中国在国际舞台上的地位逐步提高。中文文献聚焦主题的先进性与英文文献基本持平，也展现出一定的中国特色。未来应加强区域间合作，重点关注热点方向。

目的:通过在单细胞水平分析小鼠磨牙细胞间异质性，构建牙髓细胞发育的时空图谱，进一步揭示牙齿发育的过程和调控机制。方法:分别收集出生后0、3 d的C57BL/6小鼠下颌第一磨牙各10颗，制备单细胞悬液，采用单细胞转录组测序（single-cell RNA sequencing，scRNA-seq）技术进行测序。从本课题组前期研究中提取出生后7 d小鼠磨牙scRNA-seq数据，与0、3 d数据进行合并分析。使用Seurat程序对测序数据进行质控、标准化、降维和聚类分析；Monocle程序进行拟时序分析，预测发育轨迹；Scillus程序进行基因本体分析，对细胞功能进行注释。使用原位杂交技术对标记基因进行体内定位，明确不同亚群细胞的体内分布和时空变化。结果:Seurat分析显示小鼠磨牙细胞具有26个细胞亚群，可分为牙髓细胞、牙囊细胞、上皮细胞、免疫细胞、内皮细胞、管周细胞、胶质细胞和红细胞等八大类细胞，其中牙髓细胞包含5个亚群：成熟牙髓细胞，标记基因为柯萨奇病毒腺病毒受体（coxsackie virus and adenovirus receptor，Cxadr）；牙乳头细胞，标记基因为SPARC相关模块化钙结合蛋白2（SPARC related modular calcium binding 2，Smoc2）；周期细胞，标记基因为Ⅱ型DNA拓扑异构酶（DNA topoisomerase Ⅱ alpha，Top2a）；前成牙本质细胞，标记基因为棕榈酰蛋白羧酸酯酶（notum palmitoleoyl-protein carboxylesterase，Notum）；成牙本质细胞，标记基因为牙本质涎磷蛋白（dentin sialophosphoprotein，Dspp）。随着牙胚发育，成熟牙髓细胞的比例逐渐增加，周期细胞和成牙本质细胞比例逐渐降低。原位杂交染色和基因本体分析结果显示，Cxadr+成熟牙髓细胞定位于牙冠上部，主要功能为成骨和“细胞外结构组织”；Smoc2+牙乳头细胞位于根尖，主要功能与“细胞外结构组织”和器官发育相关；Top2a+周期细胞位于牙冠下部，进行有丝分裂；Notum+前成牙本质细胞邻近上皮根鞘，和Dspp+成牙本质细胞的主要功能同为生物矿化。Monocle分析显示牙髓细胞有2条发育轨迹，从Smoc2+牙乳头细胞起始，经过Top2a+周期细胞，再分化为Cxadr+成熟牙髓细胞或成牙本质细胞。结论:scRNA-seq技术能在转录组水平充分揭示细胞间的异质性，为研究器官发育过程和调控机制提供了有力工具。

目的:基于生物信息学方法筛选鼻咽癌预后和免疫相关的细胞轨迹差异表达基因。方法:从基因表达综合（GEO）数据库下载鼻咽癌单细胞测序数据集（GSE150825）和转录组测序数据集（GSE102349）。GSE150825数据集包括11例鼻咽癌和3例鼻咽淋巴增生（NLH）组织共66 627个细胞的单细胞RNA测序结果，数据更新时间为2021年3月。GSE102349数据集包括113例鼻咽癌患者临床信息，数据更新时间为2017年。将GSE150825数据集中数据进行标化和重新聚类，并选取髓系细胞进行重新聚类，采用moncle2法进行拟时序分析。计算不同细胞状态的差异基因（细胞轨迹差异基因），并取并集得到并集基因。采用ClusterProfiler和ConsensusClusterPlus包对并集基因进行基因本体（GO）富集分析和临床分型。在GSE102349数据集中，根据细胞轨迹差异基因的并集基因，将患者分为两个亚组，分析两个亚组无进展生存（PFS）、临床分期、肿瘤免疫微环境的差异；CIBERSORT分析两个亚组免疫细胞浸润差异。使用LASSO回归构建预后预测模型。收集江苏省肿瘤医院2018年1月至2023年12月收治的经病理检查证实为鼻咽癌（14例）和正常鼻咽上皮（4例）的病理组织切片，采用免疫组织化学法检测筛选出的靶基因在正常鼻咽上皮和鼻咽癌肿瘤组织中的表达，并根据患者治疗前后核磁共振成像结果分析靶基因表达与鼻咽癌患者淋巴结治疗效果关系。结果:对单细胞测序数据集GSE150825数据进行过滤和质控，共64 312个细胞（48 604个来自鼻咽癌，15 798个来自NLH）进行后续分析。对质控后的细胞进行重新聚类分析，主要分为8种细胞类型：B细胞、T细胞、先天淋巴细胞、髓样细胞、成纤维细胞、肥大细胞和肿瘤细胞。髓样细胞特异性地分布在鼻咽癌患者中。拟时序变化的细胞轨迹差异基因主要富集在细胞质翻译、核糖体、局灶黏附、钙黏蛋白结合和细胞因子受体结合。在验证集GSE102349数据集中提取细胞轨迹差异基因并集并进行临床分型，亚组1、2的PFS比较差异有统计学意义（ P＝0.035）；亚组1预后较好，临床分期Ⅰ期患者比例大；亚组2预后较差，临床分期Ⅳ期患者比例大。亚组1微环境中免疫成分比例高，体现了较活跃的免疫活动；亚组2的肿瘤纯度高于亚组1，其肿瘤成分所占比例高；记忆B细胞在亚组2中低表达，T细胞滤泡辅助细胞、NK活化细胞、静息和活化树突细胞在亚组1中低表达。根据细胞轨迹差异基因构建预后风险模型，风险评分＝SDC3×1.588+ ODC1×1.122+ PSIP1×11.310+ P4HB×4.043。14例鼻咽癌组织中PSIP1蛋白H-score评分高于正常鼻咽组织[（96±11）分比（69±23）分， t＝-3.38， P＝0.004]，P4HB蛋白H-score评分高于正常鼻咽组织[（64±35）分比（17±9）分， t＝-2.65， P＝0.018]。在鼻咽癌患者中，以H-score评分的中位数为cut-off值（PSIP1为97分，P4HB为63分），PSIP1高表达（≥97分）患者活化T细胞比例高于低表达（<97分）患者[（21±7）%比（13±4）%， t＝-2.69， P＝0.020]，P4HB高表达（≥63分）患者NK细胞比例高于低表达（<63分）患者[（24±10）%比（14±6）%， t＝ -2.24， P＝0.040]。 结论:PSIP1和P4HB可能是预测鼻咽癌预后和治疗效果的生物学标志物。

目的:探讨时序预测模型中的差分自回归滑动平均(ARIMA)和自回归(AR)模型在预测广州市急救调度日出车数量方面的价值。方法:采用Matlab仿真软件对广州市2021年1月1日至2021年12月31日的急救调度出车记录分析计算日出车数量时间序列，对该序列进行时序预测模型辨识，得到ARIMA(1,1,1)、AR(4)以及AR(7)模型，利用这些模型对日出车数量做出预测拟合。ARIMA(1,1,1)模型将数据分为训练集和测试集，参数运算采用Prony方法，预测拟合未来的出车数量；AR(4)和AR(7)模型采用均匀系数，预测当天出车数量。结果:ARIMA(1,1,1)、AR(4)以及AR(7)都可以实现对日出车数量的有效预测，ARIMA(1,1,1)的预测拟合误差随着预测时间的延长下降。两个月内的急救调度日出车量预测拟合平均绝对百分比误差（MAPE）低于6%，结果基本都位于95%置信区间内，利用模型的残差分析验证了模型显著有效。结论:ARIMA模型可以对两个月内的急救调度日出车量做长期预测拟合，AR模型可以对急救调度日出车量做短期有效预测。

目的:构建融合空气数据的深度网络慢性阻塞性肺疾病（慢阻肺）评估测试（CAT）评分预测模型，并探讨其意义。方法:采用定组研究的方法，自2015年2月至2017年12月从北京大学第三医院、北京大学人民医院和北京积水潭医院呼吸科门诊入选稳定期的慢阻肺患者，采集患者住宅区附近的室外环境监测空气数据，计算患者每日空气污染物暴露量和天气数据，并连续记录患者每日的CAT评分。通过融合时序算法和神经网络建立模型对患者未来一周的CAT评分进行预测，并比较该模型与长短期记忆模型（LSTM）、添加全局注意力机制的LSTM模型（LSTM-attention）和自回归移动模型（ARIMA）的预测准确程度，并探讨预测模型的意义。结果:共纳入47例慢阻肺患者，平均随访时间为381.60 d，利用采集的空气数据和CAT评分构建长短期记忆模型-卷积神经网络-自回归（LSTM-CNN-AR）模型，其模型的均方根误差为0.85，平均绝对误差为0.71，较LSTM、LSTM-attention和ARIMA三者中最优模型平均预测准确度提升21.69%。结论:基于慢阻肺患者所处环境的空气数据，融合深度网络模型可更精准地预测慢阻肺患者的CAT评分。

目的 通过分析新型冠状病毒感染相关搜索词与境外输入新型冠状病毒感染实际病例的相关性,考虑不同搜索词对境外输入新型冠状病毒感染传播的影响,构建符合我国具有境外输入特征的传染病模型.方法 选择2020年3月5日-2022年10月31日的百度相关搜索关键词和确诊新型冠状病毒感染境外输入病例的数据,采用相关分析,分析两者之间的相关性及时序变化特征,进而分别建立多元线性回归模型以及神经网络模型,并用均方误差(MSE)、均方根误差(RMSE)和拟合优度值(R2)评价两种模型的预测效果.结果 多元线性回归模型和神经网络模型均在提前3d预测时有较好的预测效果,且基于神经网络建立的预测模型拟合效果优于多元线性回归模型,提前3 d的MSE、RMSE以及R2的值分别为77.25、8.79和0.88.结论 根据百度指数关键词建立的神经网络模型对境外输入日新增新型冠状病毒感染病例有一定的预测能力,能够提前3 d预测病例的波动趋势,可作为境外输入新冠感染监测的补充手段.