- 综合排序
- 最热优先
- 最新优先
- 来自专栏药物代谢与原代肝细胞研究
库普弗细胞（Kupffer Cells）是什么？从DILI、NASH到肝纤维化的关键免疫调控机制解析
摘要库普弗细胞（Kupffer Cells）是肝脏内最重要的常驻巨噬细胞群体，也是机体固有免疫系统的重要组成部分。 关键词：库普弗细胞、Kupffer Cells、药物性肝损伤、原代库普弗细胞、DILI、NASH机制、肝纤维化、肝脏免疫、肝脏巨噬细胞、肝病研究、原代人肝细胞 一、库普弗细胞为何受到广泛关注？ dynamics, and functionsCellular & Molecular Immunology, 2025.关于技术来源：本文基于LifeNet Health、人原代肝细胞、库普弗细胞、Kupffer Cells应用文章及相关公开科研文献资料曼博生物整理，用于科研与技术交流或是实验参考。
7220编辑于 2026-06-01 - 来自专栏细胞培养
Kupffer Cells、肝星状细胞与LSECs应用解析
摘要： 在人肝病研究、药物肝毒性评价以及3D肝脏模型构建过程中，传统单一肝细胞模型由于缺乏真实肝脏微环境，往往难以完整复现炎症、纤维化以及免疫相关损伤等关键病理过程。近年来，人肝非实质细胞（Hepatic Non-Parenchymal Cells，NPC）逐渐成为高生理相关性肝病模型的重要组成部分。本文围绕库普弗细胞（Kupffer Cells）、肝星状细胞（HSCs）以及肝窦内皮细胞（LSECs）的功能特点与应用价值展开介绍，并分析肝NPC在药物ADME-Tox评价、NASH/NAFLD研究、肝纤维化机制研究以及3D肝脏类器官构建中的应用潜力。
11810编辑于 2026-05-18 Aspose.cells 创建图表
实际的工作中，需要输出报表，然而网上很少有通过Aspose.cells创建图表的样例，官网也几乎找不到例子，所以自己折腾了一下，写出了如下代码。 FileStream("进出口货值TOP10分析模版.xlsx", FileMode.Open, FileAccess.Read)){ var workbookx1 = new Aspose.Cells.Workbook
55410编辑于 2024-08-28- 来自专栏搬砖记录
13 Cells with Odd Values in a Matrix
For each pair of [ri, ci] you have to increment all cells in row ri and column ci by 1. Return the number of cells with odd values in the matrix after applying the increment to all indices.
51910发布于 2021-08-18 - 来自专栏生信菜鸟团
单细胞测序揭示肝移植术后细胞图谱
近日肝移植领域发表一篇单细胞测序文章，题目为Landscape of Immune Cells Heterogeneity in Liver Transplantation by Single-Cell 相对于正常肝组织，CCR6+CD4+ T细胞、耗竭性CTLA4+CD8+ T细胞和增殖性MKI67+CD8+ T 细胞在移植肝中占比显著增高，CD1c+ DC, CADM+DC, MDSC, and FOLR3+ Kupffer cells也体现中同样趋势。 不同髓系细胞驻留于肝组织内 该研究对髓系细胞进一步分群，拿到了树突状细胞、kupffer细胞、巨噬细胞和单核细胞在内的14群细胞，其中kupffer细胞是用MARCO, TIMD4, CD5L和VCAM1
1.7K30编辑于 2022-05-24 - 来自专栏陌上风骑驴看IC
Post-Mask ECO, GA Cells
撒Spare cell 时最好包括所有常用类型的cell, 如：aoi, oai, xor, muxes, scan flops, inv, buf, and, nand, or, nor, tie cells
3.4K50发布于 2021-03-22 - 来自专栏单细胞天地
联合单细胞与TCGA数据建立肝癌预后模型
其中分为了25个cluster，为每个cluster鉴定marker gene 有5种细胞类型包含多个cluster，分别是CD4 + cytotoxic T cells、Kupffer cells、 liver progenitor cells、dendritic cells 2.2 使用CIBERSORT算法计算TCGA样本的细胞组成 根据计算结果，有16个cluster比例在tumor与nomal
3.1K40编辑于 2022-03-14 【CodeForces】701B - Cells Not Under Attack（思维）
Cells Not Under Attack time limit per test 2 seconds memory limit per test 256 For each rook you have to determine the number of cells which arenot under attack after Vasya puts it Output Print m integer, the i-th of them should be equal to the number of cells that are not under The cells which painted with grey color is not under the attack. 这道题应该想办法转化一下。
39110编辑于 2025-08-26- 来自专栏SnailTyan
Cells with Odd Values in a Matrix
] == 1: count += 1 return count Reference https://leetcode.com/problems/cells-with-odd-values-in-a-matrix
58920发布于 2021-07-08 - 来自专栏前端侠2.0
aspose.cells示例及文档 原
于是去github上搜了下，找到 https://github.com/asposecells/Aspose_Cells_NET 这是官方的示例库，从Readme中，也找到文档地址。 with Explicit Line Breaks cell[0, 0].PutValue("I am using\nthe latest version of \nAspose.Cells
2.4K10发布于 2018-09-21 - 来自专栏SnailTyan
Matrix Cells in Distance Order
queue.append((x, y+1)) return coordinates Reference https://leetcode.com/problems/matrix-cells-in-distance-order
71930发布于 2021-09-06 - 来自专栏全栈程序员必看
KLayout教程（五）Pcells（parametric cells）可以画圆
1、instance里面，有一个basic layout objects，然后点击下面cell里的cicle就可以画圆，然后旁边pcell可以选圆的半径，图层，由多少点构成（KLayout里没有真正的圆，都是由多边形构成的）。
4.6K30编辑于 2022-11-17 - 来自专栏SnailTyan
Prison Cells After N Days
Version 1 class Solution: def prisonAfterNDays(self, cells: List[int], n: int) -> List[int]: count = 0 pre = cells[:] state.append(pre) for i in range(n): count += 1 cells[0] = 0 cells[7] = 0 for j in range(1, 7): if (pre[j-1] == 1 and pre[j+1] == 1) or (pre[j-1] == 0 and pre[j+1] == 0): cells[ j] = 1 else: cells[j] = 0 temp = ''.join(list(map(str
60420发布于 2021-09-06 - 来自专栏Sentieon：文献解读
文献解读-Unifying comprehensive genomics and transcriptomics in individual cells to
关键词：基准与方法研究；基因测序；变异检测； 文献简介 标题（英文）：Unifying comprehensive genomics and transcriptomics in individual cells
25610编辑于 2024-11-27 - 来自专栏单细胞天地
这近100种单细胞亚群的2348个标记基因好用吗
5 blood_cell_category_rna_naive_B-cells.tsv 4 blood_cell_category_rna_naive_T-cells_CD4 4 noBlood_Basal_respiratory_cells.tsv 2 noBlood_Basal_squamous_epithelial_cells.tsv 22 noBlood_Bipolar_cells.tsv 8 noBlood_Breast_glandular_cells.tsv 4 noBlood_Breast_myoepithelial_cells.tsv 5 noBlood_Endothelial_cells.tsv 19 noBlood_Enteroendocrine_cells.tsv 41 noBlood_Erythroid_cells.tsv 3 noBlood_Ionocytes.tsv 5 noBlood_Kupffer_cells.tsv 17 noBlood_Langerhans_cells.tsv
62731编辑于 2023-08-31 - 来自专栏生信技能树
使用 CellTypist 进行免疫细胞类型分类
T cells', 'Cycling gamma-delta T cells', 'Cycling monocytes', 'Cytotoxic T cells', 'DC T cells', 'GMP', 'Germinal center B cells', 'Granulocytes', 'HSC/MPP', 'Helper T cells macrophages', 'Kupffer cells', 'Late erythroid', 'MAIT cells', 'MEMP', 'MNP', 'Macrophages monocytes', 'Plasma cells', 'Pre-B cells', 'Pre-pro-B cells', 'Pro-B cells', 'Promyelocytes', ', 'Follicular B cells', 'Kupffer cells', 'Macrophages', 'Mast cells', 'Neutrophil-myeloid progenitor
9K72编辑于 2021-12-29 - 来自专栏ACM算法日常
UVALive3486 ZOJ2615 Cells 栈模拟DFS
THE 30th ACM/ICPC ASIA REGIONAL 2005 HANGZHOU SITE Onsite Contest Session Problem C: Cells Scientists
63910发布于 2018-11-08 - 来自专栏生信技能树
B细胞亚群中存在Breg亚群（regulatory B cells，Breg）吗？
", "KRT8", "KRT17", "KRT15"), "T cells" = c("CD2D", "CD3D", "CD3E", "CD3G"), "B cells" = c("CD19", "CD79A ", "CD79B", "MS4A1"), "Myeloid cells" = c("CD33", "CD68", "CD1E", "LYZ", "LAMP3"), "NK cells" = c("CD56 "), "B cells" = c("CD19", "CD79A", "CD79B", "MS4A1"), "Myeloid cells" = c("CD33", "CD68", "CD1E", "LYZ 首先 B cells (form marker gene: CD79A) 可以细分成为 CD20+ B cells 和 CD138+ plasma cells。 CD20+ B cells，又是可以细分成为： naïve B cells (CD20+, CD27−, and CD38−), 主要的基因是 IGHD, FCER2, TCL1A, and IL4R
79910编辑于 2025-06-24 - 来自专栏DrugOne
CELLS:潜在空间中目标定向分子生成的成本效益进化
为了提高目标导向分子生成的迭代过程的成本效益，作者提出了一个新颖实用的分子生成框架——潜在空间的成本效益进化(CELLS)。 作者在两种优化任务上，将CELLS与各种先进的分子生成方法进行了比较。实验结果表明，CELLS能产生优良属性的分子，同时消耗更少的评估。案例分析和消融实验也验证了探索分子潜在空间和预筛选器的有效性。 3 方法 本节介绍了提出的搜索满足多种特性要求的分子的CELLS框架。通过进化策略来探索分子的潜在空间，优化分子的表示向量。 图1 CELLS的总体框架 自然选择 潜在空间扰动 作者将分子进化应用于潜在空间，从自然选择模块中选出的精英产生各种候选后代。 (2)由于在潜空间中搜索表示向量比搜索模型参数大大减少了搜索空间，CELLS用于优化的成本比基线方法低得多。
59520编辑于 2022-03-25 - 来自专栏实验盒
Nature｜时空单细胞分析新突破：moscot框架实现多组学数据高效映射
Theis团队一项发表在《Nature》期刊上的《Mapping cells through time and space with moscot》研究介绍了一个名为Moscot（multi-omics 在肝脏空间转录组数据中，moscot将CITE-seq的91,000个单细胞（含蛋白质数据）映射至36.7万个空间位点，成功定位中央静脉（CV）和门静脉（PV）标志基因（Adgrg6、Gja5），并揭示Kupffer Mapping cells through time and space with moscot. Nature.
57510编辑于 2025-02-05
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号