JL
Jiali Li
Author with expertise in Conducting Polymer Research
Achievements
Open Access Advocate
Cited Author
Key Stats
Upvotes received:
0
Publications:
4
(50% Open Access)
Cited by:
42
h-index:
58
/
i10-index:
278
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
2

Neuropsychiatric manifestations of COVID-19, potential neurotropic mechanisms, and therapeutic interventions

Ying Han et al.Sep 30, 2021
Abstract The coronavirus disease 2019 (COVID-19) pandemic has caused large-scale economic and social losses and worldwide deaths. Although most COVID-19 patients have initially complained of respiratory insufficiency, the presence of neuropsychiatric manifestations is also reported frequently, ranging from headache, hyposmia/anosmia, and neuromuscular dysfunction to stroke, seizure, encephalopathy, altered mental status, and psychiatric disorders, both in the acute phase and in the long term. These neuropsychiatric complications have emerged as a potential indicator of worsened clinical outcomes and poor prognosis, thus contributing to mortality in COVID-19 patients. Their etiology remains largely unclear and probably involves multiple neuroinvasive pathways. Here, we summarize recent animal and human studies for neurotrophic properties of severe acute respiratory syndrome coronavirus (SARS-CoV-2) and elucidate potential neuropathogenic mechanisms involved in the viral invasion of the central nervous system as a cause for brain damage and neurological impairments. We then discuss the potential therapeutic strategy for intervening and preventing neuropsychiatric complications associated with SARS-CoV-2 infection. Time-series monitoring of clinical–neurochemical–radiological progress of neuropsychiatric and neuroimmune complications need implementation in individuals exposed to SARS-CoV-2. The development of a screening, intervention, and therapeutic framework to prevent and reduce neuropsychiatric sequela is urgently needed and crucial for the short- and long-term recovery of COVID-19 patients.
2

New tree shrew Parkinson’s model: a cost-effective alternative to monkey models

Hao Li et al.Sep 5, 2023
Abstract The surge in demand for experimental monkeys has led to a rapid increase in their associated costs. Consequently, there is a growing need for the development of a cost-effective model for Parkinson’s disease (PD) that exhibits all core clinical and pathological phenotypes of PD. Evolutionarily, tree shrews ( Tupaia belangeri ) are much closer to primates in comparison to rodents and share more similar PD-related brain structures and movement ability with monkeys. As such, tree shrews represent an ideal small animal species for modeling PD. To develop a tree shrew PD model, we used the 1-Methyl-4-phenylpyridinium (MPP + ) metabolite, derived from the well-established PD modeling drug 1-Methyl-4-phenyl-1,2,3,6-tetrahydropyridine (MPTP), to induce lesions in the dopaminergic neurons of the unilateral substantia nigra. After determining the optimal modeling dosage, the tree shrews consistently exhibited and maintained all classic clinical manifestations of PD for a 5-month period. The symptoms closely resembled the ones observed in PD monkeys and included bradykinesia, rest tremor, postural instability, and apomorphine-induced rotations, a classic phenotype of unilateral PD models. Immunostaining showed a significant loss of dopaminergic neurons (approximately 95%) in the substantia nigra on the lesioned side of the brain, a crucial pathological marker of PD. Further cytomorphological analysis revealed that the size of nigral dopaminergic neurons in tree shrews exceeded that of rodents and more closely approximated that of macaques. Based on the principle that structure determines function, the morphological similarity between tree shrews and monkeys may be an important structural basis for the manifestation of the highly similar phenotypes between monkey and tree shrew PD models. Collectively, this study successfully developed a PD model in a small animal species that faithfully recapitulated the classical clinical symptoms and key pathological indicators of PD monkeys. In addition to the well-recognized monkey models, the tree shrew model provides a novel avenue for the evaluation of PD treatments and underlying mechanisms.
2
Citation1
0
Save
0

Novel immune and stromal subtype classification system of lung adenocarcinoma based on tumor microenvironment

Zihang Zeng et al.Jun 21, 2019
Background: Tumor microenvironment has complex effects on tumorigenesis and metastasis in lung adenocarcinoma (LUAD). However, there is still a lack of comprehensive understanding of the relationship between immune and non-immune stromal characteristics in tumor microenvironment. Patients and methods: Eight cohort of 1681 lung caner patients were included in this study. The immune and non-immune stromal signatures of tumor microenvironment were identified by eigendecomposition and extraction algorithms. We developed a novel immune and stromal scoring system to quantify anti-tumor immune and promote-metastasis stromal activation, namely PMBT (prognostic model based on tumor microenvironment) as an R package. Tumors were classified into 4 subtypes according to PMBT system. Comprehensive analysis was performed in different subtypes. Results: The 4 subgroups had different mutation landscape, molecular, cellular characteristics and prognosis, which validated by 7 data sets containing 1175 patients. 19% patients was characterized by highly active anti-tumor reaction with high production of immunoactive mediators, immunocyte, low fibroblasts infiltration, low TGF-β, VEGFA, collagen and glucose catabolic, low immune checkpoint per T cell, tumor mutation burden, and favourable overall survival (all, P < 0.05) named high-immune and low-stromal activation subgroup (HL). Cellular paracrine network showed both high humoral and cellular immune interaction in HL group. The low-immune and high-stromal activation group (19%) had opposite characteristics with HL group. Moreover, the PMBT system showed the value to predict overall survival and immunotherapy responses (all, P < 0.05). Conclusions: Different molecular, cellular characteristics, mutation landscape and prognosis were discovered in the 4 subgroups. Our classification, PMBT system provided novel insight for clinical monitoring and treatment in LUAD.
0

Genomic profiling of plasma circulating tumor DNA reveals genetics and residual disease in extranodal NK/T-cell lymphoma

Qiong Li et al.Oct 10, 2019
Background Extranodal NK/T-cell lymphoma, nasal type (ENTKL), is an aggressive hematological malignancy with poor prognosis. Early detection of tumors at initial diagnosis or during routine surveillance is important for improving survival outcomes. Molecular profiling of circulating tumor DNA (ctDNA) is a promising noninvasive tool for monitoring disease status. Here, we investigated the feasible of ctDNA detection in ENTKL.Methods Plasma ctDNA was assessment were based on blood specimens that were collected from 65 patients recently diagnosed with ENKTL at the hematology medical center of Xinqiao Hospital, longitudinal samples collected under chemotherapy also included. Gene mutation spectrum of ENKTL was analyzed via cancer personalized profiling sequencing (CAPP-Seq). This study is registered with ClinicalTrials.gov (ChiCTR1800014813)Results From February 2017 to September 2019, 65 patients were enrolled, we found that the most frequently mutated genes were KMT2D (23.1%), APC (12.3%), ATM (10.8%), ASXL3 (9.2%), JAK3 (9.2%), SETD2 (9.2%), TP53 (9.2%), NOTCH1 (7.7%). The mutation frequencies of KMT2D was significantly higher in stage III-IV, and mutations in KMT2D, ASXL3 and JAK3 were significantly correlated with the metabolic tumor burden of the patients. Compared with tumor tissue DNA, ctDNA profiling showed good concordance. Serial ctDNA analysis showed that treatment with chemotherapy could decrease the number and mutation allele frequency of genes. Compared with PET/CT, ctDNA has more advantages for tracking residual disease in patients. In addition, we also found that mutated KMT2D predicted poor prognosis in patients.Conclusion Collectively, our results provide evidence that ctDNA may serve as a novel precision medicine biomarker in ENKTL.* ENTKL : Extranodal NK/T-cell lymphoma, nasal type CT : Computed tomography Non-NHL : non-Hodgkin lymphoma cfDNA : circulating cell-free DNA ctDNA : circulating tumor DNA DLBCL : diffuse large B-cell lymphoma CAPP-Seq : cancer personalized profiling sequencing MTV : metabolic tumor volume ADAM3A : ADAM Metallopeptidase Domain 3A APC : Adenomatous Polyposis Coli Protein ARID1A : AT-Rich Interaction Domain 1A ARID1B : AT-Rich Interaction Domain 1B ARID2 : AT-Rich Interaction Domain 2 ASXL3 : ASXL Transcriptional Regulator 3 ATM : Ataxia Telangiectasia Mutated BCOR : BCL6 Corepressor BCORL1 : BCL6 Corepressor Like 1 CHD8 : Chromodomain Helicase DNA Binding Protein 8 CREBBP : CREB Binding Protein DDX3X : DEAD-Box Helicase 3 X-Linked DNMT3A : DNA Methyltransferase 3 Alpha EP300 : E1A Binding Protein P300 EZH2 : Enhancer Of Zeste 2 Polycomb Repressive Complex 2 Subunit FYN : Src Family Tyrosine Kinase IDH2 : Isocitrate Dehydrogenase (NADP(+)) 2, Mitochondrial IL2RG : Interleukin 2 Receptor Subunit Gamma JAK1 : Janus Kinase 1 JAK3 : Janus Kinase3 KDM6A : Lysine Demethylase 6A KMT2A : Lysine Methyltransferase 2A KMT2D : Lysine Methyltransferase 2D MGA : MAX Dimerization Protein NF1 : Neurofibromin 1 NOTCH1 : Notch Receptor 1 PRDM1 : Positive Regulatory Domain I-Binding Factor 1 PTPN1 : Protein Tyrosine Phosphatase Non-Receptor Type 1 RHOA : Ras Homolog Family Member A SETD2 : SET Domain Containing 2 SOCS1 : Suppressor of Cytokine Signaling 1 STAT3 : Signal Transducer and Activator of Transcription 3 STAT5B : Signal Transducer and Activator of Transcription 5B STAT6 : Signal Transducer and Activator of Transcription 6 TET1 : Tet Methylcytosine Dioxygenase 1 TNFRSF14 : TNF Receptor Superfamily Member 14 TP53 : Tumor Protein P53 TRAF3 : TNF Receptor Associated Factor 3 ZAP608 : Zeta Chain Of T Cell Receptor Associated Protein Kinase 608 MAF : mutated allele frequency SNV : single nucleotide variant