22455 research outputs found
Sort by
Untersuchung neuronaler Korrelate bildlicher Warnhinweise auf Tabakprodukten mittels funktioneller Magnetresonanztomographie
Get PDFEinfluss von Interleukin-22 und CD155 auf die Entstehung von Lungenmetastasen in Lungenkrebsmodellen der Maus
Get PDFInterleukin-22 (IL-22) ist ein Zytokin der IL-10-Familie, das im Gegensatz zu vielen anderen Interleukinen nur von hämatopoetischen Zellen produziert wird, aber ausschließlich an Zellen nicht-hämatopoetischen Ursprungs bindet, insbesondere an Epithel- und Stromazellen. Durch die Verbindung dieser beiden Zelltypen spielt IL-22 eine wichtige Rolle als Mediator bei lokalen Entzündungsreaktionen, bei der Aufrechterhaltung der epithelialen Schleimhautbarriere und bei der Immunantwort gegen extrazelluläre Pathogene. Aber auch bei verschiedenen Autoimmunerkrankungen wie Asthma bronchiale oder chronisch entzündlichen Darmerkrankungen scheint IL-22 unter anderem (u.a.) zur Krankheitsentstehung beizutragen. In den letzten Jahren wurde IL-22 zunehmend auch mit der Entstehung und Ausbreitung von Krebserkrankungen in Verbindung gebracht. Hohe Konzentrationen von IL-22 waren mit einem schlechteren Krankheitsverlauf und schnellerem Tumorwachstum assoziiert, zudem wurde die tumorfördernde Rolle von IL-22 durch verstärkte Tumor- und Angiogenese, Stammzellaktivierung und verstärkte Proliferation beschrieben.
Frühere Arbeiten unserer Arbeitsgruppe konnten zeigen, dass IL-22 im Lungen- und Brustkrebsmodell zwar keinen direkten Einfluss auf das Tumorwachstum, jedoch einen Einfluss auf die Metastasierung von Tumoren hat. Bisher konnte jedoch kein genauer Mechanismus identifiziert werden, durch den IL-22 seine metastasierungsfördernde Wirkung entfaltet. Die vorliegende Arbeit identifiziert die IL-22 abhängige Hochregulation des Oberflächenrezeptors CD155 als einen Mechanismus zur Förderung der Metastasierung im Lungenkrebsmodell.
Diese Arbeit zeigt, dass die Expression von CD155 auf Tumorzellen durch die Stimulation von IL-22 in vitro hochreguliert werden kann. Durch die Stimulation von IL-22 in vitro konnten konnte sowohl eine stärkere Exprimierung von Pvr auf genetischer Ebene als auch eine vermehrte Expression von CD155 auf Proteinebene über 72 h nachgewiesen werden. In vivo konnte anschließend gezeigt werden, dass CD155 sowohl in IL-22–/– Mäusen als auch in Wildtyp Mäusen eine entscheidende Rolle bei der Metasta- senbildung spielt, da eine Deletion von CD155 in Tumorzellen zu einer Verminderung der Metastasierung in beiden Mauslinien führte. Durch eine Reintroduktion von konsti- tutiv und IL-22 unabhängig exprimierten CD155 in CD155– Zellen konnte dieser Effekt wieder aufgehoben werden. Durch diesen hier gezeigten Zusammenhang von IL-22 und CD155 und deren Einfluss auf die Metastasierung ergeben sich neue vielversprechende Therapieansätze zur Behandlung von Lungenkrebspatient:innen durch eine Blockade von IL-22 oder CD155
Experimental applicatino of cold atmospheric plasma in the treatment of head and neck infections and malignant tumors
Get PDFChemical and physical modification of optical transitions in perovskite quantum dots
Get PDFQuantenpunkte (QP) sind faszinierende Halbleitermaterialien und scheinen für neuartige Dis- plays, Sensoren oder Quantencomputer wie gemacht zu sein. Als Material hat dabei besonders Bleihalidperowskit (BHP) im letzten Jahrzehnt mit herausragenden Eigenschaften für Furore gesorgt. BHP QP weisen etwa eine intrinsische Defekttoleranz, hohe Photolumineszenz- Quantenausbeute und spektrale Durchstimmbarkeit auf. Maßgeschneiderte Anwendungen erfordern jedoch – bedingt durch die geringe Größe von QP – das Wissen um und die Kontrolle von Wechselwirkungen mit der Umgebung. Eine wichtige Rolle spielen dabei chemische und physikalische Umgebungsmodifikationen, welche im Rahmen dieser Arbeit anhand der indikativen Photolumineszenz (PL) von BHP-QP analysiert wurden.
Zum einen wurde ein mikroskopisches Modell der Interaktion zwischen Metallsalzen und QP entwickelt. Solche Interaktionen werden etwa postsynthetisch zur Defektpassivierung oder Modulation der Zusammensetzung angewandt. Die Kombination von in-situ-spektroskopischen sowie zeitaufgelösten Methoden ermöglichte es, die Bildung kontrollierter, reversibler Oberflächendefekte bei Zugabe von BiBr3 zu Kolloiden von sphärischen CsPbBr3 QP nachzu- weisen. Dies trägt zur Präzisierung der bislang unklaren Wirkung der Bismutheinlagerung in BHP-QP bei. Anhand des ungewöhnlichen Auslöschungsverhaltens wurde ein statistischer Wechselwirkungsprozess identifiziert und mit einem Aktionssphären-Modell beschrieben. Dabei offenbarte sich die Tragweite der gebildeten Defekte, von denen bereits ein einziger zur vollständigen PL-Löschung ausreicht. Durch Einführung eines Affinitätsfaktors ergab sich schließlich ein detailliertes mikroskopisches Bild des Adsorptionsprozesses. Relevante Prozessparameter, wie etwa Orte erhöhter Reaktivität oder der Einfluss einer Ligandenmonolage, konnten als Basis für künftige gezielte Oberflächenmodifikationen ermittelt werden.
Weiterhin wurde das Nahfeld von Metaoberflächen (MO) als mögliche physikalische Umgebungsmodifikation hinsichtlich BHP-basierter polarisierter Photodetektoren untersucht. Lösungsbasiert wurde eine Monolage kubischer CsPbBr3 QP auf einer z-förmigen dielektrischen MO abgelagert. So wurde eine hybride, chirale BHP-MO gebildet, welche bislang nur mit BHP-Dünnschichten untersucht wurde. Durch PL-Mikroskopie wurde zirkularer Dichroismus unter nichtlinearer Anregung in den abgelagerten intrinsisch achiralen BHP-QP erzeugt. Das z-förmige MO-Design ermöglichte dabei starke polarisationsabhängige Resonanzen mit ausgeprägter Unterscheidung von links- und rechtszirkularem Licht im roten Spektralbereich. Dies eignete sich besonders für einen nichtlinearen Anregungsprozess im hybriden System. Die beobachtete Steigerung der PL-Intensität sowohl bei direkter als auch nichtlinearer Anregung konnte durch verstärkte Absorption in Folge von Streuung des Anregungslichts an der MO erklärt werden. Insbesondere wurde so eine Abhängigkeit von der Anregungswellenlänge sowie -polarisation mit einer chiralen Auflösung von bis zu 25 % erzielt.Quantum dots (QDs) are an attractive class of semiconductor material for a plethora of applications, ranging from novel display concepts via sensing to quantum computing. As a material, specifically lead halide perovskite (LHP) has shaken up the research community during the last decade. QDs made of LHP possess outstanding characteristics including intrinsic defect tolerance, near unity photoluminescence quantum yields and almost effortless spectral tunability. In view of their nanoscopic size, understanding and controlling interactions of LHP QDs with the surrounding is mandatory to enable in particular tailored applications. Especially chemical and physical modifications play an important role, which have thus been studied within this thesis by exploiting the strong photoluminescence (PL) of LHP QDs as a sensitive measure to elucidate important interaction mechanisms.
On the one hand, a microscopic model of the metal salt-QD interaction was developed – a post-synthetic treatment frequently employed for defect passivation or compositional change. In-situ spectroscopy was combined with time-resolved analysis to study the addition of BiBr3 to colloidally dispersed spherical CsPbBr3 QDs. A controlled and reversible formation of surface traps was found, allowing for further clarification of bismuth incorporation thus far under debate. The unusual quenching dynamics proved the statistical nature of the process and could be well described within a modified sphere of action model. This unraveled the trap’s severity with adsorption of only one BiBr3 sufficient to completely quench the PL of a CsPbBr3 QD. By introducing a surface affinity factor, a detailed microscopic insight on the adsorption process was obtained: key parameters such as surface areas with exposed reactivity and the impact of a ligand monolayer were identified, providing a basis for future tailored surface alterations.
On the other hand, physical modifications provided by the near field of metasurfaces were explored as a potential pathway to enable LHP based polarized photodetectors. A monolayer of cubic CsPbBr3 QDs was deposited on a z-shaped dielectric metasurface via a solution based process. This formed a hybrid chiral perovskite-metasurface, thus far limited to bulk perovskite films. Based on PL microscopy, the induction of nonlinear excited circular dichroism in intrinsically achiral LHP QDs was demonstrated in this hybrid system. The z-metasurface design enabled strong polarization dependent resonances in the red spectral range specifically discriminating left and right circularly polarized light. As such, it proved compatible with below band gap operation when combined with LHP QDs. Strongly enhanced PL intensities of LHP QDs for both, above and below band gap excitation were achieved. This could be assigned to an enhanced absorption in consequence of scattering of excitation light at the metasurface. Importantly, a dependence of the PL intensity on both, the excitation wavelength and polarization was achieved, yielding a chiral discrimination in PL of up to 25 %
Data-efficient methods for information extraction
Get PDFStrukturierte Wissensrepräsentationssysteme wie Wissensdatenbanken oder Wissensgraphen bieten Einblicke in Entitäten und Beziehungen zwischen diesen Entitäten in der realen Welt. Solche Wissensrepräsentationssysteme können in verschiedenen Anwendungen der natürlichen Sprachverarbeitung eingesetzt werden, z. B. bei der semantischen Suche, der Beantwortung von Fragen und der Textzusammenfassung. Es ist nicht praktikabel und ineffizient, diese Wissensrepräsentationssysteme manuell zu befüllen. In dieser Arbeit entwickeln wir Methoden, um automatisch benannte Entitäten und Beziehungen zwischen den Entitäten aus Klartext zu extrahieren. Unsere Methoden können daher verwendet werden, um entweder die bestehenden unvollständigen Wissensrepräsentationssysteme zu vervollständigen oder ein neues strukturiertes Wissensrepräsentationssystem von Grund auf zu erstellen. Im Gegensatz zu den gängigen überwachten Methoden zur Informationsextraktion konzentrieren sich unsere Methoden auf das Szenario mit wenigen Daten und erfordern keine große Menge an kommentierten Daten.
Im ersten Teil der Arbeit haben wir uns auf das Problem der Erkennung von benannten Entitäten konzentriert. Wir haben an der gemeinsamen Aufgabe von Bacteria Biotope 2019 teilgenommen. Die gemeinsame Aufgabe besteht darin, biomedizinische Entitätserwähnungen zu erkennen und zu normalisieren. Unser linguistically informed Named-Entity-Recognition-System besteht aus einem Deep-Learning-basierten Modell, das sowohl verschachtelte als auch flache Entitäten extrahieren kann; unser Modell verwendet mehrere linguistische Merkmale und zusätzliche Trainingsziele, um effizientes Lernen in datenarmen Szenarien zu ermöglichen. Unser System zur Entitätsnormalisierung verwendet String-Match, Fuzzy-Suche und semantische Suche, um die extrahierten benannten Entitäten mit den biomedizinischen Datenbanken zu verknüpfen. Unser System zur Erkennung von benannten Entitäten und zur Entitätsnormalisierung erreichte die niedrigste Slot-Fehlerrate von 0,715 und belegte den ersten Platz in der gemeinsamen Aufgabe. Wir haben auch an zwei gemeinsamen Aufgaben teilgenommen: Adverse Drug Effect Span Detection (Englisch) und Profession Span Detection (Spanisch); beide Aufgaben sammeln Daten von der Social Media Plattform Twitter. Wir haben ein Named-Entity-Recognition-Modell entwickelt, das die Eingabedarstellung des Modells durch das Stapeln heterogener Einbettungen aus verschiedenen Domänen verbessern kann; unsere empirischen Ergebnisse zeigen komplementäres Lernen aus diesen heterogenen Einbettungen. Unser Beitrag belegte den 3. Platz in den beiden gemeinsamen Aufgaben.
Im zweiten Teil der Arbeit untersuchten wir Strategien zur Erweiterung synthetischer Daten, um ressourcenarme Informationsextraktion in spezialisierten Domänen zu ermöglichen. Insbesondere haben wir backtranslation an die Aufgabe der Erkennung von benannten Entitäten auf Token-Ebene und der Extraktion von Beziehungen auf Satzebene angepasst. Wir zeigen, dass die Rückübersetzung sprachlich vielfältige und grammatikalisch kohärente synthetische Sätze erzeugen kann und als wettbewerbsfähige Erweiterungsstrategie für die Aufgaben der Erkennung von benannten Entitäten und der Extraktion von Beziehungen dient.
Bei den meisten realen Aufgaben zur Extraktion von Beziehungen stehen keine kommentierten Daten zur Verfügung, jedoch ist häufig ein großer unkommentierter Textkorpus vorhanden. Bootstrapping-Methoden zur Beziehungsextraktion können mit diesem großen Korpus arbeiten, da sie nur eine Handvoll Startinstanzen benötigen. Bootstrapping-Methoden neigen jedoch dazu, im Laufe der Zeit Rauschen zu akkumulieren (bekannt als semantische Drift), und dieses Phänomen hat einen drastischen negativen Einfluss auf die endgültige Genauigkeit der Extraktionen. Wir entwickeln zwei Methoden zur Einschränkung des Bootstrapping-Prozesses, um die semantische Drift bei der Extraktion von Beziehungen zu minimieren. Unsere Methoden nutzen die Graphentheorie und vortrainierte Sprachmodelle, um verrauschte Extraktionsmuster explizit zu identifizieren und zu entfernen. Wir berichten über die experimentellen Ergebnisse auf dem TACRED-Datensatz für vier Relationen.
Im letzten Teil der Arbeit demonstrieren wir die Anwendung der Domänenanpassung auf die anspruchsvolle Aufgabe der mehrsprachigen Akronymextraktion. Unsere Experimente zeigen, dass die Domänenanpassung die Akronymextraktion in wissenschaftlichen und juristischen Bereichen in sechs Sprachen verbessern kann, darunter auch Sprachen mit geringen Ressourcen wie Persisch und Vietnamesisch.The structured knowledge representation systems such as knowledge base or knowledge graph can provide insights regarding entities and relationship(s) among these entities in the real-world, such knowledge representation systems can be employed in various natural language processing applications such as semantic search, question answering and text summarization. It is infeasible and inefficient to manually populate these knowledge representation systems. In this work, we develop methods to automatically extract named entities and relationships among the entities from plain text and hence our methods can be used to either complete the existing incomplete knowledge representation systems to create a new structured knowledge representation system from scratch. Unlike mainstream supervised methods for information extraction, our methods focus on the low-data scenario and do not require a large amount of annotated data.
In the first part of the thesis, we focused on the problem of named entity recognition. We participated in the shared task of Bacteria Biotope 2019, the shared task consists of recognizing and normalizing the biomedical entity mentions. Our linguistically informed named entity recognition system consists of a deep learning based model which can extract both nested and flat entities; our model employed several linguistic features and auxiliary training objectives to enable efficient learning in data-scarce scenarios. Our entity normalization system employed string match, fuzzy search and semantic search to link the extracted named entities to the biomedical databases. Our named entity recognition and entity normalization system achieved the lowest slot error rate of 0.715 and ranked first in the shared task. We also participated in two shared tasks of Adverse Drug Effect Span detection (English) and Profession Span Detection (Spanish); both of these tasks collect data from the social media platform Twitter. We developed a named entity recognition model which can improve the input representation of the model by stacking heterogeneous embeddings from a diverse domain(s); our empirical results demonstrate complementary learning from these heterogeneous embeddings. Our submission ranked 3rd in both of the shared tasks.
In the second part of the thesis, we explored synthetic data augmentation strategies to address low-resource information extraction in specialized domains. Specifically, we adapted backtranslation to the token-level task of named entity recognition and sentence-level task of relation extraction. We demonstrate that backtranslation can generate linguistically diverse and grammatically coherent synthetic sentences and serve as a competitive augmentation strategy for the task of named entity recognition and relation extraction.
In most of the real-world relation extraction tasks, the annotated data is not available, however, quite often a large unannotated text corpus is available. Bootstrapping methods for relation extraction can operate on this large corpus as they only require a handful of seed instances. However, bootstrapping methods tend to accumulate noise over time (known as semantic drift) and this phenomenon has a drastic negative impact on the final precision of the extractions. We develop two methods to constrain the bootstrapping process to minimise semantic drift for relation extraction; our methods leverage graph theory and pre-trained language models to explicitly identify and remove noisy extraction patterns. We report the experimental results on the TACRED dataset for four relations.
In the last part of the thesis, we demonstrate the application of domain adaptation to the challenging task of multi-lingual acronym extraction. Our experiments demonstrate that domain adaptation can improve acronym extraction within scientific and legal domains in 6 languages including low-resource languages such as Persian and Vietnamese
Engineering plasmonic bimetallic nanostructures for energy conversion
Get PDFA new class of photocatalysts gathering both optical and heterogeneous catalysis principles can be produced by combining plasmonic nanoparticles with catalytic metals. In this configuration, chemical reactions taking place in the catalytic comoonent are powered by the visible light focused by plasmonic nanoparticles. Understanding how energy is transferred from the plasmonic to the catalytic reactive center, necessary to maximize the benefits of this combination, is one of the main concerns of these hybrids. Excited carriers, electromagnetic fields, and even heat are essentially the means by which the energy can be delivered to the reactive center. These pathways strongly depend on how the materials interact; for instance, charge transfer or heat transfer pathways require the presence of an interface, while other pathways need the construction of a gap between the components. It is central to determine which of these pathways modulates the performance of plasmonic bimetallic photocatalysts in order to obtain the maximum efficiency on converting light into chemical energy. In this regard, the following aspects of plasmonic bimetallic systems were investigated in the course of this thesis:
• The structure-performance correlation
• Ability to convert light into heat
• The transition from a colloidal suspension to a 2D planar configuration with optimized geometry, boosting the light-catalyst interaction.
Our observations point out that those structures in which the catalytic metal is positioned at sub-nanometer distance with respect to the plasmonic nanoparticle (antenna-reactor), are able to produce a higher boost in reaction rates. In addition to the little detriment of the optical properties, the plasmonic nanoparticles are able to increase the otherwise small absorption of the catalytic metals in the visible range via optical hotspots formation. As a result of the interaction with light, excited carriers are generated in proximity to the adsorbate-reactor interface, where can be utilized for the adsorbed molecules to facilitate their transformation. Thermal analysis proved that the plasmonic antenna’s heat output is insufficient to account for the reaction boost at solar irradiances, which allowed us to conclude that the excited carriers are a significant factor in the rate enhancement. Finally, the preferred conformation was extended as a 2D supercrystal offering a large density of hotspots which catalytic metals can take advantage from.
When testing this structure for Formic Acid dehydrogenation, it resulted in one of the largest production reported so far for this H2 carrier
PET/CT radiomics and machine learning for non-invasive molecular and prognostic characterization of oropharyngeal squamous cell carcinomas
Get PDFDie Bedeutung des heterogenen nukleären Ribonukleoproteins K hinsichtlich der Radiosensitivität von Plattenepithelkarzinomzelllinien des Mund- und Rachenraumes in Abhängigkeit vom HPV-Status
Get PDFRadiotherapie stellt in Plattenepithelkarzinomen des Mund- und Rachenraumes (HNSCC) eine wichtige Therapieoption dar, deren therapeutischer Erfolg von der Strahlensensitivität der Tumorzellen abhängt. Klinische Studien konnten in HPV-induzierten HNSCC im Vergleich zu klassischen Tabak- und Alkohol-induzierten HNSCC neben einer erhöhten Strahlensensitivität und einer verbesserten Prognose auch ein schlechteres Outcome bei männlichen Patienten demonstrieren. Eine Mehrexpression des heterogenen nukleären Ribonukleoproteins K (hnRNP K) wurde zuvor in kolorektalen Karzinomen sowie malignen Melanomen mit erhöhter Strahlenresistenz in Verbindung gebracht. Diese Studie nimmt die Verknüpfung dieser Beobachtungen in den Fokus und untersucht den Einfluss der hnRNP K-Expression auf die Strahlensensitivität von HNSCC unter Berücksichtigung des HPV-Status. Dabei unterstreicht diese Studie die zentrale Rolle des heterogenen nukleären Ribonukleoproteins K in der zellulären Strahlenantwort und Homöostase von Plattenepithelkarzinomen des Mund- und Rachenraumes, wobei Untersuchungen mittels Durchflusszytometrie und Multiplex-ELISA eine anti-apoptotische sowie pro-kanzerogene Rolle von hnRNP K demonstrieren. Dabei zeigt sich der radioprotektive Effekt von hnRNP K unabhängig vom HNSCC HPV-Status. Auf molekularbiologischer Ebene imponiert eine Mehrexpression sowie zytoplasmatische Umverteilung von hnRNP K nach Exposition mit ionisierender Strahlung in Western Blot und Immunfluoreszenzmikroskopie, welche sich ebenfalls nicht durch den HPV-Status beeinflusst zeigen.Radiotherapy is a major treatment option for head and neck squamous cell carcinoma (HNSCC). However, the success of radiotherapy is limited by tumor cell resistance to ionizing radiation (IR). Clinical studies have demonstrated an overall improved prognosis and higher susceptibility to radiotherapy of high‑risk human papillomavirus (HPV)‑associated HNSCC compared with classic HNSCC, as well as worse overall survival for male HNSCC patients.
Overexpression of heterogeneous nuclear ribonucleoprotein (hnRNP) K has been previously associated with resistance to radiotherapy in melanoma and colorectal carcinoma. The present study aimed to analyze the impact of hnRNP K expression on the aggressiveness and radioresistance of HNSCC concerning the HPV status. In which FACS and Multiplex-ELISA results indicate a tumorigenic and anti‑apoptotic role of hnRNP K, underlining the critical role of hnRNP K in the cellular response to radiation induced DNA damage and homeostasis in head and neck squamous cell carcinoma. However, the radioprotective effects of hnRNP K were found to be independent of the tumor's HPV status.
On a molecular level Western blot and immunofluorescence microscopy demonstrate increased expression and cytoplasmic redistribution of hnRNP K after exposure to ionizing radiation. This effect appears not to be influenced by the HPV status of HNSCC cells
