肝切除仪启动了一个精心协调的增生过程,其特征在于驱动肝脏再生的调节细胞增殖。这个过程以肝脏质量的完全恢复结束,展示了这种体内平衡的精度和鲁棒性。肝脏迅速再生到功能齐全的器官的显着能力对于活着的供体肝移植(LDLT)的成功至关重要。在健康肝脏中,肝细胞通常保持静止状态(G0)。 然而,在部分肝切除术后,这些细胞过渡到G1相,以重新进入细胞周期。 手术重新分段会诱导各种应力,包括身体损伤,血流改变和代谢需求增加。 这些全部触发了在组织修复,再生和功能恢复中涉及的许多基因的激活和抑制。 在此过程中,在血液中可检测到的编码和非编码的RNA提供了对驱动肝脏回收的基因反应的有价值的见解。 这项研究将临床基因表达数据整合到先前开发的肝脏再生数学模型中,该模型跟踪静止,启动和增殖的肝细胞之间的过渡,以构建虚拟,特定于患者的肝模型。 使用来自12个健康LDLT供体的全部tran-squartome RNA测序数据,一年在14个时间点收集,我们通过加权基因共表达网络分析(WGCNA)鉴定了肝切除特异性基因表达模式。 因此,我们为LDLT供体的肝脏开发了个性化的渐进数字双胞胎(PEPMDT)。在健康肝脏中,肝细胞通常保持静止状态(G0)。然而,在部分肝切除术后,这些细胞过渡到G1相,以重新进入细胞周期。手术重新分段会诱导各种应力,包括身体损伤,血流改变和代谢需求增加。这些全部触发了在组织修复,再生和功能恢复中涉及的许多基因的激活和抑制。在此过程中,在血液中可检测到的编码和非编码的RNA提供了对驱动肝脏回收的基因反应的有价值的见解。这项研究将临床基因表达数据整合到先前开发的肝脏再生数学模型中,该模型跟踪静止,启动和增殖的肝细胞之间的过渡,以构建虚拟,特定于患者的肝模型。使用来自12个健康LDLT供体的全部tran-squartome RNA测序数据,一年在14个时间点收集,我们通过加权基因共表达网络分析(WGCNA)鉴定了肝切除特异性基因表达模式。因此,我们为LDLT供体的肝脏开发了个性化的渐进数字双胞胎(PEPMDT)。这些模式被组织成具有独特的转录动力学的截然不同的簇,并使用深度学习技术映射到模型变量。由此产生的PEPMDT通过利用血液衍生的基因表达数据来模拟再生反应来预测个体患者的恢复轨迹。通过将基因表达谱转换为动态模型变量,这种方法桥接了临床数据和数学建模,为个性化医学提供了强大的平台。这项研究强调了数据驱动的框架(如PEPMDT)在推进精密医学和优化LDLT供体的恢复结果方面的变革性潜力。———————————————————————————————————————————————————————————————————肝脏再生;部分肝切除术;数学建模;深入学习;数字双胞胎;活供体肝移植(LDLT)
主要关键词