口服鳞状细胞癌(OSCC)是最常见的头部和颈部肿瘤,占口腔恶性肿瘤的四分之二以上。全球发病率很普遍,每年报告450,000例和230,000例死亡,预后不良(1,2)。手术一直是OSCC的一线治疗,无论是早期还是晚期。但是,由于医疗资源有限,一些患者仍无法及时接受外科治疗(3)。OSCC的非手术治疗主要包括放疗,化学放疗和免疫疗法。尽管在OSCC的治疗中取得了重大进展,但大多数仍处于局部晚期阶段,预后较差,而5年的平均存活率小于50%至60%(4)。造成这种结果的主要原因之一是OSCC细胞逐渐抗当前可用的化学治疗药物(5)。因此,迫切需要新的治疗方法。
引言威尔逊疾病(WD)是由ATP7B基因中的致病变异引起的一种罕见的常染色体隐性代谢疾病,它编码了P型铜转运ATPase,并且主要在HEPATOCYTES中表达。ATP7B在铜代谢中起着至关重要的作用,为铜蛋白合成提供了铜,并将过量的铜释放到胆汁中。ATP7B功能的丧失会导致肝脏中的有毒铜沉积物,并且在较小程度上,在大脑,眼睛和肾脏中导致慢性肝炎和肝硬化,直到肝脏衰竭,并导致精神病和神经系统缺陷。当前的WD疗法基于螯合剂的去除和减少锌盐铜肠吸收的铜沉积物(1)。治疗在所有WD患者中均不有效,无反应者通常需要肝移植(2)。此外,遵守治疗通常是一个问题,尤其是在青少年中(3,4)。腺相关病毒(AAV)载体被认为是肝脏定向基因治疗的首选载体,并且正在迅速进入诊所(5)。使用AAV载体的经典基因替代方法已在成年ATP7B - / - 小鼠(6)中实现了疾病校正。然而,WD可以在年轻人中表现出来,而在生长肝脏中早期施用了伴有肝AAV载体可能会导致由于肝细胞增殖而导致转基因表达的逐渐丧失。此外,大多数WD患者在诊断时已经存在肝损伤(7),再生反应可能会进一步促进转基因稀释。此策略利用相反,基因组编辑会导致永久性基因组DNA修饰,如果发生增殖,则由子细胞遗传,从而避免转基因稀释。AAV介导的无启动子转基因在白蛋白(ALB)基因座中的靶向整合已被开发为一种安全有效的肝脏定向基因组编辑方法(8)。
简介 威尔逊病 (WD) 是一种罕见的常染色体隐性铜代谢障碍,由 ATP7B 基因的致病变异引起,该基因编码 P 型铜转运 ATPase,主要在肝细胞中表达。ATP7B 在铜代谢中起着关键作用,为铜蛋白合成提供铜,并将过量的铜释放到胆汁中。ATP7B 功能丧失会导致肝脏中出现有毒的铜沉积,在较小程度上还会在脑、眼和肾脏中出现,从而导致慢性肝炎和肝硬化直至肝功能衰竭,以及精神和神经功能障碍。目前对 WD 的治疗方法是通过螯合剂去除铜沉积物和通过锌盐减少肠道对铜的吸收 (1)。这种疗法并非对所有 WD 患者都有效,对治疗无反应的患者通常需要肝移植 (2)。此外,治疗依从性往往是一个问题,尤其是在青少年中 (3, 4)。腺相关病毒 (AAV) 载体被认为是肝脏定向基因治疗的首选载体,并正在迅速进入临床 (5)。使用 AAV 载体的经典基因置换方法已在成年 Atp7b –/– 小鼠中实现了疾病纠正 (6)。然而,WD 可能在年轻个体中表现出来,在生长的肝脏中早期施用游离型 AAV 载体可能会导致由于肝细胞增殖而逐渐丧失转基因表达。此外,大多数 WD 患者在诊断时已经出现肝损伤 (7),再生反应可能会进一步促进转基因稀释。相反,基因组编辑会导致永久性的基因组 DNA 修饰,如果发生增殖,子细胞会继承这些修饰,从而避免转基因稀释。AAV 介导的白蛋白 (Alb) 基因座内无启动子转基因的靶向整合已被开发为一种安全有效的肝脏定向基因组编辑方法 (8)。该策略利用
。cc-by-nc-nd 4.0国际许可证(未经同行评审证明)获得的是作者/资助者,他授予Biorxiv授予Biorxiv的许可,以永久显示预印本。这是该版本的版权持有人,该版本发布于2023年9月27日。 https://doi.org/10.1101/2023.09.26.559662 doi:Biorxiv Preprint
吲哚部分被认为是一种独特的核心支架,可以与不同类型的基因和蛋白质结合,并且具有易于合成技术和独家化学特性。这些特征使基于吲哚的支架成为药物化学研究化学家的主要探测器。利用吲哚部分的杂交技术可以提高功效,打击耐药性并降低最终化合物的副作用。 因此,最近已经报道了许多基于吲哚和2-氧气吲哚的杂种,并进行了临床前和临床研究。 但是,除了在不久的将来开发更有效的基于吲哚的脚手座,还可以在多静脉药药物疗法中获得更多的成就,但仍有更多的研究工作对于清楚地了解癌症治疗中的癌症起源和耐药性机制至关重要。 在这项综述研究中引入的这些吲哚和基于2-氧烷基的杂种的有前途的抗增生活性背后,有四种主要机制是蛋白激酶,DNA拓扑异构酶,组蛋白脱乙酰基酶(HDAC)和tubulin聚合抑制活性。 在此,这篇综述将简要说明新合成的吲哚和2-氧气吲哚的混合动力及其多种机制,以展示其有希望的抗增生活性,这将是进一步改善药物发明和消除耐药性问题的方法的宝贵步骤。利用吲哚部分的杂交技术可以提高功效,打击耐药性并降低最终化合物的副作用。因此,最近已经报道了许多基于吲哚和2-氧气吲哚的杂种,并进行了临床前和临床研究。但是,除了在不久的将来开发更有效的基于吲哚的脚手座,还可以在多静脉药药物疗法中获得更多的成就,但仍有更多的研究工作对于清楚地了解癌症治疗中的癌症起源和耐药性机制至关重要。在这项综述研究中引入的这些吲哚和基于2-氧烷基的杂种的有前途的抗增生活性背后,有四种主要机制是蛋白激酶,DNA拓扑异构酶,组蛋白脱乙酰基酶(HDAC)和tubulin聚合抑制活性。在此,这篇综述将简要说明新合成的吲哚和2-氧气吲哚的混合动力及其多种机制,以展示其有希望的抗增生活性,这将是进一步改善药物发明和消除耐药性问题的方法的宝贵步骤。
黑色素瘤细胞的抽象背景表型异质性有助于耐药性,增加的转移和免疫逃避性疾病。各自的机制已被据报道,以塑造广泛的肿瘤内和肿瘤间表型异质性,例如IFNγ信号传导和对侵入性过渡的增殖,但是它们的串扰如何影响肿瘤的进展仍然很大程度上难以捉摸。在这里,我们将动态系统建模与散装和单细胞水平的转录组数据分析整合在一起,以研究黑色素瘤表型异质性背后的基本机制及其对适应靶向治疗和免疫检查点抑制剂的影响。我们构建了一个最小的核心监管网络,该网络涉及与此过程有关的转录因子,并确定该网络启用的表型景观中的多个“吸引子”。在三种黑色素瘤细胞系(Malme3,SK-MEL-5和A375)中,通过IFNγ信号传导和增生对浸润性转变对PD-L1的协同控制进行了模型预测。结果我们证明,包括MITF,SOX10,SOX9,JUN和ZEB1的调节网络的新兴动态可以概括有关多种表型共存的实验观察结果(增殖性,神经CREST,类似于神经crest,类似于Invasive),以及可转化的细胞检查和响应的响应,包括对响应的响应,并在响应中进行了响应,并在响应中置于某些响应中,并在构成方面构成了对响应的响应。这些表型具有不同水平的PD-L1,在免疫抑制中驱动异质性。PD-L1中的这种异质性可以通过这些调节剂与IFNγ信号的组合动力学加剧。我们关于黑色素瘤细胞逃避靶向治疗和免疫检查点抑制剂的侵入性转变和PD-L1水平的变化的模型预测在来自体外和体内实验的多个RNA-SEQ数据集中得到了验证。结论我们的校准动力学模型提供了一个测试组合疗法的平台,并为转移性黑色素瘤的治疗提供了理性的途径。可以利用对PD-L1表达,侵入性过渡和IFNγ信号传导增殖的串扰的改进理解,以改善对治疗耐药和转移性黑色素瘤的临床管理。
致癌融合驱动因子在血液癌症中很常见,因此是未来基于 CRISPR-Cas9 的治疗策略的相关靶点。然而,患者断点位置的变化对传统的断点靶向 CRISPR-Cas9 介导的破坏策略构成了挑战。在这里,我们提出了一种新的双内含子靶向 CRISPR-Cas9 治疗策略,用于靶向 5-10% 的新生急性髓系白血病 (AML) 中发现的 t(8;21),该策略可有效破坏融合基因,而无需事先确定断点位置。与非 t(8;21) AML 对照相比,在 RUNX1-RUNX1T1 双内含子靶向破坏后,AML t(8;21) Kasumi-1 细胞的体外生长率和增殖率分别降低了 69% 和 94%。此外,与对照组相比,注射了 RUNX1-RUNX1T1 破坏的 Kasumi-1 细胞的小鼠体内肿瘤生长减少了 69% 和 91%。这些发现证明了 RUNX1-RUNX1T1 破坏的可行性,在从被诊断为 AML t(8;21) 的患者身上分离的原代细胞中得到了证实。总之,我们证明了 AML t(8;21) 中双内含子靶向 CRISPR-Cas9 治疗策略的原理验证,而无需精确了解断点位置。
摘要由于很快就会在土地填充中大量锂离子电池(LIBS),因此它们的回收对于减少潜在的环境问题并涵盖锂升高的需求至关重要。因此,回收液体已成为一个热门的研究主题。尽管我们对回收自由液化的理解中的基本发展已经达到了一定程度的理解,但在某种程度上,完全优化的流量图设计仍然是制造工厂的内部知识。预处理(物理分离),作为第一步,毫无疑问会影响用过的LIB的整个回收过程的性能。然而,令人惊讶的是,根据已发表的报告,针对用于回收的用户的物理分离过程的每个步骤的调查都没有提供任何细节。为了解决这些问题,这项工作分析了安全回收LIB所涉及的所有可能的预处理过程。对这些调查的详细评估表明,几个关键点没有通过原始和审查的回收LIB的研究来考虑或报告。过程优化,各种预处理步骤的冶金响应,不同预处理方法的粒度限制,磁性,特异性重力以及阴极和阳极材料的表面特性以及其他几个基本变量未通过各种研究来考虑或报告。解决这些差距将为回收Libs流量的设计和操作铺平道路。
神经组织中的小胶质细胞增殖(神经炎症)发生在感染、神经系统疾病、神经毒性和其他情况期间。在基础科学和临床研究中,小胶质细胞增殖的量化需要经过培训的专家进行大量的手动计数(细胞点击)(每个案例约 2 小时)。之前使该过程自动化的努力主要集中在基于立体学估计全局细胞数量,使用基于深度学习(DL)的高倍率分割免疫染色的小胶质细胞。为了进一步提高吞吐效率,我们提出了一种新方法,使用卷积神经网络(CNN)的快照集合,使用局部图像(即低倍(20 倍)放大率)进行训练,以预测全局级别的高或低小胶质细胞增殖。专家使用立体学来量化高倍率下的整体小胶质细胞数量,在动物(小鼠)级别应用高或低增殖的标签,然后将这个全局标签分配给每个 20 倍图像作为训练 CNN 预测全局增殖的基本事实。为了测试准确性,我们用每个类别中的六个小鼠大脑进行交叉验证,用于训练,再用每个类别中的一个进行测试。对集合的预测取平均值,并根据该大脑中大多数图像的预测类别为测试大脑分配标签。该集合在每例不到一分钟的时间内准确地对 14 个大脑中的 11 个(约 80%)进行了增殖分类,无需在高倍放大下进行细胞级分割或手动立体学分析。这种方法首次表明,使用局部图像训练 DL 模型可以有效地在全局层面预测小胶质细胞增殖。本研究中使用的数据集可公开获取:tinyurl.com/20xData-USF-SRC。
1 1,李卡·斯舍(Li ka Shing of Pharmagic and Pharmacy),李卡·谢斯(Li ka Shing)医学院,香港大学,香港,香港萨尔,中国香港,2临床医学院,李卡·斯夏德医学院医学院2中国4号家庭医学和初级保健系临床医学院,李卡·谢斯医学院,香港大学,香港萨尔,香港萨尔,中国香港,李卡·夏德医学院5学院中国深圳香港香港医院,8香港大学研究与创新研究所,中国深圳,9阿斯顿药学院,阿斯顿药学院,阿斯顿大学,伯明翰大学,英国伯明翰,10研究院,研究学院,伦敦大学,伦敦大学,伦敦伦敦大学,伦敦伦敦伦敦伦敦伦敦伦敦伦敦伦敦大学伦敦伦敦伦敦伦敦大学伦敦伦敦大学伦敦大学,1,李卡·斯舍(Li ka Shing of Pharmagic and Pharmacy),李卡·谢斯(Li ka Shing)医学院,香港大学,香港,香港萨尔,中国香港,2临床医学院,李卡·斯夏德医学院医学院2中国4号家庭医学和初级保健系临床医学院,李卡·谢斯医学院,香港大学,香港萨尔,香港萨尔,中国香港,李卡·夏德医学院5学院中国深圳香港香港医院,8香港大学研究与创新研究所,中国深圳,9阿斯顿药学院,阿斯顿药学院,阿斯顿大学,伯明翰大学,英国伯明翰,10研究院,研究学院,伦敦大学,伦敦大学,伦敦伦敦大学,伦敦伦敦伦敦伦敦伦敦伦敦伦敦伦敦大学伦敦伦敦伦敦伦敦大学伦敦伦敦大学伦敦大学,
