Optimizing transcriptome-based synthetic lethality predictions to improve precision oncology in early-stage breast cancer: BC-SELECT Yewon Kim 1 , Matthew Nagy 2 , Rebecca Pollard 1 , *Padma Sheila Rajagopal 1,3 1 Cancer and Data Science Laboratory, Center for Cancer Research, National Cancer Institute, Bethesda, MD 2 Boston Children's Hospital, Boston, MD 3 Women's恶性分支,癌症研究中心,国家癌症研究所,贝塞斯达,医学博士摘要单词计数:246个单词单词计数:3,649个单词参考文献:75参考图 /表计数:图:4表:2表:2补充图:2补充表:2补充表:3个补充表:3个通信作者:PADMA SHEILA RAJAGOPAL,MD MSC MSSC MSSC PORDICAIN 4B PRODENATIAN:10贝塞斯达,医学博士20892电子邮件:sheila.rajagopal@nih.gov电话:240-858-3169跑步标题:BC-SELECT:早期乳腺癌的治疗反应预测
肿瘤学交易在2024年就整体价值和交易数量急剧下降。根据DealForma的数据,2024年以癌症为重点的许可和合并和收购(并购)交易量约为上一年约50%(图1)。,但2023年的数字被一项特别大的交易膨胀了:辉瑞(Pfizer)的430亿美元收购Seagen。癌症仍然是主要的交易类别,但是,数量和总价值都超过2024年生物制药交易的三分之一以上。总体而言,2024年的交易比上一年的交易较小,并且在早期进行,因为买家消化了大笔交易以及后期和销售资产的供应减少。最大的肿瘤学许可协议是默克公司(Merck&Co。Inc.2024年以癌症为中心的最大收购是诺华购买了29亿美元的Morphosys。该交易包括批准的B淋巴细胞抗原CD19抑制剂Monjuvi(Tafasitamab)用于扩散的大B细胞淋巴瘤。,IT和其他以血液癌为中心的交易仅组成了2024年的近200次肿瘤许可和并购交易中的十二个。其余的以实心指示为中心,占所有被诊断的癌症的90%。癌症交易者的重点已经改变。现在,大多数人都在寻求罐头和模式,具有解决一系列肿瘤类型的潜力,而不是追逐适合越来越多的基因遗传定义突变的药物。目标是找到类似于Keytruda(Pembrolizumab)的泛伴奏大片,即Merck的250亿美元PD-1抑制剂。利基,在过去五年中数十亿美元的交易中列出的生物标志物定义的产品迄今未能产生相应的销售。其中包括Bristol Myers Squibb的Augtyro(重新对抗),针对ROS原始癌基因1受体酪氨酸激酶(ROS1)融合量,从2022年的41亿美元转弯点疗法交易和Eli Lilly的ReteVmo(selpercatinib)的reto-canceen-to retcos-poncos-poncos-notcoge-poncoge-poncon-nocogoge-poncon-notcogoge-pontos-poncon-notcogoge-pontos-notcogogeen-poncon-poncon-poncoge-pontos-poncon-ponto。肿瘤学购买。“针对性肿瘤学的小迹象尚未商业化,”索菲诺诺娃(Sofinnova)的普通合伙人Maha Katabi在2025年1月的J.P. Morgan Healthcare会议上的终点活动中总结了。“驱赶投资。”现在,金钱正在涉足资产和方法,在目标时,货币打开了更广泛的迹象。与主要的大型制药公司有关,仍然面临着关键大型爆炸案的专利到期,并且作为Novo Nordisk和Eli Lilly的胰高血糖素肽-1(GLP-1)激动剂,为跨代谢
酪氨酸激酶抑制剂(TKI)。它是VEGFRS 1、2和3的有效的,有力的抑制剂,有一个长的半衰期
摘要 - 由于其异质性和高死亡率,头部和颈部鳞状细胞癌(HNSCC)在临床肿瘤学上提出了重大挑战。本研究旨在利用临床数据和机器学习(ML)原则来预测HNSCC患者的关键结果:死亡率和无复发生存。利用来自癌症成像档案的数据,实施了广泛的管道,以确保强大的模型培训和评估。合奏和包括XGBoost,随机森林和支持向量在内的单个分类器被用来开发预测模型。该研究确定了影响HNSCC死亡率结果并实现预测准确性和Roc-AUC值超过90%的关键临床特征。支持向量机在无复发生存方面表现出色,召回率为0.99,精度为0.97。关键的临床特征,包括机能控制,吸烟和治疗类型,被确定为患者预后的关键预测指标。这项研究强调了使用ML驱动的见解来提高Prog-Prog-准确性并优化HNSCC中的个性化治疗策略的医学影响。索引术语 - HHNSCC,精确肿瘤学,机器学习,临床结果,无复发生存,死亡率预测,个性化医学。
公共交通工具•苏黎世/布尔克利普尔兹:公交号。165到Langhaldenstrasse,5分钟。 从那里步行•Thalwil火车站:公共汽车号。 156到Park ImGrüene,5分钟。 从那里步行•S-Bahn S24/S8到RüschlikonStation,从那里的巴士没有。 165到Langhaldenstrasse•S-Bahn S2到Thalwil站,从那里从那里没有。 156 park imgrüene165到Langhaldenstrasse,5分钟。从那里步行•Thalwil火车站:公共汽车号。156到Park ImGrüene,5分钟。 从那里步行•S-Bahn S24/S8到RüschlikonStation,从那里的巴士没有。 165到Langhaldenstrasse•S-Bahn S2到Thalwil站,从那里从那里没有。 156 park imgrüene156到Park ImGrüene,5分钟。从那里步行•S-Bahn S24/S8到RüschlikonStation,从那里的巴士没有。165到Langhaldenstrasse•S-Bahn S2到Thalwil站,从那里从那里没有。 156 park imgrüene165到Langhaldenstrasse•S-Bahn S2到Thalwil站,从那里从那里没有。156 park imgrüene
1神经病学系,山东第一医科大学和山东省Qianfoshan医院,山东神经免疫学研究所,中国人民共和国Jinan; 2中华人民共和国山东大学医学院基础医学科学学院医学遗传学系; 3山东第一医科大学和山东医学科学院,吉南,中华民国; 4中华人民共和国的山东大学,山东大学切鲁医学院Qilu医院老年医学系; 5中华人民共和国的山东大学切鲁医学院医学院5; 6中国人民共和国北京北京友谊医院神经病学系
1 洛桑大学医院和洛桑大学临床药理学服务与实验室、实验室医学和病理学系,瑞士洛桑 1011;myriam.briki@chuv.ch(MB);pascal.andre@chuv.ch(PA);nicolas.widmer@chuv.ch(NW);laurentarthur.decosterd@chuv.ch(LAD);thierry.buclin@chuv.ch(TB)2 洛桑联邦理工学院 - EPFL Bio/CMOS 界面实验室,瑞士诺伊沙 2002;sandro.carrara@epfl.ch 3 沃州工程与管理学院,HES-SO 瑞士西部应用科学与艺术大学,瑞士伊韦尔东莱班 1401; yann.thoma@heig-vd.ch 4 东沃州医院药房,1847 Rennaz,瑞士 5 瑞士西部药学研究所,日内瓦大学,洛桑大学,1206 日内瓦,瑞士 6 洛桑大学医院和洛桑大学肿瘤科医学服务中心,1011 洛桑,瑞士;dorothea.wagner@chuv.ch 7 洛桑大学医院和洛桑大学临床药学研究与创新中心,1011 洛桑,瑞士 * 通讯地址:monia.guidi@chuv.ch
概述肿瘤学会议的AI旨在使参与者对先进的AI技术如何改变癌症护理和研究有全面的了解。随着AI创新的加速,其在诊断,治疗和研究的范围内变得至关重要。从整合多种数据集(例如多组学,成像和临床数据)到提高诊断精度,AI可以发现传统方法经常忽略的模式。参与者将探索AI驱动的平台如何改善数据的集成,从而为癌症,乳腺癌和结直肠癌等癌症提供更准确的诊断和个性化治疗方法。也将突出显示放射组和数字病理学的创新,展示AI如何增强成像数据和组织病理学的分析,尤其是对于胰腺,前列腺和头颈肿瘤等挑战性癌症。该会议将进一步研究AI在优化临床研究中的作用,从设计临床试验到重新发现目标疗法和免疫疗法。案例研究将说明AI如何推动癌症护理的进展,包括在黑色素瘤,NSCLC和卵巢癌中的应用,在这些癌症中,预测算法可以鉴定从适应性放射治疗到化学疗法或免疫治疗剂量的最佳治疗方案。最终,该会议将为参与者提供一个平台,以了解尖端AI进步以及如何应用它们来改善各种癌症类型的癌症诊断,治疗和患者结局。大型语言模型和基础模型的整合是分析临床数据的新方法,提供了实时的,基于证据的建议,可以帮助肿瘤学家选择最有效的疗法,无论是针对乳腺癌的荷尔蒙治疗还是针对NSCLC的靶向/免疫治疗药物或NSCLC的靶向/免疫治疗。此外,会议将强调在医疗保健提供者,研究人员和行业伙伴之间进行合作的需求,强调了这种伙伴关系如何增强各种癌症类型的诊断准确性和治疗方法,包括乳腺癌,肺部和胃肠道癌。共同的知识和多样化的经验将使临床医生,研究人员和技术人员能够进一步开发和实施肿瘤学中创新的AI解决方案。
马德里,2025年2月12日。-Telefónica将在巴塞罗那举行的移动世界大会(MWC)举行,该公司将基于5G连通性,边缘计算和人工智能(AI)在巴塞罗那举行,以确定癌症患者白毒和监测白细胞水平的患者进行手术的需求。具体来说,“ Cateye”由具有5G连通性的设备组成,该设备可以确定患者是否具有足够程度的白内障来建议手术干预。为此,Telefónica与EdgendriaInnovación合作开发了一个专门的光学平台,该平台具有精确的伺服电机,应用于特定的相机,该相机自动自主,无需专门帮助,并拍摄了一张眼睛的照片,并通过5G将其发送给Teleffourfowowonnica的人工智能。此AI专门搜索特定参数,以决定白内障是初期还是需要眼科医生干预。在此解决方案中,Telefónica与设计和构建设备的专业供应商EdgendriaInnovación合作,并将人工智能整合到其中。“ Cateye”的目的是帮助专家眼科医生将某些任务委派给团队,以便他们可以在正确的时间进行干预,从而更好地利用自己的时间和专业知识。由于该设备相对易于运输,并且可以由技术人员使用,因此“ Cateye”也有助于为在其环境中较少医疗资源的人提供此类测试。至于“ 5G智能血液监测”,Telefónica为初创企业Leuko开发的Pointcheck解决方案增加了5G和Edge计算,该解决方案改善了可能患有严重嗜中性粒细胞(中性粒细胞,一种白色血细胞)的关键患者的监测,下方是