XiaoMi-AI文件搜索系统
World File Search SystemCancers
肿瘤微环境相互作用引导图形学习，从全切片病理图像进行人类癌症生存分析
深度学习技术的最新进展为协助病理学家从全切片病理图像（WSI）中预测患者的生存期带来了可能性。然而，大多数流行的方法仅适用于WSI中特定或随机选择的肿瘤区域中的采样斑块，这对于捕捉肿瘤与其周围微环境成分之间复杂相互作用的能力非常有限。事实上，肿瘤在异质性肿瘤微环境（TME）中得到支持和培育，详细分析TME及其与肿瘤的相关性对于深入分析癌症发展的机制具有重要意义。在本文中，我们考虑了肿瘤与其两个主要TME成分（即淋巴细胞和基质纤维化）之间的空间相互作用，并提出了一种用于人类癌症预后预测的肿瘤微环境相互作用引导图学习（TMEGL）算法。具体来说，我们首先选择不同类型的块作为节点来为每个 WSI 构建图。然后，提出了一种新颖的 TME 邻域组织引导图嵌入算法来学习可以保留其拓扑结构信息的节点表示。最后，应用门控图注意网络来捕获肿瘤与不同 TME 组件之间与生存相关的交集以进行临床结果预测。我们在来自癌症基因组图谱 (TCGA) 的三个癌症队列上测试了 TMEGL，实验结果表明 TMEGL 不仅优于现有的基于 WSI 的生存分析模型，而且对生存预测具有良好的可解释能力。
肿瘤患者导航器 - 大脑癌 - 职位描述
介绍肿瘤患者导航器的角色：作为乌尔曼基金会肿瘤学患者脑癌导航剂，您将提供服务，资源和活动，以促进和改善肿瘤学患者的社会和情感生活质量。您的主要工作是结识患者和亲人所在的地方，建立融洽的关系，确定面临的障碍并实施干预措施，以帮助治疗依从性，心理社会问题，生育能力保存以及患者或家人可能面临的其他需求。此角色还负责领导着针对脑癌患者及其家人独特需求的患者支持计划的开发，实施和监督。该职位的具体责任包括：制定和领导脑癌导航计划
精确肿瘤学可以使未知主要癌症患者受益吗？
在半个世纪的进步之后，癌症研究已从简单化的方法发展为多维方法，涵盖了癌细胞自身及其周围肿瘤微环境中癌细胞变化之间复杂而动态的相互作用。1癌细胞内的改变，无论是基因组，转录组或表观遗传学，在癌变中都起着重要作用。该过程的复杂性解释了发生在同一器官部位或不同的微环境中的转移内和之间的实质生物异质性。2此外，这些复杂性进一步由室内异质性宿主/微生物群相互作用和药物分布更加复杂。3，尽管靶向疗法的最新进展以及新型治疗方法的发展，但传统的一定程度的方法无法实现预期的结果。朝精度肿瘤学的战略转变为整合患者和肿瘤的分子数据以实现更全面的特征 - 对肿瘤的特征，并为每个患者的特定需求量身定制治疗方法，以确保正确的治疗，以正确的剂量和正确的时间来定制治疗方法。4，5
特刊 - 癌症
靶向嵌合体（Protacs）是创新和令人兴奋的技术，在学术研究和制药行业中都迅速获得了吸引力。与旨在抑制或阻止有问题蛋白质活性的传统疗法不同，Protac通过降解蛋白质本身而起作用。这种独特的机制开辟了新的治疗可能性，尤其是对于以前无法使用常规抑制剂有效靶向的“不良”蛋白。，尽管他们承诺，但在Protacs可以完全过渡到临床使用之前，仍然存在一些挑战。对于本期特刊，我们邀请提交原始研究和审查文章，以探讨Protacs的最新进展。感兴趣的主题包括开发新的protac，它们在克服耐药性中的作用以及它们在各种疾病环境中的应用。我们也对专注于药物输送系统的研究特别感兴趣。提交的提交，强烈鼓励了癌症治疗和其他疾病的潜力。
优化高级胆道癌中的患者途径：最近的进步和法国视角
抽象的胆道癌（BTC）是一组异质的肿瘤，在西方国家很少见，预后较差。三个亚组由它们的解剖位置（肝内胆管癌，肝外胆管癌和胆囊癌）定义，并且表现出明显的临床，分子和流行病学特征。大多数患者在晚期疾病阶段被诊断出，并且不符合治愈性切除。除了一线和二线化学疗法（分别为Cisgem和FolFox）外，现在还可以使用生物疗法，以靶向BTC中鉴定的特定基因组改变。迄今为止，靶标包括等酸脱氢酶（IDH）1，成纤维细胞生长因子受体（FGFR）2，V-RAF鼠类肉瘤病毒性癌基因同源物B1（BRAF），人类表皮生长因子2（HER2或ERRB2）和神经蛋白酶（HER2）和神经蛋白酶（HER2）和神经蛋白酶（Kin）（nyrorot to troror tyro）（nyror tyro），不匹配维修缺陷。疗法已显示出对BTC患者的临床益处。尽管有这些治疗性进步，但由于缺乏临床医生的意识，常规基因组测试的局部可用性以及获得健康保险报销的困难，因此在法国并未广泛使用基因组诊断方式。添加了针对免疫检查点编程的细胞死亡配体1的单克隆抗体Durvalumab在高级BTC的一线治疗中的Cisgem中，在Topaz-1试验中显示出了总体生存益处。鉴于与BTC相关的高死亡率以及现在可用的寿命治疗方案，希望此处提供的数据将支持法国BTC临床管理的更新。
特刊 - 癌症
本期癌症的特刊将重点介绍尖端研究，以提高新的策略，以改善机器学习的性能和安全临床翻译（ML）和人工智能（AI）方法（AI）方法。具体来说，我们旨在解决AI/ML开发和实施的四个关键要素，这些要素将有助于发现癌症发现，推动临床影响：数据，模型，评估和系统。有关数据的兴趣主题可能包括有关数据质量和出处的新标准，以及在模型开发和实施中纳入元数据。模型可能包括适合在卫生系统中部署的有效且可解释的算法，包括部署和监视算法，可在卫生系统中加速安全部署。关于模型评估，我们欢迎论文通过临床试验或确保生成文本工具的有效性来评估ML和AI的新策略。从系统的角度来看，用于实践中部署和监视算法的系统以及标记可能导致意外结果的模型行为的方法和标准。