XiaoMi-AI文件搜索系统
World File Search SystemTCGA
使用综合生物信息学分析
摘要引入核糖核苷酸还原酶（RR）亚基基因（RRM1，RRM2和RRM2B）表达的失调与各种人类恶性肿瘤的发生有关。然而，肺腺癌（LUAD）患者RR亚基基因表达的预后值仍然有争议。目的本研究旨在分析LUAD中RR亚基基因的表达谱，预后值和免疫浸润关联，以探索RR亚基基因表达在肺腺癌患者的预后中是否具有价值。方法论，我们使用多个搜索引擎访问多个在线生物信息学数据库，包括oncomine，Timer，Gepia，Kaplan -Meier Plotter，Prognoscan，Human Protein Atlas，MD Anderson Cancer Center，UCSC Xena，UCSC Xena，Cbioftal，Cbioftal，Cbioftal，TCGA，TCGA，GEO，GEO，DAVID和String Databases。结果研究发现，RRM1和RRM2可能是治疗LUAD的有吸引力的靶标，而RRM2B在LUAD中表达下来（P <0.05）。研究还发现，TCGA和GEO数据库中LUAD患者的预后不良，RRM1或RRM2表达较低，表明LUAD患者的预后不良（P <0.05）。此外，我们的结果表明，RR亚基基因表达具有不同的特征，并具有免疫浸润，RRM2B几乎与CD4+ T细胞以外的几乎所有浸润的免疫细胞具有轻微但显着的正相关性（所有P <0.05）。结论研究结果表明，RR亚基基因可能是LUAD患者的预后标志和治疗靶标。关键字：生物信息学分析；生物标志物；核糖核苷酸还原酶亚基基因；肺腺癌此外，通过对RR亚基基因的共表达基因网络分析，我们发现，五个新的中心基因（PLK1，Aurka，CDCA8，TTK和CDC45）与RRM1和RRM2的表达与RRM2B的表达差异较低，与RRM2B的表达相关的差异与RRM2B的表达差异很高，并且与这些五型HA的表达相关，并与RRM2B的表达差异很高，并显着阳性地相关。患者（p <0.05）。
ALK，ROS1，RET，...
测序技术的最新进展表明，由染色体重排引起的基因融合是癌症基因组畸变的常见标志之一。例如，对癌症基因组图集（TCGA）数据集进行了详细分析，确定了33种癌症类型的9,966个表征良好的癌症样品中的20,731个基因融合（在对3,838种转录列表过滤后，在648个非否认样品中检测到的3,838个转录列表。另一项研究分析了来自TCGA的9,624个肿瘤的研究总共确定了25,664个融合，并建议融合驱动16.5％的癌症病例的发展，并在超过1％的癌症病例中充当唯一的致癌驱动器（9）。在这篇综述中，我们将总结并讨论新颖的基因融合，除了ALK，ROS1，NTRK和RET融合，这些基因融合被认为是NSCLC中的致癌驱动因素，尤其是对于肺腺癌。这些罕见但可能重要的融合包括神经凝集素1（NRG1）融合，MET融合，涉及成纤维细胞生长因子受体受体（FGFR）家族成员，EGFR融合和BRAF融合的融合基因。Some studies reported that rare primary pulmonary tumors have specific fusion genes, e.g., synaptotagmin 1 ( SYT )- SSX1 or SYT- SSX2 fusions in synovial sarcoma (10) and EWS RNA binding protein 1 ( EWSR1 )- cAMP responsive element binding protein 1 ( CREB1 ) fusion in pulmonary myxoid sarcoma (11);但是，我们不会在这篇评论中包括这些罕见的肿瘤。
深度半监督学习用于脑肿瘤分类
摘要背景：本文讨论了从四种磁共振图像 (MRI) 扫描模式（即 T1 加权 MRI、增强 T1 加权 MRI、T2 加权 MRI 和 FLAIR）中对脑肿瘤、神经胶质瘤进行分类的问题。目前，许多可用的神经胶质瘤数据集通常包含一些未标记的脑部扫描，并且许多数据集的大小适中。方法：我们建议利用深度半监督学习来充分利用未标记数据。深度 CNN 特征被纳入一个新的基于图的半监督学习框架，用于学习未标记数据的标签，其中添加了新的 3D-2D 一致性约束以对来自同一 3D 脑部扫描的 2D 切片进行一致性分类。然后训练深度学习分类器使用具有估计标签的标记和未标记数据对不同类型的神经胶质瘤进行分类。为了缓解中等规模数据集导致的过度拟合，在 CNN 的训练中加入了生成对抗网络 (GAN) 生成的合成 MRI。结果：所提方案已在两个胶质瘤数据集上进行了测试，TCGA 数据集用于 IDH 突变预测（基于分子的胶质瘤亚型分类）和 MICCAI 数据集用于胶质瘤分级。我们的结果显示出良好的性能（TCGA 数据集上的测试准确率为 86.53%，MICCAI 数据集上的测试准确率为 90.70%）。结论：所提方案对于胶质瘤 IDH 突变预测和胶质瘤分级是有效的，其性能与最先进的方案相当。
标题：靶向野生型IDH1在胰腺癌作者中增强了化学敏感性：Mehrdad Zarei 1,2，Omid Hajihassani 1，Jonathan J. Hue 2
运行标题：破坏IDH1将癌细胞敏感到化学疗法的关键词：胰腺癌，IDH1，Ivosidenib，靶向治疗化疗，化学疗法，联合治疗缩写：PDAC，PDAC，胰腺导管腺癌； IDH1，异位酸脱氢酶1； 5-FU，5-氟尿嘧啶； αkg，α-酮戊二酸； TCGA，癌症基因组图集； TCA，三羧酸周期； ROS，活性氧。通讯作者：乔丹·M·温特（Jordan M.
llm-aix：基于保留大型语言模型的隐私从非结构化医学文本中提取信息的开源管道
在临床科学和实践中，文本数据（例如临床信件或程序报告）以非结构化的方式存储。这种类型的数据不是任何定量研究的可量化资源，任何手动审查或结构化信息检索都是耗时且昂贵的。大语言模型（LLMS）的功能标志着自然语言处理的范式转移，并为结构化信息提取（IE）提供了新的可能性。本协议描述了基于LLM的信息提取（LLM-AIX）的工作流程，从而可以使用隐私保留LLMS从非结构化文本中提取预定义的实体。通过将非结构化的临床文本转换为结构化数据，LLM-AIX解决了临床研究和实践中的关键障碍，在这种临床研究和实践中，有效提取信息对于证明临床决策，增强患者结果并促进大规模数据分析至关重要。该协议由四个主要处理步骤组成：1）问题定义和数据准备，2）数据预处理，3）基于LLM的IE和4）输出评估。LLM-AIX允许在本地医院硬件上集成，而无需将任何患者数据传输到外部服务器。作为示例任务，我们将LLM-AIX应用于肺栓塞患者的虚拟临床信件的匿名化。此外，我们提取了这些虚拟字母的肺栓塞的症状和横向性。我们通过在现实世界数据集上使用IE，癌症基因组图集计划（TCGA）（TCGA）的100个病理报道来证明管道中潜在问题的故障排除，以进行TNM阶段提取。LLM-AIX可以通过易于使用的界面执行任何程序知识，并且在不超过几分钟或几个小时的时间内执行，从而在所选的LLM模型上删除。
通过校准患者特定通路特征，使用预测机器学习模型进行药物反应模拟
图 1. 方法论和方法验证的概念概述。a) 通路活动评分用于训练一个高度预测性的 ML 模型，该模型可区分正常和疾病样本，在热图上分别标记为绿色和红色。b) 接下来，使用药物靶标信息并应用模拟给定药物在通路水平上效果的评分算法来修改疾病样本的通路评分。然后使用训练有素的 ML 分类器评估以前归类为“患病”的修改后的疾病样本现在是否可以归类为“正常”。c) 最后，我们使用现在被归类为正常的疾病样本比例作为代理来识别候选药物，提出联合疗法，并确定新的目标。d) 为了验证该方法，我们首先使用来自 KEGG 和 BRCA-、LIHC- 和 PRAD-TCGA 数据集的通路执行 ssGSEA 以获取样本通路活动得分。 e) 接下来，我们从 DrugBank 和 DrugCentral 获得已知的药物-靶标相互作用，从 Clinicaltrials.gov 和 FDA 批准的药物获得药物-疾病对（即 FDA 批准的药物和针对特定病症的临床试验药物），其中后两者被用作真实阳性（TP）列表。 f) 为了使用通路活性得分模拟上述 TCGA 数据集中患者的药物治疗（即图 1d），我们应用了图 1a-c 中描述的方法，根据治疗的疾病样本比例获得药物排名。最后，我们确定了按我们的方法排名的药物中对三个 TCGA 数据集为真阳性的比例，并将该比例与随机机会进行了比较。
2025; 16（5）：1709-1725。 doi：10.7150/jca.101555研究论文KLK7参与甲状腺乳头状癌细胞迁移和EMT通过
背景：肝细胞癌（HCC）是一种常见的恶性肿瘤，预后较差。微小浓度维持3（MCM3）蛋白被上调，但是生物学功能，分子机制以及与MCM3在HCC中的肿瘤免疫的关系仍然很少了解。方法：根据TCGA，GEO和LIHC数据库分析了MCM3在HCC中的表达水平和预后作用，以及40个成对的组织样品。我们对这些DEG进行了基因和基因组（KEGG）和基因本体（GO）分析的京都百科全书，以探索MCM3对HCC生物学行为的潜在影响。此外，还采用了流式细胞仪，CCK-8，EDU，菌落形成和裸鼠异种移植模型来研究MCM3的生物学功能。此外，通过计时器2.0，ACLBI和TCGA数据库分析了免疫细胞浸润，标记和与检查点相关的基因。结果：在这项研究中，我们研究了MCM3在HCC中的表达和功能。MCM3在包括HCC在内的多种肿瘤中高度表达，高MCM3表达与各种临床病理学参数呈正相关，并作为HCC总体存活率较差的预后不良的独立因素。同时，免疫特征分析表明，高MCM3表达与HCC中的免疫细胞浸润和免疫检查点有关。我们的功能富集分析表明，MCM3主要参与细胞周期和细胞代谢相关途径。此外，在体外和体内实验进一步证实，MCM3可以通过调节细胞周期进程来促进HCC的增殖。结论：我们的结果表明，MCM3在HCC中被上调，并且可能成为HCC患者诊断和治疗的生物标志物。
Wnt/β-catenin途径中的基因组改变以及结直肠癌细胞对靶向靶向疗法的抗性
AIM：结直肠癌是最普遍的胃肠道恶性肿瘤，在转移性环境中治疗选择有限。Wnt/β-catenin/腺瘤性息肉大肠杆菌（APC）途径通常在疾病中失调，并为治疗性开发提供了合理的靶标。方法：使用癌症基因组图集（TCGA）的结直肠癌队列（TCGA）的公开基因组数据定义了与Wnt/β-catenin/apc途径的APC或其他关键基因改变的结直肠癌的组，并确定每个组感兴趣的基因组特征。针对途径的药物的体外敏感性数据是根据癌症（GDSC）项目中药物敏感性的基因组编辑的。结果：三分之三的结直肠癌具有APC改变，其中大约四分之一的情况也具有Wnt/β-catenin/apc途径的其他基因，包括RNF43，CTNNNB1和TCF7L2。结直肠癌在Wnt/β-catenin途径，RNF43，CTNNB1和TCF7L2的三个基因中有一个或多个发生变化。在三个基因中具有相同变化的癌症具有或没有APC改变的癌症表现出受体酪氨酸激酶，PI3K/AKT途径基因和DNA损伤响应基因的高频率突变。在Wnt/β-catenin/apc途径中没有突变的细胞系在体外表现出对途径抑制剂的数值敏感性。结论：Wnt/β-catenin/apc途径改变的结直肠癌群体具有不同的基因组景观，这些景观可能对途径抑制剂的合理发展具有治疗意义。
2024; 15（4）：1115-1123。 doi：10.7150/jca.91892研究论文抑制恶性黑色素瘤，通过
背景：黑色素瘤是一种高度恶性肿瘤，其特征是死亡率高。生长分化因子15（GDF15）和PTEN/PI3K/AKT信号通路已被证明与肿瘤的调节有关。如果GDF15可以通过靶向PTEN/PI3K/AKT信号通路来调节黑色素瘤。方法：进行EDU染色，伤口愈合，Transwell分析和流式细胞仪，以测量细胞增殖，迁移，侵袭和凋亡。GEPIA和TCGA数据库被用于分析GDF15和预后之间的关系。结果：我们发现GDF15的高表达表明黑色素瘤患者的存活率较低，并且通过使用GEPIA和TCGA数据基础分析通过分析与晚期相关。敲低的GDF15极大地抑制了M14和M21细胞的迁移，侵袭和增殖能力，但促进了细胞凋亡。但是，GDF15对M14和M21细胞的影响通过PTEN/PI3K/AKT信号通路的激活剂740Y-P逆转。此外，740Y-P显着逆转了SH-GDF15对M14和M21细胞系中上皮 - 间质转变（EMT）相关蛋白的表达的影响。观察到GDF15在黑色素瘤中的显着较高表达。此外，在M14和M21细胞系中都观察到抑制PTEN/PI3K/AKT信号通路的抑制。SH-GDF15大大降低了M14和M21对化学疗法药物，多西他赛和阿霉素的耐药性。这项研究为黑色素瘤提供了一种新颖的预防和治疗策略。结论：GDF15通过靶向PTEN/PI3K/AKT信号通路，调节了M14和M21细胞系的细胞增殖，凋亡，迁移，入侵和EMT过程。
未分化甲状腺癌：基于基因组寻找新的靶向治疗方案
目的：间变性甲状腺癌 (ATC) 是最致命的人类癌症之一，且治疗选择很少。我们旨在确定美国食品药品管理局 (FDA) 已批准用于治疗实体癌的靶向药物，这些药物可能对 ATC 有效。设计：数据库挖掘。方法：通过筛选 MyCancerGenome 和美国国家癌症研究所的数据库，确定 FDA 批准的靶向治疗药物。通过查询 Drugbank 将药物与靶基因联系起来。随后，在 MyCancerGenome、CIViC、TARGET 和 OncoKB 中挖掘出预测会导致药物敏感性或耐药性的基因变异。我们在 Cancer Genome Atlas 数据库 (TCGA) 中搜索 ATC 患者，并探究他们的测序数据，寻找预测药物反应的基因变异。结果：在研究中，确定了 155 种 FDA 批准的药物，其中有 136 个潜在靶向基因。在 TCGA 中发现的 33 名患者中，有 17 名 (52%) 至少有一个靶向基因的基因变异。 45% 的患者出现点突变 BRAF V600E。18% 的病例出现 PIK3CA。3% 的病例分别检测到 ALK 和 SRC 扩增。15% 的患者显示 BRAF 和 PIK3CA 共同突变。除 BRAF 抑制剂外，PIK3CA 抑制剂 copanlisib 显示出基因预测的反应。其余 146 种 (94%) 药物没有或很低（低于 4% 的病例）显示出基因预测的药物反应。结论：虽然携带 BRAF 突变的 ATC 可以从 BRAF 抑制剂中受益，并且对于某些患者，包括 PIK3CA 抑制剂在内的联合策略可能会增强这种效果，但目前 FDA 批准的选项并不直接针对 BRAF WT ATC 的改变。