XiaoMi-AI文件搜索系统
World File Search SystemTNFAIP8
肿瘤坏死因子-α
摘要：肿瘤坏死因子-Alpha（TNF-α）诱导的蛋白8（TNFAIP8/TIPE）家族，包括TNFAIP8（TIPE），TNFAIP8，例如蛋白质1（TNFAIP8L1/TIPE1） （TNFAIP8L3/TIPE3），在调节炎症反应，免疫稳态和癌症发展中起着至关重要的作用。在过去的十年中，研究表明，Tipe2蛋白在不同的细胞和组织中差异表达。TIPE2蛋白的失调可能导致炎症反应和免疫稳态的失调，并改变癌症的基本特征。考虑到TIPE2在各种人类疾病的诊断，治疗和预后中的不可估量的值，该综述将重点介绍TIPE2在炎症，免疫和癌症中的表达模式，结构和调节作用。关键字：TIPE2，炎症，免疫稳态，肿瘤，肿瘤发生，转移
miR-155靶向CD47/TNFAIP8克服了耐药性，并通过诱导多种肌吞噬作用和凋亡抑制肿瘤的生长
1加拿大多伦多大学多伦多大学实验室医学与病理学系； 2中国北京北京北京北京北京医院血液学系； 3加拿大安大略省多伦多大学卫生网络生物统计学系和4个血液学和医学肿瘤学系，大学卫生网络，多伦多，安大略省，加拿大安大略省
人工智能分析基因表达数据预测弥漫大 B 细胞淋巴瘤患者预后
目的：我们旨在利用深度学习技术识别弥漫性大 B 细胞淋巴瘤 (DLBCL) 中的新生物标志物。方法和结果：在 GSE10846 系列中执行多层感知器 (MLP) 分析，分为发现 (n = 100) 和验证 (n = 414) 集。根据其对结果预测 (死亡/存活) 的标准化重要性，从总共 54,614 个基因探针中选出前 25 个基因探针。通过基因集富集分析 (GSEA) 确认了与不良预后的关联。在验证集中，通过单变量 Cox 回归分析，ARHGAP19、MESD、WDCP、DIP2A、CACNA1B、TNFAIP8、POLR3H、ENO3、SERPINB8、SZRD1、KIF23 和 GGA3 的高表达与较差的结果相关，而 SFTPC、ZSCAN12、LPXN 和 METTL21A 的高表达与良好的结果相关。多变量分析证实 MESD、TNFAIP8 和 ENO3 为风险因素，而 ZSCAN12 和 LPXN 为保护因素。使用风险评分公式，这 25 个基因确定了两组具有不同生存率的患者，这些生存率与来源细胞的分子分类无关（5 年 OS，低风险 vs. 高风险）：分别为 65% vs. 24%（风险 = 3.2，P < 0.000001）。最后，与已知 DLBCL 标记物的相关性表明，MYC、BCL2 和 ENO3 的高表达与最坏结果相关。结论：通过人工智能，我们确定了一组具有预后相关性的基因。