基于模型的方法,包括群体药代动力学-药效学建模,已成为肿瘤药物开发临床阶段的重要组成部分。在过去二十年中,模型已经发展到描述生物标志物和肿瘤大小的时间动态、治疗相关不良事件及其与生存的关系。集成模型,在此定义为包含至少两个药效学/结果变量的模型,用于通过模拟回答药物开发问题,例如,支持探索患者亚组或其他肿瘤适应症的替代给药策略和研究设计。随着监管机构进一步强调早期和个性化剂量优化以及以患者为中心的包容性开发,预计这些药物计量学方法将得到扩展
摘要。基于表面等离子体共振 (SPR) 现象的生物传感器已被开发出来,用于通过评估血细胞聚集指标来快速诊断脑胶质瘤复发。该装置具有两个光学通道,允许同时进行两项研究或允许将一个通道用作参考。这种方法通过减少外部因素的影响显著提高了生物传感器的灵敏度。光激发源是波长为 650 nm 的 ap 偏振半导体激光器。传感元件是折射率为 1.61 的 F1 光学玻璃板,溅射有铬 (5 nm) 和金 (45…50 nm) 层。研究结果确定了患者外周血细胞聚集水平与胶质瘤恶性程度之间的相关性。在健康个体组和 II-IV 级胶质瘤组之间存在统计学上显着差异 (p ≤ 0.05)。血液检测中SPR曲线位移的减小提示细胞聚集程度增加,细胞膜电荷减少,这种趋势随着胶质瘤恶性程度的增加而逐渐加剧,在IV级胶质瘤患者中达到最小值,提示细胞膜理化性质发生变化,细胞膜电荷减少。
• Demographic predictors • Age, sex, ethnicity and race, socioeconomic status • Behavioral and Lifestyle Predictors • Sleep quality, physical activity, smoking status, medication adherence, substance use • Social and Environmental Predictors • Social support, work-related factors, environmental stressors, healthcare access • Psychological predictors • Anxiety, depression, fear-avoidance beliefs, pain catastrophizing, self-efficacy • Trait, state, evoked •患者报告的结果指标(PROS或PROMS)
肾上腺皮质癌(ACC)是一种罕见且侵略性的恶性肿瘤,其特征是诊断挑战,高复发率和预后不良。这项研究探讨了miRNA加工基因在ACC中的作用及其作为诊断和预后生物标志物的潜在作用。我们分析了使用癌症基因组图(TCGA)和基因型 - 型 - 型 - 基因组表达(GTEX)项目的mRNA-SEQ数据,分析了miRNA机械组件(Drosha,DGCR8,XPO5,RAN,DICER,DICER,TARBP2和AGO2)的mRNA表达水平。此外,在科林医学研究所的肿瘤库的组织样品中量化了蛋白质水平。我们的结果表明,与正常的肾上腺皮质和良性肾上腺腺瘤相比,AGO2在所有miRNA加工成分中均表现出明显的过表达(P <0.001)。kaplan – Meier生存分析表明,ACC患者的总体生存率明显较差(HR:7.07,p <0.001)。在TCGA的32种癌症类型中,AGO2的预后意义在ACC中最为突出。这项研究是第一个在ACC中报道AGO2作为诊断和预后生物标志物的潜力,强调了其在ACC发病机理和潜在应用中作为无创液体活检生物标志物的重要性。
许可: 本作品已获得 Creative Commons Attribution 4.0 International 许可。阅读完整许可
1。Hansson O.神经退行性疾病的生物标志物。nat Med。2021; 27:954-963。 doi:10.1038/s41591-021-01382-x 2。Villemagne VL,Burnham S,Bourgeat P等。淀粉样蛋白β沉积,神经退行性变化和零星阿尔茨海默氏病的认知下降:一项前瞻性队列研究。柳叶刀神经。2013; 12:357-367。 doi:10.1016/s1474-4422(13)70044-9 3。 2023阿尔茨海默氏病的事实和数字。 阿尔茨海默氏症痴呆症。 2023; 19:1598-1695。 doi:10.1002/alz.13016 4。 Drabo EF,Barthold D,Joyce G,Ferido P,Chang Chui H,Zissimopoulos J.种族多样的医疗保险受益人对痴呆症诊断和专业护理的纵向分析。 阿尔茨海默氏症痴呆症。 2019; 15:1402-1411。 doi:10.1016/j.jalz.2019.07.005 5。 paczynski MM,Day GS。 临床实践中的阿尔茨海默氏病生物标志物:基于血液的诊断革命。 J Prim Care Commu-2013; 12:357-367。 doi:10.1016/s1474-4422(13)70044-9 3。2023阿尔茨海默氏病的事实和数字。阿尔茨海默氏症痴呆症。2023; 19:1598-1695。 doi:10.1002/alz.13016 4。Drabo EF,Barthold D,Joyce G,Ferido P,Chang Chui H,Zissimopoulos J.种族多样的医疗保险受益人对痴呆症诊断和专业护理的纵向分析。阿尔茨海默氏症痴呆症。2019; 15:1402-1411。 doi:10.1016/j.jalz.2019.07.005 5。 paczynski MM,Day GS。 临床实践中的阿尔茨海默氏病生物标志物:基于血液的诊断革命。 J Prim Care Commu-2019; 15:1402-1411。 doi:10.1016/j.jalz.2019.07.005 5。paczynski MM,Day GS。临床实践中的阿尔茨海默氏病生物标志物:基于血液的诊断革命。J Prim Care Commu-
结果:在正常人体组织中,与其他组织相比,SNAI1 在肺组织中明显高表达。然而,在 LUSC 中,其表达明显下调。SNAI1 mRNA 的高表达与较差的总生存期 (OS) 和无病生存期 (DFS) 相关。SNAI1 mRNA 的表达水平还与 LUSC 患者的年龄、肿瘤大小、淋巴结转移和远处转移有关。构建了列线图来预测 LUSC 患者的生存率。此外,LUSC 中 SNAI1 蛋白的高表达与预后不良有关。高表达组的 5 年生存率为 37%,低表达组的 59%。SNAI1 蛋白在 LUSC 组织细胞中的主要亚细胞定位是细胞核,但强蛋白表达也导致其定位在细胞质和膜中。基因集富集分析 (GSEA) 揭示了 LUSC 中 SNAI1 和 TP53 信号通路之间的相关性。SNAI1 可以与 TP53 相互作用,
1 Requin,《化学和技术网络》,LAQV,绿色化学实验室,冰山,医学与生物医学科学学院,波尔图大学,波尔图大学,波尔图大学,葡萄牙2,免疫物理学和药理学系,药物学研究与药物创新中心(Medinup),医学和生物科学学院,科学院校,医学院,veterical of Port of the of Port of Portical of Science of Port of Biomed Secice,波尔图大学葡萄牙波尔托大学,洲际邮编3冰巴 - 葡萄牙波尔托大学医学与生物医学学院,4 I3S-葡萄牙波尔图大学健康研究与创新研究所,霍尔摩尔大学5号荷马尔大学畜牧研究中心德国斯图加特
摘要:目的:抗肌萎缩蛋白β(DTNB)是肌营养不良蛋白相关蛋白复合物(DPC)的组成部分。我们前期的RNA测序(RNA-seq)研究表明,敲低肝细胞癌(HCC)细胞中的致癌长链非编码RNA(ln cRNA)HOXD簇反义RNA 1(HOXD-AS1)可降低DTNB的表达水平。但DTNB与HCC之间的关联仍不明确。方法:采用定量实时PCR(qRT-PCR)验证HCC细胞系中DTNB的上调及HOXD-AS1对其表达的调控作用。通过生物信息学分析探讨DTNB在HCC中的潜在临床意义、生物学功能及其机制。验证DTNB在HCC组织中的高表达,并通过体外功能缺失试验研究其在HCC中的生物学功能。结果:DTNB 在肝癌细胞中高表达,并且在几种肝癌细胞系中受 lncRNA HOXD-AS1 的正向调控。DTNB 的上调与 T 分期、组织学分级、肿瘤状态、邻近肝组织炎症、甲胎蛋白 (AFP) 水平和不良预后显着相关,是与总体生存率相关的独立风险指标,对肝癌的诊断和预后具有重要意义。DTNB 还与免疫细胞浸润、免疫治疗和对抗肝癌药物的敏感性密切相关。鉴定出与 DTNB 在肝癌中共表达的基因,功能富集分析表明 DTNB 可能通过调节细胞周期在肝癌中发挥作用。预测并验证了肝癌中 HOXD-AS1/miR-139-3p/DTNB 的潜在 ceRNA(竞争性内源性 RNA)调控轴。 DTNB 的高表达在我们的 HCC 队列中得到验证,功能丧失试验表明,DTNB 敲低可抑制 HCC 细胞的增殖、迁移和侵袭,并引发细胞周期停滞在 G0/G1 期。结论:DTNB 是 lncRNA HOXD-AS1 的下游靶标,具有作为预后生物标志物和 HCC 治疗靶标的潜在用途。
摘要目的:本研究的目的是开发一种校准方法来说明回声时间(TE)的差异,并促进限制频谱成像限制评分(RSIR)作为定量生物标志物,以检测临床上有明显的前列腺癌(CSPCA)。方法:这项研究包括197例接受MRI和活检检查的连续患者; 97例被诊断为CSPCA(级≥2级)。在同一课程中获得了3次RSI数据:在TE = 90 ms时至少两次,TE = 90 ms(分别为Temin 1,Temin 1,Temin 1,Temin 2和Te90)。确定了线性回归模型,将TE90的C映射与Temin 1的参考c映射匹配,范围从前列腺内信号强度的95%到99个百分位。在每个患者的前列腺中,在每个患者的第98个百分位数中进行了比较。我们将校准的TE90(RSIR TE90CORR)和未校正的TE90(RSIRS TE90)与参考Temin 1(RSIRS TEMIN1)和重复的Temin 2(RSIRS TEMIN2(RSIRS TEMIN2)进行了比较。对敏感性,指定城市和区域评估了(crece)(cret)(cret)(cret)(cret)(RSIRB)2(RSIRS TEMIN1)(RSIRS TEMIN1)。结果:C 1,C 2,C 3和C 4的缩放因子分别为1.68、1.33、1.02和1.13。在非CSPCA情况下,RSIRS TEMIN2和RSIRS的第98个百分点temin1差异为0.27±0.86Si(平均值±标准偏差),而RSIRS TE90与RSIRS TE90不同于RSIRS TEMIN1 TEMIN1 temin1 temin1 vemin1差异1.82±1.20si。校准后,该偏置降低至-0.51±1.21SI,代表绝对误差的72%降低。校准后,平均差减少到-1.03SI,绝对误差降低了55%。对于CSPCA患者,RSIRS TEMIN2和RSIRS TEMIN1和RSIRS TE90和RSIRS TEMIN1之间的RSIRS temin2和RSIRS temin1和2.28±2.06Si之间的差异为0.54±1.98SI。在CSPCA(8.94SI)患者级分类的YouDen指数上,RSIRS TEMIN1的灵敏度为66%,特定率为72%。结论:所提出的线性校准方法对具有不同TE的采集产生相似的定量生物标志物值,分别为非CSPCA和CSPCA降低了TE诱导的误差72%和55%。