胃肠道(GI)癌症包括所有消化道器官的癌症,通常与肥胖,缺乏运动,吸烟,饮食不佳和大量酒精消耗有关。GI癌的治疗通常涉及手术,然后进行化学疗法和/或放射线。不幸的是,对这些疗法的内在或获得性抗性强调了对其他恶性肿瘤证明的更有效的靶向疗法的需求。GI癌的侵略性特征具有不同的信号通路,这些信号通路通过AXL受体酪氨酸激酶的过表达和激活相互连接。最近已经进行了一些涉及抗AXL抗体和小分子AXL激酶抑制剂的临床前和临床研究,以测试其在包括GI癌症在内的实体瘤中的效率。因此,AXL可能是克服GI癌中标准疗法缺点的有前途的治疗靶标。
自1993年以来,MSF一直在坦桑尼亚进行间歇性工作,在各个领域为MOH提供了支持,尤其是提供初级和次要卫生保健,以及对霍乱,疟疾和艾滋病毒/艾滋病等流行病的反应。MSF在该国的最新干预始于2015年5月,紧急回应霍乱疫情影响了基戈马地区的难民和寄宿种群。 在紧急阶段,无国界医生将医疗和水/卫生活动扩展到该地区的所有三个难民营。 Liwale项目于2022年12月正式启动,Liwale Project是一个综合项目,支持MOH的基于社区的,基于社区的,初级和中等卫生保健,适用于5岁以下的母亲和儿童。 MSF目前正在为7个医疗机构提供支持,包括4个中学卫生保健设施(1家地区医院,3个医疗中心),在那里提供CEMONC和3家提供BEMONC的初级卫生保健。 此支持包括促进招募102名卫生保健工作者,包括50名社区保健工作者,医疗供应,授权团队(培训,团队管理,改善护理质量),推荐,Watsan活动和康复。MSF在该国的最新干预始于2015年5月,紧急回应霍乱疫情影响了基戈马地区的难民和寄宿种群。在紧急阶段,无国界医生将医疗和水/卫生活动扩展到该地区的所有三个难民营。Liwale项目于2022年12月正式启动,Liwale Project是一个综合项目,支持MOH的基于社区的,基于社区的,初级和中等卫生保健,适用于5岁以下的母亲和儿童。MSF目前正在为7个医疗机构提供支持,包括4个中学卫生保健设施(1家地区医院,3个医疗中心),在那里提供CEMONC和3家提供BEMONC的初级卫生保健。此支持包括促进招募102名卫生保健工作者,包括50名社区保健工作者,医疗供应,授权团队(培训,团队管理,改善护理质量),推荐,Watsan活动和康复。
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
[4] Schwarz,Roland F.等。“截然异质性的系统发育定量”。PLOS计算生物学10.4(2014):E1003535。[5] El-Kebir,Mohammed等。“复制数字进化问题的复杂性和算法。”分子生物学算法12(2017):1-11。 [6] Zeira,Ron和Benjamin J. Raphael。 “拷贝数演化,癌症中的加权畸变。” 生物信息学36.Supplement_1(2020):I344-I352。 [7] Shamir,Ron,Meirav Zehavi和Ron Zeira。 “用于复制号转换问题的线性时间算法。” 组合模式匹配的第27届年度研讨会(CPM 2016)。 Schloss Dagstuhl-Leibniz-Zentrum Fuer Informatik,2016年。 [8] Kaufmann,Tom L.等。 “ Medicc2:全基因组增加了癌症进化的副本系统发育。” 基因组生物学23.1(2022):241。分子生物学算法12(2017):1-11。[6] Zeira,Ron和Benjamin J. Raphael。“拷贝数演化,癌症中的加权畸变。”生物信息学36.Supplement_1(2020):I344-I352。[7] Shamir,Ron,Meirav Zehavi和Ron Zeira。“用于复制号转换问题的线性时间算法。”组合模式匹配的第27届年度研讨会(CPM 2016)。Schloss Dagstuhl-Leibniz-Zentrum Fuer Informatik,2016年。[8] Kaufmann,Tom L.等。“ Medicc2:全基因组增加了癌症进化的副本系统发育。”基因组生物学23.1(2022):241。
非小细胞肺癌 (NSCLC) 占肺癌病例的大多数,是癌症相关死亡的主要原因。大多数 NSCLC 病例在诊断时伴有远处转移 (1)。因此,对晚期 NSCLC 病例的有效治疗至关重要 (2)。经过随机 3 期试验,针对程序性细胞死亡蛋白 1 (PD-1) 的单克隆抗体 nivolumab 和 pembrolizumab 已成为晚期 NSCLC 患者的标准治疗 (3-5)。程序性死亡蛋白配体 1 (PD-L1) 在 NSCLC 组织中的表达率为 24% 至 60%,肿瘤 PD-L1 表达似乎是预测免疫检查点抑制剂 (ICI) 有效性的潜在生物标志物。目前,这些抗 PD-1 抑制剂已被用作一线治疗 PD-L1 高表达(≥ 50% 的肿瘤细胞)且无 EGFR、ALK 或 ROS1 异常的晚期 NSCLC 患者的单药疗法(6)。获取晚期 NSCLC 患者的肿瘤组织可能具有挑战性。与基于血清的检测相比,组织分析不太适合用于治疗监测。最近有报道称,血浆或血清中的治疗前或治疗后可溶性 PD-L1(sPD-L1)可作为监测 NSCLC 患者 ICI 治疗的潜在生物标志物(7-13)。然而,很少有报道研究 sPD-L1 随时间的变化是否可以作为 ICI 疗效的生物标志物。在过去几年中,一些研究已经检验了治疗前或治疗后 sPD-L1 水平与各种癌症预后之间的关联。 2023 年,Sze ́ les 等人进行了一项荟萃分析,以评估治疗前 sPD-L1 与多种人类恶性肿瘤生存期之间的相关性 ( 14 )。汇总的总体估计值表明,sPD-L1 是各种癌症中 OS 较短的重要指标,在 NSCLC 中观察到的关联性最强。然而,当谈到 sPD-L1 变化时,先前的研究得出了不一致的结果,可能是由于样本量小或缺乏具有临床意义的关系。为了确定 sPD-L1 变化的作用,我们使用来自七项试验中的两项的个体患者数据对 PD-1 抑制剂治疗进行了协作个体患者数据荟萃分析。
CD20 主要位于 B 细胞上,在 B 细胞的发育、分化和激活中起着至关重要的作用,是治疗 B 细胞恶性肿瘤的关键治疗靶点。针对 CD20 的单克隆抗体的突破,尤其是利妥昔单抗,彻底改变了 B 细胞恶性肿瘤的预后。利妥昔单抗已获批用于治疗各种血液系统恶性肿瘤,标志着癌症治疗的范式转变。在当前情况下,针对 CD20 的免疫疗法继续快速发展。除了传统的 mAb 之外,进展还包括抗体-药物偶联物 (ADC)、双特异性抗体 (BsAbs) 和嵌合抗原受体修饰 (CAR) T 细胞。ADC 将抗体的精确性与药物的细胞毒性潜力相结合,为增强治疗效果提供了一条有希望的途径。BsAb,特别是 CD20xCD3 构建体,可重定向细胞毒性 T 细胞以消除癌细胞,从而提高其治疗作用的精确度和效力。CAR-T 细胞是对抗血液系统恶性肿瘤的一种有前途的策略,代表了真正个性化的治疗干预措施之一。目前,许多新疗法正在临床试验中进行评估。本综述是对 CD20 靶向疗法的全面总结,强调了持续存在的进展和挑战。尽管取得了重大进展,但与这些疗法相关的不良事件和耐药性的产生仍然是关键问题。了解和缓解这些挑战对于 CD20 靶向免疫疗法的持续成功至关重要。
乳腺癌(BC)脱颖而出,是全球女性发病率和死亡率最高的癌症,其发病率目前正在上升。提高乳腺癌诊断和治疗的效率至关重要,因为它可以有效地减轻疾病负担。循环肿瘤DNA(CTDNA)源自肿瘤细胞的释放,在乳腺癌的发生,发育和转移中起关键作用。近年来,高通量分析技术的广泛应用使CTDNA成为早期癌症检测,监测最小残留疾病,早期复发监测以及预测治疗结果的有前途的生物标志物。基于CTDNA的方法可以有效地弥补传统筛查和监测方法的缺点,这些方法无法为乳腺癌诊断和治疗提供实时信息和前瞻性指导。本综述总结了ctDNA在乳腺癌各个方面的应用,包括筛查,诊断,预后,治疗和随访。它突出了该领域的当前研究状态,并强调了基于CTDNA的方法的未来大规模临床应用的潜力。
简单的摘要:针对Kras突变肿瘤的专有药物的开发在事实上是一个巨大的挑战。这种困难源于RAS蛋白对GTP的高亲和力,并且缺乏有助于药物结合的疏水“口袋”。然而,一种开创性的基因编辑工具CRISPR技术的广泛性彻底改变了肿瘤研究,尤其是那些专注于KRAS突变的肿瘤研究。本文对在KRAS突变癌的背景下利用CRISPR系统的基本和转化研究进行了综述。它封装了最新的大步,在理解Kras生物学的机理细微差别方面,阐明了关键主题,例如耐药性,抗肿瘤免疫反应,表观遗传调节以及突变者KRAS对合成杀伤性的利用。总而言之,本文涉及在与KRAS相关的研究中采用CRISPR技术的当前局限性,同时还提出了在这个动态领域中进行未来完善和优化的途径。
作为女性最常见的恶性肿瘤之一,乳腺癌表现出不同亚型的复杂和异质性病理特征。三阴性乳腺癌(TNBC)和HER2阳性乳腺癌是乳腺癌中的两个常见和高度侵入性的亚型。乳房菌群的稳定性与免疫环境紧密相互交织,免疫疗法是治疗乳腺癌的常见方法。前淋巴结结构(TLSS)最近发现,最近发现的围绕乳腺癌的免疫细胞聚集物,与次生淋巴机构(SLOS)相似,与免疫疗法有关,与一些乳腺癌相关。机器学习是一种人工智能的一种形式,越来越多地用于检测生物标志物和构建肿瘤预后模型。本文系统地回顾了乳腺癌中TLSS的最新研究进度以及机器学习在检测TLSS中的应用以及乳腺癌预后的研究。提供的见解为进一步探索乳腺癌不同亚型的生物学差异并制定个性化治疗策略的生物学差异有助于有价值的观点。
几乎所有药品都是基于其对代表注册试验中研究人群“平均值”的患者的效果而获得批准的,大多数药品标签最多允许在出现毒性的情况下根据经验减少剂量。在这篇观点文章中,我们探讨了支持在癌症治疗中使用个性化剂量的一些证据,并展示了我们如何能够在现有的剂量、暴露和毒性关联模型的基础上建立,以证明剂量优化(包括增加剂量)如何有可能显著改善疗效结果。我们还根据自己开发个性化剂量平台的经验,探讨了在现实环境中实施个性化剂量方法的一些障碍。特别是,我们的经验体现在将剂量平台应用于前列腺癌多西他赛治疗中。