XiaoMi-AI文件搜索系统
World File Search Systemcancer
在具有LEAP的临床前癌模型中预测基因的本质和药物反应：自动编码器和
临床前扰动筛选，其中在疾病模型上系统地测试了遗传，化学或环境扰动的影响，由于其规模和因果性质，对机器学习增强的药物发现具有巨大的希望。预测模型可以根据分子特征来推断以前未经测试的疾病模型的扰动反应。这些在计算机标签中可以扩展数据库并指导实验优先级。但是，对扰动特异性效应进行建模并在各种生物环境中产生健壮的预测性能仍然难以捉摸。我们介绍了LEAP（自动编码器和预测变量的分层集合），这是一个新颖的集合框架，可改善稳健性和概括。LEAP利用多个Damae（数据增强蒙版的自动编码器）表示和套索回归器。通过结合从不同随机初始化中学到的多种基因表达表示模型，在预测未见细胞系，组织和疾病模型中基因本质或药物反应方面始终胜过最先进的方法。值得注意的是，我们的结果表明，结合表示模型而不是仅预测模型会产生出色的预测性能。超出其性能增长，LEAP在计算上是有效的，需要最小的高参数调整，因此很容易将其纳入药物发现管道中，以优先考虑有希望的目标并支持生物标志物驱动的分层。这项工作中使用的代码和数据集可公开使用。
建立个性化癌症免疫疗法的框架
建议引用推荐引用Gubin，Matthew M。； Artyomov，Maxim n。; Mardis，Elaine R。；和Schreiber，Robert D.，“肿瘤新抗原：建立个性化癌症免疫疗法的框架”。临床研究杂志。125,9。3413-3421。（2015）。https://digitalcommons.wustl.edu/open_access_pubs/4270
●我们的结果表明IPS是可推广的多...
图3。km存活曲线（顶部面板）和多元Coxph森林图（底部面板）说明了POL/POLD 1的左侧的RWPF（左侧RWPF，右侧RWOS）的结果（RWOS），用免疫疗法（IO）治疗的患者（IO）以及与化学疗法和IO + IO + IO + IO + IO + IO + IO（IO）组合的结局（左侧），并与IO + IO + IO（IO）组合进行了突变（基因（其他）。在KM图中指定了随着时间的流逝的中位生存时间和处于危险中的患者人数。森林图具有多元COXPH模型的危险比（HR），所有协变量（POL/POLD1突变，TMB，MSI状态和指示）的置信间隔为95％，表明相对的进展或死亡风险。
靶向犬尿氨酸通路：癌症和免疫细胞间代谢串扰的另一种治疗机会
最近的研究表明，代谢重编程通过色氨酸分解代谢的犬尿氨酸途径 (KP) 在癌症相关药物耐药性中发挥着关键作用。该途径由吲哚胺 2,3-双加氧酶 1 (IDO1) 驱动，通过营造免疫抑制环境促进免疫逃避并促进肿瘤进展。在 IDO1 抑制剂与免疫检查点抑制剂 (ICI) 联合使用的 III 期研究中，联合疗法无效。在这篇综述中，我们回顾了当前的进展，探索了未来的方向，并强调了在适当的患者群体中双重抑制 KP 限速酶 IDO1 和色氨酸 2,3-双加氧酶-2 (TDO2) 的重要性。我们认为双重抑制可以最大限度地发挥 KP 抑制的治疗潜力。此外，我们还深入研究了癌症中复杂的细胞相互作用以及肿瘤微环境 (TME) 内的代谢依赖性。我们将讨论临床前研究、最近的临床试验和有前景的治疗组合的见解，以阐明和促进 KP 研究癌症相关结果的明确方向。
靶向自噬以增强口腔癌的化学疗法和免疫疗法
口腔癌是一种高度恶性疾病，其特征是复发，转移和预后不良。自噬是在压力条件下引起的分解代谢过程，已显示在口腔癌发展和治疗中起双重作用。最近的研究已经确定，口腔上皮细胞中的自噬激活通过抑制诸如雷帕霉素（MTOR）哺乳动物靶标（MTOR）和有丝裂原活化蛋白激酶（MAPK）等关键途径来抑制癌细胞的存活，同时激活腺苷一单磷酸蛋白磷酸蛋白磷酸蛋白基因酶（AMP）。诱导自噬会促进真核起始因子4E的降解，从而减少转移并增强化学疗法，放疗和免疫疗法的效率。此外，自噬诱导可以调节肿瘤免疫微环境并增强抗肿瘤免疫力。本综述全面总结了自噬和口腔癌之间的关系，重点介绍其机制和治疗潜力，并结合常规治疗方法。虽然有希望，但尚待阐明自噬诱导剂在口腔癌治疗中的确切机制和临床应用，为未来的研究提供了新的方向，以改善治疗结果并减少复发。
癌症拷贝数演化的零不可知模型
[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。
为增强癌症免疫疗法铺平道路
，由于其独特的先天和适应性免疫特征，在癌症免疫疗法中起关键作用。这些细胞可以分泌细胞因子，包括干扰素G（IFN-G）和肿瘤坏死因子A（TNF-A），并可以通过FAS/FASL和抗体 - 依赖性细胞介导的细胞毒性（ADCC）等机制直接消除肿瘤细胞。与常规的AB T细胞不同，GD T细胞可以独立于主要的组织相容性复合物（MHC）表现和功能作为抗原呈递细胞（APC）靶向多种癌细胞。他们以非MHC限制的方式识别抗原的能力使它们成为同种异体免疫疗法的理想候选者。此外，GD T细胞在达到细胞靶标时表现出特定的组织对流和快速反应性，表明高水平的细胞精度和适应性。尽管有这些功能，但GD T细胞的治疗潜力受到了一些局限性的阻碍，包括它们的丰度有限，不满意的扩张，持久性有限，复杂的生物学和可塑性。为了解决这些问题，基因工程策略，例如使用嵌合抗原受体（CAR）T疗法，T细胞受体（TCR）基因转移以及与GD T细胞参与者的组合。本综述将概述各种工程策略的进步，讨论其前方的含义和挑战，以及未来对单一疗法和组合免疫疗法的工程GD T细胞的指示。
拷贝数畸变驱动激酶重新布线，导致癌症的遗传脆弱性
体细胞DNA拷贝数变化（CNV）在癌症中很普遍，并且可以驱动癌症进展，尽管在改变细胞信号状态下通常具有未表征的作用。在这里，我们整合了5,598个肿瘤样品的基因组和蛋白质组学数据，以鉴定导致异常信号转导的CNV。由此产生的关联概括了已知的激酶 - 基底关系，并进一步的网络分析优先考虑可能因果基因。在癌细胞系中复制了43％，包括在多种肿瘤类型中鉴定出的44种强大的基因磷材料。实验验证了几个预测的河马信号调节剂。使用RNAi，CRISPR和药物筛选数据，我们发现癌细胞系中激酶成瘾的证据，确定靶向激酶依赖性细胞系的抑制剂。我们建议基因的拷贝数状态，作为激酶抑制差异影响的有用预测指标，这是一种抗癌疗法的策略。
div div dostarlimab具有基于铂的化学疗法，用于治疗高度卫星不稳定性或不匹配修复缺陷
3.1子宫内膜癌从子宫内壁开始。症状可能包括阴道出血，骨盆疼痛，意外的体重减轻，恶心和疲劳。大约23％的子宫内膜癌患者的亚型具有较高的微卫星不稳定性（MSI-H）或DNA不匹配修复（DMMR）缺乏生物标志物。子宫内膜癌对预期寿命和生活质量都有重大影响。患有晚期或复发性子宫内膜癌的患者（这意味着癌症已经超过子宫超出了子宫或以前的治疗后回来）的预后不佳。只有15％在第4阶段诊断出5年或更长时间。影响不仅限于身体健康，而且还限于人们及其家人的心理健康和福祉。患者专家强调，此阶段有效的治疗选择有限，使人们感到沮丧，绝望和抛弃。他们强调了缺乏
肿瘤内微生物群：癌症免疫学的新视野
在过去的十年中，高通量测序技术的进步导致了我们对微生物群在人类疾病（尤其是在肿瘤学中）的作用的理解。尽管肿瘤内微生物群的生物量较低，但它仍然是肿瘤免疫微环境的关键组成部分，在不同的肿瘤组织和个体患者中表现出显着的异质性。尽管免疫疗法已经出现了治疗肿瘤的主要策略，但患者对这些治疗的反应差异很大。越来越多的证据表明，肿瘤内菌群与免疫系统之间的相互作用可以调节宿主肿瘤免疫反应，从而影响免疫疗法的有效性。因此，对肿瘤内微生物群如何形成并调节肿瘤免疫微环境是至关重要的。在这里，我们总结了肿瘤内菌群在癌症免疫中的作用的最新进步，探讨了免疫功能受到肠内肿瘤内外肠内微生物群影响的潜在机制。我们还讨论了肿瘤内微生物群对癌症免疫疗法及其临床应用的反应的影响，从而强调了该领域的未来研究方向和挑战。我们预计，在本综述中提供的癌症免疫与肿瘤内微生物群之间的相互作用的宝贵见解将促进基于微生物群的肿瘤疗法的发展。