使用条款本文从哈佛大学的DASH存储库下载,并根据适用于其他已发布材料(LAA)的条款和条件提供,如https://harvardwiki.atlassian.net/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/ngy/ngy/ngy5ngy5ndnde4zjgzndnde4zjgzntc5ndndndgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgiamsfyytytewy
每年,全球约有1000万人死于癌症(1)。目前,癌症的主要治疗方法包括手术切除、化疗、放射治疗、免疫治疗、靶向治疗及中医药治疗等,但每种方法都有各自的临床局限性,以化疗为主的全身治疗仍然发挥着至关重要的作用,特别是近年来逐渐兴起的靶向治疗和免疫治疗,在某些肿瘤的治疗中显示出一定的疗效。然而,无论是化疗、靶向治疗还是免疫治疗,都存在着广泛的耐药性,这会阻碍肿瘤的治疗并导致疾病复发(2)。因此,研究肿瘤耐药性的产生机制、防止耐药细胞的出现仍然是当前科研人员面临的重大挑战。
David J. Huggins*剑桥大学,TCM集团,Cavendish实验室,19 J J J Thomson Avenue,Cambridge CB3 CB3 0HE,英国联合王国联合国联合国联合国中心,剑桥大学,剑桥大学,剑桥大学,剑桥大学,英国CB2 CB2 CB2 1EW,英国djh210@cam.ac.uk C. bio divem c. of Oxford, South Parks Road, Oxford, OX1 3QU, United Kingdom philip.biggin@bioch.ox.ac.uk This author declares no conflict of interest Marc A. Dämgen Department of Biochemistry, University of Oxford, South Parks Road, Oxford, OX1 3QU, United Kingdom marc.daemgen@bioch.ox.ac.uk This author declares no conflict of interest Jonathan W. Essex School of南安普敦大学化学,南安普敦SO117 1BJ,英国救生科学研究所,南安普敦大学,南安普敦,SO17 1BJ,英国,英国J.W.essex@soton.acton.ac.ac.uk。 9JT,英国s.a.harris@leeds.ac.uk,该作者没有宣布的利益冲突Richard H. Henchman曼彻斯特生物技术学院,曼彻斯特曼彻斯特大学,曼彻斯特大学131号,曼彻斯特大学,M1 7dn,英国曼彻斯特化学学院M1 7dn,曼彻斯特,曼彻斯特,诺斯特郡,诺斯特,诺斯特郡,诺斯特。兴趣Syma Khalid化学学院,南安普敦大学,南安普敦SO17 1BJ,英国生命科学研究所,南安普敦大学,南安普敦SO17 SO17 1BJ,英国
摘要:软骨肉瘤 (CHS) 是异质性的,但总体而言,是第二大最常见的原发性恶性骨肿瘤。尽管在过去几十年中,人们对肿瘤生物学的了解呈指数级增长,但手术切除仍然是治疗这些肿瘤的金标准,而放疗和分化化疗无法充分控制癌症。对 CHS 的深入分子表征揭示了与上皮来源的肿瘤相比的显著差异。从遗传学上讲,CHS 是异质性的,但没有定义 CHS 的特征性突变,然而,IDH1 和 IDH2 突变很常见。血管减少、胶原蛋白、蛋白聚糖和透明质酸的细胞外基质组成为肿瘤抑制免疫细胞创造了机械屏障。相对较低的增殖率、MDR-1 表达和酸性肿瘤微环境进一步限制了 CHS 的治疗选择。 CHS 治疗的未来进展取决于对 CHS 的进一步表征,特别是肿瘤免疫微环境,以便改进和更好地针对性地治疗。
腺样囊性癌 (ACC) 是一种侵袭性肿瘤,易于远处转移和神经周围侵犯。这种肿瘤更常见于头颈部,主要见于唾液腺。一般而言,ACC 的主要治疗方式是手术切除,某些情况下也进行术后放疗。但对于晚期患者,尚无有效的全身治疗。此外,这种肿瘤类型的特征是复发性分子改变,尤其是涉及 MYB、MYBL1 和 NFIB 基因的重排。此外,他们还报道了影响基因的拷贝数变异 (CNA)。其中之一是 C-KIT,它会影响信号通路,例如 NOTCH、PI3KCA 和 PTEN,以及染色质重塑基因的变异。新分子靶点的识别使我们能够开发特定的疗法。尽管对免疫疗法、酪氨酸激酶抑制剂和抗血管生成药物的研究仍在进行中,但 FDA 尚未批准任何针对 ACC 的全身疗法。在本综述中,我们报告了头颈部 ACC 的遗传和细胞遗传学发现,并强调了治疗干预的可能目标。
摘要 生命科学领域的最新技术进步极大地提高了我们以前所未有的深度在分子水平上解决科学问题的能力。自推出以来,下一代测序 (NGS) 实现了高通量分析,随着时间的推移,变得越来越普及和负担得起,塑造了研究和临床应用的未来。空间分辨转录组学 (SRT),特别是原位测序 (ISS),提供单细胞转录组数据,同时保留周围组织微环境的组织病理学背景。本论文探讨了挂锁探针与原位测序 (ISS) 或下一代测序 (NGS) 结合的应用,以解决与特定疾病相关的问题。在论文 I 中,我们研究了结核分枝杆菌 (Mtb) 与结核病感染小鼠肺中免疫细胞之间的空间相互作用,绘制了细菌簇和单个细菌附近的免疫相关转录本。我们的研究结果表明,在 Mtb 抗性的 C57BL/6 小鼠中,靠近单个细菌的巨噬细胞活化。相比之下,在易感染结核分枝杆菌的 C3HeB/FeJ 小鼠的肺组织中占主导地位的组织化肉芽肿未富集免疫激活转录本。这种方法提供了对结核病免疫反应的见解,并强调了空间分辨转录组学在研究宿主-病原体相互作用方面的能力。在论文 II 中,我们研究了非小细胞肺癌 (NSCLC) 中的肿瘤微环境,重点研究了 T 细胞克隆性的影响。我们将 TCR 克隆性与基因突变、肿瘤免疫特征和对免疫疗法的反应联系起来。我们的数据显示,高 TCR 克隆性与高肿瘤突变负担、发炎的肿瘤表型以及对检查点抑制剂的反应改善有关,这表明其有可能成为 NSCLC 个性化免疫治疗的生物标志物。在论文 III 中,我们在空间上探索了新辅助治疗期间选定的 NSCLC 组织中的 TCR 模式和免疫细胞分布,这些组织具有匹配的未受影响的淋巴结,以及 HER2+ 乳腺癌病例。我们注意到,与匹配的淋巴结相比,癌症组织中的 TCR 多样性较低。我们的数据进一步揭示了扩增克隆型(主要是 CD8 T 细胞)的区域优势,这些克隆型位于靠近癌症区。总体而言,这些结果证明了 ISS 在提供诊断组织样本中肿瘤免疫微环境中克隆 T 细胞扩增之间相互作用的关键空间细节方面的实用性,特别是在治疗环境中。在论文 IV 中,我们开发了一种基于分子倒置探针 (MIP) 的经济高效的检测血液样本中微生物病原体和抗菌素耐药性标志物的检测方法,即使在资源匮乏的环境中也能提供高特异性和灵敏度。MIP 方法简化了病原体检测,无需进行大量的样品制备或生物信息学分析,使其成为资源匮乏地区监测传染病的便捷工具。总的来说,这项工作展示了挂锁探针和先进技术的应用,以加深我们对疾病的了解并改善诊断和个性化治疗。
高级肝细胞癌(HCC)是一个强大的公共卫生问题,具有有限的治疗方法。Axitinib是一种口服酪氨酸激酶抑制剂,是一种有效的选择性第二代抑制剂,是血管内皮生长因子受体(VEGFR)1、2和3的有效的第二代抑制剂。这种抗血管生成药物在包括晚期HCC在内的各种实体瘤中具有有希望的活性。目前,尚无相关评论文章总结了Axitinib在高级HCC中的确切作用。在这篇综述中,包括24项合格研究(临床研究中的7项研究,八项实验研究和9项临床试验)进行进一步评估。随机或单臂II期试验表明,与安慰剂治疗晚期HCC相比,Axitinib不能延长总体存活率,但是观察到了无进展生存期和肿瘤进展的时间的改善。实验研究表明,HCC中Axitinib的生化作用可能受其相关基因和影响的信号级联的调节(例如VEGFR2/PAK1,CYP1A2,CAMKII/ERK,AKT/MTOR和MIR-509-3P/PDGFRA)。FDA批准的索拉非尼与Nivolumab(PD-1/PD-L1的抑制剂)合并为治疗晚期HCC的第一线方案。由于Axitinib和Sorafenib都是酪氨酸激酶抑制剂以及VEGFR抑制剂,因此与抗PDL-1/PD-1抗体结合的Axitinib在抗肿瘤效应的高级HCC中也可能具有巨大的潜力。当前的评论突出了晚期HCC中轴替尼的当前临床应用和分子机制。通过结合Axitinib和先进的HCC中的其他治疗方法来朝着临床应用迈进,在不久的将来仍有更多的研究。
V.实践•良好的实验室实践,缓冲液和试剂的准备。•离心和分光光度计原理。•细菌培养的生长和生长曲线的制备,从细菌中分离基因组DNA。•从细菌中分离质粒DNA。•lambda噬菌体的生长和噬菌体DNA的分离。•植物DNA的隔离和限制(例如大米 /月光 /芒果 / Merigold)。•通过(a)琼脂糖凝胶电泳和(b)分光光度法•使用分离的DNA定量DNA。•pagegel电泳。•质粒和噬菌体DNA,结扎,重组DNA构建的限制消化。•大肠杆菌的转化和转化体的选择•色谱技术a。 TLC b。凝胶过滤色谱法,c。离子交换色谱法,d。亲和色谱•点印迹分析,南部杂交,北部杂交。•Western印迹和Elisa。•辐射安全性和非拉迪奥同位素程序。
低温电子显微镜(cryo-EM)已成为确定大型蛋白质复合物和分子组装体结构的主要实验技术,2017 年的诺贝尔奖就是明证。尽管低温电子显微镜已得到极大改进,可以生成包含大分子详细结构信息的高分辨率三维(3D)图谱,但利用这些数据自动构建结构模型的计算方法却远远落后。传统的低温电子显微镜模型构建方法是基于模板的同源性建模。当数据库中找不到模板模型时,手动从头建模非常耗时。近年来,使用机器学习(ML)和深度学习(DL)的从头低温电子显微镜建模已成为大分子结构建模中表现最好的方法之一。基于深度学习的从头低温电子显微镜建模是人工智能的重要应用,其成果令人印象深刻,对下一代分子生物医学具有巨大潜力。因此,我们系统地回顾了具有代表性的基于 ML/DL 的从头低温电子显微镜建模方法。并从实践和方法论的角度讨论了它们的意义。我们还简要介绍了低温电子显微镜数据处理工作流程的背景。总体而言,本综述为从头分子结构建模的人工智能 (AI) 现代研究以及这一新兴领域的未来方向提供了入门指南。