识别与治疗反应和治疗性变化的假定机制相关的个体差异因素可能会改善对强迫症(OCD)的治疗。我们对心理疗法的结构神经影像学标记(即形态计量学,结构连通性)和OCD的药物治疗反应的系统综述26符合条件的出版物(平均研究总计n = 54±41.6 [范围:11-175] [范围:11-175]; OCD组n = 29±19±19±19),以及成人的脑海中,以及成人的脑海中,成人的脑海中,成人的脑海中,适用于Adection n = 29±19)。作为与治疗相关的大脑结构变化。研究结果在整个研究中不一致。前扣带回皮层内(3/5区域,2/8全脑研究)和眶额皮层(5/10区域,2/7全脑研究)中的显着关联是最常见的,但后期性和方向性并不总是一致的。治疗反应的结构性神经影像学标记当前不具有临床实用性。给出越来越多的证据表明,复杂行为与大脑结构之间的关联的特征是小但有意义的效果,可能需要更大的样本。多元方法(例如机器学习)也可以改善神经影像数据的临床预测效用。
结肠腺癌(COAD)是第三常见的癌症,是全球癌症死亡的第二大主要原因,这已成为全球公共卫生挑战(1)。随着癌症检测技术的发展,早期诊断的率有所提高,但是COAD的诊断迅速转移到年轻,更高级的阶段(2)。 开发从息肉到腺癌的COAD需要十多年的时间,这一长期进展为干预提供了防止其发展为高级阶段的机会(3)。 近年来,高通量测序技术和生物信息学的快速发展促进了COAD的探索(4,5)。 因此,从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。 细胞外基质(ECM)是由各种蛋白质组成的复杂结构,该结构通过调节细胞间串扰来调节生物学功能(6-8)。 ECM是肿瘤微环境(TME)的重要组成部分,其异常表达促进了肿瘤的形成,进展和转移(9,10)。 临床病理学分析证实,ECM在肿瘤患者中的过度沉积与预后不良有关(11,12)。 最近,高通量测序分析表明,与ECM相关的基因在肿瘤进展过程中异常表达(13,14)。 ECM的积累诱导缺氧和代谢应激,进而激活肿瘤中的抗凋亡和药物抗性途径(15)。随着癌症检测技术的发展,早期诊断的率有所提高,但是COAD的诊断迅速转移到年轻,更高级的阶段(2)。开发从息肉到腺癌的COAD需要十多年的时间,这一长期进展为干预提供了防止其发展为高级阶段的机会(3)。近年来,高通量测序技术和生物信息学的快速发展促进了COAD的探索(4,5)。因此,从生物信息学分析的肿瘤分子靶标的角度了解COAD的发病机理对于治疗和预防COAD具有很大的意义。细胞外基质(ECM)是由各种蛋白质组成的复杂结构,该结构通过调节细胞间串扰来调节生物学功能(6-8)。ECM是肿瘤微环境(TME)的重要组成部分,其异常表达促进了肿瘤的形成,进展和转移(9,10)。临床病理学分析证实,ECM在肿瘤患者中的过度沉积与预后不良有关(11,12)。最近,高通量测序分析表明,与ECM相关的基因在肿瘤进展过程中异常表达(13,14)。ECM的积累诱导缺氧和代谢应激,进而激活肿瘤中的抗凋亡和药物抗性途径(15)。此外,ECM的高密度阻碍了免疫细胞的内化,这会影响肿瘤免疫疗法的作用(16-18)。因此,基于与ECM相关基因的预后模型将为预测COAD患者的复发提供基础。瘦素是瘦素基因(LEP)的糖蛋白产物。流行病学研究支持LEP与COAD风险增加有关(19)。研究表明,COAD组织中LEP mRNA的表达水平上调,这与COAD患者的预后不良有关(20,21)。周围神经形成复杂的肿瘤微环境,由多种细胞类型和因子组成,包括神经生长因子(NGF)。NGF在几种实体瘤的生长,侵袭和转移中起重要作用。Lei等。 发现,胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬,这反过来参与了胰腺肿瘤的增殖和转移(22)。 Hayakawa等。 表明,NGF的过表达显着加速了胃肿瘤的生长和侵袭(23)。 procollagen C-耐肽酶增强剂2(PCOLCE2)是一种ECM糖蛋白,可作为功能性胶原蛋白C蛋白酶增强剂(24)。 PCOLCE2参与EMT,并在促进Coad转移中起关键作用(25)。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因(26)。 我们验证了LEP,NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Lei等。发现,胰腺癌细胞分泌的NGF诱导了Schwann细胞的自噬,这反过来参与了胰腺肿瘤的增殖和转移(22)。Hayakawa等。 表明,NGF的过表达显着加速了胃肿瘤的生长和侵袭(23)。 procollagen C-耐肽酶增强剂2(PCOLCE2)是一种ECM糖蛋白,可作为功能性胶原蛋白C蛋白酶增强剂(24)。 PCOLCE2参与EMT,并在促进Coad转移中起关键作用(25)。 他等人。 证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因(26)。 我们验证了LEP,NGF和PCOLCE2在肿瘤组织中使用COAD临床高度表达Hayakawa等。表明,NGF的过表达显着加速了胃肿瘤的生长和侵袭(23)。procollagen C-耐肽酶增强剂2(PCOLCE2)是一种ECM糖蛋白,可作为功能性胶原蛋白C蛋白酶增强剂(24)。PCOLCE2参与EMT,并在促进Coad转移中起关键作用(25)。他等人。证明PCOLCE2是一种基于生物信息学分析的COAD患者临床预后的特征基因(26)。我们验证了LEP,NGF和PCOLCE2在肿瘤组织中使用COAD临床在这项研究中,我们鉴定了与WGCNA和Lasso-Cox回归相关的三个与ECM相关的基因(LEP,NGF和PCOLCE2)。
本系列报告的主要目的是全面概述行业格局,包括药物发现、临床研究和制药研发其他方面采用人工智能的情况。本概述以信息丰富的思维导图和信息图表的形式突出趋势和见解,并对构成行业空间和关系的关键参与者的表现进行基准测试。这是一项概述分析,旨在帮助读者了解当今行业正在发生的事情,并可能让人们了解接下来会发生什么。自上一版以来,我们引入了大量更新,重点介绍了快速发展的行业动态,以及制药人工智能领域投资和业务发展活动的总体增长。人工智能生物技术公司、生物技术投资者和制药组织的名单已扩大到包括新实体,并增加了一份新的领先合同研究组织 (CRO) 名单,以概述合同研究行业对高级数据分析技术日益增长的兴趣。我们还重新审视了上一版的数据和章节,并反思了自那以后发生的变化。除了投资和商业趋势外,该报告还对人工智能应用和研究的一些最新成果提供了技术见解。
糖基化在包括糖尿病在内的蛋白质功能和疾病进展中起着至关重要的作用。这项研究进行了全面的糖蛋白分析,比较了健康的志愿者(HV)和DM样品,并鉴定出19,374肽和2,113种蛋白质,其中11104种是糖基化的。总共将287种不同的聚糖映射到3,722个糖基化的肽,揭示了HV和DM样品之间糖基化模式的显着差异。统计分析确定了29个显着改变糖基化位点,在DM中上调了23个,在DM中下调了6个。值得注意的是,在DM中,在Prosaposin的位置215处的Glycan HexNAC(2)Hex(2)FUC(1)在DM中显着上调,标志着其首次报道的与糖尿病的关联。机器学习模型,尤其是支持向量机(SVM)和广义线性模型(GLM),在基于糖基化特征(Glycans,糖基化蛋白质和糖基化位点)区分HV和DM样品时,可以在区分HV和DM样品时获得高分类精度(〜92%:96%)。这些发现表明,改变的糖基化模式可能是糖尿病相关病理生理和治疗靶向的潜在生物标志物。
由于疾病的复杂性和个性化治疗的需求,甲状腺癌的靶向治疗和生物标志物研究代表了肿瘤学的一个重要前沿。与甲状腺癌相关的基因变化种类繁多,需要进行更多研究来阐明分子细节。这项研究具有临床意义,因为它可用于制定个性化治疗计划。靶向治疗提供了一种更有针对性的方法,它针对某些分子靶点,例如突变的 BRAF 或 RET 蛋白。这种策略可以最大限度地减少对健康组织的附带伤害,也可能减少不良影响。同时,通过生物标志物探索,可以根据分子特征对患者进行分类,从而可以制定个性化治疗方案并最大限度地提高治疗效果。靶向治疗和生物标志物研究的好处不仅限于其直接的临床影响,还涵盖了整个癌症领域。了解甲状腺癌的遗传基础有助于创造专门针对异常分子的新疗法。这促进了甲状腺癌的治疗,推动了精准医疗的发展,为治疗其他癌症铺平了道路。简而言之,对甲状腺癌的更多研究有望改善患者护理。本次调查中发现的概念有可能彻底改变护理方式,开启个性化精准医疗的新时代。这种模式转变可以改善甲状腺癌患者的预后和生活质量,并为其他癌症类型的进展提供灵感。
最近的研究表明,怀孕和父母身份的转变对人类大脑结构特征有显著影响。在这里,我们介绍了一项全面的研究,研究了父母身份和出生/父亲的孩子数量与 36,323 名英国生物库参与者(年龄范围为 44.57 – 82.06 岁;52% 为女性)的大脑和细胞衰老标志之间的关联。为了评估父母身份对大脑的整体影响,我们在 T1 加权磁共振图像上训练了一个 3D 卷积神经网络,并在保留的测试集中估计了大脑年龄。为了研究区域特异性,我们使用 FreeSurfer 提取了皮质和皮质下体积,并运行了层次聚类以根据协方差对区域体积进行分组。来自 DNA 的白细胞端粒长度 (LTL) 被用作细胞衰老的标志。我们采用线性回归模型来评估孩子数量、大脑年龄、区域大脑体积和 LTL 之间的关系,并包括交互项以探究关联中的性别差异。最后,我们将大脑测量值和 LTL 作为二元分类模型中的特征,以确定大脑和细胞老化的标志是否可以预测父母身份。结果显示,无论男女,出生/父亲的孩子数量越多与大脑年龄越小之间存在关联,女性的影响更大。基于体积的分析显示,纹状体和边缘区域存在母体效应,而父亲则没有。我们没有发现孩子数量与 LTL 之间存在关联的证据。父母身份分类显示大脑年龄模型的 ROC 曲线下面积 (AUC) 为 0.57,而使用区域大脑体积和 LTL 作为预测因子的模型显示 AUC 为 0.52。我们的研究结果与之前针对中老年父母的基于人群的研究一致,揭示了父母经验与基于神经影像的大脑健康替代指标之间存在微妙但重要的关联。该研究结果进一步证实了对父母在怀孕和产后进行的纵向队列研究的结果,可能表明父母身份的转变与大脑健康的长期影响有关。
许多作者考虑了用于分析来自杂种种群数据的设计(例如Neimann-Sprensen和Robertson,1961年; Soller和Genizi,1978年; Geldermann等,1985; Weller等,1990)。这些方法的缺点是他们一次使用来自单个MARIRW的信息。没有标记将具有统一性的杂合性,因此对于任何给定的标记,有些父亲都会是纯合的,因此是非信息的。这会浪费信息,并在QTL的估计位置中引入偏差可能会有更大的问题。此外,提出的最小二乘方法不能单独估计任何检测到的QTL的位置和效果。最大似然(ML)方法(Weller,1986; Knott and Haley,1992a)可以估计这两种效果,但是通常仅使用单个标记(Weller,1986; Knott; Knott and Haley,1992a and B)估计,位置与标记相对(I.E.可以是它的任何一侧)。
在过去十年中,出现了一种利用免疫系统对抗肿瘤的癌症治疗新模式。这些免疫疗法的新作用机制也给药物开发带来了新的挑战。生物标志物在免疫疗法早期临床开发的几个领域中发挥着关键作用,包括作用机制的证明、剂量确定和剂量优化、不良反应的缓解和预防以及患者丰富和适应症优先排序。我们讨论了在早期开发研究中建立一组生物标志物的预后、预测方面以及将生物标志物的变化与临床疗效联系起来的统计原理和方法。所讨论的方法旨在避免偏见并得出可靠且可重复的结论。本综述针对对免疫疗法背景下的生物标志物的战略使用和分析感兴趣的药物开发商和数据科学家。
糖尿病管理的一个重要措施是监测血糖,这往往需要连续采血,带来经济负担和不适。血糖和糖化血红蛋白A1c是传统的血糖监测指标。但现在糖化白蛋白、果糖胺和1,5-脱水葡萄糖醇(1,5-AG)越来越受到关注。1,5-AG是人体内化学稳定的单糖。当血糖水平正常时,其血清浓度保持稳定。然而,当血糖超过肾糖阈值时,它会降低。研究表明,1.5-AG反映1至2周内的血糖变化;因此,血清1,5-AG水平降低可以作为短期血糖紊乱的临床指标。最近的研究表明,1,5-AG不仅可用于糖尿病的筛查和管理,还可用于预测糖尿病相关不良事件和糖尿病前期患者的胰岛b细胞功能。此外,唾液1,5-AG在糖尿病的筛查和诊断中也具有潜在的应用价值,本文就1,5-AG的生物学特性、检测方法及临床应用等方面进行综述,以促进今后对1,5-AG的认识和应用研究。
心电图(ECG)是一种捕获心脏活动的电测量,是诊断心血管疾病(CVD)的金标准。但是,由于ECG需要使用用户参与,因此不可避免地进行心脏监测。相比之下,光电学(PPG)提供了易于收集的数据,但其精度有限限制了其临床用法。为了确定这两个信号的优势,最近的研究不适合将PPG信号重新构成到ECG的各种深度学习技术;但是,缺乏文本信息以及降低噪声生物医学信号的能力最终会限制模型的影响。在这项研究中,我们提出了一种基于变压器的新型体系结构,可从PPG重建ECG,并将PPG和重建的ECG与CVD检测的多种方式相结合。此方法是第一次在生物医学波形重构上进行了变压器序列到序列转换,并结合了PPG和ECG的优势。我们还创建了基于斑块的注意(SPA),这是一种效率方法,用于编码/解码生物医学波形。通过获取各种序列长度并捕获交叉点连接,SPA最大程度地提高了本地特征和全局上下文反复的信号操作。所提出的体系结构在BIDMC数据库上生成了0.29 RMSE的状态性能,以重新构建PPG到ECG,超过了先前的研究。我们还在模拟III数据集上评估了该模型,在CVD检测中达到了95.9%的精度,并在PPG-BP数据集中评估了该模型,在相关的CVD糖尿病检测中达到了75.9%的精度,表明其一般能力。作为一种概念证明,一种名为Pearl(原型)的耳环可穿戴式可穿戴,旨在扩大护理点(POC)医疗保健系统。