1 Research Unit, General University Hospital of Albacete, Health Service of Castilla-La Mancha (SESCAM), Albacete, Spain, 2 Molecular Oncology Laboratory, Molecular Medicine Unit, Associated Unit of Biomedicine, University of Castilla-La Mancha-Spanish National Research Council (UCLM- CSIC), Faculty of Medicine, Albacete, 39 cine, University of Castilla-La Mancha, Albacete, Spain, 4 Immunology Unit, Clinical Analysis Department, General University Hospital of Albacete, Albacete, Spain, 5 Microbiology Department, General University Hospital of Albacete, Albacete, Spain, 6 Research Unit, General University Hospital of Albacete, Albacete, National Parastatics of Toledo, Albacete, Spain, 7 Internal Medicine Department, General University Hospital of Albacete, Albacete, Spain, 8 Biomedicine Institute of UCLM (IB-UCLM), Faculty of Medicine, University of Castilla-La Mancha, Albacete, Spain, 9 Faculty of Pharmacy, Associated University of Castile-La Mancha, 10 of Biomedicine UCLM- CSIC, University of Castilla-La Mancha, Ciudad Real, Spain, 11 Neurology Department, General University Hospital of Albacete, SESCAM, Albacete, Spain, 12 Faculty of Medicine, University of Castilla- La Mancha, Albacete, Spain
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。
持续感染高危型人乳头瘤病毒 (HR-HPV) 以及随后的病毒癌蛋白 E6 和 E7 上调被认为是宫颈癌变中的关键分子事件 ( 1 , 2 )。这些癌蛋白会干扰关键宿主肿瘤抑制蛋白的功能,导致恶性转化。具体来说,E6 会促进 p53 的降解,p53 是一种对程序性细胞死亡至关重要的肿瘤抑制因子,而 E7 则会抑制通常调节细胞周期进程的视网膜母细胞瘤蛋白 (pRb) ( 3 , 4 )。p53 和 pRb 功能的破坏会导致染色体不稳定和癌症发展 ( 5 )。在各种 HR-HPV 类型中,HPV16 最为常见(其次是 HPV18),是全球 50% 以上宫颈癌病例的诱因 ( 6 – 8 )。 HPV 感染发生在宫颈上皮未分化的基底细胞中,病毒早期蛋白 E1、E2、E6 和 E7 在此细胞中表达水平较低(9)。随着被感染细胞的分化,病毒晚期蛋白 L1 和 L2 产生,用于衣壳的形成和病毒颗粒的组装。E4 蛋白通过与宿主细胞骨架结合协助病毒颗粒的释放(10,11)。高免疫原性的 L1 蛋白的产生受宿主蛋白和表观遗传修饰的调控,确保其仅在分化细胞中表达,从而逃避免疫检测(12)。HPV16 L1 蛋白及其相关 mRNA 在低度宫颈病变和增殖性感染中可检测到,但其缺失与高度病变高度相关(13,14)。虽然 L1 编码序列在转化细胞中保持完整,但衣壳蛋白不会合成(15)。尽管 HR-HPV 感染是宫颈癌的必要前兆,但只有一小部分感染者会发展为宫颈癌 ( 16 , 17 )。目前的 HPV DNA 检测不足以准确识别需要阴道镜检查的 HR-HPV 阳性女性,因为许多感染都是暂时性的 ( 18 )。目前建议对 HPV16 和 HPV18 进行基因分型,并结合细胞学检查进行宫颈癌筛查 ( 19 );然而,需要更特异的生物标志物来分类 HPV16 或 HPV18 阳性的女性,并减少不必要的阴道镜转诊 ( 20 , 21 )。宿主基因和 HPV 基因的甲基化已得到广泛研究,并被证实与宫颈异常有关 ( 22 , 23 )。甲基化修饰,例如 L1 基因内的 CpG 位点甲基化,可以控制该基因的表达,该基因在转化的宫颈细胞中经常被沉默。亚硫酸氢盐测序报告称 3' L1 基因区域的甲基化水平较高,表明其在控制 L1 表达方面具有潜在作用 ( 24 , 25 );然而,亚硫酸氢盐测序和直接测序等方法可能导致临床样本中甲基化水平估计不准确。焦磷酸测序,一种更准确的定量方法,已用于测量 HPV DNA 甲基化,揭示了各种 HPV 类型的 L1 和 L2 区域的高甲基化( 26 , 27 )。最近的研究表明,L1 基因甲基化可以区分宫颈上皮内瘤变 3 (CIN3) 和浸润性宫颈癌( 26 , 28 )。
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。
心脏代谢综合征(CMS)与心血管疾病,2型糖尿病和全因死亡率的风险增加有关。重量调整后的腰围圆形指数(WWI)已成为评估肥胖及其健康影响的新型指标。考虑了炎症标记的介导作用,研究CMS患者的WWI与死亡率之间的关系。该研究分析了2003年至2018年的国家健康和营养检查调查(NHANES)数据,并确定了6506例CMS患者。WWI被计算为腰围(CM)的平方根除以重量(kg)。死亡率数据与国家死亡指数(NDI)相关。针对人口统计学和临床协变量调整的COX回归模型,评估了第一次世界大战对全原因和原因特定死亡率的影响。最后,使用调解分析探索了炎症标记在第一次世界大战与死亡率之间关系中的作用。这项研究观察到CMS患者之间第一次世界大战与全因,心血管和与糖尿病相关的死亡率之间的线性阳性相关性。调整了人口和临床混杂因素后,第一次世界大战仍然是死亡率的重要预测指标。调解分析表明,炎症标记,尤其是中性粒细胞和全身免疫炎症指数(SII),显着介导了第一次世界大战与全因死亡率之间的关系。WWI是CMS患者死亡率的独立预测指标,炎症可能将肥胖与死亡率风险联系起来。这些发现可能会为CMS的临床风险评估和管理策略提供信息。
研究人员分析了Karolinska大学医院的82例患者的血液样本,患有胆囊癌。他们使用了机器学习和蛋白质组学 - 蛋白质结构和功能的最大尺度分析,以识别潜在的生物标志物。通过检查7,500种不同的蛋白质,研究人员能够鉴定651种蛋白质,这些蛋白质取决于患者是否患有癌症或炎症。,八种蛋白质表现出特别高的诊断准确性。,八种蛋白质表现出特别高的诊断准确性。
关于Promarkerd(www.promarkerd.com)与糖尿病相关的慢性肾脏病(DKD)是由糖尿病引起的严重并发症,如果未经检查可以导致透析或肾脏移植。Promarkerd是一种预后测试,可以预测2型糖尿病患者的未来肾脏功能下降,而现有DKD则可以预测肾脏功能。专利的Promarkerd测试系统使用血液测试来检测疾病早期发作的独特“指纹”。在基于云的算法将结果集成到患者风险报告中之前,多元测试测量了蛋白质和临床生物标志物的精选面板。在领先的期刊上发表的临床研究中,Promarkerd正确地预测了多达86%的健康糖尿病患者,他们在四年内继续发展为糖尿病肾脏疾病。
“寡聚化(小分子结合形成较大结构的过程)对免疫相关蛋白对于它们的活性至关重要。即使是少量这些大型复合物也可以解释免疫系统的绝大部分反应。我们还证明了这种现象在阿尔茨海默氏和帕金森氏症等疾病中,这是一个快速发展的领域。”
机器学习(ML)见证了医疗领域内的显着意义,这主要是由于与健康相关数据的可用性增加以及ML算法的逐步增强。因此,可以利用ML来制定有助于疾病诊断,预测疾病进展,量身定制治疗以满足个人患者需求并提高医疗保健系统的运营效率的预测模型。及时检测疾病有助于有效的症状管理,并保证提供适当的治疗方法。在多发性硬化症(MS)中,诱发电位(EPS)与扩大的残疾状态量表(EDSS)有很强的相关性,这表明其潜力是残疾进展的可靠预测指标。本研究的目的是应用人工智能(AI)技术来识别与残疾指数(EDSS)评估的MS进展相关的预测因素。必须阐明EP在MS预后中的作用。我们对从125个记录组成的医学数据库获得的经验数据进行了分析。我们的主要目标是构建能够通过应用高级知识挖掘算法来预测EDSS索引的专家AI系统。我们开发了智能系统,可以预测使用ML算法,特别是决策树和神经网络的MS的进展。中,获得的精度分别为88.9%,92.9%和88.2%,可与获得88.2%,96.0%和85.0%精度的MRI相当。可以将EPS确定为MS的预测指标,其功效类似于MRI发现。对于验证EPS是必要的,该EPS明显低于MRI,并且比MRI更便宜,并且更简单,与成像或生化方法同样有效,可作为MS的生物标志物发挥作用。
结果:这项研究中发现了几种生物标志物,以增强我们对CTA的理解。此外,我们的发现揭示了CTA和Ecto-secodermal疾病之间的显着关联,这之前尚未进行广泛探讨。值得注意的是,在发育前和发育后阶段都表达了24个双表达基因,这表明在牙齿完整性,修复和稳态中具有调节作用。代谢组学分析显示,与CTA独特相关的28个上调和17个下调的代谢产物。关键的代谢改变涉及核苷酸代谢,嘌呤代谢,氧化应激和WNT信号传导。高性能代谢物(AUC≥0.90),包括PEG N5(0.99),PEG N6(0.98)(0.98)(0.98),PEG-4(0.97),PEG N7(0.96),PEG N8(0.95),0.94(0.94),咖啡因(0.94),咖啡因(0.94),Hydroxycaproic(0.91)和Alpha-Alpha-Apperyl(0.91)和Alphaa-appArty基因(0.91)(0.91)(0.91)(0.91)(0.91)强大的诊断潜力。CTA患者在对照组中显示292例独特的代谢产物与238例,表明代谢途径改变。蛋白质组学分析鉴定出76个上调和33个下调的基因,并具有关键的生物标志物[SERPINA1(0.92),PZP(0.90),FGA(0.91),TLN1(0.94),FGB(0.95)],显示AUC-ROC≥0.90。pan-omics融合,然后进行弦分析确定了20个与先天性牙齿发育量信号密切相关的中央集线器基因。