XiaoMi-AI文件搜索系统
World File Search Systemmarker
2025; 15（8）：3223-3233。 doi：10.7150/thno.100786评论人工智能增强视网膜成像作为全身性疾病的生物标志物
1。北京北部100084北京大学的Tsinghua医学临床医学院。2。北京视觉科学与转化眼研究所（BERI），北京Tsinghua Changgung医院，Tsinghua医学，Tsinghua University，北京，中国100084，中国。3。眼中，北京北部北京医院，北京，102218，中国。4。澳大利亚皇家维多利亚时代眼和耳医院的眼睛研究中心，澳大利亚维克，墨尔本；墨尔本大学墨尔本大学手术系（眼科），澳大利亚VIC。5。未来技术学院，北京，北京，中国。 6。 北京北京北京大学生物科学与医学工程学院北京高级创新生物医学工程中心生物力学和机械生物学的关键实验室。 7。 上海国际国际智能预防和治疗代谢疾病的联合实验室，计算机科学与工程系，电子，信息和电气工程学院，上海乔顿大学，内分泌学和代谢学系，上海第六人的内分泌学和代谢系，与shanghai jiao diabe of Shanghai jiao diabe shanghai Internition of Shanghai jiao nighthai in Internition shanghai insthanghai insthanghai insthanghai insthanghai insthanghai shanghai shanghai insthanghai insthanghhai糖尿病，中国上海。 8。 MOE，AI，电子，信息和电气工程学院的主要实验室，中国上海，上海大学，中国上海。 9。 波兰Olsztyn的Warmia和Mazury大学眼科系。 10。 11。未来技术学院，北京，北京，中国。6。北京北京北京大学生物科学与医学工程学院北京高级创新生物医学工程中心生物力学和机械生物学的关键实验室。7。上海国际国际智能预防和治疗代谢疾病的联合实验室，计算机科学与工程系，电子，信息和电气工程学院，上海乔顿大学，内分泌学和代谢学系，上海第六人的内分泌学和代谢系，与shanghai jiao diabe of Shanghai jiao diabe shanghai Internition of Shanghai jiao nighthai in Internition shanghai insthanghai insthanghai insthanghai insthanghai insthanghai shanghai shanghai insthanghai insthanghhai糖尿病，中国上海。8。MOE，AI，电子，信息和电气工程学院的主要实验室，中国上海，上海大学，中国上海。 9。 波兰Olsztyn的Warmia和Mazury大学眼科系。 10。 11。MOE，AI，电子，信息和电气工程学院的主要实验室，中国上海，上海大学，中国上海。9。波兰Olsztyn的Warmia和Mazury大学眼科系。 10。 11。波兰Olsztyn的Warmia和Mazury大学眼科系。10。11。波兰波兹南眼科发展基金会眼科研究所。新加坡新加坡新加坡新加坡新加坡眼中中心的新加坡眼睛研究所。新加坡新加坡新加坡新加坡新加坡眼中中心的新加坡眼睛研究所。
基于血液的系统生物学生物标志物用于下一步...
阿尔茨海默氏病（AD） - 一种复杂的疾病，表现出多种致病力学改变，这是由遗传/表观遗传和环境风险因素的非线性动态相互作用触发的，最终会融合到生物学上异质性疾病中。为了解决早期临床前阶段的AD负担，目前正在开发可访问的血液生物标志物。具体来说，下一代临床试验有望将基于预测的血液标志物整合到研究设计中，以在单个水平上评估目标药物可药用和潜在的耐药性机制。在这种情况下，系统生物学有望加快使用临床试验环境的验证和资格，包括机械验证，患者选择，治疗效率和安全率的评估以及预后评估。尽管在婴儿期，基于系统生物学的方法有望通过多因素和个体间的变异性来识别相关的AD“签名”，从而使我们能够破译疾病的病理生理学和病因。希望，创新的生物标志物代码开发策略将成为有效改善疾病的药物的道路。
心脏肌肉生物标志物在免疫检查点抑制剂心肌炎的诊断和预后
3 University of California San Diego, San Diego, California, USA 4 Sorbonne University, Public Assistance-Hospitals of Paris ,, Inserm, Department of Cardiology, CIC-901, Unico-Greeco Cardio-Ons Program, Saint-Antoine Hospital, Paris, France 5 Hopital Ambroise-Péré, Neuilly sur Seine, Immunotherapy, Department of Oncology, PSL Research University, Institut法国居里，法国7索邦大学，巴黎公共援助室，生物化学激素学，托农医院，巴黎，法国8索邦大学，公共援助 - 巴黎公共援助 - 巴黎，INSERM，INSERM，内科，Pitié-Salpêtrière医院，巴黎，巴黎，巴黎9号公共部门。法国巴黎F-75013Pitié-Salpêtrière医院
5年疗效和生物标志物来自Checkmate 238
ABSTRACT ◥ Purpose: In the phase III CheckMate 238 study, adjuvant nivo- lumab signi fi cantly improved recurrence-free survival (RFS) and distant metastasis-free survival versus ipilimumab in patients with resectedstageIIIB – CorstageIVmelanoma,withbene fi tsustainedat 4 years.我们报告了更新的5年效率和生物标志性发现。患者和方法：由阶段和基线编程的死亡细胞配体1（PD-L1）表达进行分层的IIIB - C/IV型黑色素瘤的患者，并每2周接受Nivolumab 3 mg/kg或接受Nivolumab 3 mg/kg，或者每3周每3周一次ipiLimumAb每3周一次撤回每12周，然后每3周，均可恢复1年，直到有毒性，直到有疾病，直到有疾病，直到有疾病。主要终点是RFS。结果：在62个月的最小随访中，具有Nivolumab的RF仍然优于ipilimumab（HR¼0.72; 95％的置信间隔，0.60 - 0.86； 5年50％比39％）。五个 -
婴儿猝死综合症生物标志物的发现可以识别有风险的婴儿
“这项研究的结果非常令人兴奋——我们离解释导致 SIDS 死亡的途径越来越近了，”研究员 Fern R. Hauck 医学博士、理科硕士、弗吉尼亚大学健康中心家庭医学医生、芝加哥婴儿死亡率研究主任和 SIDS 领域的顶尖专家说道。“我们希望这项研究能够奠定基础，通过简单的血液测试帮助识别出患 SIDS 风险较高的婴儿，并挽救这些宝贵的生命。”
目前正在注册生物流体生物标志物研究
全面研究名称：防止所有ALS - 纵向生物标志物研究，面向ALS研究长度的参与者：长达3年（6次远程访问/3次远程访问/3次年度访问）参与者：无症状的ALS Gene载体的人是ALS Gene载体或具有ALS生物标记的家族史：血液和光学症的范围：我们在研究中的脑海中的范围：我们在研究中的脑海中的范围：我们在研究中的范围和宽广的脑质量范围：我们的脑海中弥漫性的人群在我们的范围内建立了脑海中的范围：疾病变化。这项研究中收集的信息可能会导致针对ALS最早变化并导致预防疾病的治疗的发展。首席研究员：MD赞助商詹姆斯·贝里（James Berry）：美国国立卫生研究院和圣约瑟夫医院和医疗中心，凤凰城，凤凰城，亚利桑那州招生联系人：mghpreventallals@mgb.org courtney uek，Courtney UEK，电话：617-724-0783 Rachel Freedman，电话：617-724-72-3224-32268
从自闭症成像生物标志物挑战中获得的见解
摘要 MRI 已被广泛用于识别自闭症谱系障碍 (ASD) 的解剖和功能差异。然而，许多这些发现已被证明难以复制，因为研究依赖于小规模的队列，并且建立在许多复杂、未公开的分析选择之上。我们进行了一项国际挑战，以根据 MRI 数据预测 ASD 诊断，我们提供了来自 2,000 多人的预处理解剖和功能 MRI 数据。对预测的评估是严格盲测的。146 名挑战者提交了预测算法，这些算法在挑战结束时使用未见数据和额外的采集站点进行了评估。对于最佳算法，我们研究了 MRI 模式、大脑区域和样本量的重要性。我们发现证据表明 MRI 可以预测 ASD 诊断：10 个最佳算法可靠地预测了诊断，AUC~0.80 - 远远优于目前使用 20 倍大队列中的基因分型数据可以获得的结果。我们观察到功能性 MRI 对预测比解剖性 MRI 更重要，并且增加样本量可以稳步提高预测准确性，从而为改进生物标志物提供了一种有效的策略。我们还观察到，尽管有强烈的动机将其推广到看不见的数据，但给定数据集上的模型开发面临着过度拟合的风险：在现有数据的交叉验证中表现良好，但不能推广。最后，我们能够在挑战结束后添加的外部样本 (EU-AIMS) 上预测 ASD 诊断，尽管预测准确性较低 (AUC=0.72)。这表明，尽管基于大型多站点队列，但我们的挑战仍然产生了在数据集变化面前脆弱的生物标志物。
生物标志物可预测 KRASG12C 抑制剂在肺癌治疗中的成功率
研究人员开发了一种特殊的测试方法，称为邻近连接试验，以测量 RAS 和 RAF 在癌细胞内相互作用的频率。他们的结果表明，RAS-RAF 相互作用较强的肿瘤也具有更高水平的活性 RAS 信号传导，这与对 KRASG12C 抑制剂的更好反应有关。
从生物标志物发现到目标治疗策略
2型糖尿病（T2DM）和甲状腺疾病（TD）是两种与代谢功能障碍密切相关的内分泌疾病，因此代表了全球既定的健康问题（Kalra等人，2019年）。T2DM是一种以β细胞功能障碍，异常葡萄糖稳态和胰岛素抵抗为标志的慢性疾病（Defronzo等，2015）。甲状腺疾病涉及甲状腺激素的产生和调节异常，影响葡萄糖代谢和免疫反应（Chauhan和Patel，2024； Yamauchi和Yabe，2025年）。这两种状况都显着影响患者的生活质量，并增加患有其他健康并发症的风险，例如心血管疾病，肾衰竭和神经系统障碍。此外，肥胖与这些代谢疾病的发生率有关（Pulgaron和Delamater，2014年）。这些代谢性疾病背后的关键机制是复杂而多因素的。在糖尿病中，胰腺β细胞的功能障碍导致胰岛素的产生不足，诱导外周组织中胰岛素敏感性的丧失，例如肌肉和脂肪组织（Donath and Shoelson，2011年）。此外，全身性慢性炎症，失调的脂肪因子分泌和脂质代谢改变与T2DM的进展有关（Gasmi等，2021; Chen等，2022）。TD中的遗传因素和环境因素有助于改变甲状腺功能，通常由自身免疫机制驱动（Tomer and Davies，2003； Bao等，2021）。有了良好的指南来诊断这种疾病，新的药物类型的发展仍在继续（McGill等，2024； Tywanek等，2024），而纳米技术可能会革新内分泌障碍治疗，桥梁
后验饮食模式可以更好地解释肠道微生物组的变化，而不是美国肠道项目中的单个标记
摘要背景：已显示单个饮食成分和特定的饮食方案会影响肠道微生物组。目标：在这里，我们通过寻找可以在基于人群的队列中最好与肠道微生物组联系在一起的饮食模式来探讨长期饮食的贡献。方法：使用先验和后验方法，我们从1800名成年人在美国肠道项目中完成的FFQ构建了饮食模式。饮食模式被定义为参与者组的组或食物变量组合（因素），该标准从个人营养到整体饮食。我们将这些模式与16S核糖体RNA的肠道微生物组数据相关联，分别是744名参与者的子集。结果：与单个特征（例如纤维和蛋白质）或代表减少饮食特征减少的因素相比，基于食物组的后验饮食模式与肠道微生物组β多样性最有效（P≤0.0002）。两种模式遵循谨慎的饮食（基于植物和柔韧性的饮食），并表现出健康最高的饮食指数2010（HEI-2010）得分。另外两种模式在HEI-2010分数中呈现出西方样饮食。第五个模式主要由排除饮食（例如低碳水化合物）后的参与者组成。值得注意的是，与柔韧性模式相比，最西方模式的肠道微生物组α多样性明显低于（p≤0.009），并且排除饮食模式与双歧杆菌的相对丰度低有关（p≤1.2×10 –7），这是通过饮食状况更好地解释的。结论：我们证明了全球 - 偏置的后验模式与肠道微生物组的变化相比，比美国成年人的个体饮食特征更多。这些结果证实，在研究肠道微生物组时，总体评估饮食很重要。它也将促进更多