XiaoMi-AI文件搜索系统
World File Search Systemmarkers
父母身份以及大脑和细胞年龄的标记
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。
引用 Ji S 和 Ji N (2025) 人乳头瘤病毒 16 的甲基化位点作为宫颈癌进展的潜在生物标志物。Front. Oncol. 15:1
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 ）。
鉴定用于诊断 2 型糖尿病的生物标志物......
方法：对基因表达综合数据库中两种疾病的公开数据进行差异表达分析和加权基因相关网络分析（WGCNA），寻找与两种疾病相关的基因。利用蛋白质-蛋白质相互作用（PPI）、基因本体论和京都基因和基因组百科全书来识别与T2DM相关的MAFLD基因和潜在机制。利用机器学习算法结合12种cytoHubba算法筛选候选生物标志物，构建并评估T2DM相关MAFLD的诊断模型。采用CIBERSORT方法研究MAFLD中的免疫细胞滤过和中心基因的免疫学意义。最后，采集T2DM相关MAFLD患者、MAFLD患者和健康个体的全血，并采用高脂、高糖结合高脂细胞模型来验证中心基因的表达。
●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。
内皮细胞标志物对 BNT162b2 mRNA COVID-19 加强疫苗的不同反应模式与刺突特异性 IgG 抗体 p 相关
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
在...
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）。
预后和预测的双性标记 - - 肾脏 - ...
抽象的几种将血清生物标志物纳入转移性肾细胞癌的预后模型已经建立了患者的生存。生物标志物研究的临时进步突出了许多额外的血清，基因突变，遗传表达信号和组织学生物标志物，这些血清预测了临床结果和对治疗的反应。因此，我们审查了与整体，特定癌症，自由和无疾病的生存率，总体反应以及用于转移性肾细胞癌的成年人群体治疗失败率相关的生物标志物。我们回顾了人类研究报告生物标志物与临床结果之间的关联。数据是通过标准化形式抽象的，然后在适当的情况下用危险比和置信区间进行了报道，并通过生物标志物类型（血清，基因突变，遗传表达和组织学）细分。我们确定了一系列与预后和预测结果临床关联的新生物标志物。超过现代风险模型中使用的生物标志物，与预后一致的生物标志物包括CAIX，COP-NLR，CRP，S-TATI和VEGF的血清水平，BAP1，CDKN2A，CIMP/FH和TERT中的基因突变，ERV和NQO1的基因表达，以及NQO1的基因表达，以及Histolophage Inviltration和Histomolophage Invilitration and P.Caix and caix and caix and caix and caix and caix and caix and caix and caix and P.生物标志物与对靶向抗血管生成疗法的反应始终相关，包括血清CRP，MET中的突变，PBRM-1，BAP1和MTOR途径，TERT启动子突变以及PTEN和血管生成基因的表达。HERV，T-effer和免疫原性的基因表达与对免疫检查点抑制的反应改善有关。 未来的模型应纳入研究良好的生物标志物，以帮助临床医生预测转移性肾细胞癌患者的结果和治疗反应。HERV，T-effer和免疫原性的基因表达与对免疫检查点抑制的反应改善有关。未来的模型应纳入研究良好的生物标志物，以帮助临床医生预测转移性肾细胞癌患者的结果和治疗反应。
癌症免疫疗法早期临床开发相关生物标志物的统计方法概述
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。
使用Luminex液体悬浮芯片技术
方法：该研究包括737例患者：585例糖尿病（DM）和152例DKD。人口统计和医学特征的倾向评分匹配（PSM）确定了78例患者的子集（DM = 39，DKD = 39）。使用两个Luminex液体悬浮芯片根据分子量和浓度来检测11个尿生物标志物。The biomarkers, including cystatin C (CysC), nephrin, epidermal growth factor (EGF), kidney injury molecule-1 (KIM-1), retinol-binding protein4 (RBP4), a 1-microglobulin ( a 1-MG), b 2-microglobulin ( b 2-MG), vitamin D binding protein (VDBP), tissue在DM和DKD组中比较了金属蛋白酶-1（TIMP-1），肿瘤坏死因子受体1（TNFR-1）和肿瘤坏死因子受体-2（TNFR-2）的抑制剂。使用接收器操作特征（ROC）曲线分析评估了单个生物标志物和各种生物标志物组合的诊断值。
对强迫症的心理治疗和药理治疗的结构神经影像学标记的系统综述
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。