XiaoMi-AI文件搜索系统
World File Search Systemneoplasm
基因组编辑模拟和逆转与骨髓增生性肿瘤相关的普遍突变
骨髓增生性肿瘤 (MPN) 会导致血细胞（如红细胞增多症）或血小板（原发性血小板增多症）的过度生成。JAK2 V617F 是许多 MPN 中最常见的体细胞突变，但之前在小鼠中对这种突变的建模依赖于转基因过度表达，并导致不同的表型，在某些情况下，这些表型归因于表达水平。CRISPR-Cas9 工程通过精确修改原代细胞中的内源性位点，为建模和潜在治愈遗传编码疾病提供了新的可能性。我们在此开发了“无疤痕”的 Cas9 试剂，用于在永生化人类红系祖细胞 (HUDEP-2)、CD34+ 成人人类造血干细胞和祖细胞 (HSPC) 以及免疫表型长期造血干细胞 (LT-HSC) 中创建和逆转 JAK2 V617F 突变。我们发现与内源性 JAK2 V617F 等位基因相关的体外增殖没有明显增加，但与野生型细胞共培养揭示了突变提供的竞争性生长优势。即使在没有造血细胞因子信号传导的情况下，获得 V617F 等位基因也会促进红系祖细胞的终末分化。综上所述，这些数据与 MPN 的逐渐进展的表现相一致，并表明与转基因过表达模型相比，内源性获得性 JAK2 V617F 突变可能产生更细微的表型。
神经内分泌肿瘤的靶向 α 粒子治疗
摘要 神经内分泌肿瘤 (NEN) 是一类非常多样化的肿瘤，全球发病率呈上升趋势。全身治疗仍然是无法切除和/或转移性 NEN 的主要治疗方法。177 Lu-DOTATATE 是一种发射β粒子的放射性药物，已成为转移性胃肠胰神经内分泌肿瘤 (GEP-NEN) 的一种有前途的治疗方法。然而，治疗选择有限，特别是在 177 Lu-DOTATATE 治疗失败后。本综述旨在确定和总结靶向α粒子治疗 (TAT) 在治疗转移性 NEN（特别是 GEP-NEN）中的现有证据和潜在不良事件。我们搜索了 MEDLINE、EMBASE、SCOPUS 和 Cochrane Library 数据库。我们确定了两篇符合纳入标准的文章，并将其纳入本综述。可用于治疗转移性 NEN 的假定放射性药物包括 225 锕 ( 225 Ac)-DOTATATE 和 213 铋 ( 213 Bi)-DOTATOC。有证据表明，使用这两种放射性药物均有部分反应，且无显著的血液学、肾脏或肝毒性。未来的研究应考虑进行长期随机对照试验，以研究 TAT（尤其是 225 Ac-DOTATATE）在治疗转移性 NEN 中的作用。
在神经内分泌肿瘤中对分子成像和疗法的共识
Ambrosi V.，Kunikowska J.，Baudin E.，Bodei L.，Book C.，Capter J.和Al。 （2021）。 共识我们在神经内分泌Neoplasms中打印和热词。 欧洲癌症杂志，146，56-73 [10.1016/j.ejca.2021.01.008]。Ambrosi V.，Kunikowska J.，Baudin E.，Bodei L.，Book C.，Capter J.和Al。（2021）。共识我们在神经内分泌Neoplasms中打印和热词。欧洲癌症杂志，146，56-73 [10.1016/j.ejca.2021.01.008]。
神经内分泌肿瘤中精确医学的分子分析和目标可行性：现实世界数据
结果：在156名合格患者中有114例获得了MPS，其中包括12％的Net-G1、42％Net-G2、13％的Net-G3和35％的神经内分泌癌（NEC）。主要部位为肺/胸腺（40％），胰腺（19％），胃肠道（16％），头颈部（10％），未知（10％）和其他患者的同步转移（10％）。最常见的MA是：Men1（25％），PTEN（13％），TP53（11％）和TSC2（9％），NEC中的Neuroenocrine肿瘤（NET）和TP53（50％）和RB1（18％）在NEC中。这些MA分子靶标（ESCAT）分类的临床可行性的ESMO量表为：I（5％），III（20％），IV（23％），X（27％）；在48％的患者中确定了假定的可操作MA。中位TMB为5.7 mut/ mb，3 TMB> 10和1 MSI净。在26％的患者中发现没有MA。对19例患者（4 NEC，15净）进行了分子匹配的治疗：免疫疗法（n = 3），Tipifarnib（n = 1），Notchi（n = 1），EGFRI（N = 2），HER2I（n = 1）和Everolimus（n = 11）（n = 11）。总体而言，有67％的患者的临床益处定义为GMI超过1.3，疾病控制率为78％。
晚期神经内分泌肿瘤的治疗策略：现状与未来前景
神经内分泌肿瘤（NEN）是来源于肽能神经元和神经内分泌细胞的相对罕见的肿瘤。NEN 具有高度异质性，可发生于身体的任何部位，在消化系统尤为常见。NEN 包括多种肿瘤类型，其生物学行为表现出明显差异。NEN 分为高分化神经内分泌肿瘤（NET）和低分化神经内分泌癌（NEC）。NET 可进一步分为以下三类：低级别 NET，1 级（NET G1）；中级别 NET G2；高级别 NET G3。NEC 包括大细胞型 NEC（LCNEC）和小细胞型 NEC（SCNEC），均被认为是高级别。目前晚期NEN的治疗主要有生物治疗、靶向治疗、化疗以及仍在研发中的免疫治疗、肽受体放射性核素治疗（PRRT）等新疗法。但由于NEN较为罕见，药企投入有限，针对晚期NEN的Ⅲ期临床研究较少，目前的研究多为研究者发起的Ⅰ、Ⅱ期临床试验或大规模回顾性研究。NEN治疗方案繁琐复杂，应谨慎选择，如上所述。本文对晚期NEN治疗方案的临床应用现状及研究进展进行全面总结，尤其是针对晚期NET的治疗方案，可能对临床治疗具有指导意义。
新抗原癌疫苗：地平线上的新恒星高级神经内分泌肿瘤的治疗策略：当前状态和未来前景
神经内分泌肿瘤（NENS）是由肽基神经元和神经内分泌细胞引起的相对罕见的tum tum。nens是高度异质的，可以发生在身体的任何部位，并且在挖掘系统中具有特殊的流行。nens由一系列肿瘤类型组成，生物行为表现出显着差异。nens被分为差异化的神经内分泌tum- OR（NETS）和分化差的神经内分泌摄影症（NEC）。网可以进一步分类并分为以下三类：低级网，1级（net G1）；中级净G2;和高级净G3。NEC包括大型细胞类型NEC（LCNEC）和小细胞类型NEC（SCNEC），它们都被认为是高级的。目前，晚期NEN的主要治疗方法是生物学疗法，靶向疗法，化学疗法以及仍在发育中的新疗法，例如免疫疗法和肽受体受体放射性核素治疗（PRRT）。然而，由于尼斯的稀有性，制药公司的投资有限，很少有III期研究针对高级NENS。大多数目前的研究包括研究者引起的I期和II期临床试验或大规模回顾性研究。NEN处理，因为它繁琐且复杂。在此，我们全面总结了高级NEN治疗方案的临床应用状况和研究进度，尤其是对于可能的高级网络，这可能会
为骨髓增生性肿瘤（MPN）的英国患者指南。
不要害怕要求人们在您的状况下进行自我教育。您可以通过本指南来获取支持网络，并鼓励他们访问MPN语音网站，以了解有关MPN的更多信息。有些人发现有能力分享他们所学的信息并充当朋友和家人的“老师”。MPN罕见且复杂，即使是关心我们的人，也会因医疗保健专业人员使用的医学条款和缩写词而感到困惑。为此，您可以在第14页的词汇表中参考常见术语。您可能想建议他们与您一起参加可用的支持小组，例如MPN语音患者论坛，在那里他们可以与支持亲人的其他人见面并分享经验 - 请在MPN语音网站上查看即将到来的论坛。否则，参加您所在地区的临床护士专家主导的支持小组（如果有）可能会有所帮助。
母细胞性浆细胞样树突状细胞肿瘤（BPDCN）
互联网上有很多关于癌症的信息。其中一些可能不可靠或不是最新的，而且很多都不适用于您。您的医疗团队最适合为您提供特定于您的信息，因为他们了解您的个人情况。如果您想自己搜索信息，请寻找 NHS 或国家慈善机构等信誉良好的组织。寻找质量标记，例如患者信息论坛 (PIF) 勾选。
Dysregulation of BCL-2 family proteins in blood neoplasm
During cellular stress, the master regulators of intrinsic self-death (apoptosis) are BCL-2 family proteins. The BCL-2 family proteins play a key role in apoptosis and are tightly regulated via other BCL-2 family proteins, non-BCL-2 protein suppressors, and epigenetic modifications. As the name implies, these proteins possess one or two of the four BCL-2 homology domains (BH1–BH4). According to their roles, they are classified as pro-apoptotic or pro-survival proteins. BH-3-only proteins possess a single BH3 domain and are specific/key effector proteins for intracellular death commitment, particularly in the context of cell survival and programmed cell death. This delicate interplay among the BCL-2 family members is essential for maintaining the primary hemostasis, or balance, of cell fate. The anti-apoptotic proteins, such as BCL-2 and BCL-XL, promote cell survival by inhibiting apoptosis. On the other hand, the pro-apoptotic proteins, such as BAX and BAK, drive apoptosis. It ensures that cells are able to respond appropriately to various internal and external signals, ultimately determining whether a cell survives or undergoes programmed cell death. Understanding and targeting this delicate balance is a promising avenue for developing therapeutic strategies to modulate cell fate and treat various diseases. The molecular pathogenesis of BCL-2 family proteins in blood disorders involves differential expression of these components resulting in the dysregulation of the pathway contributing to cell survival and resistance to apoptosis as observed in follicular lymphoma, diffuse large B-cell lymphoma, acute lymphoblastic leukemia, and acute myeloid leukemia. Such dysregulation is a major impediment to standard therapies and aids in chemo resistance. Studies show some promising clinical outcomes with antineoplastic agent venetoclax either as a monotherapy or in combination with other agents. This review discusses recent studies on the regulation of BCL-2 family proteins which might provide a molecular landscape for their clinical implications in blood disorders.
成熟淋巴肿瘤的人工智能和分类
血液学家，遗传学家和临床医生就结合了临床特征，组织学特征，免疫表型和分子病理学分析的淋巴性肿瘤分类达成了多学科协议。The current classification includes the World Health Organization (WHO) Classification of tumours of haematopoietic and lymphoid tissues revised 4th edition, the International Consensus Classification (ICC) of mature lymphoid neoplasms (report from the Clinical Advisory Committee 2022), and the 5th edition of the proposed WHO Classification of haematolymphoid tumours (lymphoid neoplasms, WHO-HAEM5).本文修改了成熟淋巴肿瘤分类的最新进展。人工智能（AI）最近迅速发展，随着AI整合计算机科学和数据集以基于复杂的输入数据进行预测或分类，其在医学中的作用变得越来越重要。总结了先前的研究，据描述了几个机器学习和神经网络如何预测患者的预后，并分类成熟的B细胞肿瘤。In addition, new analysis predicted lymphoma subtypes using cell-of-origin markers that hematopathologists use in the clinical routine, including CD3, CD5 , CD19 , CD79A , MS4A1 ( CD20 ), MME ( CD10 ), BCL6 , IRF4 ( MUM-1 ), BCL2 , SOX11 , MNDA , and FCRL4 ( IRTA1 ).总而言之，尽管大多数类别在两种分类中都是相似的，但是在某些疾病的诊断标准上也存在概念上的差异和差异。预计AI将被纳入淋巴瘤分类为另一种生物信息学工具。