XiaoMi-AI文件搜索系统
World File Search Systemtumour
使用...进行脑肿瘤分割和分类
I. 简介 脑肿瘤是医学上的一大难题，需要精确的分割和分类来优化诊断和治疗。从历史上看，这些关键问题在很大程度上依赖于医务人员的手动决策，充满时间限制、观察者之间的差异以及越来越大的人类疲劳影响准确性的风险。尽管如此，机器学习的乐观声音，更具体地说是深度学习技术的出现，似乎将脑肿瘤分析引向了辉煌的前景。本研究旨在了解 U-Net 架构在脑分割和肿瘤分类中的作用，同时通过准确、高效和可重复的解决方案彻底改变该领域。借助深度学习，该研究希望克服与手动分析方法和响应式自动化流程相关的不足，这些流程可以持续训练以提供正确的结果。选择 U-Net 架构是一个明智的决定，因为它在生物医学图像分割任务中取得了成功，并且在描绘高级语义特征和细粒度空间映射方面具有固有优势
肿瘤球体结构的定量分析
肿瘤球体是无血管肿瘤生长的体外实验模型。与传统的二维培养物相比，肿瘤球体更紧密地模仿无血管肿瘤微环境，其中养分可用性的空间diûerence强烈影响生长。我们表明，使用明显的Diûer数量的细胞生长到相似的限制大小，这表明血管肿瘤具有极限结构。与肿瘤球体经典数学模型的未经测试的预测一致。我们开发了一种新型的数学和统计框架，以研究从用荧光细胞周期指示器转导的细胞中播种的肿瘤球体的结构，使我们能够区分被捕的和循环细胞并识别被捕的区域。我们的分析表明，瞬态球体结构与初始球体大小无关，并且极限结构可以独立于播种密度。标准实验协议比较球体大小与时间的函数；但是，我们的分析表明，将球体结构与总体大小的函数进行比较会产生对球体大小的变异性相对不敏感的结果。我们的实验观察是使用两种黑色素瘤细胞系进行的，但是我们的建模框架适用于各种球体培养条件和细胞系。
塔斯马尼亚魔鬼面部肿瘤疾病
DFTD主要影响性成熟的个体（在2-4岁之间），尽管由于疾病的影响，大多数成年人都没有达到2年。人们认为，成年人的传播更大，因为在交配季节，TD咬伤受伤的流行率最高。随着TD种群的年龄结构发生了变化，现在主要是1-2岁的年龄[5]，1岁的女性能够成长并获得足够的体重，以促进早期繁殖，从而使早期的性成熟度增加了。这并没有导致整体人口下降的变化[8，14]，但是最近对DFTD和TD遗传学的研究表明潜在的宿主 - 病原体共同进化。在DFTD遗传多样性和TD种群大小均达到最高时，DFTD感染的患病率在TD人群中最低[15]。
肿瘤微环境内的抗癌斗士......
在套细胞淋巴瘤 (MCL) 中，巨噬细胞在肿瘤微环境 (TME) 中的作用最近受到关注，因为它们会影响预后和治疗反应。尽管 MCL 肿瘤组织中的巨噬细胞绝对数量很少，但最近的研究结果显示巨噬细胞水平与预后之间存在关联，这与其他淋巴瘤亚型中观察到的趋势一致。M2 样巨噬细胞由 CD163 等标记物识别，有助于血管生成和抑制免疫反应。接受化学免疫疗法和靶向治疗的 MCL 患者的临床试验强调了高水平 M2 样巨噬细胞的不利影响。来那度胺等免疫调节药物可降低 MCL 相关 CD163 + 巨噬细胞的水平并增强巨噬细胞的吞噬活性。类似地，针对 CD47“别吃我”信号的临床方法与抗 CD20 抗体利妥昔单抗相结合，可增强巨噬细胞活性和对 MCL 肿瘤细胞的吞噬作用。嵌合抗原受体 (CAR) T 细胞等细胞疗法已显示出良好的前景，但仍存在各种挑战，这导致人们对 CAR-巨噬细胞 (CAR-M) 产生了潜在兴趣。当巨噬细胞被招募到 TME 时，它们具有吞噬功能和对微环境变化的反应性等优势，表明当 CAR T 细胞疗法在复杂的 MCL 治疗环境中失败时，它们有可能成为可操纵和可诱导的替代方案。
利用人工智能增强脑肿瘤诊断
本研究探索了人工智能 (AI) 在增强脑肿瘤诊断方面的潜力，具体是通过对两种先进的深度学习 (DL) 模型 ResNet50 和 YOLOv8 进行比较分析，这两种模型用于检测和分类 MRI 图像中的脑肿瘤。鉴于脑肿瘤的复杂性和多样性，该研究解决了医学领域对快速准确诊断工具的迫切需求。这项研究的动机是人工智能可以为医学诊断带来的潜在好处，特别是在速度和准确性方面，这对于有效的患者治疗和结果至关重要。在四种肿瘤类型的 7023 张 MRI 图像数据集上评估了 ResNet50 和 YOLOv8 模型的性能。使用的关键指标是准确度、精确度、召回率、特异性、F1 分数和处理时间，以确定哪种模型在检测和分类脑肿瘤方面表现更好。研究结果表明，尽管两种模型都表现出高性能，但 YOLOv8 在大多数指标上都超越了 ResNet50，尤其是在速度方面表现出优势。研究结果凸显了先进的深度学习模型在医学图像分析中的有效性，为脑肿瘤诊断带来了重大进步。通过对两种常用的深度学习模型进行全面的比较分析，结合当前将人工智能融入实际医疗应用的方法，并强调其潜在用途，这项研究推动了医学人工智能领域的发展，为部署未来人工智能诊断工具所需的知识提供了深刻见解。
Caf-巨噬细胞串扰肿瘤微环境...
抽象背景腹膜转移是胃癌最常见的转移模式。胃癌腹膜转移（GCPM）的预后较差，对常规治疗的反应较差。最近，免疫检查点封锁（ICB）在治疗GCPM方面表现出了良好的功效。最佳响应者的分层和ICB疗法的抵抗机制的阐明非常重要，并且仍然是主要的临床挑战。设计我们进行了II期试验，涉及用ICB（Sintilimab）与化学疗法结合的GCPM患者。收集了来自患者的原发性肿瘤，GCPM和外周血的样品进行单细胞测序，以全面解释GCPM的肿瘤微环境及其对免疫疗法疗效的影响。结果GCPM生态系统协调与原发性GC不同的独特免疫抑制模式，该模式由基质 - 乳糖叶菌组成，由SPP1+肿瘤相关的巨噬细胞（TAMS）和血栓形成蛋白2（THBS2）+Matrix Cancer-Cancer-Cancer-Isspatied Fibrobrobrobloblasts（McAfts）组成。因此，该基质乳突串扰是GCPM患者ICB耐药性的主要介体。从机理上讲，累积的THB2+MCAF促进了腹膜特异性组织居民巨噬细胞的募集，并通过补体C3及其受体C3A受体1（C3AR1）转化为SPP1+TAM，从而形成了原生质层状质基质丝状丝状niche。阻塞C3-C3AR1轴均破坏了基质乳突串扰，从而显着提高了ICB在体内模型中的益处。结论我们的发现提供了与GCPM患者ICB耐药性相关的细胞组成的新分子肖像，并有助于优先考虑治疗候选者以增强免疫疗法。
细胞遗传学体固体瘤测试
HER2 Amplification (indicate tumour primary) Breast Gastric Endometrial Brain Cancer: Gliomas 1p/19q CDKN2A FISH (IDH Mut) EGFR + PTEN FISH (IDH WT) Sarcoma and Carcinoma FISH ^EWSR1 - EWS-Family Tumours ^FUS – Low Grade Fibromyxoid Sarcoma ^SS18 - 滑膜肉瘤 ^MAML2 - 粘膜表皮类癌 ^ETV6 - 分泌癌 ^CDKN2A（p16） - 恶性间皮瘤
伽玛抵消适应免疫的肿瘤
抽象客观治疗诱导的肿瘤微环境（TME）重塑为癌症治疗带来了一个主要障碍。作为大多数肝细胞癌（HCC）患者表现出对反编程细胞死亡（配体）-1（抗PD- [L] 1）疗法的原发性或获得性的抗性，我们旨在研究对免疫接收靶标进行肿瘤适应的基础机制。设计通过抗PD-L1治疗的合成元素，免疫能力小鼠对HCC细胞的串行原位植入产生了两种抗免疫疗法的HCC模型，并通过单细胞RNA测序（SCRNA-SEQ），基因组和免疫分析对单细胞RNA测序（SCRNA-SEQ）进行询问。通过慢病毒介导的敲低和药理学抑制研究了关键信号通路，并通过对Pembrolizumab（NCT03419481）的II期试验进行了对HCC肿瘤活检的SCRNA-SEQ分析进一步验证。在没有明显的遗传变化的情况下，抗PD-L1耐药性肿瘤在免疫能力但不受免疫功能障碍的小鼠中比父母肿瘤大10倍，而这些小鼠的肿瘤变化伴随着髓样衍生的抑制细胞（MDSC）的肿瘤内积累（MDSC），cytotoxic cd8 + T细胞的细胞毒素和DESBORISECONS。从机械上讲，过氧化物酶体增殖物激活的受体伽马（PPARγ）转录活化活化的血管内皮生长因子-A（VEGF-A）产生以驱动MDSC扩张和CD8 + T细胞功能障碍的转录激活的血管内皮生长因子-A（VEGF-A）的产生。选择性的PPARγ拮抗剂触发了原位和自发性HCC模型中的免疫抑制至刺激性TME转化率，并将肿瘤变成抗PD-L1治疗。重要的是，对pembrolizumab抗性的HCC患者有40％（6/15）表现出肿瘤的PPARγ诱导。此外，较高的基线PPARγ表达与多种癌症类型的1例治疗患者的抗PD-（L）生存率较差有关。结论我们发现了一个适应性转录程序，肿瘤细胞通过PPARγ /VEGF-A介导的靶向免疫检查点靶向< /div < /div < /div
P001 肠道微生物组-前列腺肿瘤串扰是……
P001 肠道微生物组-前列腺肿瘤串扰受膳食多不饱和脂肪酸的调节。Jalal Laaraj，加拿大魁北克省魁北克大学拉瓦尔分校肿瘤轴研究中心泌尿肿瘤实验实验室，加拿大魁北克省。P002，PR03 免疫反应性癌症类器官模型用于检查微生物组代谢物对免疫检查点阻断功效的影响。Ethan Shelkey，美国北卡罗来纳州温斯顿塞勒姆维克森林艺术与科学研究生院。P003 一种由刺激和半抗原化肿瘤细胞组成的新型疫苗在移植了小鼠结肠腺癌 CT26 细胞的 Balbc 小鼠中的疗效结果。Céline Gongora，法国蒙彼利埃癌症研究所。 P004，PR04 CRISPR 介导的 CAR T 细胞中 PTPN2 缺失可增强抗肿瘤功效。Xin Du，Peter MacCallum 癌症中心，澳大利亚维多利亚州墨尔本。P005 GEN-011：一种针对新抗原的外周血衍生 T 细胞疗法，具有广泛的新抗原特异性和高 T 细胞纯度，同时避免了促肿瘤 T 细胞。Jessica B. Flechtner，Genocea Biosciences，美国马萨诸塞州剑桥。P006 IL-12 和 SARS-Cov-2 刺突质粒的肿瘤内电穿孔可驱动协调的疫苗反应并引发强大的抗肿瘤免疫力。Mia Han，OncoSec Medical Incorporated，美国加利福尼亚州圣地亚哥。P007，PR07 静止的癌细胞通过形成免疫抑制微环境形成免疫疗法抗性储存库。Judith Agudo，Dana-Farber 癌症研究所，美国马萨诸塞州波士顿。 P008 卡介苗给药途径对非肌层浸润性膀胱癌小鼠模型中肿瘤免疫微环境的影响。Aline Atallah，加拿大安大略省金斯顿皇后大学。P009 结直肠癌皮下小鼠模型中巨噬细胞募集与新血管形成的免疫调节之间的相关性。Shelby N. Bess，美国阿肯色州费耶特维尔阿肯色大学。P010 抗原优势等级塑造肿瘤中的 CD8 T 细胞表型和免疫治疗反应。Megan L. Burger，美国马萨诸塞州剑桥 David H. Koch 综合癌症研究所。P011 HPV+ 口咽癌临床前模型中与抗 PD-1 耐药性相关的 B 细胞亚群。 Stephanie M. Dorta-Estremera，波多黎各大学医学科学院，波多黎各圣胡安。P012 研究白细胞介素 34 依赖性调节肾癌肿瘤微环境。Andrea Emanuelli，波尔多大学 - INSERM U1029，法国波尔多。
脑肿瘤组概述和学科...
3. 中枢神经系统肿瘤的分类 中枢神经系统肿瘤在肿瘤类型和等级方面的准确组织病理学和分子生物学分类对于做出治疗决策和根据相应的治疗方案治疗患者或纳入临床试验至关重要。通过活检或手术收集的肿瘤组织通过标准化的常规组织学、免疫组织化学和分子病理学程序进行处理，并根据当前 WHO 中枢神经系统肿瘤分类进行分类 (4)。从历史上看，WHO 分类涵盖了基于光学显微镜的组织学实体，重点关注“恶性程度”，以估计生物学行为和疾病的自然临床过程。该分类系统定期更新，并开始包括基于分子特征的肿瘤实体及其亚型。最新版本来自 2021 年，包括诊断时的分子诊断方法方面的重大变化 (4)。这导致了中枢神经系统肿瘤命名和分级的不同和新方法。已经引入了新的肿瘤类型和亚型，其中一些纯粹基于新诊断技术（例如 DNA 甲基化分析）。