XiaoMi-AI文件搜索系统
World File Search System个体化
使用基于脑电图的神经反馈对创伤性脑损伤病例进行认知康复与传统方法的比较
严重创伤性脑损伤会留下认知障碍，严重影响生活质量。基于脑电图的神经反馈是一种成功用于创伤性脑损伤和中风以恢复认知和运动后遗症的技术。目前还没有对基于脑电图的神经反馈与传统神经心理康复的效果进行个体化比较的研究。我们介绍了一个创伤性脑损伤受试者的案例研究，该受试者接受了八次神经心理康复方案，针对注意力、执行功能和工作记忆，并与个性化的基于脑电图的神经反馈方案进行了比较，该方案的重点是与健康受试者不同的电极和波段（F3、F1、Fz、FC3、FC1 和 FCz），目标是在相同次数内抑制 theta 频带（3 Hz-7 Hz）。进行了定量脑电图和神经心理测试。基于脑电图的神经反馈在分散和持续注意力以及与视觉空间技能和运动相关任务的处理速度相关的几个方面具有明显优势。相关的定量脑电图变化证实了这些结果。基于脑电图的神经反馈可能是一种极好的补充技术，可以考虑用于增强传统的神经心理康复。
儿童达到目标药物暴露量
儿童的成熟生理反映在更复杂的给药方案中，以在儿科一生中达到目标暴露[1]。对于多种药物，如果满足以下要求，治疗药物监测（TDM）可能支持药物治疗的优化：（1）治疗范围较窄，（2）变异性大，（3）已知的浓度-效应关系，（4）没有可测量的效果。模型信息精准给药（MIPD）是TDM的下一步，最近受到了更多的关注，因为它可以作为帮助个体化给药的有力工具[2]。特别是，儿科药物治疗可能会受益于这种临床决策支持（CDS）的发展，并超越复杂的给药方案，实现更加个性化的给药。在本期期刊中，Hartman 等人[ 3 ] 评估根据基于模型的剂量指南对危重新生儿和儿童给药的万古霉素、庆大霉素和妥布霉素在 TDM 期间的目标达成情况。尽管如此，作者仍然观察到这三种药物的亚治疗浓度和超治疗浓度的比例很大。我们非常感谢他们在实施更简化的剂量指南后评估目标达成情况的主动性
常见多区域中尺度流形中的区域化动力学代表了一系列人类手部运动
人类的手在动物界中独一无二，拥有无与伦比的灵活性，从复杂的抓握到精细的手指个体化。大脑如何表示如此多样化的动作？我们使用皮层脑电图和降维方法评估了人类“抓握网络”中尺度神经动力学，以了解一系列手部动作。令人惊讶的是，我们发现抓握网络同时表示手指和抓握动作。具体而言，表征多区域神经协方差结构的流形在该分布式网络的所有运动中都得以保留。相反，该流形中的潜在神经动力学令人惊讶地特定于运动类型。将潜在活动与运动学对齐可以进一步发现不同的子流形，尽管运动之间的关节协同耦合相似。因此，我们发现，尽管在分布式网络层面上保留了神经协方差，但中尺度动力学被划分为特定于运动的子流形；这种中尺度组织可能允许在一系列手部动作之间进行灵活切换。
常见多区域中尺度流形中的区域化动力学代表了一系列人类手部运动
人类的手在动物界中独一无二，拥有无与伦比的灵活性，从复杂的抓握到精细的手指个体化。大脑如何表示如此多样化的动作？我们使用皮层脑电图和降维方法评估了人类“抓握网络”中尺度神经动力学，以了解一系列手部动作。令人惊讶的是，我们发现抓握网络同时表示手指和抓握动作。具体而言，表征多区域神经协方差结构的流形在该分布式网络的所有运动中都得以保留。相反，该流形中的潜在神经动力学令人惊讶地特定于运动类型。将潜在活动与运动学对齐可以进一步发现不同的子流形，尽管运动之间的关节协同耦合相似。因此，我们发现，尽管在分布式网络层面上保留了神经协方差，但中尺度动力学被划分为特定于运动的子流形；这种中尺度组织可能允许在一系列手部动作之间进行灵活切换。
遗传性帕金森病的新兴治疗方法
精准医疗（也称为个性化医疗或个体化医疗）旨在为正确的时间为正确的人制定特定的治疗方案。为实现这一目标，精准医疗使用诊断工具来识别特定的生物标记物（通常是基因），以帮助评估哪种医疗方法最适合每个患者 [2]。通过将这些测试数据与患者的病史和影响健康状况的重要因素相结合，有望在未来制定出有针对性的预防和治疗计划 [2]。因此，精准医疗并不是一个新概念。它是一个概念框架，当奥巴马总统在 2015 年宣布了一项旨在加速迈向精准医疗新时代的研究计划时，它就成为了医学领域之外的热门话题 [3]。精准医疗有各种好处，包括尽早发现疾病发作，从而将医学的重点从反应转移到预防（表 1）。在神经退行性疾病的背景下，在出现临床表现时（当然是在诊断时），大量的神经元已经永久丢失。因此，早期发现高危个体将有助于早期治疗（理想情况下可以保护细胞免于神经元死亡）。因此，成功的精准医疗将从目前的反应性
临床前嗜铬细胞瘤和副神经节瘤模型_细胞系、动物模型和人类原代培养模型
尽管数十年的研究证明建立人类嗜铬细胞瘤和副神经节瘤 (PPGL) 细胞系尤为困难，但目前还有其他可靠的临床前 PPGL 模型可用。本综述总结了这些模型，以及我们最近使用患者来源的 PPGL 原代培养物建立的个性化药物筛选平台。当前可用的 PPGL 模型包括小鼠和大鼠 PPGL 细胞系（其中只有一个细胞系（PC12）可通过细胞库公开访问）和 PPGL 动物模型（其中患者来源的异种移植模型很有前景但建立起来很复杂）。我们已经开发出下一代人类 PPGL 原代培养物实施方案，能够根据肿瘤独特的遗传、生化、免疫组织化学和临床特征进行可靠和个性化的药物筛选，以及对肿瘤药物反应性的个体化分析。总体而言，可靠的 PPGL 模型（包括患者来源的原代培养模型）对于推进 PPGL 领域的临床前研究至关重要。© 2024 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons.org/licenses/by/4.0/）。
提高分子检测的价值：结直肠癌精准医疗的现状与机遇
结直肠癌（CRC）是全球第二大癌症死亡原因1。手术根治性切除联合辅助化疗仍然是CRC的主要治疗选择，但术后5年生存率仅为60％左右，约三分之一的CRC患者在手术后2年内复发2。幸运的是，高通量测序的变革加速了精准医疗的发展。例如，KRAS突变提示CRC对抗表皮生长因子受体（EGFR）靶向治疗产生耐药性3。此外，分子引导的个体化治疗在主要临床领域和挑战中带来了新的希望，例如预测微卫星稳定（MSS）CRC对免疫治疗敏感性和耐药性的新型生物标志物。因此，通过分子检测确定更多潜在靶点以改善CRC患者的分层并实现CRC的精准治疗至关重要。从这个角度出发，我们基于以往的研究和经验，讨论了分子检测指导的 CRC 靶向和免疫治疗的现状和未来发展方向。我们还简要概述了在大型癌症中心进行分子检测的基本方面（图 1）。
UNICORN：通过可解释的多任务学习框架实现通用细胞表达预测
序列到功能分析是人类遗传学中的一项具有挑战性的任务，特别是在从生物序列（例如个体化基因表达）预测细胞类型特异性多组学表型时。在这里，我们提出了一种新方法 UNICORN，其预测性能比现有方法有所提高。UNICORN 将来自生物序列的嵌入以及来自预先训练的基础模型的外部知识作为输入，并使用精心设计的损失函数优化预测器。我们证明 UNICORN 在细胞水平和细胞类型水平的基因表达预测和多组学表型预测方面均优于现有方法，并且它还可以生成预测的不确定性分数。此外，UNICORN 能够将个性化的基因表达谱与相应的基因组信息联系起来。最后，我们表明 UNICORN 能够表征不同疾病状态或扰动的复杂生物系统。总体而言，基础模型的嵌入可以促进理解生物序列在预测任务中的作用，并且结合多组学信息可以提高预测性能。
转移性结直肠癌的分子靶向治疗
结直肠癌（CRC）占所有癌症类型的10%，是全球第三大癌症死亡原因。转移是导致CRC患者死亡的首要因素。约22%的CRC相关死亡病例在诊断时已存在转移，其中约70%的病例复发。近年来，随着新型靶向药物的应用，靶向治疗已成为CRC个体化综合治疗的一线选择。这些患者的管理仍然是一项重大的医学挑战。临床实践中最常见的CRC靶向治疗集中在抗血管内皮生长因子及其受体、表皮生长因子受体（EGFR）和多靶点激酶抑制剂。随着精准诊断技术的进步和第二代测序（NGS）技术的广泛应用，转移性结直肠癌（mCRC）中的BRAF V600E突变、KRAS突变、HER2过表达/扩增、MSI-H/dMMR等罕见靶点越来越多地被发现。同时，针对这些突变的新型治疗药物正在积极研究中。本文结合精准医疗的发展和新型分子靶向药物的发现，综述了CRC靶向治疗的临床研究进展。
BRAF V600E 突变的混合性大细胞神经内分泌癌和腺癌对靶向治疗有反应
背景肺癌仍然是全球癌症相关死亡的主要原因。非小细胞肺癌（NSCLC）的治疗策略根据多个驱动癌基因进行细分。然而，神经内分泌肺癌，特别是大细胞神经内分泌癌（LCNEC）的治疗并未改善。由于 LCNEC 的发生率低，其基因状态和体细胞突变检测在日常实践中的意义尚不清楚。2013 年，日本开展了全国性的个体化医疗肺癌基因组筛查项目（LC-SCRUM Japan），旨在为携带稀有基因的 NSCLC 患者开发分子靶向治疗方法。自 2019 年起，Onco-mine Dx Target test 多 CDx 系统已在日本晚期肺癌的多重基因检测中用于日常实践。因此，肺癌患者很可能接受体细胞突变检测。我们报告了一例携带 BRAF V600E 突变的 LCNEC 病例，该病例对达拉非尼和曲美替尼 (DT) 有反应。该病例证明了体细胞突变检测在 LCNEC 中的重要性。