XiaoMi-AI文件搜索系统
World File Search System亚型
精神病的脑部亚型在第一期同志群体中验证并与疾病的缓解有关：来自现象联盟的结果
Dominic B. Dwyer 1,2,31,31✉，Ganesh B.一百4,5，4,31， dhivia伍德2：3,13，Shinohara 4:16，Shou 4,16， Barnaby Nelson 2.3，Rachel E. Gur 21，Ruben C. Murray 24 24，Forti扩散24，Simone 24 24，Marcus V Davatzikos 4:32，Nicholaos 1：8,8,24.32✉和Paula Dazzan 24.32
根据 Toast 分类对急性缺血性卒中亚型进行人工智能研究：综合叙述性综述
摘要：正确识别缺血性中风 (IS) 的病因使我们能够在治疗中采取积极的干预措施，以治疗病因并预防新的脑缺血事件。然而，病因的识别通常具有挑战性，并且基于临床特征以及通过成像技术和其他诊断检查获得的数据。TOAST 分类系统描述了缺血性中风的不同病因，包括五种亚型：LAAS（大动脉粥样硬化）、CEI（心脏栓塞）、SVD（小血管疾病）、ODE（其他已确定病因的中风）和 UDE（病因不明的中风）。人工智能模型提供了定量和客观评估的计算方法，似乎提高了主要 IS 病因的灵敏度，例如颈动脉狭窄的断层扫描诊断、心房颤动的心电图识别以及磁共振图像中小血管疾病的识别。本综述旨在提供关于根据 TOAST 分类鉴别诊断缺血性卒中病因的最有效 AI 模型的全面知识。根据我们的研究结果，AI 已被证明是一种有用的工具，可用于识别预测因素，能够在大量异质性人群中对急性卒中患者进行亚型分类，特别是阐明 UDE IS 的病因，尤其是检测心脏栓塞源。
隧道尽头的光明：非小细胞肺癌KRAS突变亚型的临床特征和治疗前景
肺癌是最常见的癌症死亡原因之一，非小细胞肺癌（NSCLC）约占所有肺癌病例的85%。KRAS是RAS家族三种亚型之一，是与人类癌症相关的最常见致癌基因，并编码肿瘤中的关键信号蛋白。30%的NSCLC病例认为KRAS致癌突变是起始因素，占与驱动突变相关的NSCLC病例的最大比例。由于传统的小分子抑制剂难以有效抑制KRAS的相关功能，因此KRAS蛋白被称为“无药可用靶点”。然而，近年来，KRAS基因中一种常见突变——甘氨酸12突变为半胱氨酸（G12C）的发现，带来了共价抑制剂的设计和合成，为有效靶向KRAS提供了新的策略。本综述对KRAS的结构、功能、信号转导通路等进行了综述，并讨论了NSCLC中KRAS突变亚型（特别是G12C、G12V、G12D）可用的治疗策略和潜在的治疗前景，为NSCLC治疗中选择KRAS突变亚型提供参考。
生存增强的转移学习用于多中心蛋白质组学亚型和生物标志物发现
。cc-by-nc 4.0国际许可（未获得同行评审证明），他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。它是制作
基于网络的方法阐明了BRCA亚型的关键基因和三重阴性乳腺癌的化学疗法反应
乳腺癌表现出很大的转录异质性，对预测治疗反应和预后的预测构成了重大挑战。尤其是，将TNBC亚型转换为诊所的翻译仍然是一项正在进行的工作，部分原因是缺乏明确的转录特征区分亚型。我们最近基于网络的方法Pathext表明，疾病环境中的全球转录变化很可能是由少数关键基因介导的，并且这些介体可能更好地反映了功能或翻译相关的异质性。我们将phatext应用于4种亚型的1059个BRCA肿瘤和112个健康对照样品，以鉴定每个BRCA亚型中频繁的密钥介导基因。与传统的差异表达分析相比，Pathext识别的基因（1）在肿瘤之间表现出更大的一致性，揭示了共享和BRCA亚型特异性生物学过程，（2）更好地概括了多个基准中的BRCA相关基因，并且（3）在BRCA亚型细胞中表现出更大的依赖性分数。BRCA亚型肿瘤的单细胞转录组揭示了来自肿瘤微环境中多种细胞类型中pathext识别基因的亚型特异性分布。将Pathext应用于TNBC化学疗法响应数据集的应用确定了TNBC亚型特异性关键基因和与耐药性相关的生物学过程。我们描述了推定的药物，这些药物靶向可能介导耐药性的顶级新型基因。总体而言，适用于乳腺癌的Pathext优化了对基因表达异质性的先前观点，并确定了TNBC亚型的潜在介体，包括潜在的治疗靶标。
亚型选择性的异类型异类动物破坏了MYCN放大癌症的调节驱动因素
迈克尔·E·斯托克斯（Michael E.科学，哥伦比亚大学，纽约市，纽约市，10027，美国2，美国2，哥伦比亚大学医学中心，纽约市纽约市，纽约市，10032年，美国3美国3哥伦比亚大学医学中心，纽约市哥伦比亚大学医学中心，10032，美国4蛋白质组学和蛋白质组学和蛋白质组学和大型晶体晶体学院，哥伦比亚郡医学中心。 Columbia University, New York City, NY 10027, USA 6 Department of Pathology and Cell Biology and Herbert Irving Comprehensive Cancer Center, Columbia University Irving Medical Center, New York, NY 10032, USA 7 These authors contributed equally 8 Lead contact *Correspondence: ac2248@cumc.columbia.edu (A.C.), bstockwell@columbia.edu (B.R.S.)https://doi.org/10.1016/j.chembiol.2023.11.007
根据脑扩散 MRI 估计的朊病毒传播在散发性克雅氏病中具有亚型依赖性
摘要 散发性克雅氏病 (sCJD) 是一种传染性脑蛋白病。目前主要有五种临床病理亚型 (sCJD-MM(V)1、-MM(V)2C、-MV2K、-VV1 和 -VV2)。组织病理学证据表明，朊病毒聚集体和海绵状病变的定位因亚型而异。确定是否存在可检测成像异常的初始部位（震中）以及病变扩散的顺序将有助于疾病的早期诊断、患者分期、管理和临床试验招募。扩散磁共振成像 (MRI) 是检测海绵状变性最常用和最敏感的测试。本研究旨在使用弥散加权图像 (DWI) 在已知最大的经尸检证实的 sCJD 患者横断面数据集中首次在体内识别脑内亚型依赖性震中和病变传播。我们使用基于事件的建模（一种成熟的数据驱动技术）通过横断面 DWI 估计病变传播。1 名不知诊断的神经放射科医生对 594 名经尸检诊断的受试者（448 名 sCJD 患者）的 12 个大脑区域的 DWI 异常进行评分。我们使用基于事件的模型重建了五种纯亚型中病变传播的顺序。151 名患者的随访数据验证了估计的序列。结果表明，病变传播的中心和顺序是亚型特异性的。两种最常见的亚型（-MM1 和 -VV2）显示出相反的 DWI 异常出现顺序：分别从新皮质到皮质下区域，反之亦然。楔前叶也是 -MM2 和 -VV1 中最有可能的中心，尽管与 -MM1 不同，在扣带回和岛叶皮质中也检测到了早期异常信号。-MV2K 中复制了表征 -VV2 的病变传播尾部-喙部序列。这些数据驱动模型结合起来，提供了前所未有的动态洞察，可以洞察病理过程开始和传播时亚型特异性中心，这也可能增强早期诊断并实现 sCJD 的疾病分期。
通过基于图像的数据驱动疾病进展模型识别临床前阿尔茨海默病试验队列中的异质性
结果 我们从 A4 研究中纳入了 1,240 名 Aβ+ 参与者（和 407 名 Aβ- 对照者），以及 731 名符合 A4 标准的 ADNI 参与者。SuStaIn 确定了三种神经退行性疾病亚型 - 典型、皮质、皮质下 - 共包括 523 人（42%）。其余的被指定为零亚型（萎缩不足）。皮质亚型的基线 PACC 评分（A4 主要结果）明显低于零亚型（中位数 = -1.27，IQR = [-3.34,0.83]）（中位数 = -0.013，IQR = [-1.85,1.67]，P<.0001）和皮质下亚型（中位数 = 0.03，IQR = [-1.78,1.61]，P = .0006）。在 ADNI 中，在四年的时间里（与 A4 相当），在典型（-0.23/年；95% CI，[-0.41,-0.05]；P=.01）和皮质（-0.24/年；[-0.42,- 0.06]；P=.009）亚型以及 CDR-SB（典型：+0.09/年，[0.06,0.12]，P<.0001；和皮质：+0.07/年，[0.04,0.10]，P<.0001）中均观察到 mPACC 的认知能力下降更为严重。
胶质瘤亚型预测放射影像学使用治疗前机器学习算法的机器学习文献综述
来自康涅狄格州纽黑文耶鲁医学院放射学和生物医学成像系（JL、TV、LJ、MvR、NT、SM、GCP、RB、AG、MAH、HS、WB、BVM-N.、AA、ML、MA）、神经病学和耶鲁癌症中心（AO）和治疗放射学（SA）；德国杜塞尔多夫海因里希海涅大学神经外科系（JL、MS）；亚利桑那州菲尼克斯梅奥诊所放射学系（II）；明尼苏达州罗切斯特梅奥诊所放射学系（GMC）；加利福尼亚州圣地亚哥 Visage Imaging Inc（KB、ML）；宾夕法尼亚州费城宾夕法尼亚大学佩雷尔曼医学院医院放射学系（AN）；宾夕法尼亚州费城宾夕法尼亚大学佩雷尔曼医学院神经外科系 (AFK)、生物医学图像计算和分析中心 (SB) 和放射学系 (SB)；宾夕法尼亚州费城费城儿童医院神经外科分部 (AFK) 和数据驱动发现中心 (AFK)；以及宾夕法尼亚州费城理查兹医学研究实验室 (SB)。