癌症可能与Human体内炎症系统和免疫系统的变化有关。癌症发生期间外周血淋巴细胞的特定变化值得进一步探索。本文将探讨周围血液淋巴细胞与乳腺癌之间的关系,并为乳腺癌的早期诊断和治疗提供了一种新方法,这无疑会带来新的突破,以诊断乳腺癌。
精神健康部 (ADMH) 作为认证社区行为健康诊所 (CCBHC),必须根据药物滥用和精神健康服务管理局 (SAMHSA) CCBHC 认证标准,直接或通过指定合作组织 (DCO) 伙伴关系向阿拉巴马州的目标亚群提供 CCBHC 服务。本公告介绍了阿拉巴马州 CCBHC 的目标亚群。3. SAMHSA CCBHC 标准 授权 根据 CCBHC 标准 2.A。
1 宾夕法尼亚大学佩雷尔曼医学院生物统计学、流行病学和信息学系,宾夕法尼亚州费城 19104,美国;duongtra@usna.edu(DD-T.);jiongc@seas.upenn.edu(JC);sumita.garai@pennmedicine.upenn.edu(SG);fredxu@seas.upenn.edu(FHX);jingxuan.bao@pennmedicine.upenn.edu(JB)2 美国海军学院数学系,马里兰州安纳波利斯 21402,美国 3 普渡大学数学系,印第安纳州西拉斐特 47907,美国; rkaufman@math.purdue.edu 4 宾夕法尼亚大学工程与应用科学学院生物工程系,宾夕法尼亚州,PA 19104,美国 5 乔治梅森大学电气与计算机工程系,弗吉尼亚州费尔法克斯 22030,美国;xwang64@gmu.edu 6 瑞士联邦理工学院洛桑 Neuro-X 研究所,瑞士日内瓦 1015 7 日内瓦大学放射学和医学信息学系,瑞士日内瓦 1211 8 劳伦斯利弗莫尔国家实验室计算工程部,加利福尼亚州利弗莫尔 94550,美国;kaplan7@llnl.gov 9 CENTAI 研究所,意大利都灵 10138; giovanni.petri@nulondon.ac.uk 10 伦敦东北大学网络科学研究所 NPLab,英国伦敦 E1W 1LP 11 IMT 卢卡研究所网络部,意大利卢卡 55100 12 普渡大学综合神经科学研究所,美国印第安纳州西拉斐特 47907;jgonicor@purdue.edu 13 普渡大学工业工程学院,美国印第安纳州西拉斐特 47907 14 普渡大学韦尔登生物医学工程学院,美国印第安纳州西拉斐特 47907 15 耶鲁大学公共卫生学院,美国康涅狄格州新黑文 06520;yize.zhao@yale.edu * 通信地址:li.shen@pennmedicine.upenn.edu † 上述作者对本文的贡献相同。
针对疾病低频分子亚群开发靶向疗法 行业最终指南 本指南提出了哪些建议?最终指南《针对疾病低频分子亚群开发靶向疗法》为开发针对导致或促成疾病的分子改变的治疗方法提供了重要建议,以及可以证明对具有不同分子改变的患者(特别是存在于一小部分患者中的分子改变)有效的证据类型和数量。 药物开发和监管考虑 确定将某个分子亚群纳入临床试验的适当性 申办者应说明为什么证据的强度支持以下假设:具有目标分子改变的患者更有可能对靶向疗法产生反应。研究结果的普遍性如果基于计算、实验和/或临床证据支持的强有力科学原理,有理由预期分组的患者将具有相似的药理学反应,那么可以使用基于分子标准的富集策略,对具有不同分子改变的患者进行分组。在大多数情况下,FDA 都会批准符合纳入标准的患者使用该药物,而不管每个亚组或分子改变的代表性程度如何。标签标签的适应症和用途部分中所描述的适应症应足够广泛,以包括治疗具有低频率分子改变的患者,这些患者无论在临床试验中的代表性程度如何,都有资格参加试验。作为患者分组依据的研究(例如,细胞或动物模型、PD 数据)应明确说明(例如,在标签的临床药理学或临床研究部分)。初次批准后细化目标人群/适应症 鼓励申办方对可能对药物有反应但不符合原始试验条件的分子亚群进行额外研究。扩大药物适应症所需的临床疗效数据的数量和性质取决于药物在最初确定疗效的人群和正在扩大适应症的人群中药理反应的相似性以及药物作用的机制原理。此外,申办方应在上市后收集临床试验中人数有限或没有参加临床试验的患者亚群的数据,以提供有关药物风险和益处的更多信息。要了解有关评估疾病低频分子亚群中的靶向疗法的更多信息,请阅读 https://www.fda.gov/media/117173/download 上的指南
(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2024年2月12日发布。 https://doi.org/10.1101/2024.02.09.579319 doi:Biorxiv Preprint
转移起始细胞 (MIC) 具有干细胞样特征,可引起转移性复发并抵抗化疗,从而导致患者死亡。我们在此表明,前列腺癌和乳腺癌患者体内含有高表达 CX3CR1、OCT4a (POU5F1) 和 NANOG 的肿瘤细胞。CX3CR1 表达或信号传导受损会阻碍细胞系形成肿瘤球体,我们从中分离出与患者肿瘤相似的共表达 CX3CR1 和干细胞相关标志物的小亚群。这些罕见的 CX3CR1 High 细胞在小鼠模型中显示出转录组谱,这些转录组谱富含调节多能性的途径并具有转移起始行为。缺乏这些特征的癌细胞 (CX3CR1 Low) 能够随着时间的推移重新获得 CX3CR1 相关特征,这意味着 MIC 可以不断从非干细胞癌细胞中出现。CX3CR1 表达还赋予了对多西他赛的抗性,而长期用多西他赛治疗会选择具有去富集转录组谱的 CX3CR1 High 表型,以进行凋亡途径。这些发现提名 CX3CR1 作为类干细胞肿瘤细胞的新标记,并为未来开发针对 CX3CR1 信号传导和(重新)表达的方法作为预防或控制转移起始的治疗手段提供了概念基础。
A dynamic subpopulation of CRISPR-Cas overexpressers allows Streptococcus pyogenes to rapidly respond to phage Marie J. Stoltzfus 1 , Rachael E. Workman 1 , Nicholas C. Keith 1 , Joshua W. Modell 1 * 1 Department of Molecular Biology & Genetics, Johns Hopkins University School of Medicine, Baltimore, MD 21205, USA *Correspondence: jmodell1@jhmi.edu摘要许多CRISPR-CAS系统,可为细菌提供适应性免疫,以防止噬菌体,在其本土宿主中受到转录抑制。如何根据需要诱导CRISPR-CAS的表达,例如在噬菌体感染期间,人们对此仍然了解不足。在链球菌为链球菌中,一种非典型的指南RNA TRACR-L指导Cas9自动燃烧自己的启动子。在这里,我们描述了具有破坏Cas9结合并导致CRISPR-CAS过表达的单个突变的细胞的动态亚群。CAS9通过提高TRACR-L目标部位的突变率来积极扩大该人群。过表达者表现出更高的记忆形成率,旧记忆的效力更强,并且相对于野生型细胞具有更大的记忆存储能力,而野生型细胞非常容易受到噬菌体感染的影响。然而,在没有噬菌体的情况下,CRISPR-CAS过表达会降低健身。我们建议CRISPR-CAS过表达者是噬菌体防御中的关键参与者,使细菌种群能够对噬菌体的快速转录反应,而无需任何一个单元格中的短暂变化。引言有效的免疫系统必须迅速识别和破坏外国威胁,同时避免宿主内的类似主题。细菌编码了越来越多的免疫效应子来防御噬菌体(噬菌体)和质粒,但是这些系统如何平衡免疫力和自身免疫仍然是一个悬而未决的问题。CRISPR-CAS系统可为细菌提供针对异物核酸的适应性免疫,已作为转化基因编辑工具,但是在许多细胞类型中,CAS核酸酶的异源过表达是有毒的1-4。在其本地宿主中,CRISPR-CAS系统通常在没有噬菌体或其他压力源的情况下被转录抑制。尽管这种抑制能够减轻自身免疫性,但尚不清楚(i)原生CIRSPR-CAS启动子是否足够强大以在其解除抑制状态下引起自身免疫性以及(ii)如何根据需要暂时诱导CRISPR-CAS表达。在某些细菌和古细菌物种中,CRISPR-CAS表达对噬菌体感染的直接反应增加了5-9。但是,对噬菌体感染的任何反应都是与相对较短的裂解周期的种族,这可能会限制这种反应的效用。另一种策略是在噬菌体到来之前增加CRISPR-CAS的表达。的确,许多CRISPR-CAS阻遏物受环境信号的调节,可能会预测噬菌体感染,包括种群密度,包络压力和营养供应10-13。然而,噬菌体感染可能会或可能不会先于这些信号,我们想知道是否可能存在更可靠的机制来为噬菌体感染制备细胞。CRISPR-CAS免疫包括三个阶段:适应,生物发生和干扰。在适应性链球菌中II-A型系统,30 bp的噬菌体DNA或“间隔者”中被从噬菌体中捕获,并将其掺入CRISPR阵列的5'末端,并将
树突状细胞(DC)表现出专门的抗原功能,并在先天和适应性免疫反应中起关键作用。由于它们能够与幼稚的T细胞交叉肿瘤细胞相关的抗原,因此在控制肿瘤生长和肿瘤细胞传播的特定T细胞介导的抗肿瘤效应子反应中发挥了作用。在免疫抑制肿瘤微环境中,直流抗肿瘤功能可能会严重受损。在这篇综述中,我们专注于肿瘤细胞抗原DC捕获和激活的机制,以及肿瘤微环境在塑造DC功能中的作用,利用最近的研究,显示了SCRNA-Seq分析揭示的表型获取,转录状态和功能程序。还讨论了DC介导的肿瘤抗原传感在启动抗肿瘤免疫中的治疗潜力。
医疗人工智能 (AI) 对未来的医疗保健系统至关重要。医疗 AI 研究使用以变量为中心的方法,从知识、态度和行为层面孤立地研究了人们对使用医疗 AI 的抵触情绪,同时忽略了存在一些亚群,他们的知识、态度和行为的综合水平可能存在差异。为了解决文献中的这一空白,我们采用以人为本的方法,采用潜在概况分析来考虑人们的医疗 AI 客观知识、主观知识、消极态度和行为意图。在两项研究中,我们确定了三种不同的医疗 AI 概况,它们根据人们对医疗 AI 的信任和感知风险而系统地变化。我们的研究结果揭示了人们不愿使用医疗 AI 的本质,以及不同特征的个体在医疗 AI 方面可能具有不同的知识、态度和行为。
背景与目的:循环淋巴细胞亚群对接受术后放疗的宫颈癌患者的预后价值尚不明确。本研究旨在探讨这些淋巴细胞亚群对该患者群体的预后意义。方法:采集101例宫颈癌患者术后放疗前的外周血样本。采用流式细胞术确定淋巴细胞亚群的比例和绝对计数,包括总T细胞、CD4+ T细胞、CD8+ T细胞、自然杀伤(NK)细胞和B细胞。采用Kaplan-Meier方法和Cox回归分析估计总生存期(OS)并确定关键的预后因素。生成受试者工作特征(ROC)曲线以评估预测准确性。结果:生存分析显示,与NK细胞水平较高的患者相比,NK细胞比例降低(P = 0.02)或NK细胞计数减少(P = 0.01)的患者的总生存期(OS)明显较差。单因素Cox分析显示,NK细胞比例(P=0.025;HR,0.33;95%CI,0.12~0.87)和NK细胞计数(P=0.015;HR=0.28)均显著影响OS。多因素分析显示,CD4+T细胞比例(P=0.02;HR,0.08;95%CI,0.01~0.72)和NK细胞计数(P=0.08;HR,0.11;95%CI,0.01~1.37)为独立的预后因素。NK细胞计数预测1、2、3年生存率的ROC曲线下面积(AUC)分别为0.66、0.76、0.68。与早期诊断的患者(特别是 IB3 和 IIA 期)相比,IIIC1 期患者的 NK 细胞绝对计数和比例均显著降低。结论:我们的研究发现,治疗前的循环 NK 细胞计数和比例水平可作为接受术后放疗的宫颈癌患者的有希望的预后生物标志物