在纳米尺度(1 纳米至 100 纳米 (10-9 米))上对结构、电子和系统进行操控被称为纳米技术 [ 1, 2]。金属纳米粒子,尤其是金纳米粒子 (AuNP),因其与入射光的奇妙相互作用而备受关注 [ 3]。在所有金属纳米粒子中,金纳米粒子因具有电、磁、生物传感、等离子体、光子、催化和生物医学特性,在近几十年来引起了最多的关注 [ 4 ]。金纳米粒子对生物医学应用做出了重大贡献,如免疫色谱病原体识别、药物输送、生物标记、光热疗法和癌症光诊断 [ 5 ]。AuNP 在尺寸、形状、溶解度、稳定性和功能方面的可控合成一直是人们研究的课题。合成 AuNPs 的方法通常可分为三类:化学方法、物理方法和生物方法 [6]。化学方法、物理方法和生物方法。合成 AuNPs 的另一种环保方法是通过称为“绿色合成”的生物技术。为了最大限度地减少传统 AuNPs 合成过程中产生的有害化学物质和有毒副产物,生物合成至关重要。目前,不同的 AuNPs 是使用绿色材料生产的,如植物、真菌、藻类、酶和生物聚合物 [7-9]。由于生物合成产生的 AuNPs 高度稳定且特征明确,因此在生物医学应用中使用它们通常更安全,因为这些化合物来自天然材料 [10]。已经采用了几种经济、环保且实用的技术来从微生物 [11]、植物提取物 [12] 中生产纳米颗粒。这些植物提取物在将金转化为纳米颗粒时充当封端剂和还原剂
CNN 算法现已被证明能够诊断乳腺癌淋巴结转移,其性能至少与一组病理学家相当,并且更省时。[36] 深度学习还被证明可用于对前列腺腺癌苏木精和伊红染色标本进行 Gleason 自动分级,算法和病理学家之间的一致率为 75%。[37]
肺癌是癌症相关死亡的主要原因,每年全球约有 176 万人死于肺癌。间变性淋巴瘤激酶 ( ALK ) 和 c-ROS 致癌基因 1 ( ROS1 ) 基因融合是非小细胞肺癌 (NSCLC) 中公认的关键因素。尽管它们的发生频率相对较低,但它们的检测对于治疗决策和靶向治疗的实施至关重要。用于检测它们的公认方法是免疫组织化学 (IHC) 和荧光原位杂交 (FISH) 检测,以及基于 DNA 和 RNA 的测序检测。在这里,我们提出了一种基于图像的解决方案,可直接从苏木精和伊红 (H&E) 染色的病理切片图像进行分子分析。
Imagene 凭借其经过验证的准确性从竞争解决方案中脱颖而出。它建立了接近临床流程的基础设施和部署模型,以验证临床环境中的生物标志物检测模式。该公司了解在临床环境中证明其解决方案的独特价值的重要性。Imagene 进行了多项合作研究和验证。Ichilov 和 Sheba 医疗中心的肺癌患者也在接受新技术的测试。最近与 Sheba 医疗中心在《现代病理学》上发表了一篇科学论文,研究:“使用深度学习算法从苏木精和伊红染色的载玻片中直接识别非小细胞肺癌中的 ALK 和 ROS1 融合”呈现出前所未有的准确度,可与金标准技术相媲美。4
本期,我们选择了题为“microRNA 对链脲佐菌素诱发的糖尿病大鼠模型中心肌病的影响”的研究作为封面图片。在这项由 Doğan AŞ 等人进行的研究中,他们指出 miRNA 在糖尿病性心肌病中发挥了作用,并在链脲佐菌素 (STZ) 诱发的糖尿病大鼠模型中评估了使用 miRNA 作为诊断和治疗生物标志物的潜力。他们强调,miR-200c-3p 具有诊断价值,可以作为生物标志物的候选物。封面图片显示了对照组和糖尿病组样本中心肌细胞肥大的苏木精和伊红染色。此外,本期的其他文章旨在通过多学科方法为健康科学做出贡献。我们收录的一些文章包括:
方法 使用飞利浦扫描仪数字化的前列腺 CNB 的苏木精和伊红 (H&E) 染色载玻片开发了一种基于 AI 的算法,这些载玻片分为训练数据集(来自 549 张 H&E 染色载玻片的 1 357 480 个图像块)和内部测试数据集(2501 张 H&E 染色载玻片)。该算法为癌症概率、Gleason 评分 7-10(与 Gleason 评分 6 或非典型小腺泡增生 [ASAP] 相比)、Gleason 模式 5、神经周围侵袭和 CNB 材料中癌症百分比的计算提供了载玻片级评分。随后在 Aperio AT2 扫描仪上数字化的 100 个连续病例(1627 张 H&E 染色载玻片)的外部数据集上验证了该算法。此外,AI 工具在常规临床工作流程中的病理实验室中实施,作为第二个读取系统来审查所有前列腺 CNB。使用受试者工作特征曲线下面积 (AUC)、特异性和敏感性以及癌症百分比的皮尔逊相关系数 (Pearson's r) 来评估算法性能。
术中组织学对于手术指导和决策至关重要。然而,冷冻切片苏木精和伊红 (H&E) 染色的准确性较低,而金标准福尔马林固定石蜡包埋 (FFPE) H&E 染色时间过长,不适合术中使用。受激拉曼散射 (SRS) 显微镜已显示出具有脂质/蛋白质对比的脑组织学快速组织学,但很难产生与病理学家可解释的基于核酸/蛋白质的 FFPE 染色相同的图像。在这里,我们报告了一种半监督受激拉曼 CycleGAN 模型的开发,该模型使用未配对的训练数据将新鲜组织 SRS 图像转换为 H&E 染色。在 3 分钟内,可以生成与真实 H&E 完美匹配的受激拉曼虚拟组织学 (SRVH) 结果。盲检结果表明,经认证的神经病理学家能够在 SRVH 上区分人类神经胶质瘤的组织学亚型,但在常规 SRS 图像上却很难区分。SRVH 可提供比冷冻 H&E 更好的术中诊断,速度和准确性都更高,可扩展至其他类型的实体肿瘤。
核黄素-5-磷酸 (RF) 是角膜交联 (CXL) 中最常用的光敏剂,但其亲水性和负电荷限制了其穿透角膜上皮进入基质。为了增强 RF 对角膜的通透性并提高其在圆锥角膜治疗中的疗效,以 ZIF-8 纳米材料为载体制备了新型芙蓉状 RF@ZIF-8 微球复合材料 [6RF@ZIF-8 NF (纳米片)],其特点是疏水性、正电位、生物相容性、高负载能力和大表面积。苏木精和伊红内皮染色和 TUNEL 分析均证明 6RF@ZIF-8 NF 具有良好的生物相容性。在体内研究中,6RF@ZIF-8 NF 表现出优异的角膜渗透性和出色的跨上皮 CXL (TE-CXL) 功效,略优于传统 CXL 方案。此外,6RF@ZIF-8 NF 的特殊芙蓉状结构意味着它比 6RF@ZIF-8 NP(纳米颗粒)具有更好的 TE-CXL 功效,因为与上皮的接触面积更大,RF 释放通道更短。这些结果表明 6RF@ZIF-8 NF 有望用于跨上皮角膜交联,避免上皮清创的需要。
MI Cancer Seek 需要从 FFPE 组织标本中分离 TNA。福尔马林固定、石蜡包埋 (FFPE) 肿瘤组织标本的收集和制备遵循标准病理学实践。FFPE 标本可以未染色的载玻片或 FFPE 组织块的形式接收。在进行 MI Cancer Seek 检测之前,需要准备并由委员会认证的病理学家进行苏木精和伊红 (H&E) 染色的载玻片,以确认存在侵袭性癌症,并确保有足够的组织和肿瘤内容进行检测。最小组织面积为 25 mm 2 ZLWK • WXPRU FRQWHQW LV UHTXLUHG IRU 0, &DQFHU 6HHN 必要时,Caris 将对标本进行手动显微切割,以增加检测的细胞密度并尽可能避免干扰物。 H&E 载玻片将进行注释以进行手动显微切割,并将进行显微切割以丰富肿瘤内容和/或避免可能干扰的区域,例如坏死组织、脂肪细胞或黑色素。建议解剖 120 mm 2 组织面积作为 TNA 提取的最佳组织输入。
免疫疗法涉及利用免疫系统阻止肿瘤进展的治疗干预。这些包括检查点抑制剂、T 细胞操作、细胞因子、溶瘤病毒和肿瘤疫苗。在本文中,我们概述了结直肠癌 (CRC) 免疫疗法的最新发展以及人工智能 (AI) 在此背景下的作用。其中,微卫星不稳定性 (MSI) 可能是全球最受欢迎的 IO 生物标志物。我们首先讨论肿瘤的 MSI 状态、其对患者管理的影响及其与免疫反应的关系。近年来,一些有抱负的研究已经使用 AI 从常规诊断幻灯片的数字全幻灯片图像 (WSI) 中预测患者的 MSI 状态。我们对关于从苏木精和伊红染色的诊断幻灯片的数字化 WSI 中预测 MSI 和肿瘤突变负担的 AI 文献进行了调查。我们详细讨论了 AI 方法,并阐述了它们的贡献、局限性和推动未来研究的关键要点。我们进一步将这项调查扩展到其他 IO 相关生物标志物,如滤液中的免疫细胞和替代数据模式,如免疫组织化学和基因表达。最后,我们强调了 CRC 免疫疗法未来可能的发展方向,以及 AI 有望加速这一探索,造福患者。