化学性侵犯转移性结直肠癌(MCRC)的患者预后不佳。使用程序性细胞死亡蛋白1(PD-1)/程序性细胞死亡配体1(PD-L1)抑制剂的应用鼓励改善MCRC微卫星不稳定性高(MSI-H)/不匹配修复维修剂(DMMR)的生存。不幸的是,对于MCRC而言,微卫星稳定(MSS)/优先不匹配修复(PMMR)无效,占MCRC的95%。放射疗法可以通过直接杀死肿瘤细胞并诱导阳性免疫活性来促进局部控制,这可能有助于协同进行免疫疗法。我们介绍了一名先进的MSS/PMMR MCRC患者,该患者在第一线化学疗法,姑息手术和二线化学疗法结合靶向疗法后患有进行性疾病(PD)。然后,患者接受了PD-1抑制剂的疗法,结合了放射疗法和粒细胞 - 巨噬细胞刺激因子(GM-CSF)。根据实体瘤版本1.1(recist1.1)的反应评估标准,该患者在三年后与无进展生存期(PFS)的三重疗法后显示了完全反应(CR),迄今为止已有2年以上的时间。患者除疲劳(1级)外没有其他明显的不良反应。三合一疗法为转移性化学难治性MSS/PMMR MCRC患者提供了有希望的策略。
摘要:雷帕霉素 (mTOR) 激酶的机制靶点是促进健康和延长寿命的首要药物靶点之一。除雷帕霉素外,只有少数其他 mTOR 抑制剂被开发出来并被证明能够减缓衰老。我们使用机器学习来预测针对 mTOR 的新型小分子。我们选择了一种小分子 TKA001,基于对高靶向概率、低毒性、良好的物理化学性质和更好的 ADMET 特征的计算机预测。我们通过分子对接和分子动力学对 TKA001 结合进行了计算机建模。TKA001 在体外可有效抑制 TOR 复合物 1 和 2 信号传导。此外,TKA001 在体外可抑制人类癌细胞增殖并延长秀丽隐杆线虫的寿命,这表明 TKA001 能够在体内减缓衰老。
肝细胞癌 (HCC) 是一种高发癌症,在全球癌症死亡原因中位居第三 ( 1 )。尽管 HCC 监测方案不断进步,但由于缺乏早期临床表现,大约 80% 的患者在确诊时已是中期或晚期,从而错过了根治性切除的机会。尽管如此,HCC 有多种治疗方法,具体取决于患者的临床情况、肿瘤分期和保留的肝功能 ( 2 )。经动脉化疗栓塞术 (TACE) 是针对中期和晚期 HCC 的推荐局部治疗 ( 3 )。TACE 不仅可以与化疗相结合,还可以与肝脏肥大诱导方法相结合 ( 4 )。然而,TACE 的有效性随着手术次数的增加而降低,每次手术后都会观察到更高的疾病进展率 ( 1、3、5、6 )。这种现象被称为“ TACE 难治性”,是由日本肝病学会和日本肝癌研究组于 2014 年提出的一个新概念 ( 7 , 8 )。从那时起,它作为晚期 TACE 难治性肝细胞癌的治疗选择引起了广泛关注。为了提高 TACE 的疗效,人们尝试了各种联合肝脏治疗和全身治疗,例如消融、放疗、酪氨酸激酶抑制剂 (TKI) 和免疫疗法 ( 9 )。索拉非尼和仑伐替尼是晚期肝细胞癌的一线治疗药物,但其生存获益有限 ( 10 )。针对程序性死亡-1 (PD-1) 的免疫检查点抑制剂 (ICI) 在 CheckMate040 和 KEYNOTE-224 等 I/II 期临床试验中已显示出良好的效果 ( 11, 12 )。然而,在 CheckMate 459 和 KEYNOTE-240 两项 III 期试验中,抗 PD-1 疗法并未显示出优于标准治疗 ( 13 , 14 )。最近的研究推荐将抗 PD-(L)1 药物与抗 VEGF 抗体或 TKI 联合治疗作为晚期 HCC 的一线治疗,因为它具有良好的疗效。TACE 诱导的肿瘤组织坏死引起的肿瘤抗原释放可能会增强肿瘤特异性免疫反应。此外,TACE 后的缺氧反应可以进一步刺激肿瘤血管生成 ( 15 )。考虑到这些因素,将 TACE 与 TKI 和 PD-1 抑制剂联合使用有望在 TACE 难治性晚期 HCC 病例中取得积极成果 ( 16 )。上述因素表明,将 TACE 与 TKI 以及 PD-1 抑制剂联合使用可在 TACE 难治性晚期 HCC 病例中取得良好效果。结合 TACE、TKI 和 PD-1 抑制剂的治疗方法可能会在治疗晚期
乳腺癌是女性死亡的主要原因。在治疗这种疾病方面已取得了巨大进步,芳香酶抑制剂(AIS)已被认为是基石。它们的特征是高效率和低毒性。作者回顾了可用文献和定义的状态AI管理。这项研究旨在帮助临床医生在日常临床实践中同样权衡患者的需求和疾病控制率的需求。今天,AIS在治疗激素受体阳性乳腺癌中起着核心作用。 在这项研究中,专家小组回顾了有关AIS使用的文献,讨论了它们在乳腺癌的各个方面的使用,从乳腺癌前和绝经后早期乳腺癌到转移性乳腺癌,以及其有关效率和毒性的管理。 鉴于在改善日常临床实践中的生存方面取得的出色结果,临床医生需要解决他们对治疗持续时间的担忧以及对骨骼健康,心血管系统和代谢的不利影响。 目前,除了癌症治疗外,患者的参与对于改善依从性和支持患者的生活质量至关重要,尤其是在选定的患者中,例如接受扩展辅助疗法或与靶向疗法结合的患者。 对现代技术的描述提供了为这一重要目标做出贡献的描述。今天,AIS在治疗激素受体阳性乳腺癌中起着核心作用。在这项研究中,专家小组回顾了有关AIS使用的文献,讨论了它们在乳腺癌的各个方面的使用,从乳腺癌前和绝经后早期乳腺癌到转移性乳腺癌,以及其有关效率和毒性的管理。鉴于在改善日常临床实践中的生存方面取得的出色结果,临床医生需要解决他们对治疗持续时间的担忧以及对骨骼健康,心血管系统和代谢的不利影响。目前,除了癌症治疗外,患者的参与对于改善依从性和支持患者的生活质量至关重要,尤其是在选定的患者中,例如接受扩展辅助疗法或与靶向疗法结合的患者。对现代技术的描述提供了为这一重要目标做出贡献的描述。
在过去的十年中,免疫检查抑制剂(ICIS)的出现彻底改变了对恶性实体瘤的治疗,从而在一部分患者中产生了持久的好处。但是,无人值守的过度免疫反应可能导致免疫相关的不良事件(IRAE)。iraes可以在体内的不同器官中表现出来,肺毒性通常称为免疫检查点抑制剂相关的肺炎(CIP)。CIP发病率保持较高,预计随着ICIS的治疗指示扩展以涵盖更广泛的恶性肿瘤。由于其发病机理和严重程度的个体差异很大,因此CIP的诊断和治疗很困难,严重的CIP通常会导致患者的预后不良。本综述总结了有关CIP的发病率,风险因素,预测生物标志物,诊断和治疗的临床研究状态,我们解决了预防和准确预测CIP的未来方向。
抽象是一种由仓鼠细胞中肿瘤抑制基因控制的血管生成的分泌抑制剂,与血小板和基质蛋白血小板传播的片段相似。这两种蛋白质在生化上相似,并且在免疫学上进行了交叉反应,并且可以在两个功能测定中互相代替。人类势头细胞蛋白在体内抑制了本体内的新血管形成,并且在体外抑制了内皮细胞的迁移,仓鼠蛋白GPL40也是如此。gpl4o和人血小板传播一样,使平滑肌细胞刺激了表皮生长因子。血小板传播基因已定位在人类铬-15。这些结果证明了泛素粘合剂糖蛋白血小板蛋白的功能,该功能可能在新生血管形成的正常生理下调中很重要。此外,它们增加了血小板传播可能是众多靶标分子之一,肿瘤抑制基因可以抑制肿瘤生长。
这是已接受出版的未经编辑手稿的PDF文件。作为对客户的服务,我们正在提供手稿的早期版本。手稿将在以最终形式发布之前对由此产生的证明进行复制,排版和审查。请注意,在生产过程中可能会发现可能影响内容的所有法律免责声明,这些错误声明适用于期刊。
银屑病是一种慢性炎症性皮肤病,经常在同一位置复发,这表明病变皮肤细胞可能存在表观遗传学变化。在这项研究中,我们发现从银屑病皮肤病变中分离的成纤维细胞即使在培养几次后仍保留了异常表型。转录组分析显示银屑病成纤维细胞中几种基因上调,包括纤维连接蛋白的额外结构域 A 剪接变体和 ITGA4。小分子表观遗传修饰药物的表型文库筛选显示,选择性 CBP/p300 抑制剂能够挽救银屑病成纤维细胞表型,降低纤维连接蛋白的额外结构域 A 剪接变体和 ITGA4 的表达水平。在咪喹莫特诱发的银屑病样皮肤炎症小鼠模型中,使用强效 CBP/p300 阻断剂 A485 进行全身治疗可显著减少皮肤炎症、免疫细胞募集和炎症细胞因子产生。我们的研究结果表明,表观遗传重编程可能代表一种治疗和/或预防银屑病复发的新方法。
摘要 近年来,护肤品的开发日益增多。含有经证实有效的活性成分的化妆品配方,即药妆,是基于各种化合物,包括肽。具有抗酪氨酸酶活性的不同美白剂已应用于药妆领域。尽管它们很容易获得,但由于毒性、稳定性差等因素,其适用性往往受到限制。在这项工作中,我们展示了缩氨基硫脲 (TSC)-肽结合物对二酚酶活性的抑制作用。三肽 FFY、FWY 和 FYY 通过酰胺键形成在固相中与三种带有一个或两个芳香环的 TSC 结合。然后在鼠黑色素瘤 B16F0 细胞系中检查化合物作为酪氨酸酶和黑素生成抑制剂的作用,然后对这些细胞进行细胞毒性测定。计算机模拟研究解释了测试化合物之间观察到的活性差异。 TSC 1 结合物在微摩尔水平上抑制蘑菇酪氨酸酶,IC 50 低于广泛使用的参考化合物曲酸。到目前为止,这是第一份关于合成用于酪氨酸酶抑制目的的硫脲与三肽结合的报告。
ErbB 受体家族(包括 EGFR 和 HER2)在细胞生长和存活中起着至关重要的作用,并与乳腺癌和肺癌等各种癌症的进展有关。在本研究中,我们开发了一个深度学习模型,使用基于 SMILES 表示的分子指纹来预测 ErbB 抑制剂的结合亲和力。每种 ErbB 抑制剂的 SMILES 表示均来自 ChEMBL 数据库。我们首先从 SMILES 字符串生成 Morgan 指纹,并应用 AutoDock Vina 对接来计算结合亲和力值。根据结合亲和力过滤数据集后,我们训练了一个深度神经网络 (DNN) 模型来根据分子指纹预测结合亲和力值。该模型取得了显著的性能,训练集上的均方误差 (MSE) 为 0.2591,平均绝对误差 (MAE) 为 0.3658,R 平方 (R²) 值为 0.9389。尽管在测试集上性能略有下降(R² = 0.7731),但该模型仍然表现出强大的泛化能力。这些结果表明深度学习方法对于预测 ErbB 抑制剂的结合亲和力非常有效,为虚拟筛选和药物发现提供了宝贵的工具。