XiaoMi-AI文件搜索系统
World File Search System可切除
敲低SALL4抑制人体和体外肺癌细胞的增殖，迁移和侵袭 晚期肝细胞癌的组合疗法 医学和分子成像中生成对抗网络的叙述性回顾 新辅助靶向治疗的全面研究可切除的非小细胞肺癌 对机器学习在分子成像中的应用的审查
肺癌是临床实践中常见的恶性肿瘤，其发病率和死亡率在中国和世界各地的恶性肿瘤中都高。肺癌可以分为小细胞肺癌和非小细胞肺癌，后者占总病例的85％以上（1）。当前用于肺癌的传统治疗方法包括手术切除，放疗和化疗。但是，对于具有转移或化学疗法较低敏感性的晚期肺癌患者，治疗效果并不理想，而5年生存率较低（1,2）。肺癌的发生是一个过程，涉及多种癌基因的异常表达和肿瘤抑制基因的失活。近年来，基于肺癌患者特定基因突变类型的分子靶向疗法已取得了长足的进步，并在一定程度上改善了肺癌患者的存活率（3,4）。因此，探索肺癌发生和转移的分子机制可能会为肺癌的临床治疗提供新的思想和干预靶标，并可能显着提高其疗效。
数学模型预测接受铂类双药治疗的晚期不可切除非小细胞肺癌患者的化疗反应
我们开发了一个计算平台，包括机器学习和机械数学模型，以寻找在姑息治疗环境下施用铂类双药化疗的最佳方案。该平台已应用于晚期转移性非小细胞肺癌 (NSCLC)。玛丽亚居里国家肿瘤研究所格利维采分院接受姑息治疗的 42 名 NSCLC 患者是从 2004 年至 2014 年确诊的回顾性患者队列中收集的。对患者进行了为期三年的随访。收集的临床数据包括有关患者临床病程的完整信息，包括治疗计划、根据 RECIST 分类的反应和生存期。该平台的核心是数学模型，以常微分方程组的形式，描述铂敏感和铂耐药癌细胞的动态以及反映空间和资源竞争的相互作用。通过从联合概率分布函数中抽取参数值来随机模拟该模型。机器学习模型用于校准数学模型并使其与总体生存曲线拟合。模型模拟在三个层面上忠实地再现了临床队列：长期反应 (OS)、初始反应 (根据 RECIST 标准) 以及化疗周期数与两个连续化疗周期之间的时间关系。此外，我们研究了初始反应和长期反应之间的关系。我们发现这两个变量不相关，这意味着我们不能仅根据初始反应来预测患者的生存率。我们还测试了几种化疗方案，以找到最适合姑息治疗患者的方案。我们发现最佳治疗方案取决于肿瘤中各种亚克隆之间的竞争强度等。开发的计算平台允许在可接受的毒性范围内优化转移性 NSCLC 姑息治疗的化疗方案。该方法的简单性使其可应用于不同癌症的化疗优化。
Lifileucel 治疗不可切除或转移性黑色素瘤
Lifileucel 采用一种新的作用机制来治疗 IV 期黑色素瘤，目前尚无推荐的自体肿瘤浸润淋巴细胞 (TIL) 疗法。它由患者自身天然存在的免疫细胞 TIL 组成，这些细胞是从患者体内取出的癌性肿瘤样本中制备的，并在实验室中繁殖，直到获得数十亿个 TIL。然后通过静脉输注将扩增的 TIL 输回患者体内，目的是让 TIL 瞄准并浸润患者体内的癌症，并大量攻击癌症。如果获得许可，lifileucel 将为之前接受过治疗的不可切除或转移性黑色素瘤患者以及在接受多种疗法后病情恶化、目前没有其他有效选择的患者提供额外的治疗选择。