XiaoMi-AI文件搜索系统
World File Search System肿瘤
利用肿瘤微环境进行妇科癌症治疗
对妇科癌和宿主免疫力之间的复杂串扰进行了广泛的研究，揭示了对肿瘤发育的迷人见解。包括各种非肿瘤细胞和可溶性介体的肿瘤微环境（TME）在支持妇科癌症发展中起着关键作用（1，2）。在这些元素中，肿瘤 - 纤维化淋巴细胞（TILS）成为捍卫者，配备了识别和消除癌细胞。此外，TME包括与癌症相关的纤维细胞（CAF），内皮细胞，趋化因子，细胞因子，生长因子和抗体，共同调节癌症的启动，进步，甚至治疗反应（3-5）。癌细胞和其他TME成分释放了许多可以抑制或激活免疫细胞功能的免疫调节信号，从而有效地塑造了免疫反应（6-11）。因此，根据其组成，TME有可能将免疫系统从抗肿瘤模式转换为肿瘤状态（图1）。令人鼓舞的是，针对TME成分的治疗方法，包括髓样衍生的抑制细胞（MDSC），与肿瘤相关的巨噬细胞（TAM）和调节性T细胞（Tregs）（Tregs），并在临床前和临床研究中都表现出了令人鼓舞的抗肿瘤活性（12-18）。因此，探索TME的预测和治疗价值是推进妇科癌症治疗的明显希望。在这里，我们发表了一篇研究主题，介绍了六篇文章，重点介绍了针对妇科癌症的TME靶向治疗策略。Yu等人的评论。强调了血管生成在癌症免疫疗法的效率中的关键作用，特别是在卵巢癌的背景下。概述了血管生成，新血管的形成，不仅支持肿瘤的生长和转移，而且显着影响TME，从而影响了免疫疗法（例如免疫检查点抑制剂（ICIS））的成功。通过通过异常肿瘤脉管系统促进血液灌注不足，缺氧和免疫逃避，血管生成为有效的免疫疗法带来了艰巨的障碍。抗血管生成疗法被贝伐单抗等药物示例，其针对这些血管异常，不仅破坏了肿瘤血液供应，而且可以潜在地重塑TME，从而增强了抗肿瘤免疫力。临床和临床前研究表明
医学肿瘤特权医学部姓名
'最初特权（初步任命）'续约（重新任命，在2年专业周期中）'修改特权（要求以外的任何其他特权要求以外的任何其他特权）基础教育：MD或进行最少的正规培训：成功完成ACGME或AOA ACGME或AOA-ACGME或AOA-ACGME或AOA-ACGME或AOA-ACERADENIDENTICE培训，以进一步培训，以进一步的进度完成了进度的内部医学培训或内部医学上的进度或内部医学上的进度或血液学/医学肿瘤学综合研究金。当前的专科认证或积极参与检查过程（在培训完成后的5年内获得认证），从而导致ABIM或ABIM或医学肿瘤学的双重认证或ABIM或医学肿瘤学的双重认证。
社论：癌症代谢和基于T细胞的肿瘤免疫的当前见解
癌症代谢是阐明肿瘤细胞与免疫细胞之间通信的关键因素。例如，在肿瘤细胞增殖过程中，糖酵解增加导致肿瘤细胞产生大量的L乳酸和TGF-β，从而通过促进肿瘤微环境中的调节性T细胞（TREG）的产生来阻止肿瘤免疫（1）。用2-脱氧葡萄糖（一种糖酵解的抑制剂）治疗可通过减少TREG产生来增强抗肿瘤免疫力。值得注意的是，抗PD-1治疗已被证明可以激活T细胞，同时还促进了肿瘤微环境中的糖酵解。在某些患者中，抗PD-1抗体治疗可能导致肿瘤微环境中Treg的增殖增加，从而限制免疫检查点抑制剂的有效性。Xuekai等。建议，抗PD-1和抗TGF-β疗法的结合可能会提供一种新的解决方案来克服对抗PD-1疗法的抗性。Wang等。 进一步阐明了肿瘤微环境中的TGF-beta如何有助于抵抗抗PD-1治疗。 例如，PD-1在食管癌细胞逃避的免疫中起着至关重要的作用，该细胞表达高水平的TGF-β。 食管癌细胞产生的 TGF-β在与肿瘤相关的巨噬细胞中诱导M2-型，从而减少了通过PD-1/PD-L1途径参与特定抗肿瘤反应的CD8+ T细胞的种群。 此外，TGF-beta间接通过激活肿瘤微环境中的Treg来促进免疫抑制。 ）。 Shen等。Wang等。进一步阐明了肿瘤微环境中的TGF-beta如何有助于抵抗抗PD-1治疗。例如，PD-1在食管癌细胞逃避的免疫中起着至关重要的作用，该细胞表达高水平的TGF-β。TGF-β在与肿瘤相关的巨噬细胞中诱导M2-型，从而减少了通过PD-1/PD-L1途径参与特定抗肿瘤反应的CD8+ T细胞的种群。此外，TGF-beta间接通过激活肿瘤微环境中的Treg来促进免疫抑制。）。Shen等。此外，脂质过氧化显着影响肿瘤微环境的调节（Xiao等人。富含脂质的肿瘤微环境可以通过CD36（一种脂肪酸转运蛋白）的上调在肿瘤相关的巨噬细胞中诱导M2型表型。Treg也表达了CD36，使其非常适合富含脂质的环境。在雌激素受体阳性（ER+BR）乳腺癌患者的低风险生存群体和高危生存群体之间的免疫活性，脂质生物合成和药物代谢方面存在差异。分析表明，高危患者表达高水平的ALOX15，一种相关的基因
先天免疫细胞在结直肠癌肿瘤微环境中的作用以及抗肿瘤治疗研究的进展
大肠癌微环境中的先天免疫细胞主要包括巨噬细胞，中性粒细胞，天然杀伤细胞，树突状细胞和骨髓衍生的抑制细胞。通过分泌多种细胞因子，趋化因子和其他控制这些过程的因素，它们在肿瘤开始和进展中起关键作用。结直肠癌是胃肠道的常见恶性肿瘤，了解先天免疫细胞在CRC微环境中的作用可能有助于改善CRC的治疗方法并增加良好的预后。在这篇综述中，我们全面探讨了先天免疫细胞在结直肠癌（CRC）的启动和进展中的关键作用，以及对当前先天免疫细胞免疫治疗的当前景观的广泛评估，从而为未来的研究策略和临床试验提供了有价值的见解。
引用Zhang H，Ma L，Peng W，Wang B和Sun Y（2024）肠道微生物群和2型糖尿病的发作之间的关联：两种样品Mendel 心血管疾病的见解 水和碳动力学，森林和草原的生态系统稳定性响应气候变化 社论：核苷，核苷酸和核酸 利用肿瘤微环境进行妇科癌症治疗 自发皮肤中的生物传输循环microRNA ...
2型糖尿病（T2DM）在21世纪（国际糖尿病联合会（IDF），2022年）以惊人的速度增长。T2DM及其并发症在所有地区都带来了沉重的疾病负担（Ali等，2022）。确定与T2DM发展有因果关系的因素可以为预防疾病提供重要的证据基础，并促进新治疗策略的发展。肠道菌群（GM）是一个复杂的生态系统，由大约4×10 13种共生细菌，原生动物，真菌，古细菌和病毒组成（Chen等，2021; Martino等，2022）。gm参与了人体的各种生理活性，例如代谢，炎症过程和免疫反应（Fan and Pedersen，2021; Gill等，2022）。越来越多的证据表明，转基因在T2DM等代谢疾病中起重要作用（Gurung等，2020）。T2DM患者患有代谢疾病和慢性炎症状态，并伴有GM障碍（Yang等，2021）。还发现了GM组成的变化与T2DM的发展以及相关并发症的显着关联（Iatcu等，2021），例如，门类细菌群/企业的不平衡与近距离渗透性相关联，与近距离渗透性相关联，并渗透性渗透性，伴有细胞质，伴有细胞质，并渗透性，并伴有细胞处理效果。随后的DM的炎症反应特征（Iatcu等，2021）。也已经报道了几种细菌，例如发酵乳杆菌，足底和酪蛋白，罗斯伯里亚肠道，akkermansia muciniphila和fragilis菌丝，通过降低流量疗法和维持肠道的速度（IIAT）（降低dm）的风险，通过降低DM发育的风险来发挥保护作用（20）。 尽管如此，有必要区分引起疾病的GM的特征以及疾病或其治疗引起的疾病的特征。 孟德尔随机化（MR）是评估可观察到的可修改暴露或危险因素与临床相关结果之间观察到的关系的因果关系的宝贵工具（Sekula等，2016）。 由于孟德尔的种族隔离和独立的分类法，它可以消除与传统观察性流行病学研究相比，可以消除混杂的偏见，并促进了出现的因果途径的分离表型分组风险也已经报道了几种细菌，例如发酵乳杆菌，足底和酪蛋白，罗斯伯里亚肠道，akkermansia muciniphila和fragilis菌丝，通过降低流量疗法和维持肠道的速度（IIAT）（降低dm）的风险，通过降低DM发育的风险来发挥保护作用（20）。尽管如此，有必要区分引起疾病的GM的特征以及疾病或其治疗引起的疾病的特征。孟德尔随机化（MR）是评估可观察到的可修改暴露或危险因素与临床相关结果之间观察到的关系的因果关系的宝贵工具（Sekula等，2016）。由于孟德尔的种族隔离和独立的分类法，它可以消除与传统观察性流行病学研究相比，可以消除混杂的偏见，并促进了出现的因果途径的分离表型分组风险
脑肿瘤放射基因组学分类
摘要 - RSNA-MICCAI 脑肿瘤放射基因组学分类挑战赛[1]旨在通过对多参数 mpMRI 扫描（T1w、T1wCE、T2w 和 FLAIR）进行二元分类来预测胶质母细胞瘤中的 MGMT 生物标志物[2]状态。数据集分为三个主要队列：训练集、验证集（在训练期间使用），测试集仅在最终评估中使用。图像要么是 DICOM 格式[3]，要么是 png 格式[4]。使用不同的架构来研究该问题，包括 3D 版本的 Vision Transformer (ViT3D)[5]、ResNet50[6]、Xception[7] 和 EfficientNet-b3[8]。AUC 被用作主要评估指标，结果显示 ViT3D 和 Xception 模型都具有优势，在测试集上分别达到 0.6015 和 0.61745。与其他结果相比，考虑到任务的复杂性，我们的结果被证明是有效的。通过探索不同的策略、不同的架构和更多样化的数据集可以取得进一步的改进。
乳腺癌抗肿瘤免疫和免疫治疗反应的表观遗传调节：生物学机制和临床意义
乳腺癌 (BC) 是最常见的非皮肤癌，也是美国女性癌症死亡的第二大原因。乳腺癌的发生和发展可以通过遗传和表观遗传变化的积累来进行，这些变化使转化细胞能够逃脱正常的细胞周期检查点控制。与核苷酸突变不同，DNA 甲基化、组蛋白翻译后修饰 (PTM)、核小体重塑和非编码 RNA 等表观遗传变化通常是可逆的，因此可能对药物干预有反应。表观遗传失调是抗肿瘤免疫力受损、免疫监视逃避和免疫疗法耐药的关键机制。与黑色素瘤或肺癌等高度免疫原性的肿瘤类型相比，乳腺癌被视为免疫静止肿瘤，其肿瘤浸润淋巴细胞 (TIL) 数量相对较少、肿瘤突变负荷 (TMB) 较低，对免疫检查点抑制剂 (ICI) 的反应率适中。新兴证据表明，针对异常表观遗传修饰因子的药物可能通过几种相互关联的机制增强 BC 中的宿主抗肿瘤免疫力，例如增强肿瘤抗原呈递、激活细胞毒性 T 细胞、抑制免疫抑制细胞、增强对 ICI 的反应以及诱导免疫原性细胞死亡 (ICD)。这些发现为使用表观遗传药物与免疫疗法的组合方法作为改善 BC 患者预后的创新范例奠定了非常有希望的基础。在这篇综述中，我们总结了目前对表观遗传修饰因子如何发挥作用的理解
一种脑肿瘤分割的持续学习方法
脑肿瘤的特征是脑组织异常生长，因其对全球发病率和死亡率的影响而成为一项重大的医学挑战。脑肿瘤有多种表现形式，从良性到恶性，后者尤其具有侵袭性且易于转移 (1)。脑肿瘤的病因复杂，包括放射线暴露、遗传易感性和家族史等因素，因此需要早期发现和准确诊断 (2)。在脑肿瘤诊断领域，磁共振成像 (MRI) 因其更高的空间分辨率和软组织对比度而成为优于计算机断层扫描 (CT) 的检查方式。这使得 MRI 成为脑肿瘤病例术前评估、治疗管理和生存预测所必需的 (3)。然而，MRI 扫描中传统的手动分割方法虽然是黄金标准，但却存在固有的效率低下和主观差异性，因此有必要探索自动化技术 (4、5)。近年来，深度学习模型（例如 Ma 等人提出的模型）在自动脑肿瘤分割方面取得了重大成功。这些模型擅长捕捉局部和全局上下文特征，但通常会遇到梯度消失和过拟合的问题，尤其是在较深的网络层中。Kumar 等人（7）通过将 ResNet50 与全局平均池化相结合来解决这些问题，以增强各种肿瘤类型的肿瘤分类。在此基础上，我们的研究引入了一种先进的连续学习框架，用于从 MRI 图像中分割脑肿瘤，如图 1 所示。我们的方法与现有技术不同，它集成了多尺度空间蒸馏和伪标记策略。这种方法不仅克服了以前模型中出现的梯度消失和过拟合的局限性，而且还解决了灾难性遗忘问题——这是连续学习模型中常见的挑战。与依赖于保留数据的传统方法不同，我们的研究引入了一种先进的连续学习框架，用于从 MRI 图像中分割脑肿瘤，如图 1 所示。我们的方法与现有技术不同，它集成了多尺度空间蒸馏和伪标记策略。这种方法不仅克服了以前模型中出现的梯度消失和过拟合的局限性，而且还解决了灾难性遗忘问题——这是连续学习模型中常见的挑战。与依赖于保留数据的传统方法不同，我们的研究引入了一种先进的连续学习框架，用于从 MRI 图像中分割脑肿瘤，如图 1 所示。
社论：肿瘤学的人工智能和成像
人工智能（AI）和成像技术的最新进展显着改变了肿瘤学的诊断和治疗景观（1-3）。越来越多的成像方式，例如CT，PET，US和MRI，正在越来越多地用于肿瘤成像（4-7），而新兴的跨学科领域（例如MR-LINAC）获得了相当多的牵引力（8，9）。肿瘤学中成像和治疗的这种加速融合强调，迫切需要进一步探索包括放射治疗在内的各种肿瘤学专业的AI和成像以增强癌症护理的作用。应对这种需求，提出了标题为“肿瘤学中的人工智能和成像”的主题，从而汇总了149名领域的作者/专家的19项贡献。这些贡献深入研究了AI和成像在肿瘤诊断和治疗中的潜力，探讨了新兴的AI驱动模型，以进行肿瘤学诊断和预测，并强调了从医学图像中提取定量特征以预测肿瘤行为，治疗反应和患者预后。
CD8 + T细胞耗尽乳腺癌的肿瘤微环境
乳腺癌（BC）是全球女性普遍的癌症，其机制尚未完全理解（1）。免疫细胞从正常乳腺组织中的免疫监视到卑诗省的进展，包括原发性和转移性阶段。卑诗省的肿瘤微环境显示出像CD4+和CD8+ GRANZYME B+细胞毒性T细胞，B细胞，巨噬细胞和树突状细胞（DCS）等免疫细胞的增加（2）。在雌激素受体（ER） - 阳性肿瘤，中性粒细胞和天然杀伤（NK）细胞中是最积极相关的，而静息的记忆T细胞和CD8+ T细胞呈负相关。相比之下，ER阴性BC显示与T调节和CD8+细胞的正相关性很强，其负相关与ER阳性病例相似（3）。值得注意的是，即使是BC早期患者，在肿瘤相关的CD8 + T细胞中也表现出精疲力尽（4），这对于消除病原体和肿瘤至关重要（5）。慢性抗原暴露和癌症中的炎症会导致CD8 + T细胞衰竭或改变分化（6），耗尽的T细胞显示肿瘤反应性和增殖