XiaoMi-AI文件搜索系统
World File Search System自噬
乳腺癌治疗中同时针对自噬和免疫疗法
1 印第安纳大学医学院外科系，印第安纳波利斯，印第安纳州 46202，美国 2 西奈山医院伊坎医学院血液学和肿瘤内科系，纽约州纽约市 10029，美国 3 雅典国立与卡波迪斯特里安大学亚历山大医院临床治疗学系，希腊雅典 15772 4 威尔康奈尔医学院妇产科系，纽约州纽约市 10021，美国 5 雅典国立与卡波迪斯特里安大学莱孔综合医院血管外科分部第一外科系，希腊雅典 15772 6 雅典国立与卡波迪斯特里安大学希波克拉底综合医院预备外科第一系，希腊雅典 15772电话：+1-(917)-460-5107
自噬激活可以部分挽救蛋白酶体功能障碍介导的心脏毒性
图 1 心脏靶向（Gal4 Τ inC Δ 4 ）蛋白酶体 Pros β 5 基因的 KD 导致蛋白质组不稳定和线粒体数量减少。 (a) Pros β 5 siRNA 后心脏组织中 Pros β 5 基因的相对表达（与对照相比）。 (b, c) Pros β 5 RNAi（与对照相比）果蝇心脏组织中相对 (%) 26S 蛋白酶体活性 (b) 和 ROS 水平 (c)。 (d) Pros β 5 KD 后果蝇心脏组织中蛋白质组泛素化 (Ub) 和羰基化 (DNP) 的免疫印迹分析。 (e) CLSM 观察用 LysoTracker 染色的 Pros β 5 RNAi（与对照相比）果蝇心管（e1）、LysoTracker 定量（e2）和使用溶酶体标记物抗 Lamp1（e3）进行免疫印迹分析。(f) 所示基因型果蝇心脏组织中蛋白酶活性的相对（％）。(g) blw/ATP5A 免疫荧光染色后，CLSM 可视化所示果蝇品系心脏组织中的线粒体；细胞核用 DAPI 复染。(h) Pros β 5 KD 后，所示基因型分离心脏组织中所示线粒体基因的相对表达水平（与对照相比）。在 (a, h) 中，基因表达与相应对照作图；使用 RpL32/rp49 基因作为 RNA 输入参考。 （d）和（e3）中的 Gapdh 和 Actin 探测分别用作蛋白质输入参考。p 值采用非配对 t 检验计算。条形图，± SD（n ≥ 3）；* p < 0.05；** p < 0.01
自噬靶向纳米粒子用于有效癌症治疗：进展与展望
摘要 自噬通过多步骤的溶酶体降解途径维持营养循环和代谢稳态，并且已证明自噬可以作为肿瘤抑制因子或肿瘤促进因子，这取决于肿瘤微环境 (TME)。自噬在肿瘤发生中的双重作用导致两种相反的治疗策略，即抑制与促进。然而，由于肿瘤细胞的保护机制和缺乏特定的自噬调控策略，调节自噬已成为癌症治疗的主要考虑因素。纳米粒子 (NPs) 因其独特的性质而显示出克服这些局限性的巨大潜力。这里，我们总结了以自噬为靶向的 NPs 在有效治疗癌症方面的最新进展，并总结了相关临床和临床前研究的最新进展。对典型的自噬靶向纳米药物递送系统的总结旨在为有意探索该领域的研究人员提供参考并拓展思路。最后，我们对自噬调节在癌症治疗中的潜力进行了展望，并仔细强调了几个关键的客观问题。
白桦脂酸通过诱导自噬细胞死亡、抑制细胞迁移和侵袭以及调节耐药性人胃癌细胞
1 山东大学第二医院消化内科，山东省济南市 250033；2 山东省淄博市沂源县人民医院科教科，山东省淄博市 256100；3 山东大学齐鲁医院（青岛）超声科，山东省青岛市 256600；4 山东大学第二医院健康管理科，山东省济南市 250033 本研究的主要目的是检验植物三萜桦木酸对抗胃癌的作用及其潜在机制。通过 MTT 测定和克隆形成试验评估对照细胞和桦木酸处理细胞的细胞活力。采用透射电子显微镜和蛋白质印迹法研究桦木酸对自噬的刺激作用。通过蛋白质印迹法监测 ERK/MEK 信号通路。通过Transwell小室实验研究了SGC-7901细胞的迁移和侵袭。研究结果表明，与正常胃GES-1细胞相比，白桦脂酸对胃癌SGC-7901细胞具有显著的细胞毒性。白桦脂酸的细胞毒性是由于其在靶细胞中具有自噬刺激倾向。Western印迹法的数据支持自噬细胞死亡，显示LC3-II增强，LC3-I和p62表达降低。此外，观察到白桦脂酸阻断SGC-7901细胞中的ERK/MEK信号通路，这与磷酸化ERK和MEK蛋白表达水平下降有关。最后，Transwell小室实验表明，白桦脂酸可能降低SGC-7901细胞的迁移和侵袭能力。综上所述，这些结果表明，桦木酸通过诱导自噬、阻断 ERK/MEK 信号传导和抑制迁移和侵袭，表现出显著的抗胃癌作用。因此，桦木酸可能成为胃癌管理和研究中的先导分子。
利用新型天然产物抑制剂阿扎洛霉素 F4a 靶向自噬肽酶 ATG4B 治疗晚期胃癌
构建自噬通量分析模型，以分析我们之前报道的自噬通量变化（14）。简而言之，酸性溶酶体环境导致 pH 敏感的绿色荧光（GFP）减少，红色荧光（RFP）保持，自噬体同时显示 mRFP 和 GFP 信号，而溶酶体显示高 mRFP 信号和低 GFP 信号，这可用于指示自噬体与溶酶体的融合步骤。正如预期的那样，雷帕霉素（Rap，一种自噬诱导剂）处理导致 GCa 细胞中出现更多的红色荧光斑点，而 Am-F4a 和 Bafilomycin（Baf，一种自噬抑制剂）处理的细胞显示出高水平的黄色斑点，来自 GFP 和 RFP 的混合物（图 3b）。结果表明，Am-F4a 可能有效抑制自噬通量。为了检验 Am-F4a 对自噬的影响是否由溶酶体功能障碍引起，用 Lyso-
使用深... 的MR图像中脑肿瘤的分类 用lomitapide靶向PP2A，通过激活AMPK/Beclin1介导的自噬 基于脑肌肉混合信号的机器人手臂控制系统 通过Fastai 在脑MR扫描上检测大脑异常检测的混合体系结构
脑肿瘤是大脑中异常细胞的质量或簇，由于其能够侵入邻近组织并形成转移酶的能力，因此可能会威胁生命。准确的诊断对于成功的治疗计划和磁共振成像是必不可少的，这是诊断脑肿瘤及其程度的主要成像方式。近年来，计算机视觉应用程序中的深度学习方法已显示出显着的改进，其中大多数可以将大量数据可用于培训模型，并且模型体系结构的改进在有监督的环境中产生更好的近似值。使用这种深度学习方法对肿瘤进行分类，这使得带有可靠注释的开放数据集的可用性取得了重大进展。通常这些方法是3D模型，它使用3D体积MRI，甚至是2D模型，即分别考虑每个切片。然而，通过分别处理一个空间维度，或通过将切片作为一系列图像随着时间的推移来处理，时空模型可以用作此任务的“空间空间”模型。这些模型具有学习特定的空间和时间关系的功能，同时降低了计算成本。本文使用两个时空模型，即Resnet（2+1）D和Resnet混合卷积，以对不同类型的脑肿瘤进行分类。观察到，这两个模型的性能都优于纯3D卷积模型RESNET18。此外，还观察到，在训练肿瘤分类任务之前，将模型预先培训在不同的，甚至是无关的数据集上可以提高性能。最后，在这些实验中，预先训练的重新结合卷积是最佳模型，达到了0.9345的宏F1评分，测试准确性为96.98％，而同时是计算成本最少的模型。
健康衰老和疾病选择中的自噬1
在健康衰老和疾病中自然衰老自噬的意见/审查选项1：操纵自噬以促进健康衰老Yahyah Aman 1,3†，Tomas Schmauck-Medina 1†，Malene Hansen 4，Malene Hansen 4，Richard I Morimoto 5，Anna Katharina Simon 6，Anna Katharina Simon 6，Inna simon simens imenos 8 10，Terje Johansen 11，Nektarios Tavernarakis 8,12，David C. Rubinsztein 13，14，Linda Partridge 3，15，Guido Kroemer 16-20，John Labbadia 3，*和Evandro F. Fang 1,2挪威3号健康老化研究所，挪威健康衰老中心（NO-AGE），遗传学，进化与环境部，伦敦大学学院，达尔文大楼，加尔街，伦敦WC1E 6BT，英国，达尔文大楼。4 Sanford Burnham Prebys医疗发现研究所，发展，老化和再生计划，美国92037，92037，North Torrey Pines Road，North Torrey Pines Road 10901。5分子生物科学系，赖斯生物医学研究所，西北大学埃文斯顿，伊利诺伊州60208美国。6肯尼迪风湿病学研究所，牛津大学，英国牛津，牛津大学。 7 Healthy Emaging Institute and UCL癌症研究所，伦敦大学学院，伦敦WC1E 6JD，英国。 8研究与技术基金会分子生物学与生物技术研究所 - 赫拉斯，希腊，克里特岛，希腊。 和j.labbadia@ucl.ac.uk（J.L。） †这些作者同等贡献6肯尼迪风湿病学研究所，牛津大学，英国牛津，牛津大学。7 Healthy Emaging Institute and UCL癌症研究所，伦敦大学学院，伦敦WC1E 6JD，英国。 8研究与技术基金会分子生物学与生物技术研究所 - 赫拉斯，希腊，克里特岛，希腊。 和j.labbadia@ucl.ac.uk（J.L。） †这些作者同等贡献7 Healthy Emaging Institute and UCL癌症研究所，伦敦大学学院，伦敦WC1E 6JD，英国。8研究与技术基金会分子生物学与生物技术研究所 - 赫拉斯，希腊，克里特岛，希腊。和j.labbadia@ucl.ac.uk（J.L。）†这些作者同等贡献9，医学院，国家和卡普迪斯特里大学雅典大学，雅典10号，希腊10分子医学系基础医学研究所和癌细胞重编程中心，诺伊，奥斯陆奥斯陆大学医学院临床医学院临床医学研究所。11分子癌研究小组，特罗姆斯大学医学生物学研究所 - 挪威北极大学，挪威9037，挪威12号基础科学系，医学院，赫拉克里昂，克里特群岛，克里特大学，克里斯特大学，希腊大学，希腊大学，希腊大学13号剑桥医学研究所，剑桥大学训练室，坎布尔山脉，坎布尔山脉，坎布尔山脉，坎布尔山脉，坎布尔山脉，坎布尔·坎布尔·坎布尔·坎布尔·坎布尔·坎布尔·坎布尔·帕特里·帕特里·帕特罗夫·帕特里·帕特里克·帕特罗夫 0XY, United Kingdom 14 UK Dementia Research Institute, University of Cambridge, Hills Road, Cambridge CB2 0XY, United Kingdom 15 Max Planck Institute for Biology of Ageing, Department Biological Mechanisms of Ageing, Cologne, Germany 16 Centre de Recherche des Cordeliers, Equipe labellisée par la Ligue contre le cancer, Université de Paris, Sorbonne Université, INSERM U1138, Institut Universitaire de France, Paris, France 17 Metabolomics and Cell Biology Platforms, Gustave Roussy, Villejuif, France 18 Pôle de Biologie, Hôpital Européen Georges Pompidou, AP-HP, Paris, France 19 Suzhou Institute for Systems Medicine, Chinese Academy of Medical Sciences, Suzhou, China 20 Karolinska瑞典斯德哥尔摩Karolinska大学医院妇女与儿童健康部研究所 *通信：e.f.fang@medisin.no（E.F.F.）
全基因组 CRISPR 筛选确定自噬途径的相互作用蛋白是冠状病毒的保守靶点
1 瑞士伯尔尼和米特豪森病毒学和免疫学研究所，2 瑞士伯尔尼大学兽医学院传染病和病理生物学系，3 瑞士伯尔尼大学生物医学科学研究生院，4 德国耶拿欧洲病毒生物信息学中心，5 德国波鸿鲁尔大学分子与医学病毒学系，6 瑞士伯尔尼大学兽医学院神经科学系，7 慕尼黑亥姆霍兹中心肺生物学和疾病研究所综合肺病学中心，德国肺研究中心 (DZL) 成员，8 德国慕尼黑路德维希马克西米利安大学 Max von Pettenkofer 研究所，9 德国慕尼黑感染研究中心，慕尼黑分部，10 伯尔尼大学传染病研究所， 瑞士
rivaroxaban是一种直接口服因子XA抑制剂，通过减轻Xa-par2介导的自噬抑制
0.05（n¼3）。所有数据均表示为平均值的平均标准误差。（b）从蛋白酶激活的受体2（PAR2）基因敲除（KO）和