《利用机器学习方法对不同脑转移瘤亚型进行准确分类》

  • 来源专题:脑科学与类脑研究
  • 编译者: 苑亚坤
  • 发布时间:2023-09-28
  • 近日,来自西班牙国家癌症研究中心(CNIO)的M. Valiente团队等在Cancer Cell 杂志上合作发表了一篇题为“Machine learning identifies experimental brain metastasis subtypes based on their influence on neural circuits 的文章,他们通过构建不同类型的脑转移瘤小鼠模型,证实了对大脑回路的影响与肿瘤占位效应无关,并利用机器学习方法对体内电生理学特征进行分析以定义依赖于转移癌类型的大脑改变,为无创诊断的新策略提供灵感。



相关报告
  • 《武汉大学人民医院的发现高灵敏度、能准确测定HCV基因型的新方法》

    • 来源专题:病毒性肝炎防治
    • 编译者:肖宇锋
    • 发布时间:2015-11-10
    • 中国武汉大学人民医院的Tong等 开发了一种新的NS5B区域核苷酸测序方法,并对该方法能否增加HCV基因测序的准确性和灵敏度进行了评估。研究者通过比对HCV数据库中1127株HCV基因组序列,最终设计出8对新引物。研究发现,这些新引物扩增NS5B区域的能力优于既往设计的引物,可以更准确地鉴定HCV病毒株亚型。通过对新引物扩增DNA序列测序,可准确、特异地测定出5个标准HCV亚型(1a、2a、3b、6a和1b),这些新引物可从567份临床标本中检测出所有HCV亚型,且灵敏度高。并且,采用新的方法从这些标本中鉴定出了3种新HCV亚型(1b-2a、1b-2k和6d-6k)。该新方法能准确测定HCV基因型,其高灵敏度有助于发现新的HCV亚型,同时也有助于临床诊断、临床治疗指导、临床患者管理和HCV流行病学研究。
  • 《Science | 基因介导的免疫编辑可改变乳腺癌亚型和转移倾向》

    • 编译者:李康音
    • 发布时间:2024-05-31
    • 2024年5月31日,斯坦福大学医学院的研究人员在Science期刊发表了题为Germline-mediated immunoediting sculpts breast cancer subtypes and metastatic proclivity的文章。 诊断相同的肿瘤可能具有不同的分子特征和对治疗的反应。目前仍不清楚这些差异出现的时间和原因。 体细胞基因组畸变是在种系基因组高度可变的背景下发生的。研究人员对 5870 例乳腺癌病变进行了研究,结果表明,反复扩增基因中的种系表位通过介导免疫编辑影响体细胞进化。与其他亚型相比,人类表皮生长因子受体 2(HER2/ERBB2)种系表位负担较高的个体患 HER2 阳性乳腺癌的几率较低。同样,复发性扩增子也定义了三个侵袭性雌激素受体(ER)阳性亚组。克服了这种免疫介导的负选择的肿瘤更具侵袭性,并表现出 "免疫冷 "表型。 这些数据表明,种系基因组在决定体细胞进化方面发挥着作用。