淼淼Elva

聊聊Sci

聊聊Science和Nature!

Určitě navštivte web podcastu a podpořte jeho tvůrce: www.xiaoyuzhoufm.com

Autor

淼淼Elva

Kategorie

Science

Web podcastu

www.xiaoyuzhoufm.com

Nejnovější epizoda

16. říj 2026

Kde poslouchat?

Podcasty v aplikaci Replaio Radio Už brzy

Podcasty míří do aplikace už brzy. Nainstaluj si ji teď a jako první uvidíš úplně nový pohled na podcasty

Stáhnout z Google Play Nainstaluj zdarma Android téměř 10 mil. stažení · hodnocení 4,8 iOS už brzy

Epizody

1281-基于hiPS细胞的EMT全景研究模型 15.07.2026

这项研究利用 人类诱导多能干细胞(hiPS)建立了一个标准化实验平台,旨在从多维度解析上皮-间质转化(EMT)的动态过程。研究人员通过构建二维菌落 和 三维类腔体 两种不同的细胞培养几何结构,对比观察了细胞在功能、分子及组织层面的状态切换。实验发现,三维环境下的 基底膜 完整性对细胞迁移的起始时间具有显著的物理限制作用,导致其迁移晚于二维环境。通过对多种 EMT标志物 (如E-钙粘蛋白和Brachyury)进行实时活细胞成像和...

1280-机器学习解析肝癌异质性与唾液酸化特征研究 14.07.2026

这项研究通过 单细胞转录组测序 深入剖析了 肝细胞癌(HCC)的细胞异质性,识别出五种具有不同分子特征的恶性肝细胞亚群。研究发现,S100A6⁺和S100A9⁺ 细胞亚群主要存在于晚期肿瘤中,并通过特定的信号通路重塑肿瘤微环境。科研人员进一步揭示了转录因子 PGAM2 对肿瘤早期演化的调控作用,并发现其活性与促进免疫逃逸的 唾液酸化 过程密切相关。基于这些发现,研究团队构建了一个整合 PGAM2 及唾液酸化相关基因的 预后模型 ,能够...

1279-基于影像组学的原发性肝癌血管表型分类与预后分层研究 14.07.2026

这项研究介绍了一种名为 MTV-Net 的创新计算框架,旨在通过常规 CT 扫描 对原发性肝癌进行非侵入式精准诊断与预后评估。研究人员提取了反映 肿瘤血管微环境 异质性的定量特征,生成了用于区分肝癌亚型(如 HCC 和 ICC)的 TAVSPHE 指标,以及预测术后复发风险的 TAVSRE 指标。通过对六个临床队列的深度分析,该模型在识别具有挑战性的 混合型肝癌 及提升生存期预测准确性方面表现优异。 放射基因组学 验证进一步揭示,血管影像特征...

1278-深度学习与影像组学结合的肺腺癌分级模型 14.07.2026

这项研究开发并验证了一种 可解释的集成学习模型 ,旨在提升浸润性肺腺癌(IPA)病理分级的准确性。该研究整合了 计算机断层扫描(CT)影像学 与 全切片图像(WSI)病理组学 的多尺度特征,其诊断效能达到或超过了资深病理学家的水平。通过对配对的 影像、病理及RNA测序数据 进行多组学分析,研究团队识别出23个关键基因及数百条与肿瘤分级相关的生物通路。研究进一步揭示了影像学表型背后的 生物学基础 ,涵盖信号传导、细胞增殖...

1277-溶质载体家族在癌症代谢中的调控与治疗策略 14.07.2026

溶质载体 (SLC) 转运蛋白家族 在调节癌症代谢、支持肿瘤增殖及免疫逃逸中发挥着核心作用。本文综述了 GLUT1、LAT1 和 MCT4 等关键成员如何通过重编程碳水化合物、氨基酸和脂质的运输来维持恶性生长。这些转运蛋白的结构多样性和功能特异性使其成为极具潜力的 临床治疗靶点 。目前,诸如 BAY-876 和 JPH203 等选择性抑制剂在临床前研究中已显示出显著疗效。通过将 SLC 抑制剂 与传统化疗或免疫疗法相结合,研究者有望克服肿瘤耐药性...

1276-机器学习预测药物相互作用:从计算发现到临床应用 14.07.2026

该综述总结了利用 机器学习(ML)预测药物相互作用(DDI)的研究现状,强调了其在提升药物安全 与 临床效率 方面的核心作用。作者详细探讨了从 数据采集 到 模型验证 的标准工作流程,并对比了 多任务学习 、 图神经网络 及 传统分类器 等不同算法的优势。文中指出,通过整合 化学结构 、 生物靶点 及 临床表型 等多源数据,人工智能能够识别传统实验难以发现的复杂关联。尽管当前技术在 预测性能 上取得了显著进步,但 模型可解释...

1275-基于机器学习与深度学习的抗癌药物相互作用预测系统综述 13.07.2026

这篇关于利用 机器学习 与 深度学习 技术预测 抗癌药物 相互作用(DDI)的系统综述重点分析了肿瘤治疗中因 多重用药 引发的风险,指出传统实验室检测方法成本高且耗时较长。通过整合化学结构、生物靶点及网络特征, 人工智能模型 能够高效识别潜在的药物冲突,从而辅助临床决策。文中特别提到,已有 22项新预测 的药物组合得到了权威数据库的验证,证明了算法在实际应用中的价值。此外,作者还探讨了未来将 生物制剂 和患者个体特...

1274-IMIREG:揭示免疫参与架构与预测免疫治疗反应的转录组特征 13.07.2026

这份研究介绍了一种名为 IMIREG 的新型转录组生物标志物,旨在提高癌症免疫检查治疗(ICB)的精准度。研究人员通过系统生物学方法,从转录因子的活性中提取出由 14 个调节子 构成的特征信号,能够更精准地评估肿瘤微环境中的免疫参与度。该指标在涵盖 16 种癌症类型的 50 个临床队列中得到了验证,其预测治疗效果的准确性 显著优于现有的多种标志物 。分析显示,IMIREG 高表达的肿瘤处于一种“已激活但受抑制”的特殊状态,这种状态...

1273-GZMK表达反映T细胞分化效率并预测免疫治疗效果 13.07.2026

这项研究揭示了 GZMK(颗粒酶K)在头颈部鳞状细胞癌免疫治疗中的核心作用。通过对患者T细胞 的单细胞测序和克隆分析,研究人员发现 GZMK的表达 是新入驻肿瘤的效应记忆T细胞的显著标志。研究表明,治疗前肿瘤基质中 GZMK+ T细胞 的比例及其分化效率,能够有效预测患者对 新辅助免疫治疗 的病理缓解程度。此外,团队开发的一种 40基因GZMK特征评分 在多种癌症类型中均表现出极强的预后价值,显著优于现有的生物标志物。该发现不仅深...

1272-膀胱癌浸润前沿的空间转录组特征研究 13.07.2026

这项研究通过 空间转录组学 技术,利用保留了三维结构的 整块经尿道膀胱肿瘤切除术(ERBT)标本,深入分析了非肌层浸润性膀胱癌(NMIBC)的浸润机制。研究人员对比了肿瘤上层与边界区域,发现肿瘤浸润前缘 展现出独特的分子特征,特别是与 上皮-间质转化(EMT)和细胞运动相关的基因表达显著上调。通过对比不同病理分期的样本,研究界定了一组包含15个基因的特征标签 ,这些基因在具有高进展风险的肿瘤边界高度富集。外部数据库验...

1271-人工智能辅助网络药理学与理性多重药理学研究综述 13.07.2026

该综述探讨了 人工智能 与 网络生物学 在现代药物设计中的融合,特别是在应对复杂疾病时从单一靶点向 多靶点药理学 的转型。文章指出,传统疗法常因生物网络的冗余和反馈机制而失效,而 机器学习 与 图神经网络 能够系统地解析分子相互作用并预测更有效的干预点。通过整合 多组学数据 与知识图谱,研究人员可以利用生成式模型开发能调节整个信号通路的候选药物,而非仅仅抑制单个蛋白。文中还强调了实验验证、数据质量及 可解释性A...

1270-SQLE作为肝细胞癌诊断与预后生物标志物的研究 12.07.2026

这份研究报告系统探讨了 角鲨烯环氧化酶 (SQLE) 在 肝细胞癌 (LIHC) 中的致病机理与临床价值。通过对多个公共数据库的深入分析,研究人员发现 SQLE 在癌组织中呈特异性高表达,且与患者的 不良预后 及肿瘤侵袭性密切相关。实验验证表明,抑制该酶的活性可有效削弱癌细胞的 增殖与迁移能力 。此外,该研究揭示了 SQLE 可能通过调控 脂质代谢 、 m6A 基因修饰 及诱导 免疫抑制环境 来驱动癌症进展。综上所述, SQLE 有望成为肝癌早期...

1269-非小细胞肺癌血液蛋白质组学治疗响应分析 12.07.2026

这项研究利用 SomaScan 和 NULISA 等先进的血浆蛋白质组学平台,深入分析了 非小细胞肺癌 患者在手术及免疫治疗前后的血液生物标志物变化。研究人员识别出了与 手术切除反应 、 肿瘤复发风险 以及 免疫检查点抑制剂 疗效相关的关键蛋白质特征,并发现某些炎症和免疫调节因子与患者的生存预后密切相关。通过多平台验证,该研究揭示了如 IL-6 、 MUC16 和 CEACAM5 等蛋白在监测治疗动态中的重要作用。这些发现证明了 血浆蛋白质组学...

1268-可解释深度学习辅助胃癌预后及化疗获益预测研究 12.07.2026

这份研究报告介绍了一种利用 弱监督Transformer深度学习架构 开发的 可解释生物标志物——病理风险评分(TPRS) ,旨在提升 胃癌 的预后评估与精准治疗。研究团队分析了数千张 全切片数字化病理图像(WSIs) ,证明了TPRS能有效预测患者的 总生存期 ,并能识别出能从 术后辅助化疗 中显著获益的II-III期患者。该模型不仅在内部数据集和 TCGA外部验证集 中表现出稳健的独立预后价值,还克服了深度学习“黑箱”局限性。通过构建“ 基因→细...

1267-STIL在李-佛美尼综合征与骨肉瘤中的多组学研究 12.07.2026

这项研究利用 多组学分析 和 机器学习 技术,揭示了 STIL基因 在 李-佛美尼综合征(LFS)与骨肉瘤(OS)发病机制中的核心作用。研究发现,STIL能降低p53蛋白 的稳定性,并根据 TP53 的状态表现出不同的致癌特性,尤其在基因突变背景下会显著增强肿瘤的 干性 、 侵袭性 和 转移能力 。通过 单细胞测序 ,科学家证实 STIL 主要在具有高度恶性潜能的细胞群中表达,并通过激活特定的信号通路重塑 肿瘤免疫微环境 ,从而帮助癌细胞实现...

1266-CBX2相分离驱动脂质筏重塑促进卵巢癌转移 12.07.2026

这项研究揭示了 CBX2蛋白 在促进 卵巢癌大肠膜转移 中的核心作用及其分子机制。研究发现,CBX2通过 液-液相分离(LLPS)过程,在转录层面调控关键蛋白FLOT1 的表达,进而重塑细胞表面的 脂质筏 结构。这种重塑过程不仅加速了具有促转移能力的 细胞外囊泡(EVs)的生成,还优化了其内部促癌物质的装载。实验证据表明,阻断CBX2的相分离能力或破坏脂质筏的稳定性,能显著抑制肿瘤细胞的扩散。因此,CBX2被确定为卵巢癌恶性进展的重要...

1265-VDAC2在泛癌演变与免疫逃逸中的多组学解码 11.07.2026

这项研究利用 机器学习 与 多组学技术 ,首次对 VDAC2 基因在多种癌症中的作用进行了系统的全面分析。研究发现,该蛋白质在多数肿瘤中呈 高表达 状态,不仅推动了癌细胞的 代谢转变 与 增殖 ,还与 免疫逃逸 密切相关。通过体外实验,作者特别证实在胃癌中存在 VDAC2-BAK1-IFNγ 信号通路,揭示了其抑制免疫杀伤的机制。此外, VDAC2 表现出作为新型 预后标志物 的巨大潜力,能预测患者的生存期。该基因的高表达还与多种化疗药物的...

1264-前列腺癌神经内分泌分化的空间谱学与预后标志物研究 11.07.2026

这项研究通过 空间转录组学 和 多组学验证 ,深入探讨了前列腺癌早期 神经内分泌分化(NED)的分子景观。研究人员发现早期NED是一个具有不良预后的独特亚型,并鉴定出由FMN2、APLP1、SCG2、SCG3、CHGB和RIMBP2 组成的六基因生物标志物面板。研究重点揭示了 Hedgehog(Hh)信号通路 在分化初期的特异性激活,而随着病程进展到晚期,致癌驱动力会切换至 Myc通路 。通过对临床样本的分析,该研究构建了一个能够有效预测患者 无进展生...

1263-智能影像组学揭示体成分与肺癌免疫治疗关联 11.07.2026

本研究利用 人工智能深度学习 算法,从CT图像中自动提取了2132名非小细胞肺癌(NSCLC)患者的 多维身体成分参数 。研究发现,身体成分与免疫治疗的效果及生存预后密切相关,且表现出显著的 性别差异 。在男性患者中, 肌间脂肪体积(IMFV)增加与更长的生存期有关,这可能归因于免疫细胞活性的增强和衰竭程度的降低。相比之下,女性患者的预后则与皮下脂肪密度 等指标关联。通过整合单细胞转录组测序(scRNA-seq)等多模态数据,研...

1262-胃癌病理组学深度学习预后评估系统 11.07.2026

这项研究开发并验证了一种名为 胃癌病理组学特征(PSGC)的新型深度学习模型,旨在通过人工智能技术分析H&E染色切片 来预测患者的预后和治疗反应。研究人员利用 多尺度图神经网络 对来自多个医疗中心的数千名患者数据进行了回顾性分析,发现该模型在预测 生存率 方面优于传统的TNM分期系统。结果显示, 高PSGC分值 的患者能从 化疗和免疫治疗 中显著获益,且该指标与肿瘤细胞间变及间质纤维化等组织学特征密切相关。此外,研究...

1261-MARCKS调控肝细胞癌免疫抑制微环境的研究 11.07.2026

这项研究通过结合 多组学分析 与 实验验证 ,揭示了 MARCKS基因 在 肝细胞癌(HCC)进展及免疫抑制微环境 重构中的核心作用。研究发现,MARCKS在肝癌组织中显著 高表达 ,且与患者的 不良预后 及侵行病理特征密切相关。单细胞和空间转录组分析显示,该基因主要富集在 髓系细胞 中,特别是通过激活 JAK/STAT3信号通路 来诱导 M2型巨噬细胞极化 。功能实验进一步证实,敲低MARCKS能抑制肿瘤细胞的 增殖与迁移 ,并能削弱肿瘤分泌因子...

1260-前列腺癌的基因图谱与精准治疗研究进展 10.07.2026

这篇文章深入探讨了前列腺癌的基因组图谱及其在精准治疗领域的最新进展。研究指出,该病具有高度的遗传异质性,涉及雄激素受体信号、DNA损伤修复以及PTEN、TP53等关键抑癌基因的多种变异。这些分子层面的发现推动了生物标志物驱动的个性化方案,包括PARP抑制剂、放射配体疗法及免疫检查点阻滞剂的应用。尽管如此,肿瘤内外的基因组多样性以及神经内分泌分化产生的耐药性,依然是当前临床面临的主要挑战。作者最后强调,未来需通过...

1259-米多妥英耐药与SMAC模拟物联合靶向治疗研究 10.07.2026

这项研究通过多组学分析和离体药物筛选,深入探讨了FLT3突变型急性髓系白血病(AML)对米妥星(Midostaurin)产生耐药性的生物学机制。研究人员发现,一种具有祖细胞特征的特定细胞群(CD38+CD45RA+)与耐药性密切相关,这类细胞在治疗时会发生从STAT5到PI3K/AKT通路的信号转导转换。实验表明,耐药细胞对常规疗法不敏感,但对SMAC模拟物展现出显著的协同脆弱性,联合用药可有效诱导凋亡并清除耐药亚群。此外,研究强调细胞分化状...

1258-胃窦肠化生与早期肠型胃癌的单细胞分层研究 10.07.2026

这项研究通过单细胞RNA测序和空间转录组学技术,系统地解析了胃腺癌(IGC)在不同病理阶段的细胞分化轨迹。研究人员发现,祖细胞(PCs)在疾病早期驱动黏液细胞的分化,但在肠上皮化生阶段,祖细胞与腺体黏液细胞均能转化为肠样干细胞并最终发育为肠上皮细胞。在胃癌早期阶段,研究确定了KIAA0101+PRAP1+祖细胞可能是胃癌细胞的演化起源。此外,HNF4A、ESRRA和SIRT6等关键转录因子被证实是调控这些谱系转换的核心分子。这些发现为...

1257-基于空间组学与人工智能的卵巢癌精准免疫治疗 10.07.2026

这份研究综述探讨了利用人工智能辅助的空间组学技术,精准打击卵巢癌内部复杂的免疫抑制核心区域。由于卵巢癌具有极强的空间异质性和缺氧诱导的免疫屏障,传统疗法往往难以奏效。文章详细介绍了通过单细胞测序与空间转录组学识别肿瘤微环境中的关键信号通路,并以此为导航设计仿生纳米药物平台。这些智能平台能够针对缺氧、酸性等特定环境释放药物,实现对免疫抑制细胞的定向干预。研究最后提出了一个整合“识别、递送、反馈”的人工...

Poslouchej podcast 聊聊Sci v Replaio

Rádio a podcasty v jedné aplikaci - zdarma a bez registrace. Nainstaluj si ji ještě dnes a nepropásni premiéru

Stáhnout z Google Play

Replaio není vydavatelem podcastů; názvy pořadů, obálky a audio patří jejich autorům a šíří se přes veřejné RSS kanály