人工智能识别子宫内膜癌的新高风险亚型
在最近发表的一项研究中 自然通讯一组研究人员使用人工智能 (AI) 对组织病理学图像进行分类，并区分子宫内膜癌亚型。该工具识别出一种称为 NSMP 或无特定分子特征的子宫内膜癌亚型，其特点是疾病侵袭性强且存活率低。 学习： 基于人工智能的组织病理学图像分析揭示了子宫内膜癌的一个独特亚群图片来源：megaflopp/Shutterstock.com 背景 子宫内膜癌可分为四种亚型，每种亚型的治疗意义和预后都有很大的不同。 迄今为止，这些亚型的分类是基于不充分的临床病理学参数和不理想的可重复性，这对癌症的管理产生了直接影响。 肿瘤的组织型和等级分配不一致导致风险评估不准确，从而导致过度治疗或治疗不足，导致复发甚至死亡。 癌症基因组图谱项目表明，外显子组和全基因组测序以及微卫星不稳定性检测可用于根据主要的基因突变将子宫内膜癌分为四种预后亚型。 此外，人工智能工具与深度学习模型的开发也越来越多地应用于医疗领域，用于处理大量图像或文本数据。这些数据随后被用于识别潜在的生物标志物并改善癌症的病理诊断。 关于研究 在目前的研究中，研究人员利用深度学习功能构建了一个基于人工智能的图像分类工具，该工具分析了苏木精和伊红染色的载玻片的组织病理学图像，以区分两种子宫内膜癌亚型 NSMP 和 p53 异常或 p53abn。 第一个是 极 突变亚型，其中参与脱氧核糖核酸（DNA）校对和修复的基因——DNA聚合酶ε或POLE——包含致病突变。 第二种亚型是错配修复缺陷亚型或 MMRd，其中基于免疫组织化学的诊断测试显示缺乏参与错配修复的关键蛋白质。 第三种亚型也是通过免疫组织化学分析进行诊断的，其特征是 p53 肿瘤抑制蛋白异常。 最后一种亚型 NSMP 的诊断是通过消除其他三种亚型的所有诊断特征来实现的，因为该亚型缺乏任何定义特征。 在这里，研究人员使用基于人工智能的图像分类来分析组织病理学特征并区分 NSMP 和 p53abn 亚型。 他们假设，NSMP 亚型中的一组患者的肿瘤在组织学上与 p53abn 亚型患者的肿瘤相似，而应用深度学习模型评估苏木精和伊红染色的载玻片将有助于识别这一亚型。 在这项研究中，研究人员使用了对患有 p53abn 或 NSMP 亚型的子宫内膜癌患者进行子宫切除术时获得的苏木精和伊红染色的组织切片。 该研究使用了由 368 名患者组成的发现队列，并使用两个分别由 614 名和 290 名患者组成的独立队列验证了研究结果。 研究人员还对两种亚型的代表性样本和验证队列中的 p53abn […]
新型 AI 模型凭借卓越的癌症诊断能力为数字病理学树立了标杆
在最近发表在期刊上的一项研究中 自然， 研究人员开发并评估了普罗维登斯千兆像素病理模型 (Prov-GigaPath)，这是一种全幻灯片病理基础模型，使用大规模真实世界数据和新颖的视觉转换器架构在数字病理任务中实现最先进的性能。 学习： 基于真实世界数据的数字病理学全幻灯片基础模型图片来源：Color4260 / Shutterstock 背景 计算病理学可以通过亚型分类、分期和预后预测应用彻底改变癌症诊断。然而，目前的方法需要大量带注释的数据，这既昂贵又耗时。自我监督学习通过使用未标记的数据对模型进行预训练，减少了这种需求，显示出良好的前景。挑战包括可用数据有限且质量参差不齐、难以捕捉局部和全局模式以及对预训练模型的访问受限。基础模型提供了强大的通用性，这对于拥有大量未标记数据的生物医学领域至关重要。需要进一步研究以提高这些模型在不同数据集和真实世界环境中的通用性和临床适用性。 关于研究 本研究对全幻灯片图像 (WSI) 的预处理涉及 171,189 张苏木精和伊红 (H&E) 染色和免疫组织化学幻灯片的流水线。组织分割使用 Otsu 图像阈值过滤背景区域。WSI 的大小被调整为每像素 0.5 μm，并裁剪为 256×256 像素的图块，丢弃组织覆盖率低于 10% 的图块。Prov-GigaPath 使用 Vision Transformer (ViT) 和网络知识提炼版本 2 (DINOv2) 设置对 1,384,860,229 个图块进行了预训练。幻灯片编码器使用长序列网络 (LongNet) 架构。预训练涉及网格离散化、增强和掩蔽自动编码器，使用了 16 个节点和 4×80 GB A100 GPU，在 2 天内完成。 Prov-GigaPath 与分层图像金字塔变换器 (HIPT)、基于对比学习的病理学模型 (CtransPath) 以及用于诊断成像的稳健且数据高效的自监督机器学习泛化 (REMEDIS) 进行了比较。HIPT 在癌症基因组图谱 […]
研究表明，组织中挥之不去的冠状病毒可能会导致长期的新冠症状
在最近发表的一项研究中 柳叶刀传染病研究人员评估了严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 在组织中的持续存在及其与 2019 年冠状病毒病 (COVID-19) 长期症状的关联。 学习： SARS-CoV-2 在组织中的持续存在及其与长期新冠症状的关联：中国的一项横断面队列研究。 图片来源：Kateryna Kon / Shutterstock.com 是什么原因导致新冠病毒长期存在？ 对因 COVID-19 死亡的患者进行尸检后发现，多个器官中存在 SARS-CoV-2，因此表明这种病毒感染可能会导致某些全身性疾病。 同样，即使在从 COVID-19 中恢复后，在不同类型的样本中也发现了残留的病毒蛋白和核酸。 从 COVID-19 中康复的人中，有 6-68% 会出现持续症状，包括头痛、疲劳、呼吸困难、腹泻或味觉/嗅觉丧失，这种情况称为长期 COVID。 先前的研究表明，一些长期的新冠症状可能与 SARS-CoV-2 在组织中的持续存在有关。 然而，仍然缺乏大规模研究来检验 COVID-19 恢复后不同时间点组织中病毒的持久性。 关于该研究 本研究探讨了 COVID-19 康复后 SARS-CoV-2 在组织中的持续存在及其与长期 COVID 症状的关系。 分析包括 2022 年 12 月诊断为轻度 COVID-19 且计划在感染后 1、2 或 4 个月接受化疗、免疫治疗和胃镜检查或因其他原因住院的患者。 […]
皮肤活检用于 α-突触核蛋白检测被证明是有效的
在最近发表的一项研究中 美国医学会杂志研究人员评估了患有路易体痴呆（DLB）、帕金森病（PD）、纯自主神经衰竭（PAF）和多系统萎缩（MSA）的痴呆症患者皮肤磷酸化α-突触核蛋白（P-SYN）沉积的阳性率。 学习： 突触核蛋白病患者的皮肤活检磷酸化 α-突触核蛋白检测。 图片来源：BLACKDAY/Shutterstock.com 背景 突触核蛋白病是一种神经退行性疾病，会导致 P-SYN 在周围和中枢神经系统中积聚。 它们包括 PD、MSA、DLB 和 PAF。 这些疾病具有共同的临床特征，包括进行性损伤和神经变性。 目前的药理学缺乏针对这些疾病的疾病缓解药物，许多被诊断患有突触核蛋白病的个体面临诊断延迟或误诊。 迫切需要一种用于识别突触核蛋白病的可靠生物标志物，例如皮肤磷酸化 α-突触核蛋白的免疫组织化学。 该测试可能是敏感且具体的。 关于该研究 在目前的前瞻性、多中心、横断面研究中，研究人员调查了皮肤活检是否可以检测 PD、MSA、DLB 和 PAF 患者的 P-SYN。 研究人员招募了 2021 年 2 月至 2023 年 3 月期间从 19 个社区和 11 个学术神经病学诊所招募的临床确诊的 DLB、PD、PAF 或 MSA 病例，年龄在 40 岁到 99 岁之间。 没有突触核蛋白病病史或临床特征的个体（例如便秘、嗅觉减退、痴呆、快速眼动 [REM] 对照组包括睡眠障碍（或轻度认知障碍）或神经退行性疾病。 研究人员排除了患有活检相关风险和类似突触核蛋白病的个体。 他们还排除了那些问卷和临床检查中数据缺失的人。 研究暴露是用于 P-SYN 检测的皮肤活检。 […]
鱼油在预防癌症方面的重要作用
在最近发表的一项研究中 科学报告, 研究人员使用小鼠（A/J 小鼠）模型来评估抗癌作用 功效 作为生酮饮食（KD）的一部分消耗的不同油。 具体来说，他们将七种常见的富含脂肪的 KD 与西式饮食和 15% 碳水化合物饮食作为对照进行了比较。 他们的结果表明，所有酮类饮食在预防尼古丁衍生的亚硝胺酮 (NNK) 诱发的小鼠肺癌方面均优于西式饮食和 15% 碳水化合物饮食。 学习： 富含鱼油的生酮饮食在预防 A/J 小鼠中 NNK 诱导的肺癌方面优于其他脂肪。 图片来源：Natalia Klenova/Shutterstock.com 背景 这项研究强调了鱼油 (FO) 的抗肺癌潜力，发现鱼油可以增加血浆 β-羟基丁酸 (β-HB)、降低血糖并减弱脂肪酸合酶 (FAS) 的表达，从而在代谢上抑制肺癌结节形成。 值得注意的是，为了解决生酮饮食引起的高血浆甘油三酯 (TG) 和胆固醇水平，研究人员进一步描述了长期生酮饮食对血脂和肝脏健康的影响，发现标准生酮饮食不仅不会引起肝损伤，FO-增强的 KD 对肝脏和血脂的危害甚至更小，这证明了它们的安全性。 什么是生酮饮食？它们为何能有效对抗癌症？ 生酮饮食 (KD) 是 20 世纪 20 年代最初开发用于治疗难治性癫痫的饮食。 它们的特点是脂肪含量非常高，碳水化合物 (CHO) 含量低，迫使身体代谢脂质以获取能量。 大多数 KD 的设计目的是从脂肪中提供 90% 的总热量，而只有 2% 从 […]