肺癌是一个严重的健康问题，需要快速、准确的诊断才能进行有效的治疗。在医学成像中，分割对于识别和隔离感兴趣区域至关重要，这对于精确诊断和治疗计划至关重要。传统的基于元启发式的分割方法经常遇到收敛速度慢、优化阈值结果差、平衡探索和利用等问题，导致肺癌图像的多阈值分割性能不佳。本研究提出了 ASG-HMO，它是人类记忆优化 (HMO) 算法的增强变体，因其简单性、多功能性和最小参数而被选中。尽管HMO从未应用于多阈值图像分割，但其特性使其非常适合改进病理肺癌图像分割。 ASG-HMO 纳入了四项创新策略，以解决细分过程中的关键挑战。首先，提出增强的自适应互利共生阶段来平衡探索和利用，以准确地描绘肿瘤边界，而不会陷入次优解决方案。其次，利用螺旋运动策略通过关注整体肺部结构和复杂的肿瘤细节来自适应地细化分割解决方案。第三，高斯变异策略在搜索过程中引入了多样性，使得能够探索更广泛的分割阈值，从而提高分割区域的准确性。最后，提出了自适应t分布扰动策略，帮助算法避免局部最优并在后期细化分割。 ASG-HMO 的有效性通过 IEEE CEC'17 和 CEC'20 基准套件的严格测试得到验证，随后将其应用于九个组织病理学肺癌图像的多级阈值分割。在这些实验中，测试了六种不同的分割阈值，并将该算法与几种经典的、最新的和先进的分割算法进行了比较。此外，所提出的 ASG-HMO 利用 2D Renyi 熵和 2D 直方图来提高分割过程的精度。病理肺癌分割的定量结果分析表明，ASG-HMO 实现了 31.924 的卓越最大峰值信噪比（PSNR）、0.919 的结构相似性指数测量（SSIM）、0.990 的特征相似性指数测量（FSIM）和概率兰德指数 (PRI) 为 0.924。这些结果表明 ASG-HMO 在收敛速度和分割精度方面都显着优于现有算法。这证明了 ASG-HMO 作为病理肺癌图像精确分割框架的稳健性，为改善临床诊断流程提供了巨大潜力。版权所有 © 2024 Elsevier Ltd。保留所有权利。

乳腺癌是女性第二大常见癌症，被认为是最危险的癌症类型之一，并且在全球范围内呈上升趋势。定期筛查对于早期治疗至关重要。数字乳房X线摄影（DM）是最受认可和广泛使用的乳腺癌筛查技术。对比增强光谱乳腺 X 线摄影（CESM 或 CM）与 DM 结合使用来检测和识别隐藏的异常，特别是在致密的乳腺组织中，单独使用 DM 可能效果不佳。在这项工作中，我们探索了每种模式（CM、DM 或两者）在使用深度学习方法检测乳腺癌病变方面的有效性。我们引入了一种用于在头尾 (CC) 和内外侧斜 (MLO) 视图中检测和分类 DM 和 CM 图像中乳腺癌病变的架构。所提出的架构（JointNet）由用于提取局部特征的卷积模块、用于提取远程特征的变换器模块以及用于融合局部特征、全局特征和基于局部特征加权的全局特征的特征融合层组成。这显着提高了将 DM 和 CM 图像分类为正常或异常类别以及将病变分类为良性或恶性的准确性。以我们的架构为骨干，引入了三个病变分类管道，利用专注于病变形状、纹理和整体乳房纹理的注意力机制，检查有效病变分类的关键特征。结果表明，我们提出的方法在将图像分类为正常或异常方面优于其组件，并减轻了独立使用变换器模块或卷积模块的限制。还引入了集成模型来探索每种模式和每种视图的效果，以提高基线架构的准确性。与其他类似作品相比，结果显示出优越的性能。 DM 图像上的最佳性能是通过半自动 AOL 病变分类管道实现的，准确度为 98.85%，AUROC 为 0.9965，F1 分数为 98.85%，精确度为 98.85%，特异性为 98.85%。对于 CM 图像，使用自动 AOL 病变分类管道获得了最高结果，准确度为 97.47%，AUROC 为 0.9771，F1 分数为 97.34%，精确度为 94.45%，特异性为 97.23%。使用 DM 和 CM 图像时，半自动集成 AOL 分类管道提供了最佳的整体性能，准确度为 94.74%，F1 分数为 97.67%，特异性为 93.75%，灵敏度为 95.45%。此外，我们还探讨了 CM 和 DM 图像在深度学习模型中的比较有效性，表明虽然 CM 图像为人眼提供了更清晰的洞察，但我们在 DM 图像上训练的模型使用病变关注 (AOL) 技术产生了更好的结果。该研究还表明，使用 DM 和 CM 图像以及集成学习的多模态方法可以提供更稳健的分类结果。版权所有 © 2024。由 Elsevier Ltd 出版。

通过将高覆盖率的古代基因组序列与现代人类的基因组序列进行比较，已经确定了特定的遗传差异。例如，在神经肿瘤腹侧抗原 1 (NOVA1) 中发现了人类特异性取代，NOVA1 是一种 RNA 结合蛋白，可调节神经元前 mRNA 的选择性剪接。氨基酸取代导致 NOVA1 中 197 位异亮氨酸变为缬氨酸（古代：I197，现代人类：V197）。先前的研究已经利用基因编辑技术来比较古代和现代人类皮质类器官中NOVA1的形式，然而，结构和分子细节需要进一步研究。使用计算机方法，生成了 NOVA1 的现代人类 (WT) 和古代 (V197I) 结构。此外，还检查了 NOVA1 的结构，该结构在第 68 位（G68V）处包含甘氨酸至缬氨酸的取代（G68V），该取代发生在 RNA 结合界面处。随后进行蛋白质-RNA 对接来模拟 NOVA1 变体与 RNA 的相互作用，并使用经典分子动力学 (MD) 模拟进一步评估复合物。根据 MM-PBSA 分析，WT (-956.8 ± 32.6 kcal/mol)、V197I (-975.4 ± 65.6 kcal/mol) 和 G68V (-946.7 ± 34.3 kcal/mol) 复合物之间的结合自由能相似。研究结果强调了蛋白质-RNA 复合物的结合和稳定性，与 WT NOVA1 蛋白相比，在古老的变体和 G68V 变体中仅观察到适度的结构变化。需要进一步澄清以增强我们对 NOVA1 突变对选择性剪接和疾病发展影响的理解。特别是，描述 NOVA1 基因中多个突变的影响非常重要。版权所有 © 2024 作者。由爱思唯尔有限公司出版。保留所有权利。

准确的前列腺解剖对于低位直肠癌患者的经肛门手术至关重要。解剖不当会导致尿道损伤等不良事件，严重影响患者术后康复。然而，边界不清晰、前列腺形状不规则以及烟雾等阻塞因素给外科医生带来了巨大的挑战。我们的创新贡献在于引入了一种新颖的视频语义分割框架IG-Net，该框架融合了现有手术器械的特征，以实现真实的手术效果。 -时间和精确的前列腺分割。具体来说，我们设计了一个仪器引导模块，该模块根据仪器特征计算外科医生的注意力区域，执行局部分割，并将其与全局分割相结合以提高性能。此外，我们提出了一个关键帧选择模块，该模块根据仪器特征计算连续帧之间的时间相关性。该模块自适应地选择非关键帧进行特征融合分割，降低噪声并优化速度。为了评估 IG-Net 的性能，我们构建了迄今为止已知的最广泛的数据集，包括 106 个视频剪辑和 6153 张图像。实验结果表明，该方法取得了良好的性能，IoU 为 72.70%，Dice 为 82.02%，FPS 为 35。对于基于手术视频的前列腺分割任务，我们提出的 IG-Net 在多个指标上超越了以前的所有方法。 IG-Net 平衡了分割准确性和速度，表现出针对不利因素的强大鲁棒性。版权所有 © 2024 Elsevier B.V. 保留所有权利。

本研究旨在增强直肠癌磁共振（MR）成像扫描的轴向分辨率，以提高视觉判读和定量分析的准确性。 MR 成像是直肠癌诊断和治疗计划的关键技术。然而，获得高分辨率 MR 图像既耗时又昂贵。因此，许多医院仅存储有限数量的切片，通常导致 MR 图像分辨率较低，尤其是在轴向平面上。鉴于图像分辨率在准确评估中的重要性，这些低分辨率图像经常缺乏必要的细节，这给人类专家和计算机辅助诊断系统带来了巨大的挑战。图像超分辨率（SR）是一种为增强图像分辨率而开发的技术，最初应用于自然图像。它的成功导致了它在各种其他任务中的应用，特别是在低分辨率 MR 图像的重建方面。然而，大多数现有的SR方法在重建过程中无法考虑所有解剖平面，导致应用于直肠癌MR图像时结果不令人满意。在本文中，我们提出了一种基于GAN的三轴互监督超分辨率重建方法，专门针对直肠癌MR图像而设计。低分辨率直肠癌 MR 图像。我们的方法包括沿轴向方向对矢状面和冠状面执行一维 (1D) 切片内 SR 重建，并结合基于轴向方向切片合成的切片间 SR 重建。为了进一步提高超分辨率重建的准确性，我们在不同轴的重建结果之间引入一致性监督机制，促进各轴之间的相互学习。我们方法的一个关键创新是引入 Depth-GAN 来合成轴向平面中的中间切片，结合深度信息并利用生成对抗网络 (GAN) 来实现此目的。此外，我们通过在整个过程中结合使用有监督和无监督的交互式学习技术来提高中间切片合成的准确性。我们进行了广泛的消融研究并与现有方法进行比较分析，以验证我们方法的有效性。在山西省肿瘤医院的测试集上，我们的方法实现了 34.62 的峰值信噪比（PSNR）和 96.34％的结构相似性指数（SSIM）。这些有希望的结果证明了我们方法的优越性。版权所有 © 2024 Elsevier B.V. 保留所有权利。

小细胞肺癌（SCLC）是一种侵袭性肺神经内分泌恶性肿瘤，其特点是肿瘤免疫微环境（TIME）冷、免疫治疗获益有限、生存率低。与抗肿瘤免疫显着相关的 TIME 空间异质性尚未在 SCLC 中进行系统研究。我们对来自 44 个未经治疗的局限期 SCLC 肿瘤的 132 个组织微阵列核心进行了超高复数数字空间分析。结合来自当地队列的单细胞 RNA 测序数据和已发表的 SCLC 数据，我们建立了一个空间蛋白质转录组景观，涵盖超过 18,000 个基因和 60 种关键免疫肿瘤学蛋白质，这些蛋白质参与影响肿瘤发生、免疫调节和癌症代谢的信号通路跨越 3 个病理学定义的空间区室（泛 CK 阳性肿瘤巢；CD45/CD3 阳性肿瘤基质；肿瘤旁）。我们的研究描述了 SCLC 的空间转录组和蛋白质组 TIME 结构，表明通过典型的神经内分泌亚型标记指示了清晰的肿瘤内异质性；揭示了肿瘤巢中先天免疫细胞和功能受损的 B 细胞的富集，并提出了单核细胞/巨噬细胞潜在的重要免疫调节作用。我们将 RE1 沉默因子 (REST) 确定为 SCLC 的潜在生物标志物，与低神经内分泌特征、更活跃的抗肿瘤免疫和延长生存期相关。© 2024。作者。

代谢失调在三阴性乳腺癌（TNBC）中很突出，但针对癌症代谢的治疗策略却很有限。在这里，利用我们的 TNBC 队列 (n = 465) 的多组学数据，我们证明了糖酵解 TNBC 亚型中广泛的剪接失调和剪接体丰度增加。我们确定 SNRNP200 是葡萄糖驱动的代谢重编程的关键介质。从机制上讲，葡萄糖诱导 SNRNP200 K1610 乙酰化，防止其蛋白酶体降解。增强的 SNRNP200 有助于关键代谢酶编码基因（GAPDH、ALDOA 和 GSS）的剪接，从而增加乳酸和谷胱甘肽的产量。以 SNRNP200 为靶点的反义寡核苷酸疗法可通过激活肿瘤内 CD8 T 细胞同时抑制调节性 T 细胞来阻碍肿瘤代谢并增强抗 PD-1 疗法的疗效。临床上，较高的 SNRNP200 水平表明糖酵解 TNBC 对免疫治疗的反应较差。总体而言，我们的研究揭示了 RNA 剪接和代谢失调之间复杂的相互作用，提出了糖酵解 TNBC 免疫治疗的创新组合策略。© 2024。作者。

已知成熟红细胞缺乏主要组织相容性复合体 (MHC) 蛋白。然而，偶尔有报道称红细胞上存在 MHC 分子，但没有明确的功能。在这项研究中，我们设计了仅与融合蛋白缀合的红细胞，该融合蛋白由与 MHC I 类 (MHC-I) 蛋白连接的抗原肽组成，称为 MHC-I-Ery。修饰有源自人乳头瘤病毒 (HPV) 16 癌蛋白 E6/E7 的肽的修饰红细胞，可有效激活 HPV16 宫颈癌患者外周血单核细胞 (PBMC) 中的抗原特异性 CD8 T 细胞。此外，MHC-I-Ery 单一疗法被证明可以抑制小鼠抗原阳性肿瘤的生长。这种治疗立即激活了 CD8 T 细胞并减少了脾脏中的抑制性骨髓细胞，从而产生了全身抗肿瘤活性。 MHC-I-Ery 在非人类灵长类动物中的安全性和耐受性评估进一步支持了其临床潜力。我们的结果首先证明，仅配备抗原肽-MHC-I 复合物的红细胞可以强有力地刺激免疫系统，这为推进癌症免疫治疗提出了一种新颖且有前景的方法。© 2024。作者。

细胞周期抑制剂作为癌症治疗有着悠久的历史。在这里，我们报道这些抑制剂部分通过干扰素基因刺激剂 (STING) 信号通路对抗癌症。我们证明了紫杉醇（微管稳定剂）、Palbociclib（细胞周期蛋白依赖性激酶 4/6 抑制剂）、AZD1152 和 GSK1070916（极光激酶 B 抑制剂）除了阻止细胞周期外还具有抗癌功能。它们持续引起胞质 DNA 积累和 DNA 损伤，从而无意中触发胞质 DNA 传感器 DEAD-box 解旋酶 41 (DDX41) 并激活 STING 分泌促炎性衰老相关分泌表型因子 (SASP)。有趣的是，我们发现DDX41是HIF的转录靶标。缺氧通过 HIF-1 诱导 DDX41 表达，使缺氧 HCC 细胞在 STING 激活和 SASP 产生中对抗有丝分裂剂更加敏感。 SASP 触发肿瘤中的免疫细胞浸润以清除癌症。细胞周期抑制剂（尤其是紫杉醇）与抗 PD-1 联合使用时，可通过干扰小鼠 HCC 生长来延长生存期。我们观察到紫杉醇抑制 STINGWT HCC 比 STINGKO HCC 更有效的趋势，表明 STING 可能有助于紫杉醇的抗肿瘤作用。我们的研究揭示了细胞周期抑制剂的免疫介导的肿瘤抑制特性，并建议与免疫疗法联合治疗作为一种潜在的治疗方法。

T细胞浸润低、针对肿瘤的T细胞活性无效以及肿瘤抗原呈递减少会促进肿瘤逃避免疫。 TET2 DNA 双加氧酶基因在造血系统恶性肿瘤中经常发生突变，并且在多种实体瘤中发现 TET 酶活性丧失。我们之前表明，TET2 的辅助因子维生素 C (VC) 以 TET2 依赖性方式增强肿瘤相关 T 细胞募集和检查点抑制剂治疗反应。通过对 B16-OVA 黑色素瘤肿瘤进行单细胞 RNA 测序 (scRNA-seq) 分析，我们发现 TET2 在肿瘤中的另一个功能是促进某些抗原呈递机制基因的表达，而 VC 可以有效增强这种功能。一致地，VC 以 TET2 依赖性方式促进基于细胞和肿瘤测定的抗原呈递。对 scRNA-seq 数据集的细胞间信号传导进行量化表明，肿瘤和肿瘤微环境内 T 细胞衍生的 IFNγ 诱导的信号传导需要肿瘤相关的 TET2 表达，而 VC 治疗会增强这种表达。对患者肿瘤样本的分析表明，TET 活性与抗原呈递基因表达和患者结果直接相关。我们的结果证明了肿瘤相关 TET2 活性作为肿瘤免疫的关键介质的重要性，高剂量 VC 治疗可增强肿瘤免疫的作用。