本综述的目标是评测夏

背景：许多研究强调了G蛋白偶联受体（GPCRs）在肿瘤微环境（TME）重塑中的关键作用以及它们与肿瘤进展的相关性。然而，GPCRs与胶质母细胞瘤（GBM）中TME的关联尚未得到广泛探索。方法：在本研究中，我们利用单细胞RNA测序和批次测序的综合数据，调查了GBM中GPCRs的表达谱。从脑膜瘤和GBM患者中获得的手术样本进行了单细胞RNA测序，以检查GPCR水平和细胞相互作用。肿瘤微环境（TME）评分通过利用CIBERSORT进行浸润的免疫细胞计算得出。结果：我们的研究结果揭示了GBM中GPCRs的主要增加表达，并证明了GPCRs和TME的分类是GBM是独立的风险因素。肿瘤组织中GPCR表达高且TME评分低的患者显示了最差的预后，提示了潜在的侵袭性肿瘤表型。另一方面，肿瘤组织中GPCR表达低且TME评分高的患者显示了显着更好的预后，暗示了潜在更有利的肿瘤微环境。此外，该研究发现高GPCR水平的T细胞在单细胞RNA分析中与其他肿瘤和免疫细胞显示了广泛的细胞相互作用，表明它们可能参与了免疫逃逸。结论：综上所述，联合GPCRs和TME分类可作为GBM的预后标志物。GPCRs在GBM的肿瘤进展和TME中发挥了重要作用。机器翻译结束，如需修改请参考上文原文。Copyright © 2023 Guo, Yu, Gao, Ren, Zhang and Zheng.

细胞外基质（ECM）在肿瘤微环境（TME）的构建中起着至关重要且动态的作用，成为癌症研究和治疗的焦点。多种细胞信号在ECM重塑中的作用导致癌症的无限增殖、转移、免疫逃逸和药物抗性。针对ECM重塑的三位一体靶向可能成为癌症早期、中期和晚期的新策略，克服药物抗性。目前，近60％的替代抗癌药物来源于植物的天然产物、活性成分或结构类似物。根据ECM的特点，本文提出了癌症全过程的三个阶段管理方案，包括在癌症早期阶段预防癌症发展（阶段I）；阻止癌症中期阶段肿瘤的转移（阶段II）；为晚期癌症使用免疫疗法提供新方法（阶段III）；并以靶向ECM组分的天然产物的使用为创新策略提供了抗癌作用的新视角。在此，我们关注ECM重塑的三位一体以及ECM、癌相关成纤维细胞（CAFs）和肿瘤相关巨噬细胞（TAMs）之间的相互作用，并整理了天然产物对肿瘤进展中ECM和相关靶点的干预效果，为开发针对肿瘤转移和复发的新药提供了参考。版权所有 © 2023 Liang, Liu, Zhao, Luo, He, Li, Tang, Tang and Chen.

背景： EMPOWER-LUNG 3临床试验显示，与安慰剂加化疗（PCT）相比，西米替尺单抗（CCT）加化疗明显延长了晚期非小细胞肺癌（NSCLC）患者的总生存期（OS）和无进展生存期（PFS）。然而，这种新治疗选择的成本效益尚不明确。因此，我们从中国医疗保健系统的角度评估了CCT作为NSCLC晚期患者的一线治疗与PCT相比的成本效益。 方法：我们构建了一个马尔科夫模型，评估CCT作为NSCLC晚期患者的一线治疗的成本效益。转换概率从EMPOWER-LUNG 3试验的生存数据中提取。药物成本参考国家招标价格，其他模型输入参数来自EMPOWER-LUNG 3试验和已发表的文献。 结果参数主要包括质量调整生命年（QALYs）和增量成本效益比（ICERs）。进行了单向灵敏度分析和概率灵敏度分析以评估模型结果的稳健性。结果：与PCT相比，在CCT方案中，总成本增加了79,667美元，增加了0.31 QALYs，导致ICER值为253,148美元/QALY。敏感性分析显示，OS的风险比（HR）、西米替尺单抗（100mg）的成本以及PFS的HR都对模型结果有显著影响。在中国，以每QALY 38,201美元为意愿支付阈值时，CCT（与PCT相比）成本效益为0%。 方案分析显示，当西米替尺单抗价格降低到每100 mg不超过184.09美元时，与PCT相比，CCT方案作为NSCLC晚期患者的一线治疗可以考虑成本效益。 结论：在中国，CCT作为NSCLC晚期患者的一线治疗不具有成本效益。版权所有 © 2023 Lu，Huang，Cai，Lin，Chen，Chen和Hu。

铜是一种在许多生理过程中发挥关键作用的必需微量营养素。然而，癌细胞中过量的铜积累与肿瘤生长和转移有关。本综述探讨了以铜代谢为靶点的癌症治疗作为一种有前景的策略。癌细胞中过量的铜积累与肿瘤生长和转移有关。通过干扰癌细胞中的铜稳态并通过铜依赖的机制（分别为铜生长异常和铜死亡）诱导细胞死亡，可以开发出具有更高疗效和较低副作用的疗法。该文讨论了铜在血管生成、免疫应答和氧化还原平衡等生物过程中的作用。该文考察了针对癌症治疗中铜代谢的各种方法，包括使用铜依赖性酶、铜基化合物和与铜死亡相关的基因或蛋白质。本文还探讨了铜螯合治疗和纳米技术用于靶向传递铜靶向药物等策略。通过了解铜死亡的复杂网络及其与肿瘤微环境和免疫系统的相互作用，可以找到新的治疗靶点，以提高癌症治疗效果。总体而言，本综述凸显了以铜代谢为靶点的癌症治疗作为一种有前景和有效的方法，并提供了该领域目前研究的有价值见解。版权所有 © 2023 Kong and Sun.

抗体药物复合物（ADCs）最近改变了多种恶性肿瘤的治疗方式，包括乳腺癌。目前已批准用于治疗不同类型乳腺癌的两种ADCs，包括HER2靶向ADCs曲妥珠单抗乙酰甲硫氨酸盐（T-DM1）和曲妥珠单抗杂合物（T-DXd），以及TROP2靶向的ADCs宿主免疫抑制因子-{扫贫单抗嗪}-。ADC的每个组成部分（抗体、链霉素、药物负载）在决定ADC的疗效和毒性谱的过程中起着关键作用，其修饰可以对临床特征产生重大改变。借鉴三十年的发展知识，目前正在对新型ADCs进行研究。一些方法包括靶向 HER2/TROP2 以外的不同抗原，或评估构建创新类型的ADCs，如双特异性 ADCs、双药物负载的 ADCs、免疫调节 ADCs、放射性核素药物共轭物和偽装 ADCs 等等。在本综述文章中，我们讨论新型ADCs的发展趋势，重点介绍这一领域中出现的机遇和挑战。版权所有 © 2023. Elsevier B.V. 出版

直到20%的乳腺癌会表达过多HER2蛋白，使得其成为抗体治疗的可靠靶点。在早期HER2阳性乳腺癌中，避免使用蒽环类化疗是一项挑战。基于单臂II期APT试验结果，辅助性紫杉醇/曲妥珠单抗是一种可接受的方案，适用于I期HER2阳性疾病患者。在我们的回顾性研究中，共有240名患者，中位肿瘤大小为12.0mm（IQR 9-15 mm），其中204人（85%）为雌激素受体阳性疾病。在中位随访时间为4.6年后，实际世界3年无疾病存活率、远处无疾病存活率和总体生存率分别为98.8%（95%置信区间（CI）96.2-99.6%）、99.2%（95% CI，96.7-99.8%）和98.3%（95% CI，96.2-99.6%）。在实际世界环境中，辅助性紫杉醇/曲妥珠单抗方案与I期HER2阳性乳腺癌妇女低复发率相关。此外，我们还回顾了其他应用于HER2阳性乳腺癌的治疗优化策略，包括正在进行的尝试。版权所有 © 2023 Elsevier B.V. 发表。

胸部或上身听诊长期以来被视为体格检查的有用部分，可追溯到希波克拉底时代。然而，直到1816年勒内·拉内克发明听诊器后，这一实践才得以普及，使其在卫生方面更加适用。肺部疾病是一种影响肺部和呼吸系统各个部分的疾病。肺部疾病是世界上第三大死因。根据世界卫生组织（WHO）的数据，慢性阻塞性肺疾病（COPD）、结核病、急性下呼吸道感染（LRTI）、哮喘和肺癌等五种主要呼吸系统疾病每年导致全球超过300万人死亡。呼吸音波揭示了患者肺部的重要信息。已开发了许多用于分析肺音的方法。然而，临床方法需要有资质的肺科医生来正确诊断此类信号，而且耗时较长。因此，本研究开发了一种高效的基于分数阶水循环群体算法的深度残差网络（Fr-WCSO-based DRN），用于利用呼吸音信号检测肺部异常。所提出的Fr-WCSO是通过将分数阶计算和水循环群体算法结合起来新设计的，而WCSO是水循环算法（WCA）和竞争群体优化算法（CSO）的组合。呼吸输入声音信号经过预处理，并有效提取需要进行进一步处理的重要特征。利用提取到的特征进行数据增强，以最小化拟合过度问题，提高整体检测性能。完成数据增强后，使用所提出的Fr-WCSO算法进行特征选择。最后，利用DRN进行肺部异常检测，其中DRN的训练过程是使用开发的Fr-WCSO算法执行的。所开发的方法通过考虑真阳性率（TPR）、真阴性率（TNR）和测试准确率等评估指标取得了优越的性能，分别达到了0.963（96.3%）、0.932（93.2%）和0.948（94.8%）。版权所有©2023 Elsevier Ltd.版权所有。

通过机器学习的手段可以促进疾病的早期诊断和个体化治疗。数据的质量对诊断有影响，因为医疗数据通常是稀疏的、不平衡的，并且包含了无关属性，导致诊断效果不佳。为了解决数据挑战的影响，改进资源分配并实现更好的健康结果，提出了一种新颖的可视化学习方法。本研究通过确定需要更少或更多的合成数据以改善数据集的质量（如观测数量和特征）来对可视化学习方法做出贡献，根据预定的个体化治疗和早期诊断。此外，进行了许多可视化实验，包括使用统计特征、累积和、直方图、相关矩阵、均方根误差和主成分分析等方法来可视化原始和合成数据，以解决数据挑战。选择了癌症、心脏病、糖尿病、冷冻疗法和免疫疗法等真实的医疗数据作为案例研究。作为准确性、敏感性和特异性等方面的分类基准和比较点，实施了几种模型，如k-最近邻和随机森林。为了模拟算法实施和数据，使用生成对抗网络来创建和操作合成数据，而随机森林则用于对数据进行分类。通过结合生成对抗网络和随机森林模型构建了一个可调整和适应的系统模型。该系统模型提供了工作步骤、概述和流程图。实验证明，大多数数据增强场景允许在数据分析的第一阶段应用可视化学习作为一种新颖的方法。为了在维护统计特性的同时实现适当质量数据和最佳分类性能之间的有意义的适应性协同作用，可视化学习为研究人员和从业人员提供了实用的人机协同机器学习可视化工具。在实施算法之前，可使用可视化学习方法来实现早期和个体化诊断。对于免疫疗法数据，随机森林表现出的精确度、召回率、F1分数、准确度、敏感性和特异性分别为81%、82%、81%、88%、95%和60%，而对于合成数据则分别为91%、96%、93%、93%、96%和73%。未来的研究可能会探索平衡医疗数据的数量和质量的最佳策略。版权所有 © 2023 The Author(s). Published by Elsevier Ltd.. All rights reserved.

乳腺癌组织病理图像的自动分类可以减轻病理学家的工作负担并提供准确的诊断。然而，其中一个挑战是经验数据集通常是不平衡的，导致相对于基于平衡数据集的传统方法来说分类质量较差。最近提出的双边分支网络（BBN）通过考虑表示学习和分类器学习来解决这个问题，以提高分类性能。我们首先将双边采样策略应用于不平衡的乳腺癌组织病理图像分类，并提出了基于元自适应加权的双边多维精细空间特征注意网络（MAW-BMRSFAN）。该模型由BMRSFAN和MAWN组成。具体而言，精细空间特征注意模块（RSFAM）基于卷积长短期记忆（ConvLSTM）。它旨在提取不同维度的图像分类的精细空间特征，并插入到分类模型的不同层中。同时，提出了MAWN来建模从平衡元数据集到不平衡数据集的映射。它通过直接从少量平衡数据集中自适应学习来更灵活地为BMRSFAN找到合适的加权参数。实验证明，MAW-BMRSFAN的性能优于以前的方法。即使在不平衡因子为16的极端不平衡情况下，MAW-BMRSFAN在四个不同放大倍率下的识别精度仍高于80%，表明MAW-BMRSFAN在极端不平衡的条件下能够达到理想的性能。版权所有 © 2023 Elsevier Ltd. 保留所有权利。