在肝细胞癌（HCC）的进展或抑制中，关于炎症免疫反应作用的丰富数据未能为HCC提供治愈性免疫疗法。这主要是因为专注于详细的特定细胞类型，而忽视了肝免疫系统的集体功能。为了发现集体免疫功能，我们采用系统免疫学方法，通过对DIAMOND小鼠肝脏在非酒精性脂肪肝病（NAFLD）向HCC发展过程中收集的snRNAseq数据进行高通量分析。我们报告了肝免疫细胞之间的相互信号交互以优势-劣势方式的模式，以及它们与结构细胞的相互作用，塑造出表现出细胞成分功能之外的免疫模式。这种模式发现方法认识到固有免疫细胞在NASH和HCC进展中的直接作用。这些数据表明，免疫模式的发现不仅可以检测HCC的免疫机制，尽管疾病过程中免疫细胞发生动态变化，还可以为NAFLD和HCC的治疗提供免疫调节干预手段。© 2023 Springer Nature Limited.

骨髓增生异常综合征的预后评估随着时间的推移而显著演变，这既归功于诊断分类的演变，也归功于对其预后预测的改善。随着时间的推移，许多预后评分考虑到血液细胞减少的数量和程度，以及骨髓爆发细胞、细胞遗传学特征，以及最近发现的分子突变。所有这些变量从 2022 年起被整合到了 IPSS-M 评分中，一旦患者的分子信息可获得，此评分将迅速成为骨髓增生异常综合征预后评估的参考。版权所有 © 2023 Société Française du Cancer. Elsevier Masson SAS 发布。保留所有权利。

脊椎转移是骨骼常见的继发恶性肿瘤，往往导致脊髓和神经根受压，引起明显的疼痛和相关的压迫症状。该病症具有较高的发病率和死亡率。对于大多数患有脊椎转移的患者，治疗方法主要是以姑息治疗为主。与多学科团队的会诊被广泛接受作为脊椎转移患者全面治疗的方法。随着研究和技术的进步，脊柱转移癌的评估和治疗不断发展。本研究提供了脊柱转移癌的手术治疗、微创治疗和放疗的概述，同时分析了各种治疗方法的临床效果、优点和当前的局限性。© 2023. BioMed Central Ltd., part of Springer Nature.

本研究评估了m6A相关的长链非编码RNA（lncRNA）在肺腺癌（LUAD）中的预后价值。使用limma包分析了来自癌症基因组图谱数据集的LUAD和正常邻近组织中的lncRNA和mRNA的表达水平。鉴定并使用m6A酶相关的差异表达的lncRNA和mRNA构建了一个调控网络。进行了生存分析，并分析了lncRNA、m6A调控因子和mRNA之间的相关性，随后进行了功能富集分析。对比LUAD样本和正常组织，发现了许多差异表达的lncRNA和mRNA，证明建立了一个全面的网络。选择了两个lncRNA和六个mRNA作为预后相关因子，包括SH3PXD2A-AS1、MAD2L1、CCNA2和CDC25C。病理阶段和复发情况被确定为独立的临床因素（P < 0.05）。这些RNA在不同临床组中的表达水平与不同风险组中的表达水平一致。预测了m6A蛋白、两个lncRNA和六个mRNA之间的相互作用，并且功能分析显示m6A靶向mRNA参与了细胞周期、孕激素介导的卵子成熟以及卵子减数分裂通路。这些m6A靶向lncRNA和mRNA可能是预测临床预后的有希望的生物标志物，而lncRNA-m6A调控因子-mRNA调控网络可以改善我们对于LUAD进展中m6A修饰的理解。© 2023. BioMed Central Ltd., part of Springer Nature.

最常见的BRAF基因突变是在核苷酸1796位点发生胸腺嘧啶（T）到腺嘌呤（A）错义突变（T1796A，V600E）。BRAFV600E基因编码一种蛋白依赖性激酶（PDK），这是线粒体活化蛋白激酶途径的关键组成部分，对细胞增殖、分化和死亡的调控至关重要。BRAFV600E突变导致PDK的异常不正确激活和持续激活，进而导致甲状腺乳头状癌细胞的异常增殖和分化。基于弹性造影超声（US）放射学特征，本研究旨在创建和验证六种不同的机器学习算法，以在PTC患者手术前预测BRAFV600E突变。本研究使用了138名PTC患者的常规US应变弹性成像数据。将患者分为两组：无BRAFV600E突变组（n=75）和有BRAFV600E突变组（n=63）。患者随机分配到两个数据集中：训练集（70%）和验证集（30%）。从应变弹性US图像中获取了共479个放射学特征。使用Pearson相关系数（PCC）和递归特征消除（RFE）与分层十折交叉验证法来减少特征数量。基于选定的放射学特征，比较了支持向量机线性核（SVM_L）、支持向量机径向基函数核（SVM_RBF）、逻辑回归（LR）、朴素贝叶斯（NB）、K最近邻（KNN）和线性判别分析（LDA）这六种机器学习算法用于预测BRAFV600E的可能性。使用准确率（ACC）、曲线下面积（AUC）、敏感性（SEN）、特异性（SPEC）、阳性预测值（PPV）、阴性预测值（NPV）、决策曲线分析（DCA）和校准曲线来评估这些机器学习算法的性能。① 机器学习算法的诊断性能依赖于27个放射学特征。② NB、KNN、LDA、LR、SVM_L和SVM_RBF的AUC分别为0.80（95%置信区间[CI]：0.65-0.91）、0.87（95% CI 0.73-0.95）、0.91（95% CI 0.79-0.98）、0.92（95% CI 0.80-0.98）、0.93（95% CI 0.80-0.98）和0.98（95% CI 0.88-1.00）。③ PTC患者中有BRAFV600E突变和无BRAFV600E突变的组别在回声度、垂直和水平直径比以及弹性方面存在显著差异。基于US弹性造影放射学特征的机器学习算法能够预测PTC患者中BRAFV600E的可能性，可以帮助医生确定PTC患者的风险。在这六种机器学习算法中，支持向量机径向基函数（SVM_RBF）达到了最好的准确率（0.93）、AUC（0.98）、敏感性（0.95）、特异性（0.90）、阳性预测值（0.91）和阴性预测值（0.95）。© 2023. Springer Nature Limited.

3D打印是一种制造药品（Spritam）、复合药丸（愈创甘油醚）、纳米悬浮剂（叶酸）和水凝胶（布洛芬）的尖端技术，但存在材料选择限制、制造尺寸受限制和低维度和高维度的设计错误等局限。相比之下，4D打印是在3D打印基础上的一种技术进步，引入了形状记忆聚合物和液晶弹性体等活性材料，使打印出的物体能够对刺激做出形状改变。4D打印具有诸多优势，包括更大的打印能力、更高的制造效率、改进的质量、更低的生产成本、减少碳足迹以及生产更广泛的产品且具有更大的潜力。近期4D打印在临床领域的应用包括用于膀胱疾病的人工膀胱植入物、用于移植的4D打印心脏、用于气道支气管软化的支架、用于组织伤口愈合的微针、用于溃疡的水凝胶胶囊和用于抗癌药物输送的药物夹刀。本综述强调了4D打印相对于3D打印的优势，及在制造具有局部作用的智能药物输送系统、减少药物管理的发生率以及改善患者遵从性方面的最新应用。建议在未来开展大量研究以进一步深入探索4D打印的发展和应用。© 2023. 作者，独家许可给美国药物科学家协会。

“刺鸟蛋白（Sonic hedgehog，Shh）-组髓母细胞瘤（medulloblastoma，MB）（Shh-MB）被归类为一种临床和分子上有明显差别的癌症群体，它发源于发育中的神经系统，Shh信号高度异常是其致病的主要驱动因素。我们最近报道RNF220在Shh-MB发展过程中需要维持高水平Shh信号传导，然而，高水平RNF220表达在Shh-MB中的实现机制尚不清楚。在这项研究中，我们发现泛素E3连接酶Smurf1和Smurf2与RNF220相互作用，并对其进行多泛素化和降解。在MB细胞中，Smurf1或Smurf2的敲除或过表达分别通过调控RNF220蛋白水平从而调节Shh信号，促进或抑制细胞增殖、集落形成和异种移植生长。此外，在临床人类MB样本中，Smurf1或Smurf2蛋白水平与RNF220或Shh-MB标志物GAB1的蛋白水平呈负相关。总体而言，该研究突出了Smurf1和Smurf2-RNF220轴在Shh-MB发病机制中的重要性，并为Shh-MB治疗提供了新的治疗靶点。”

血吞噬细胞淋巴组织细胞增生症（HLH）是肝移植手术（LT）罕见但致命的并发症。HLH的特征是病理性巨噬细胞活化导致高细胞因子血症、过度炎症和组织破坏，进而导致器官功能进行性损害。当HLH并发风湿性疾病或自身炎症性疾病时，也称为巨噬细胞活化综合征（MAS）。测量几种血清细胞因子可能有助于诊断HLH和MAS。与巨噬细胞活化相关的细胞因子，如新型比特林、白细胞介素-18（IL-18）和可溶性肿瘤坏死因子受体（sTNF-R）I和II在HLH并发LT的患者中尚未得到评估。在该病例中，我们对LT术后围手术期对这些细胞因子进行了评估。患者是一名24岁的女性，因自身免疫性肝炎急性恶化而接受活体供肝移植手术。术后第12天，根据标准，患者被诊断为HLH。血浆置换、甲泼尼龙冲击疗法、静脉免疫球蛋白和粒细胞-集落刺激因子有效抑制了HLH的致命进展。当HLH发生在LT术后时，细胞因子分析显示新型比特林、IL-18、sTNFR-I和II升高：细胞因子风暴。值得注意的是，住院时的细胞因子分析也显示细胞因子水平升高。特别是IL-18水平显著升高，表明先天免疫系统的活化参与其中。这些结果表明，在LT前细胞因子风暴和巨噬细胞活化已经发生。基于这些发现，与巨噬细胞活化相关的细胞因子分析可能对诊断和预测LT患者的HLH和MAS有用。版权所有 © 2023 Elsevier Inc. 保留所有权利。

胶质瘤是一种常见且常为致命性的脑肿瘤。尽管分子诊断技术已经提高了对该病的理解，但治疗选择仍然有限。本研究旨在研究INTS9在小核RNA（snRNA）处理中的作用，该过程对产生成熟信使RNA（mRNA）至关重要。我们打算利用大规模数据库进行先进的生物信息学分析，并进行功能实验，以阐明其在胶质瘤治疗中的潜在作用。我们从The Cancer Genome Atlas（TCGA）和中国胶质瘤基因组图谱（CGGA）收集了基因组、蛋白质组和全外显子测序数据，用于进行生物信息学分析。然后，我们通过免疫组化验证了INTS9的蛋白表达，并评估了其与P53和KI67蛋白表达的相关性。我们进行了基因集富集分析（GSEA）以确定改变的信号通路，并对经过siINTS9处理的三个细胞系进行了功能实验。然后，我们还通过整合单细胞测序、12个细胞状态预测和CIBERSORT分析来研究肿瘤异质性对INTS9表达的影响。最后，我们还利用胶质瘤纵向分析（GLASS）数据集观察到INTS9的纵向变化。 我们的研究结果显示，在肿瘤组织中，INTS9水平较非肿瘤组分高，与肿瘤分级和增殖指数相关。TP53突变是与上调INTS9最显著相关的因素，其他潜在的贡献因素包括7号染色体增益/10号染色体缺失的联合、TERT启动子突变和肿瘤突变负荷的增加。在GSEA分析中，我们还将INTS9与细胞增殖和炎症信号通路的增强联系起来。下调INTS9影响细胞增殖和细胞周期调节的功能验证过程。在12个细胞状态的背景下，INTS9与肿瘤干细胞和肿瘤增殖干细胞相关。CIBERSORT分析显示，增加的INTS9与巨噬细胞M0和M2增加，但单核细胞减少有关。从纵面上看，我们还注意到在IDH野生型复发期间，INTS9的表达下降。 本研究评估了INTS9蛋白在胶质瘤发展中的作用及其作为治疗靶点的潜力。结果表明，升高的INTS9水平与增加的增殖能力、更高的肿瘤分级和更差的预后有关，可能是由于TP53突变引起的。本研究强调了INTS9作为胶质瘤治疗的有前景的靶点的潜力。 © 2023. BioMed Central Ltd., part of Springer Nature.

过去十年来，作为一个高维问题，基因选择在机器学习和计算生物学领域引起了广泛关注。在癌症数据集的基因选择领域中，已经开发了不同类型的特征选择技术，包括策略（过滤器、封装器和嵌入式方法）和标签信息（有监督、无监督和半监督）。然而，使用混合特征选择仍然可以提高性能。本文提出了一种基于过滤器和封装器策略的混合特征选择方法。在过滤器阶段，我们基于非凸正则化非负矩阵分解和结构学习开发了一种无监督特征选择方法，称为NCNMFSL。 在封装器阶段，我们首次利用蘑菇生殖优化（MRO）来获取最具信息量的特征子集。在这种混合特征选择方法中，通过NCNMFSL筛选掉了不相关的特征，并通过MRO选择了最有区分性的特征。为了展示所提出方法的有效性和熟练性，我们在Breast、Heart、Colon、Leukemia、Prostate、Tox-171和GLI-85基准数据集上进行了数值实验。使用支持向量机和决策树分类器分析所提出的技术，得到的最高准确率分别为0.97、0.84、0.98、0.95、0.98、0.87和0.85，分别对应于Breast、Heart、Colon、Leukemia、Prostate、Tox-171和GLI-85。计算结果显示，与最先进的特征选择技术相比，所提出的方法的有效性得到了证实。版权所有 © 2023 Elsevier Ltd.