机器学习近年来已经显示了广泛的增长，并且现在已经在敏感领域中得到了常规应用。为了在部署之前允许适当的预测模型验证，模型必须是确定性的。仅仅固定所有随机种子对于确定性机器学习是不够的，因为主要的机器学习库默认使用基于原子操作的非确定性算法。各种机器学习库发布了非确定性算法的确定性对应物。我们评估了这些算法对确定性和运行时间的影响。基于这些结果，我们制定了一组确定性机器学习要求，并开发了一个新的软件解决方案，即mlf-core生态系统，它可以帮助机器学习项目满足并保持这些要求。我们应用mlf-core开发了在各种生物医学领域中的确定性模型，包括使用TensorFlow的单细胞自编码器，基于PyTorch的CT扫描肝肿瘤分割的U-Net模型，以及基于基因表达谱的肝癌分类器与XGBoost。完整的数据以及mlf-core生态系统的实现和用例模型都可在https://github.com/mlf-core上获得。附加数据可在Bioinformatics online获取。©作者（s）2023。由牛津大学出版社出版。

高度进展性疾病（HPD）是指接受免疫检查点抑制剂（ICI）治疗的患者，与治疗前相比，肿瘤生长和临床恶化速率明显加快的现象。本研究的目的是通过肿瘤动态分析澄清在使用阿替唑单抗加贝伐单抗（Atez/Bev）治疗晚期肝细胞癌（HCC）患者中HPD的真实情况。回顾性地审查了连续接受Atez/Bev治疗的晚期HCC患者的医疗记录。将在治疗前后肿瘤生长率（TGR）或肿瘤动力学率（TGKR）至少增加两倍或四倍定义为HPD。分析了有或没有HPD的患者的总体生存率（OS）和基线特征。分析中包括85名患者。当将HPD定义为TGR或TGKR的两倍时，8名患者（8/85，9.4%）出现了HPD，11名患者出现了PD而没有HPD。当将HPD定义为TGR或TGKR的四倍时，5名患者（5/85，5.9%）被诊断为HPD，14名患者出现了PD而没有HPD。 HPD和非HPD之间的基线特征没有显着差异。使用Atez/Bev治疗的晚期HCC患者中，HPD的患病率低于使用尼伏单抗单一治疗的患者。ICI与靶向血管内皮生长因子（VEGF）抗体的HPD机制仍有待阐明。©2023. 作者。

肾泌尿细胞乳头状癌（KIRP）是一种高度异质性的恶性肿瘤，目前的系统治疗策略难以实现晚期疾病的满意结果。同时，缺乏有效的生物标志物来预测KIRP的预后。使用TCGA、GTEx、UALCAN、TIMER、TIMER 2.0和STRING数据库，我们分析了SNHG6与KIRP亚型、肿瘤浸润免疫细胞和潜在靶向mRNA的关系。基于TCGA数据，进行ROC曲线、Kaplan-Meier生存分析和COX回归分析，评估SNHG6在KIRP中的诊断和预后价值。使用Nomogram预测KIRP患者的3和5年疾病特异性生存率。此外，借助遗传本体论和基因集富集分析，初步探索了SNHG6可能参与的KIRP生物过程和信号通路。在KIRP患者中，SNHG6明显上调，与更侵袭性的亚型（淋巴结受累、病理分期IV、CIMP表型）和糟糕的预后相关。ROC曲线显示良好的诊断效能（AUC值：0.828），Nomogram预测DSS在3年和5年的C指数为0.920（0.898-0.941）。在KIRP的免疫微环境中，SNHG6表达水平与巨噬细胞丰度呈负相关，与癌相关成纤维细胞呈正相关。此外，SNHG6可能通过调节分子的表达，如AURKB、NDC80、UBE2C、NUF2、PTTG1、CENPH、SPC25、CDCA3、CENPM、BIRC5、TROAP、EZH2，促进KIRP的进展。最后，基因集富集分析表明，SNHG6可能参与调节PPAR信号通路和SLIT/ROBO信号通路。我们的分析表明，KIRP中高SNHG6表达状态与患者预后较差有关，并阐明了一些导致这种较差结果的潜在机制。这可能为未来KIRP的治疗和管理提供新的见解。©2023. 作者。

研究超声和血清标志物检测在髓样甲状腺癌（MTC）侧向淋巴结转移中的价值。收集2010年6月至2020年8月在北京协和医院普通外科诊断为MTC并入院的105例患者的数据并进行回顾性分析。超声检查单独具有89.36％的敏感性和70.69％的特异性。对于术后测定癌胚抗原和降钙素的监测，分别显示出7.115 ng/mL和13.185 pg/mL的阈值，能够区分颈部淋巴结转移的存在。将超声和术后血清中的癌胚抗原和降钙素水平作为序列测试的结合，特异性提高至91.38％和87.93％，敏感性为95.45％。多元 logistic 分析确定了MTC中侧向淋巴结转移的以下风险因素：超声检测到可疑淋巴结和术后降钙素>13.185 pg/mL。与单一测试相比，超声和血清学测试的组合能够实现更高的敏感性和特异性，以识别潜在的颈侧淋巴结转移的MTC病例。© 2023 The Authors. Cancer Medicine published by John Wiley & Sons Ltd.

人类微生物组在维持人类健康方面起着关键作用。由于高通量测序技术的最新进展，人体内的微生物组文件已经公开可用。因此，许多工作已经进行了分析人类微生物组文件。这些研究已经发现对于不同疾病，健康和患病个体存在不同的微生物组文件。最近，几种计算方法已利用微生物组文件自动诊断和分类宿主表型。在这项工作中，提出了一种基于提升GraphSAGE的新型深度学习框架，用于从宏基因组数据自动预测疾病。所提出的框架有两个主要组成部分:（a）宏基因组疾病图构建模块，（b）疾病预测网络（DP-Net）模块。图构建模块通过将每个宏基因组样本视为图中的节点来构建图。该图利用接近度测量捕捉样本之间的关系。DP-Net包括一个提升GraphSAGE模型，该模型将样本的状态预测为患病或健康。使用与炎症性肠病和结肠癌等疾病相对应的真实和合成数据集验证了所提出方法的有效性。所提出的模型在真实炎症性肠病数据集中获得了最高的AUC为93％，准确率为95％，F1值为95％，AUPRC为95％，最佳的AUC为90％，准确率为91％，F1值为87％，AUPRC为93％，在真实结肠癌数据集上表现最佳。所提出的框架在分类准确性、AUC、F1值和AUPRC方面优于其他机器学习和深度学习模型，适用于合成和真实的宏基因组数据集。© 2023作者（S）。

乳腺癌是癌症死亡的主要原因和重大公共卫生问题。越来越多的乳腺癌死亡和女性对该疾病的了解不足有很大关系。尽管已经频繁进行宣传乳腺癌认知的活动，但证据表明女性仍缺乏认知。因此，此研究评估了莱索托育龄妇女乳腺癌认知的普遍程度和相关因素。我们使用2014年莱索托人口和卫生调查的群体横断面数据。共分析了6,620名育龄妇女。结果变量是乳腺癌认知。听说过乳腺癌的妇女被视为认知了该疾病。采用多层二元 logistic 回归模型确定了与妇女乳腺癌认知相关的因素。乳腺癌认知的水平为86.8％（95％ CI：85.5、87.9）。45-49岁的妇女（调整后的比值比率（AOR）= 2.87，95％置信区间（CI）：1.83，4.48），已婚妇女（AOR = 1.51（95％ CI：1.19，1.93））和受教育程度更高的妇女（AOR = 12.56，（95％ CI：4.35，36.28））更有可能知道乳腺癌。 此外，每周至少听收音机的妇女（AOR = 1.96，（95％ CI：1.63，2.37）），那些阅读报纸或杂志的妇女（AOR = 1.91，（95％ CI：1.48，2.46））和最富有的一组妇女（AOR = 2.55，（95％ CI：1.67，3.89））知道乳腺癌的几率更高。但是，居住在农村地区的妇女的乳腺癌认知率比城市地区的妇女低（AOR = 0.63，（95％ CI：0.47，0.84））。莱索托育龄妇女的乳腺癌认知水平非常低。我们建议政策制定者、临床医生和公共卫生从业者在设计和开发干预程序以提高莱索托妇女对乳腺癌的认知时考虑本研究发现的因素。©2023作者。

经动脉化疗栓塞（TACE）联合酪氨酸激酶抑制剂（TKIs）治疗不能手术切除的肝细胞癌（uHCC）已越来越频繁。然而，联合治疗相比于TACE单独治疗的优越性仍然存在争议。因此，我们进行了一项荟萃分析，评估TACE加TKIs在uHCC患者中的疗效与安全性。我们在4个数据库中搜索符合条件的研究。主要结果是进展时间（TTP），次要结果是总生存期（OS），肿瘤反应率和不良事件（AEs）。使用STATA软件中的随机效应荟萃分析模型收集带有95％置信区间（95％ CI）的汇总风险比（HR）用于TTP和OS的分析。使用RStudio的随机效应模型来评估二分变量（完全缓解[CR]，部分缓解[PR]，稳定疾病[SD]，进展疾病[PD]，客观反应率[ORR]，疾病控制率[DCR]和AEs），计算OR和95％CI。观察性研究使用纽卡斯尔 - 渥达评分（NOS），随机对照试验（RCTs）使用Cochrane偏倚风险工具进行质量评估。该荟萃分析包括30项研究（9项RCT，21项观察性研究），共计8246名患者。我们认为9项RCT中有44.4％（4/9）的偏倚风险较低，其中有55.6％（5/9）的偏倚风险较高。所有观察性研究被认为具有高质量，NOS评分至少为6。与TACE单独或TACE加安慰剂相比，TACE联合TKI在延长uHCC患者的TTP（综合HR为0.72，95％ CI为0.65-0.80），OS（综合HR为0.57，95％ CI为0.49-0.67）和客观反应率（OR为2.13，95％ CI为1.23-3.67）方面更为优越。然而，TACE联合TKI引起的不良反应的发生率较高，尤其是手足皮肤反应（OR 87.17％，95％CI 42.88-177.23），腹泻（OR 18.13％，95％CI 9.32-35.27）和高血压（OR 12.24％，95％CI 5.89-25.42）。我们的荟萃分析发现，在TTP，OS和肿瘤反应率方面，TACE加TKI可能对uHCC患者有益。但是，联合治疗也与不良反应的风险显著增加相关。因此，我们必须评估联合治疗的临床益处和风险。进一步设计良好的RCTs需要确认我们的发现。PROSPERO注册号码：CRD42022298003。 ©2023年，作者（s）。

近期研究报告显示，昼夜节律转录因子芳香族碳氢化合物受体核转移因子2（ARNTL2）促进肺腺癌的转移进展。然而，ARNTL2在非小细胞肺癌（NSCLC）细胞生长和增殖中的分子机制尚待探索。在TCGA数据库中分析肺癌患者的ARNTL2和酰基辅酶A硫酯酯酶7（ACOT7）表达。通过转染细胞质粒或慢病毒来进行ARNTL2和ACOT7的功能增强。通过siRNA进行Knockdown实验。使用Western blot和qRT-PCR检查蛋白质和mRNA表达情况。使用Dual luciferase和ChIP-qPCR检测ARNTL2对ACOT7的启动子序列的相互作用。使用指示性检测工具来测量三酰甘油水平、MDA产生量、Caspase 3到Caspase 7的活性和脂质ROS。使用CCK8、集落形成和流式细胞术分析细胞死亡和细胞周期检测细胞功能。我们证明了ARNTL2上调ACOT7对NSCLC细胞生长和增殖至关重要。首先，ARNTL2过表达与LUAD患者的不良预后相关，并支持NSCLC细胞的增殖。通过分子实验，我们表明，ARNTL2通过直接结合到ACOT7的启动子序列强化了ACOT7基因的转录活性。ACOT7高表达与LUAD患者的预后越差相关。功能增强和功能缺陷实验揭示了AOCT7对NSCLC细胞生长和增殖的贡献。ACOT7调节了NSCLC细胞的凋亡和铁死亡，但对细胞周期进展没有影响。ACOT7过表达也增强了脂肪酸合成并抑制了脂质过氧化反应。最后，我们展示ARNTL2敲减和过表达抑制和促进细胞三酰甘油的生产和随后的细胞增殖，这可以被ACOT7过表达和敲降所逆转。我们的研究阐明了ARNTL2 / ACOT7轴在NSCLC发展中的致癌功能。针对ARNTL2或ACOT7可能是具有高表达ARNTL2的NSCLC患者的有前途的治疗策略。2023年，作者（们）。

中国高达85％的肝细胞癌（HCC）病例可以归因于乙型肝炎病毒（HBV）感染。脂质代谢在HBV相关肝癌的肝癌发生机制中起着重要作用。但是，有限的研究探讨了脂质代谢在HBV相关HCC中的预后作用。本研究建立了一个基于脂质代谢的预后模型以分层HBV相关HCC。根据癌症基因组图谱HBV相关HCC样本，本研究使用单变量和多变量Cox回归方法选择预后相关的脂质代谢基因，并建立了预后风险模型。最终用于建立模型的标记是通过最少绝对收缩和选择算子方法选择的。功能丰富分析、免疫景观和基因组改变分析被用于研究涉及预后的内在分子机制。该风险模型独立地将HBV感染的肝癌患者分成两组风险。低风险组具有更长的生存时间（P＜0.05，对数秩检验）。高风险组中发生TP53、LRP1B、TTN和DNAH8突变和高基因组不稳定性。低风险组具有更高的CD8 T细胞浸润和BTLA表达。脂质代谢（包括“脂肪酸代谢”）和免疫途径在低风险组中显著富集（P < 0.05）。本研究建立了一个强大的模型，有效地分层了HBV相关HCC。分析结果在一定程度上解码了HBV相关肝癌的异质性，并突出显示了HBV相关HCC中脂质代谢的扰动。本研究的发现有助于患者的临床分类，并为治疗选择提供线索。©2023年作者。

肥胖症是多种代谢和慢性疾病的已知危险因素，包括多种恶性肿瘤，在全球范围内急剧上升。许多临床研究表明，过高的身体质量指数（BMI）可能会加重乳腺癌的发生率、预后和死亡率。因此，理解肥胖和乳腺癌起始和进展之间的联系至关重要，因为它可能会影响患者的生存和生活质量。最近，来源于细胞外囊泡（EV）的miRNA因其在肿瘤学研究中的诊断、预后和治疗潜力而受到广泛关注。虽然EV来源的miRNA在乳腺癌早期检测方面的潜在作用已经反复提到，但在肥胖病人中包含在血清EV中的miRNA的筛查尚未报道。本研究从正常体重（NW）和超重/肥胖（OW/Ob）乳腺癌患者的循环EV中分离出miRNA，并使用转录组学、生物信息学和临床分析等方法，对与BMI相关的miRNA进行了分析，发现EV来源的let-7a miRNA表达下调与乳腺癌患者BMI值、肿瘤分级和预后密切相关。这些结果表明，血清EV来源的miRNA可能与患者的BMI有关，一旦在大量病人中得到验证，就可以为发现新的特异性生物标志物和创新靶标提供新思路，以防止肥胖介导的乳腺癌进展。