川大华西团队发表关于早期癌症研究的综述,探索AI在预测癌症进展的应用|顶刊精析·24-11-05

小罗碎碎念

这篇文章于2024-10-21发表在《Nature Reviews Cancer》,是一篇关于早期癌症研究的综述文章,标题为《Emerging strategies to investigate the biology of early cancer》。

https://www.nature.com/articles/s41568-024-00754-y

作者角色姓名单位名称(中文)
第一作者Ran Zhou四川大学华西医院
通讯作者Yuan Wang四川大学华西医院

文章介绍了几种用于研究早期癌症发展的临床样本和模型系统,包括自发性小鼠模型和类器官或干细胞衍生模型,并展示了增强我们对癌症启动和早期进展理解的新兴技术和计算工具,包括直接成像、谱系追踪、单细胞和空间多组学以及人工智能模型。这些模型和技术有助于更全面地理解早期恶性转化过程,揭示癌症发展的关键驱动因素和早期生物标志物。

文章还讨论了如何将这些新见解转化为基于机制的早期癌症检测和预防策略。具体来说,文章分为以下几个部分:

  1. 引言:强调早期癌症研究的重要性和挑战。
  2. 通过临床样本了解早期癌症:讨论了不同类型的癌症早期或癌前病变的样本,以及如何利用这些样本研究早期癌症。
  3. 自发性小鼠模型研究早期癌症:介绍了如何利用基因工程小鼠模型(GEMMs)和化学诱导模型来研究癌症的早期阶段。
  4. 类器官和干细胞衍生模型:讨论了如何利用这些模型来研究癌症的早期发展。
  5. 精准早期癌症检测和预防:探讨了如何将新见解转化为早期癌症检测和预防策略。
  6. 结论:总结了文章的主要观点。

文章强调了早期癌症研究的复杂性,并提出了一些新的研究方法和技术,这些方法和技术有望提高我们对早期癌症的理解,并最终导致更有效的检测和预防策略的开发。


一、正常细胞的多阶段恶性转化级联

1-1:三个阶段

这张图展示了正常组织向恶性组织转变的过程,分为三个主要阶段:正常组织、癌前组织和恶性组织。

示意图展示了从起源细胞到完全发展成癌症的癌症早期事件

每个阶段都伴随着细胞的形态变化和基因事件的积累。

  1. 正常组织(Normal tissue)

    • 细胞排列整齐,形态正常。
    • 细胞中有一些基因突变(红色点),但这些突变尚未导致明显的形态变化。
  2. 癌前组织(Precancerous tissue)

    • 细胞开始出现形态上的改变,但这些变化尚未达到临床诊断为癌前病变的程度。
    • 细胞中积累了更多的基因突变(红色和黄色点),这些突变被称为“驱动事件”(driver events),是癌变的关键因素。
    • 除了驱动事件外,还有一些“附加事件”(additional events),这些可能是次要的突变,但也对癌变过程有贡献。
  3. 恶性组织(Malignant tissue)

    • 细胞形态发生显著变化,组织结构紊乱,这是癌症的典型特征。
    • 细胞中积累了大量的基因突变,这些突变的累积最终导致了癌症的形成。
    • 图中显示了从癌前状态到癌症的“临界点”(Tipping point),这是癌变过程中的一个重要转折点。

图中还提到了“起始事件”(Initiating events),这是指导致细胞开始癌变的最初基因突变。这些突变可能是由于环境因素、遗传因素或随机事件引起的。


1-2:癌前病变到癌症的分子和细胞变化过程

这张图展示了食管(Oesophagus)和结肠(Colon)中从癌前病变到癌症的分子和细胞变化过程。

image-20241105154917443

图中涉及的关键概念包括:

  1. 癌前病变(Precancerous lesions)

    • 食管:LGIN(低级别上皮内瘤变)/HGIN(高级别上皮内瘤变)
    • 结肠:新生物性息肉(Neoplastic polyps)
  2. 分子和细胞变化

    • 食管
      • TP53基因的杂合性丧失(loss of heterozygosity)和拷贝数变异(CNVs)的积累。
      • 上皮-间质转化(EMT)途径的激活。
    • 结肠
      • 拷贝数变异(CNVs)的积累。
      • WNT途径的激活(涉及LGR5, OLFM4, ASCL2, AXIN2, RNF43和EPHB2等基因)。
      • 碳水化合物代谢途径的重编程。
      • EMT途径的激活。
  3. 免疫细胞的变化

    • 食管:没有特别提到免疫细胞的变化。
    • 结肠
      • 细胞毒性CD8+ T细胞和自然杀伤细胞(NK cells)的存在。
      • CD4+ T细胞转变为免疫抑制性调节性T细胞(Treg cells)。
  4. 成纤维细胞的变化

    • 食管:从癌前相关成纤维细胞(Precancer-associated fibroblasts)转变为癌症相关成纤维细胞(Cancer-associated fibroblasts)。
    • 结肠:同样从癌前相关成纤维细胞转变为癌症相关成纤维细胞。
  5. 癌症类型

    • 食管:食管鳞状细胞癌(ESCC)
    • 结肠:结直肠癌(CRC)

这张图强调了从正常组织到癌前病变再到癌症的转变过程中,分子事件、细胞途径激活、免疫细胞和成纤维细胞的变化是如何相互作用的。这些变化为癌症的发展提供了分子基础,并可能成为未来治疗的潜在靶点。了解这些过程有助于开发新的癌症预防和治疗策略。


二、来自各种组织的癌症前体病变的选定示例

  1. 肛管和肛周皮肤

    • 前癌性病变:异型增生(Dysplasia)
    • 癌症类型:肛管癌(Anal cancer)
  2. 乳腺

    • 前癌性病变:非典型增生(Atypical hyperplasia);导管原位癌(ductal carcinoma in situ)
    • 癌症类型:乳腺癌(Breast cancer)
  3. 宫颈

    • 前癌性病变:上皮内瘤变(Intraepithelial neoplasia)
    • 癌症类型:宫颈癌(Cervical cancer)
  4. 结肠

    • 前癌性病变:腺瘤(Adenomas);锯齿状息肉(serrated polyps)
    • 癌症类型:结直肠癌(Colorectal cancer)
  5. 子宫内膜

    • 前癌性病变:非典型增生(Atypical hyperplasia)
    • 癌症类型:子宫内膜癌(Endometrial cancer)
  6. 食管

    • 前癌性病变:低级别上皮内瘤变(Low-grade intraepithelial neoplasia);高级别上皮内瘤变(high-grade intraepithelial neoplasia)
    • 癌症类型:食管鳞状细胞癌(Oesophageal squamous cell carcinoma)
  7. 食管胃结合部

    • 前癌性病变:巴雷特食管(Barrett’s oesophagus)
    • 癌症类型:食管腺癌(Oesophageal adenocarcinoma)
    • 前癌性病变:非典型腺瘤样增生(Atypical adenomatous hyperplasia);腺瘤(adenoma)
    • 癌症类型:肺腺癌(Lung adenocarcinoma)
  8. 胰腺

    • 前癌性病变:腺泡-导管化生(Acinar-ductal metaplasia);胰腺上皮内瘤变(pancreatic intraepithelial neoplasia)
    • 癌症类型:胰腺导管腺癌(Pancreatic ductal adenocarcinoma)
  9. 骨髓

    • 前癌性病变:意义未明的单克隆丙种球蛋白病(Monoclonal gammopathy of undetermined significance);慢性多发性骨髓瘤(smouldering multiple myeloma)
    • 癌症类型:多发性骨髓瘤(Multiple myeloma)
  10. 前列腺

    • 前癌性病变:上皮内瘤变(Intraepithelial neoplasia)
    • 癌症类型:前列腺癌(Prostate cancer)
  11. 皮肤

    • 前癌性病变:日光角化病(Actinic keratosis)
    • 癌症类型:鳞状细胞癌(Squamous cell carcinoma)
  12. 口腔组织

    • 前癌性病变:白斑(Leukoplakia)
    • 癌症类型:头颈癌(Head and neck cancer)

三、人工智能模型预测癌症进展

即使在缺乏癌前病变的情况下,临床样本数据的不断增长也能为训练人工智能(AI)模型以预测早期癌症提供丰富的资源68,69。

利用深度学习或机器学习算法,或大型语言模型70的AI模型,通过整合包括放射学、影像学、组织学、多组学数据和电子健康记录在内的广泛多模态数据,促进了早期癌症研究,特别是在早期癌症的检测和诊断方面,以识别这些不同数据类型内和跨数据类型的预测特征71。

癌前病变可以通过医学成像技术直接成像,包括CT、MRI、PET-CT和内窥镜72,基于图像的AI模型已开发用于检测乳腺、肺、食管、宫颈和胰腺的早期癌症,并已进入临床实践69,73–78。

结合患者的临床结果信息,AI模型还能预测癌前病变发展成癌症的可能性。例如,一种名为CancerRiskNet的机器学习模型,通过训练患者的临床病史,包括急性胰腺炎和其他胰腺疾病的诊断,以及体重减轻和2型糖尿病等额外风险因素,建立用于预测胰腺癌风险的模型79。


一些AI模型在识别癌症方面的有效性已经通过临床试验得到验证,例如在一个随机临床试验中,表明用于补充MRI的AI模型在早期乳腺癌检测的效率是传统乳腺密度测量的四倍81。

AI模型越来越多地应用于整合多组学临床数据集,以提高风险预测和模式识别的准确性。例如,利用机器学习遗传和代谢数据,从血浆样本中无创性地识别胃癌的代谢特征82。同样,DeepTrace结合了无端修复酶甲基化测序的细胞游离DNA和预训练的神经网络,用于早期检测肝细胞癌83。

AI模型还能推断在没有已知癌前阶段或样本的癌症中的早期遗传改变的序列。例如,PhylogicNDT可以分析晚期头颈部鳞状细胞癌的基因组测序数据,使用全基因组扩增作为里程碑事件和已知的突变率来重建癌症突变历史68。这种算法可能被应用于其他同样缺乏早期阶段样本的癌症类型。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/3755.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

AI 翻唱

本文记录用 So-vits-svc 4.1 训练模型全过程。 需要用到的工具 UVR:用于人声歌声分离,降噪。 (项目传送门) Slicer-gui(Audio-Slicer):用于音频裁剪。(项目传送门) So-vits-svc 4.1:训练模型,GitHub项目中详细介绍…

讲讲⾼可用的原则?

大家好,我是锋哥。今天分享关于【讲讲⾼可用的原则?】面试题。希望对大家有帮助; 讲讲⾼可用的原则? 1000道 互联网大厂Java工程师 精选面试题-Java资源分享网 在当今信息化时代,随着互联网技术的快速发展&#xff0…

Java 基于SpringBoot+Vue 的公交智能化系统,附源码、文档

博主介绍:✌程序员徐师兄、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ 🍅文末获取源码联系🍅 👇🏻 精彩专栏推荐订阅👇…

Leetcode 二叉树中的最大路径和

算法思想 这道题要求在一棵二叉树中找到路径和最大的路径。路径可以从树中任意一个节点开始,到任意一个节点结束,但路径上的节点必须是连续的。 算法使用递归的方式来遍历树中的每个节点,并在遍历过程中计算包含当前节点的最大路径和。具体…

《2024中国城市音乐产业发展指数报告》重磅发布

11月4日,《2024中国城市音乐产业发展指数研究报告》(以下简称“报告”)在成都首次公开发布。该报告由中国音像与数字出版协会音乐产业促进工作委员会指导编制,道略产业研究院、四川音乐学院孙洪斌教授团队深度参与。 该指数评价对象涵盖直辖市、副省级城市和省会城市等共36个城…

解锁金融未来,Python带你玩转大数据!

厌倦了复杂的金融报表,想用数据驱动投资决策,却不知从何下手? 别担心! 《Python金融大数据分析快速入门与案例详解》带你轻松入门,掌握数据分析利器,成为金融领域的弄潮儿! 为什么选择这本书&…

STM32 + CubeMX + 硬件SPI + W5500 +TcpClient

这篇文章记录一下STM32W5500TCP_Client的调试过程,实现TCP客户端数据的接收与发送。 目录 一、W5500模块介绍二、Stm32CubeMx配置三、Keil代码编写1、添加W5500驱动代码到工程(添加方法不赘述,驱动代码可以在官网找)2、在工程中增…

template advanced

一.仿函数再探 stl_stack/queue-CSDN博客 在priority_queue中,我们介绍了仿函数作为第三个参数来改变堆的类型,而仿函数还有其他的用处。 那么我们是否可以借助优先级队列来对日期类进行排序呢? 答案是可以的,但前提是该日期…

spring源码[spring启动流程]

spring启动流程 AnnotationConfigApplicationContext的构造方法 1.父类构造方法,构造一个DefaultListableBeanFactory 在调用AnnotationConfigApplicationContext的构造方法之前,会调用父类GenericApplicationContext的无参构造方法,会构造…

使用Python做一个微信机器人

使用Python制作微信机器人是一个有趣且实用的项目,它可以让您自动化处理微信消息、监控微信群、甚至实现智能聊天等功能。 请求参数 Header 参数 export interface ApifoxModel {"X-GEWE-TOKEN": string;[property: string]: any; } Body 参数applicat…

Python-创建并调用自定义文件中的模块/函数

背景:在Python编程中,我们常常需要创建自己的专属文件,以便帮助我们更高效,快捷地完成任务。那么在Python中我们怎么创建并调用自己文件中的模块/函数呢? 在Python中调用自定义文件,通常是指调用自己编写的Python模块…

【C++】C++17结构化绑定、std::optional、std::variant、std::any

二十二、C17中的结构化绑定、std::optional、std::variant、std::any 本部分是一个小系列,介绍C17中新引入的、用来解决各种不同返回情况的、标准库新组件。 1、C的结构化绑定 结构化绑定structured bindings是C17中引入的一项特性,它允许开发者方便地…

ntkrnlmp.exe导致蓝屏死机的解决方法

在使用Windows操作系统的过程中,用户可能会遇到由ntkrnlmp.exe文件错误引发的蓝屏死机(Blue Screen of Death, BSOD)问题,这不仅影响了日常的工作效率,也可能造成数据丢失的风险。本文将为您提供一系列即时排查与修复n…

U3D游戏开发之骨骼动画相关

目录 1 作为U3D程序如何制作骨骼动画 2 骨骼动画程序代码相关 这个内容我在很久之前就想写了,很多项目也与骨骼动画挂钩,今天我们揭秘的是2D骨骼动画。来聊一聊大家可能非常关注的两个问题:作为程序如何制作骨骼动画?接到美术的骨…

java:题目:用Java实现简单的自取取款操作

import java.util.Scanner; public class ATM {public static void main(String[] args){//自主取款主类Scanner scnew Scanner(System.in);System.out.println("请输入账户号码:");String BankAccoutsrsc.nextLine();/BankAccout3 newBankAccoutnew Bank…

VLAN 高级技术 ——QinQ的配置

QinQ的概述: QinQ技术是一种扩展虚拟局域网(VLAN)数量空间的技术,通过在802.1Q标签报文的基础上再增加一层802.1Q的Tag来实现。以下是对QinQ技术的详细概述: QinQ技术的定义与背景 定义:QinQ&#xff08…

不得不承认供电公司信息宣传向媒体投稿的好方法找到了

初入国网供电公司,我被分配到了信息宣传部门,负责每月的信息宣传投稿任务。这项任务看似简单,实则充满挑战。一开始,我满怀热情,以为只要写出高质量的文章,就能顺利发表。然而,现实给了我当头一棒。传统的邮箱投稿方式,不仅竞争压力大,审核严格,而且周期漫长。每次投稿后,我总是…

『YOLOV5』| 一文搞定训练过程中的意外终止、以及想继续增加训练轮数!

文章目录 情况一:意外训练中断(程序未训练完成,想完成目标训练轮数)情况二:自动训练完成(程序已完成训练,想增加训练轮数) 情况一:意外训练中断(程序未训练完…

GCC编译器的`-Wall`、`-Wextra`和`-pedantic`选项解读

gcc是广泛使用的开源编译器,-Wall、-Wextra和-pedantic是gcc中用于控制警告信息的选项,以下是详细介绍: -Wall(启用大部分警告) 功能:-Wall 选项用于启用一系列常用的警告信息,这些警告能帮助…

MMBench-Video:上海 AI Lab 联合多所高校推出长视频理解基准测试工具,全面评估 LVLMs 视频理解的能力

❤️ 如果你也关注大模型与 AI 的发展现状,且对大模型应用开发非常感兴趣,我会快速跟你分享最新的感兴趣的 AI 应用和热点信息,也会不定期分享自己的想法和开源实例,欢迎关注我哦! 🥦 微信公众号&#xff…