基于CIBERSORT预测乳腺癌浸润性免疫细胞比例及亚型预后分析

乳腺癌是目前女性最常见的癌症,在乳腺癌患者治疗的过程中,确定浸润性的免疫细胞比例最有可能成为药物的靶标来提高患者的生存率,对乳腺癌患者后续的治疗和预后分析具有重要的意义和价值.反卷积的目的就是试图从复杂组织中推断免疫细胞的比例信息,进而准确刻画肿瘤样本中免疫细胞的浸润情况.因此应用CIBERSORT反卷积算法预测不同免疫细胞在乳腺癌样本中所占的比例,基于此数据应用一致聚类分析对乳腺癌样本进行了亚型分类,最后根据分类的结果进行预后分析.结果表明不同的亚型对肿瘤预后存在着显著的差异(p值为0.008 2,小于0.05),应用CIBERSORT算法和一致聚类分析对患者进行预后分析具有一定的合理性,可为临床诊断及治疗提供一定的帮助.     

HK2基因表达与泌尿系肿瘤的发生、免疫细胞浸润及预后的相关性分析

目的:利用数据库和生物信息学的方法分析己糖激酶2 (HK2)在泌尿系肿瘤中表达水平、预后及与肿瘤免疫细胞浸润的相关性.方法:研究HK2在癌组织和癌旁组织mRNA表达水平,其表达水平与肿瘤预后的相关性,分析HK2表达水平与肿瘤免疫细胞浸润、免疫细胞标志物表达水平、肿瘤微环境免疫细胞和基质细胞浸润的相关性.结果:HK2表达在泌尿系肿瘤组织中均显著性升高,在膀胱癌(BLCA)中随肿瘤分级增加而降低,在高级别肾乳头状细胞癌(KIRP)和前列腺癌(PRAD)中HK2表达水平显著高于低级别表达水平;BLCA和肾透明细胞癌(KIRC)中HK2低表达的患者总体生存率显著低于高表达患者,而KIRP中则相反.HK2表达水平与BLCA和KIRP中多数免疫细胞浸润水平无明显相关性,与KIRC和PRAD中多数免疫细胞浸润水平呈显著正相关.与免疫细胞标志物表达相关性分析发现,HK2在BLCA中表达与免疫细胞标志物表达呈显著负相关,而在KIRC、KIRP和PRAD中大多呈显著正相关.HK2在BLCA和KIRC中表达水平与肿瘤微环境呈显著正相关,在PRAD和KIRP中则无显著相关性.结论:HK2表达水平与BLCA、KIRC和KIRP患者的预后相关;HK2表达水平与免疫细胞浸润性、免疫细胞标志物表达、肿瘤微环境免疫细胞和基质细胞浸润等相关.     

基于改进关系网络的小样本学习

关系网络是一种端到端的小样本学习框架,可以通过少量标注样本识别新的类别.在关系网络的基础上,融合inception块和感受野块,提出了一种基于改进关系网络的小样本学习方法.用inception块替换嵌入模型的第3个卷积层,并且将感受野块添加在关系模型的起始位置,这两种卷积块分别提升了网络的特征表达能力和度量能力.在Omniglot数据集上,该算法的识别率整体高于关系网络,达到97%以上;在miniImagenet数据集上,采用5-way 1-shot和5-way 5-shot方法,算法识别率分别达到52.89%,67.15%.     

高甲基化相关的CCL5低表达促进肝癌细胞增殖及免疫抑制

目的 肝细胞癌的进展与免疫微环境的失调密切相关。趋化因子在招募免疫细胞进入肿瘤组织的过程中起着重要作用。本文探讨了CCL5在肝癌进展中的作用。方法 通过GEO数据库分析CCL5在肝癌组织中的表达及与患者预后的关联，通过免疫组织化学染色检测CCL5在肝癌患者临床标本中的表达情况，通过TCGA数据库分析CCL5与免疫浸润的相关性及表达量异常的原因。结果 CCL5在肝细胞癌组织中表达下降并与患者预后不良相关。CCL5低表达与肝癌组织中的免疫细胞浸润减少有关，而过表达CCL5能够抑制肝癌细胞的增殖。启动子DNA高甲基化引起了CCL5在肝癌组织中的低表达。结论 高甲基化相关的CCL5低表达能够促进肝癌免疫抑制及肿瘤细胞的增殖，CCL5可作为肝癌的一个预后指标和潜在治疗靶点。     

一种面向船舶智能航行的海上目标实时跟踪算法

海上目标感知的准确性和实时性是实现船舶智能航行的前提和基础.为了满足以上要求,将有效卷积算子(ECO)引入海上船舶目标跟踪中.该算法以相关滤波为基础,响应最大值之处为目标船舶中心所在位置.获得中心位置之后,采用尺度滤波方法估计出船舶目标的最佳尺度,从而完成对目标当前帧的跟踪.利用因式分解卷积的方式分解卷积,降低数据维度,减少计算时间;采用高斯混合模型将样本分成不同类别,降低训练集样本冗余度;采用稀疏更新策略更新样本模型,防止过拟合问题.选取海洋环境下船舶不同运动场景作为实验样本,与几种常用跟踪算法对比,验证了ECO算法在海上船舶目标跟踪上的准确性和实时性.     

低剂量Activin A通过激活CD8+T细胞发挥抗肿瘤效应

Activin A属于转化生长因子-β(transforming growth factor-β,TGF-β)超家族中的多功能细胞因子,存在于多种免疫细胞中.CD8⁺T细胞是发挥抗肿瘤活性的主要免疫细胞类型.以H22细胞移植瘤模型旨在探讨Activin A对CD8⁺T细胞功能的调控和作用机制.本研究首先在分离出的CD8⁺T细胞上发现Activin A受体及下游信号分子的表达.体外实验表明Activin A对小鼠H22肝癌细胞系的凋亡及增殖无显著影响.H22荷瘤鼠的体内研究发现低浓度Activin A抑制肿瘤生长,高浓度Activin A促进肿瘤生长.在Activin A对肿瘤CD8⁺T细胞作用的研究中,发现大剂量Activin A处理的肿瘤中CD8⁺T细胞含量减少,小剂量Activin A处理组中CD8⁺T细胞含量则增加.以上数据表明,不同剂量的Activin A可能通过调控CD8⁺T细胞的浸润对肿瘤的生长发挥双重作用.     

基于特征类内紧凑性的不平衡医学图像分类方法

近些年,基于深度学习的算法和模型在各种图像分析任务中都取得了显著的成功,与常见的自然图像相比,医学图像数据集依然面临高度不平衡的问题,不平衡数据会导致特征空间里的决策边缘倾向样本多的类别,导致分类效果的下降.为了解决该问题,提出一种基于卷积神经网络考虑特征类内紧凑性的不平衡医学图像分类方法（Z-Score Compactness-based Convolutional Neural Network,ZC3NC）.首先,从一个卷积神经网络的最后一层卷积层提取训练集样本与测试集样本的特征图,随后引入一个新的Z分数来度量测试集数据的特征图相对训练集每个类在特征空间上的偏离度,偏离度的度量基于类内的紧凑度,其主要关注样本的分布特性,对各类样本数量的不平衡性不敏感.最终,根据计算的偏离度,对测试集的数据进行分类.在DermaMNIST数据集上的实验表明,在不对数据和神经网络模型做任何额外增强的情况下,该方法的平衡准确率比原卷积神经网络模型平均提高11.15%,最多提高14.08%,证明提出的分类方法能有效地提高多种卷积神经网络对不平衡医学图像数据的分类性能.此外,和最先进的不平衡分类方法 Und...     

单细胞RNA-seq数据缺失元素补全算法

基于非负矩阵分解模型, 提出一种新的数据补全算法. 该算法通过循环遍历确定最佳构造矩阵和rank值, 解决了单细胞转录组测序(RNA-seq)数据中存在缺失值的问题,  避免了由于单细胞测序深度不足对细胞分型分析的影响. 在慢性粒细胞白血病单细胞测序数据上的实验结果表明, 由补全算法恢复缺失值后的细胞分型更清晰, 验证了该算法的有效性.     

肿瘤免疫细胞治疗研究进展

肿瘤免疫细胞治疗是一种新型的肿瘤治疗模式,属于肿瘤免疫治疗范畴,旨在通过调节机体的免疫细胞激活状态达到治疗肿瘤的目的.随着肿瘤免疫学理论和技术的发展,肿瘤免疫细胞治疗在血液系统肿瘤和实体瘤的临床治疗上均取得了显著的疗效,有望成为继手术、化疗、放疗和靶向治疗后恶性肿瘤治疗领域的又一场革新.本文仅就肿瘤免疫细胞治疗中以嵌合抗原受体T细胞、自然杀伤细胞以及巨噬细胞为核心的免疫细胞治疗技术的国内外研究情况进行综述.     

基于miRNA调控网络研究其在乳腺癌病理学分型中的作用

目前microRNA(miRNA)转录后的调控作用在乳腺癌(breast cancer,BC)致病机理探寻中受到广泛关注.但在病理分型中,人们对于miRNA如何与其靶标基因相互作用来调控乳腺癌的分型还知之甚少.本文通过结合基因表达数据和序列信息预测miRNA在乳腺癌分型中的作用.首先,使用T统计针对健康、非浸润及浸润性乳腺癌样本提取差异表达的miRNA和mRNA;然后,利用HCtarget算法预测表达显著miRNA的靶基因;最后,构建miRNA和mRNA调控网络并进行富集性分析.分子生物学分析显示,10个显著表达的miRNA的靶基因广泛参与MAPK信号通路、Wnt信号通路、雌激素信号通路等与乳腺癌密切相关的通路.而hsa-miR-200c,hsa-miR-205和hsa-miR-145调控强度变化贯穿乳腺细胞由正常到非浸润再到浸润的整个过程,可以作为识别乳腺癌潜在的分子标志物,为乳腺癌发病机理研究提供了方法和依据.     

探地雷达信号的反褶积研究

根据探地雷达信号基本子波的特点,设计了一种适宜于探地雷达信号的反褶积算法。该方法将基本子波转化为一个位于子波绝对最大值处的尖脉冲,反褶积后,子波被压缩在绝对值最大处,而不是在子波的开始。它可以有效地去除基本子波的拖尾,压缩基本子波的长度,提高信号的纵向分辨率和信噪比。通过对探地雷达实验数据和高速公路检测数据的计算,表明了该算法是一种非常有效的方法。     

改进的IIk反褶积算法在变流量试井中的应用

引入定义在混合代数和三角多项式空间的5阶NUAT B样条,建立基于IIk模型的改进型反褶积算法.结果表明:改进型反褶积算法继承了IIk算法的稳定性,加强了IIk反褶积算法对弧度的适应性;相对于目前存在的变流量反褶积方法,改进的算法不仅对常见的试井数据具有高度的精确性和适应性,而且可得到更多更准确的地层资料,能够消除叠加...     

新的基于压力导数的反褶积模型研究

压力反褶积对原始地层压力非常敏感,且该参数精度必须控制在0.5% 以内,而通过Levitan 等方法来确定该参数时,不仅至少需要两个不同流动期数据,且易受压力流量非线性等诸多因素影响。提出的基于压力导数的反褶积模型不仅对原始地层压力值不敏感,而且可仅通过一个流动期来确定该参数值。通过分析,该模型可以处理压力误差,也可以处理流量误差     

Development of a nano-immunomodulator encapsulating R837 and caffeine for combined radio-/immunotherapy against orthotopic breast cancer

Immunotherapy is an ascendant approach in cancer treatment. It shows more pronounced effects on killing cancer cells in a specific manner in particular against metastasis more than traditional techniques, such as chemotherapy or surgery. However, tumor immunosuppression limits the response of the immune system to cancer development. In this study, we developed a lipid-based nanocarrier doubly loaded with imiquimod (R837), a toll-like receptor 7 agonist, and caffeine, an adenosine receptor antagonist. This R837/caffeine loaded nanocarrier served as a nano-immunomodulator (RC-nIM) for combination treatment with radiotherapy (RT) against orthotopic breast cancer. RT-induced immunogenic cell death facilitated the production of tumor antigen and elicited the immune response in corporation with R837-medaited activation of antigen-presenting cells (APCs) while RC-nIMs being adopted. Additionally, caffeine, an adenosine analog, can successfully compete with adenosine in the tumor. The tumor-bearing mice that received RT together with RC-nIMs experienced the best antitumor effects and exhibited higher levels of T cells and APCs within the tumor; the growth of secondary tumors was also limited. This work serves as a proof-of-concept study for the development of a new immunotherapy strategy against cancer.     

数字图像去模糊处理算法的对比研究

为获得图像反卷积的真实解,考虑到噪声和模糊函数对复原图像的影响,研究分析了几种常用的数字图像去模糊处理技术,提出基于Markov约束的Poisson最大似然法(MPML)的超分辨力图像复原处理算法,并进行实际处理图像比较分析.实验表明:MPML算法具有其他几种算法的优势,同时减少了对原有信息的丢失.尤其是在噪声小的情况下,复原图像效果震荡条纹很小且具有较强的超分辨力复原能力.在数字图像去模糊处理技术研究方面具有一定意义.     

最小输出熵盲反卷积方法中概率密度估计

针对多通道卷积混叠模型 ,给出了两种基于最小熵盲反卷积算法中概率估计的方法—基于Edgeworth展开非参数逼近方法和基于核函数的参数逼近法 ,概率估计方法和反卷积滤波器参数逼近的训练公式一起构成最小熵盲反卷积方法 .文中给出了计算机仿真实例     

一种改进的深度网络残差学习的图像降噪方法

近年来,基于深度卷积神经网络的学习方法在图像降噪方面取得了前所未有的成果,通过调整网络结构和参数来获取更好的图像降噪效果已成为研究热点.降噪卷积神经网络在深度神经网络中采用残差学习方法,在提高降噪效果的同时,在一定程度上解决了盲降噪问题.其不足之处在于算法收敛时间长.该文针对降噪卷积神经网络结构做了进一步的改进,提出了一种基于反卷积降噪神经网络的图像降噪算法.该文工作的主要特色如下：1) 在原有的网络结构中,引入反卷积神经网络,优化了残差学习方式;2) 提出一种新的损失函数计算方法.使用BSD68和SET12测试数据集对本文提出的方法进行验证,实验结果表明,该文算法的降噪性能与降噪卷积神经网络算法相比,在相同降噪效果情形下,该文算法的收敛时间缩短了120%～138%.同时,与传统的深度学习图像降噪算法比较,该文方法的降噪效果和运行效率也都有提高.     

2022年肿瘤免疫研究热点回眸

肿瘤免疫治疗已成为继手术、放疗、化疗之后的第四类肿瘤治疗方法，为当今国际研究的热点领域。在肿瘤免疫治疗新时代，以免疫检查点抑制剂、基因工程化修饰免疫细胞为代表的免疫疗法被认为具有广阔前景。概述了2022年肿瘤免疫治疗领域研究的热点及关键进展，包括嵌合抗原受体T细胞（CAR-T）在实体瘤治疗中的突破、维持记忆性T细胞生存和功能新机制的发现、改善肿瘤免疫抑制微环境提高免疫治疗疗效的深入探究以及瘤内微生物对抗肿瘤免疫反应的重要影响作用。     

人白介素-3乳腺表达载体的构建

人白介素-3是一种造血系统和免疫系统调节剂,在治疗造血系统疾病、肿瘤、先天或获得性免疫功能缺陷等方面发挥着重要作用.应用牛乳腺生物反应器生产人白介素-3的研究具有重要的临床应用和经济价值.研究选用具有红色荧光蛋白报告基因(R ed2)和新霉素抗性基因(neor)表达框架的pD sR ed2-1质粒为骨架构建人白介素-3乳腺表达载体.通过PCR方法分别扩增牛β-酪蛋白基因5′端上游调控序列、人IL-3基因以及CM V启动子序列,将它们按先后顺序分别定向克隆于质粒pD sR ed2-1的多克隆位点内,使牛β-酪蛋白基因调控序列位于人IL-3基因的上游,指导人IL-3基因在乳腺组织中特异性表达,而CM V启动子位于红荧光蛋白基因的上游,指导红荧光蛋白基因在所有的组织中非特异性表达.限制性酶切片段分析及部分DNA序列鉴定结果表明,所构建载体结构正确.     

LoG矩阵分解的肿瘤基因特征提取方法

伴随着基因芯片的发展,通过研究海量的基因表达谱数据来识别肿瘤已成为生物信息学研究的热点.提出一种基于LoG(Laplace of Gaussian)矩阵分解的肿瘤基因特征提取方法,该方法首先将样本数据映射为高维空间中的点,然后构建点与点之间的LoG矩阵,在保留样本分类信息的情况下,使得无结构信息的基因表达谱数据变成具有结构信息的图,再对LoG权值矩阵进行非负矩阵分解得到能够表征样本特征的特征分量,最后用KNN对样本进行分类.通过对白血病和结肠癌基因表达谱数据的特征提取,验证该文方法的可行性和有效性.