CTGF在肺癌中的研究进展

结缔组织生长因子（CTGF／CCN2）属于即刻早期基因编码的CCN家族中的一员,参与正常细胞增殖、黏附、迁移、凋亡及新生血管形成,在创伤修复、纤维化疾病和肿瘤形成中也具有重要的作用。新近研究发现,CTGF在肺癌组织中表达较正常肺组织降低,与肺癌的发生、发展密切相关,被视为肺癌转移和预后的评价指标。本文简要介绍了CTGF的结构、功能及在其肺癌中的研究进展,以期为肺癌的临床治疗提供新的思路。     

“浙技呼康散”防治肉鸡慢性呼吸道疾病试验

鸡的败血霉形体(MG)引起的慢性呼吸道疾病(CRD)严重影响家禽生长速度、屠体品质及成活率。本文叙述了浙技呼康散药物防治鸡慢性呼吸道疾病情况。该药物预防CRD能明显提高鸡成活率10％--20％,能在2—4无内控制病情,保证良好的屠体品质。通过试验确定浙技呼康散预防剂量为1g/羽粉剂,5ml/羽汤剂;治疗剂量2g/羽粉剂、10ml/羽汤剂。在应用中宜先煎汁饮之,渣拌料服用教果更好。     

基于CT图像的肺实质细分割综合方法

肺实质的分割是肺结节检测和诊断的基础,是肺部疾病计算机辅助诊断的关键步骤之一。针对肺部计算机断层扫描（computer tomography,CT)图像,采用最佳阈值法进行初步分割,去除背景,用结合上下文分析的区域生长法去掉气管、支气管,对左右肺连结的情况进行像素分析,分开左右肺,对提取出来的肺区用滚球法进行修复,得到肺实质图像。去除气管和分割左右肺的算法是针对肺部CT图像的特征提出的,具有简单高效的特点。实验表明,该综合方法的准确性和可靠性较高,有较好的应用前景。     

A complete sequence and comparative analysis of a SARS-associated virus （Isolate BJO1）

The genome sequence of the Severe Acute Respiratory Syndrome (SARS)-assoclated virus provides essential information for the identification of pathogen(s), exploration of etiology and evolution, interpretation of transmission and pathogenesis, development of diagnostics, prevention by future vaccination, and treatment by developing new drugs.We report the complete genome sequence and comparative analysis of an isolate (B J01) of the coronavirus that has been recognized as a pathogen for SARS. The genome is 29725 nt in size and has 11 ORFs (Open Reading Frames). It is composed of a stable region encoding an RNA-dependent RNA polymerase (composed of 20RFs) and a variable region representing 4 CDSs (coding sequences) for viral structural genes (the S, E, M, N proteins) and 5 PUPs (putative uncharacterized proteins). Its gene order is identical to that of other known coronaviruses. The sequence alignment with all known RNA viruses places this virus as a member in the family of Coronaviridae. Thirty putative substitutions have been identified by comparative analysis of the 5 SARS-associated virus genome sequences in GenBank. Fifteen of them lead to possible amino acid changes (non-synonymous mutations) in the proteins. Three amino acid changes, with predicted alteration of physical and chemical features, have been detected in the S protein that is postulated to be involved in the immunoreactions between the virus and its host.Two amino acid changes have been detected in the M protein,which could be related to viral envelope formation. Phylogenetic analysis suggests the possibility of non-human origin of the SARS-associated viruses but provides no evidence that they are man-made. Further efforts should focus on identifying the etiology of the SARS-associated virus and ruling out conclusively the existence of other possible SARS-related pathogen(s).     

FOXP3在人肺腺癌细胞中的表达意义

目的通过检测FOXP3在人肺腺癌细胞中的表达情况,探讨FOXP3在人肺腺癌发生、发展中的作用机制.方法收集临床肺腺癌患者术后石蜡包埋标本42例和正常肺组织10例,采用免疫组化SP法检测FOXP3蛋白的表达水平,分析其在肺癌细胞组与正常支气管黏膜组表达的差异,以及其在肺癌细胞的表达与临床病理指标的内在联系.结果 FOXP3在人肺腺癌细胞高表达,阳性率为64.3%;在正常肺组织低表达,阳性率为20.0%,两组比较差异具有统计学意义(P=0.011).FOXP3蛋白表达与有无淋巴结转移显著相关,有淋巴结转移组FOXP3的阳性表达率为83.3%,无淋巴结转移组FOXP3的阳性表达率为50.0%,两组比较差异具有统计学意义(P=0.026).FOXP3蛋白表达与患者性别、年龄、肿瘤的大小和分化程度均无明显相关性(P0.05).结论FOXP3参与人肺腺癌的发生、发展,可作为评判肺腺癌恶性生物学行为的指标之一.     

突变型P53和肿瘤易感基因101在肺癌组织中的表达及意义

探讨了P53基因突变对肺癌组织中TSG101基因的影响,结果是:TSG101在正常组织中呈强阳性表达100%(30/30),在高分化肺癌(包括肺鳞癌和肺腺癌)组织、低分化肺癌组织、淋巴结转移组织的表达分别为77.97%(92/118)、25.37%(17/67)、18.95%(18/95);P53的表达则相反,在正常组织、高分化肺癌组织、低分化肺癌组织、淋巴结转移组织的表达分别为6.67%(2/30)、67.80%(80/118)、86.57%(58/67)、94.63%(90/95);P53基因PCR-SSCP分析谱检测P53第5~8外显子阴性56例占30.27%,阳性129例占69.73%,总突变率为69.73%(127/180);P53与TSG101呈现负相关.这些结果提示P53和TSG101可能共同参与了肺癌的发生、发展和转移.     

太极拳锻炼对男性老年人心肺功能的影响

目的:探讨太极拳锻炼对男性老年人心肺功能的作用.研究方法:选长期从事太极拳运动的老年人30名,观察长期太极拳运动锻炼对心肺功能进行测试.结果:与对照组相比,太极拳锻炼组肺活量及其指数提高,每分输出量及每搏输出量增加(P<0.05或0.01);左室射血前期与射血期比值减小,平均动脉压下降,心血管疾病发病减少(P<0.05或0.01).结论:太极拳运动锻炼对改善男性老年人心肺功能具有良好作用,并能降低老年人心血管疾病的发病率.     

国产吉西他滨联合顺铂治疗晚期非小细胞肺癌的临床观察

目的:观察国产吉西他滨(GEM,泽菲)联合顺铂(PDD)治疗晚期非小细胞肺癌(NSCLC)的疗效及毒性反应.方法:34例NSCLC患者采用GP方案(GEM 1 000mg/m2,第1、8天静脉滴注,PDD40mg/m2,第8、9天静脉滴注),21d为1周期,全组病例均接受2个或2个周期以上治疗.结果:34例患者共化疗87个周期.总有效率(CR PR)44.1%(15/34).毒副作用以白细胞和血小板下降为常见,但均可耐受.结论:吉西他滨联合顺铂对晚期非小细胞肺癌有较好的疗效,且毒副反应可耐受,值得进一步研究及推广应用.     

基于生成对抗网络的肺结节良恶性诊断算法

针对实性肺结节CT影像数据量少、人工标注耗时耗力等问题,提出一种结合生成对抗网络和集成学习的实性肺结节良恶性计算机辅助诊断方法.首先,使用基于梯度惩罚的生成对抗网络对肺结节CT影像数据集进行扩充,缓解由数据量少、样本类别不均衡导致的模型过拟合.然后,利用卷积神经网络进行CT影像特征提取,并通过主成分分析对深度特征进行降维.最后,联合CT图像特征和有效临床信息,采用集成学习方法构建分类模型预测实性肺结节良恶性.基于多中心临床数据分析表明,相比于传统卷积神经网络模型,所提出方法有更好的预测性能.