癌症免疫疗法研究突破 - 以色列理工学院研究人员发现一种T细胞克隆的遗传特征，可用于预测癌症免疫疗法的疗效，为实现治疗方案个体化提供新路径 [1] - 免疫疗法被认为是癌症治疗领域的革命性突破，能够通过激活人体免疫系统精准清除癌细胞 [1] - 由于患者个体差异，不同人群对免疫治疗的反应存在显著差异，这成为该疗法广泛应用的障碍之一 [1] T细胞克隆遗传特征研究 - 研究人员通过对大量癌症患者接受免疫治疗后的单细胞RNA测序与T细胞受体测序数据进行荟萃分析，研究T细胞克隆的遗传特征及其与免疫疗法成功与否之间的联系 [1] - T细胞是人体免疫系统中的关键"战士"，能够识别并攻击癌细胞，还能保护身体免受病毒等外来威胁 [1] - 当T细胞识别出外来威胁时，便会快速增殖，形成针对指定威胁的T细胞克隆 [1] 研究发现与关键结论 - 对免疫疗法有响应的癌症患者与无响应的患者体内均存在T细胞克隆，但在有响应的患者体内，T细胞克隆呈现出一种独特的遗传特征，且免疫疗法增强了其免疫活性 [2] - 在对免疫疗法无响应的癌症患者中，部分T细胞克隆同时存在于肿瘤和血液中 [2] - 激活仅存在于肿瘤内部的T细胞克隆，而不是同时存在于肿瘤和血液中的T细胞克隆，是提升免疫疗法治疗癌症有效性的关键 [2] 研究意义与发表 - 这项研究为理解人体免疫系统在抗癌过程中的动态机制提供了重要线索 [2] - 研究报告发表在新一期国际期刊《细胞基因组学》上 [2]

阿尔茨海默病早期预测模型研究 - 中国医学专家成功构建轻度认知损害(MCI)预测模型，为认知障碍早期识别提供新方法 [1] - 该模型基于结构磁共振图像(MRI)数据，建立深度学习训练框架，筛选整合10个高区分度脑区特征 [2] - 研究团队开发进展指数(PI)，通过分析脑部MRI生成[0,1]区间风险评分，动态反映神经退行性病变进展状态 [2] 模型技术细节 - 模型整合海马体、杏仁核、小脑等关键脑区特征，突破传统二元诊断局限 [2] - 将人口统计学信息、神经心理量表和MRI扫描PI评分结合，建立MCI预测模型 [2] - 模型可有效预测相关队列中7年后向MCI的转化 [2] 研究意义与未来发展 - 研究成果在《阿尔茨海默病预防杂志》发表，获得科技创新2030-"脑科学与类脑研究"重大项目资助 [2] - 研究有助于识别潜在患者，为及时实施有效治疗提供可能，延缓疾病进展 [1] - 未来将探索更多前沿深度学习范式在阿尔茨海默病临床诊疗领域的应用 [2]

染色体外DNA (ecDNA) 的生物学特性与肿瘤关联 - ecDNA是一种独立于染色体存在的环状DNA分子，在30%-50%的恶性肿瘤患者中被检测到 [2] - ecDNA可携带完整的致癌基因(如MYC、EGFR)及其增强子序列，当这些基因从染色体脱落并环化形成ecDNA后，表观遗传修饰记忆丢失，导致癌基因异常激活 [2] - 携带ecDNA的肿瘤患者往往表现出更高恶性程度、更强治疗抵抗和更差临床预后 [2] ecDNA复制与维持机制研究突破 - 研究团队采用CRISPR-Cas9基因编辑技术构建了稳定携带EGFR基因完整拷贝的ecDNA细胞系 [4] - 创新性结合体外人工染色体组装技术，构建了模拟临床患者来源的人工ecDNA分子，解决了缺乏严格匹配的ecDNA阳性/阴性对照的难题 [4] - 通过EdU处理基因工程细胞系，获得了ecDNA在活细胞内进行自主复制的直接证据 [6] ecDNA与DNA损伤应答的双向调控关系 - 携带ecDNA的细胞表现出更严重的基因组不稳定特征，DNA双链断裂(DSB)水平显著升高 [7] - ATM激酶介导的DNA损伤应答通路在ecDNA阳性细胞中被特异性激活 [7] - ecDNA的稳定维持高度依赖特定的DNA损伤修复途径，特别是替代性非同源末端连接(alt-NHEJ)通路 [11] - 特异性抑制alt-NHEJ能显著降低细胞内ecDNA的丰度，可能成为选择性清除肿瘤细胞中ecDNA的有效手段 [11] 潜在治疗策略探索 - 使用携带ecDNA的细胞对DDR关键因子如ATM、CHK、TOP1等抑制剂更加敏感，这些抑制剂能够显著降低细胞内ecDNA含量 [14] - 靶向ecDNA维持过程很有可能成为携带ecDNA肿瘤的通用治疗手段 [14] - 基于ecDNA分子特征开发的靶向药物或将成为30%-50% ecDNA阳性肿瘤患者的精准治疗选择 [15] 研究意义与拓展应用 - 揭示了ecDNA通过平衡态调控参与肿瘤发生发展的分子机制，为临床转化提供了新靶点 [15] - 环状DNA复制维持机制可能拓展肿瘤生物学的认知边界，提示HPV等DNA病毒的复制可能同样依赖类似DDR通路调控模式 [15] - 为病原体环状DNA复制机制研究开辟新方向，为抗病毒治疗策略研发提供重要理论依据 [15]

研究突破 - 全球首个高精度完整肝脏三维病理图谱发布 实现0.35×0.35×2微米超高分辨率三维成像 在细胞尺度构建肝脏数字孪生体[1][3][4] - 采用显微光学切片断层成像技术 完整呈现肝脏各叶 胆囊及中央静脉 门静脉 动脉 胆管 肝血窦和肝细胞的关键结构空间关系[4] - 首次捕获传统手段无法观测的胆管周围微血管丛等精细结构 为跨尺度精确表征肝脏解剖结构和疾病病理变化奠定基础[4] 技术应用 - 构建肝纤维化模型小鼠肝脏病理图谱 发现肝细胞脂肪变性严重程度与距离中央静脉的距离密切相关 距离越近脂肪变性越严重[6] - 采用深度学习技术自动分割分析三维病理图谱大数据 自动识别分割脂肪变性肝细胞并精确计算体积比例[6] - 肝纤维化小鼠肝脏中脂肪变性肝细胞体积比例高达30.76% 不同肝脏叶间脂肪变性程度相对一致[6] 临床价值 - 技术体系适用于基础研究和临床诊断治疗 使肝脏疾病诊断能更直观全面反映三维结构和病理变化[7] - 为破解肝纤维化等慢性肝病难题提供革命性研究工具 中国脂肪肝患者已超过2亿 全球每年因肝硬化死亡人数超过百万[3][7] - 未来有望推广至其他肝脏疾病研究和临床病理研究 为开发更有效治疗策略提供支持[7]