课程文献中心 更多>>

关键词： 爪哇木棉   化学成分   细胞毒活性   杜松烷型倍半萜  

摘要： 为阐明爪哇木棉的化学成分和抗肿瘤活性,本研究采用硅胶柱色谱、半制备高效液相色谱技术等对爪哇木棉茎杆乙酸乙酯提取物进行分离纯化,结合NMR、MS等现代波谱学方法鉴定所得化合物的结构,从中共分离鉴定了19个化合物,并采用CCK-8法,评估了各化合物对BT549和4T1肿瘤细胞的体外细胞毒性。鉴定的19个成分分别为:hibiscusterpene II(1)、hibiscone C(2)、7-hydroxycadalene(3)、7-hydroxycalamenene(4)、(1S)-1-methoxylacinilene C(5)、lacinilene C(6)、(7R,9R,10R)-3,9-di-hidroxicalameneno(7)、mansonone(8)、3ξ-(1ξ-羟基)-7-羟基-1-苯并呋喃酮(9)、vavain(10)、cleomiscosin B(11)、(+)-medioresinol(12)、邻甲基苯甲醚(13)、对甲酚(14)、丁香醛(15)、(R)-(-)-mellein methyl ether(16)、丹蒽醌(17)、丁香酸乙酯(18)、β-谷甾醇(19)。其中,化合物1、2、4~9、11~18为首次从该属中分离得到。化合物1、2、3、4、6、8、10对BT549、4T1细胞增殖有一定的抑制活性,且化合物4和8细胞毒活性显著。本研究首次系统阐明了爪哇木棉中的杜松烷型倍半萜类成分为关键的其抗肿瘤活性成分,为该植物在抗肿瘤药物开发中的进一步应用提供了科学依据。

关键词： 莪术   药对   抗肿瘤   研究进展   药理作用  

摘要： 莪术为经典破血消癥药,具有破血行气,消积止痛之功效,为治疗癥瘕积聚之要药。现代研究表明,莪术可通过诱导肿瘤细胞凋亡、调控肿瘤细胞自噬、诱导肿瘤细胞铁死亡、抑制肿瘤侵袭与转移、重塑肿瘤免疫微环境、逆转肿瘤细胞耐药性以及增强化疗与靶向治疗敏感性等多种机制发挥抗肿瘤作用。药对配伍是提升莪术抗肿瘤疗效的关键策略。莪术常与黄芪、红芪、三棱、鳖甲等药物配伍使用,以协同增效、拮抗减毒,并拓展临床应用范围。本文综述了莪术抗肿瘤的药理作用及其常用药对的中医配伍理论与现代研究进展,以期为莪术及其药对的深入研究与临床应用提供理论依据和参考。

关键词： 小核仁RNA   SCARNA4   肺腺癌   致癌作用   预后  

摘要： 目的 分析小核仁RNA(SmallnucleolarRNA,snoRNA)在肺腺癌中的差异表达及其与患者预后的关联,筛选并验证肺腺癌相关snoRNA,探究其在肺腺癌发生发展中的作用机制。方法 采用ArraystarSmallRNA表达芯片技术筛选肺腺癌组织与正常组织中差异表达的snoRNA,将芯片检测结果通过基因表达综合数据库(GeneExpressionOmnibus,GEO)中GSE261702数据集验证后,筛选出通过分子克隆实验的snoRNA,并将上述snoRNA利用RT-qPCR进行验证;构建SCARNA4过表达模型(Vector组和SCARNA4组)和敲低模型(siNC组和siSCARNA4组),利用增殖、迁移及侵袭实验验证SCARNA4在肺腺癌细胞中的生物学功能;基于2013年2月~2015年5月陆军军医大学第二附属医院胸外科的108例肺腺癌患者的癌组织标本,通过RT-qPCR检测其SCARNA4表达水平,并运用X-tile软件确定最佳截断值,将患者分为SCARNA4高表达组与低表达组,绘制Kaplan-Meier曲线及Cox比例风险回归模型,分析SCARNA4表达水平对患者预后的影响。结果 SmallRNA芯片检测结果获得在肺腺癌组织中表达上调的snoRNA共62条,表达下调的snoRNA有4条,通过GEO数据库及分子克隆实验成功获得到8条候选snoRNA,RT-qPCR验证结果显示,与正常组织相比,SCARNA4在肺腺癌组织中的表达显著上调(P=0.0427);过表达SCARNA4明显促进A549细胞的增殖、迁移及侵袭能力(P<0.001);敲低SCARNA4则显著抑制A549细胞的增殖、迁移及侵袭能力(P<0.001)。根据最佳截断值(3.48),将患者分为SCARNA4高表达组(57例)和SCARNA4低表达组(51例)。Kaplan-Meier生存分析结果表明,高表达组患者的总生存期显著短于低表达组(P=0.034)。单因素Cox回归分析进一步显示,SCARNA4高表达与患者的不良预后显著相关(HR=2.285,95%CI:1.040~5.020,P=0.039)。多因素Cox回归分析证实,在调整相关协变量后,SCARNA4表达水平是影响肺腺癌患者总生存期的独立危险因素,其高表达与患者总生存期缩短显著相关(HR=3.038,95%CI:1.261~7.323,P=0.013)。结论 SCARNA4在肺腺癌组织中表达上调,与患者不良预后相关,可能通过调控增殖、迁移和侵袭等方式促进肿瘤进展,有望成为肺腺癌治疗的新靶点和预后生物标志物。

关键词： 肌动蛋白相关蛋白2/3复合体5   肿瘤   靶向治疗  

摘要： 肌动蛋白2/3复合物(actin-related protein 2/3 complex , Arp2/3)调控肌动蛋白聚合和肌动蛋白丝的成核,与细胞运动性相关,在癌细胞的侵入和迁移中发挥关键作用。Arp2/3亚基5(ARPC5),参与调节复合体成核活性和分支连接的稳定性,在肌动蛋白丝聚合和细胞骨架重构过程中发挥核心作用。研究发现,ARPC5位于细胞核和细胞质内,ARPC5可通过调控肌动蛋白骨架组装、信号转导和非编码RNA网络等途径,影响肿瘤细胞增殖、凋亡及上皮-间质转化(epithelial-mesenchymal transition,EMT),肿瘤免疫微环境的调控,促进恶性肿瘤发生发展。此外,ARPC5还是多种癌症预后不良的生物标志物,其抑制剂能够抑制部分肿瘤的生长。多项研究探讨了非编码RNA和转录因子对ARPC5的调控及对癌细胞侵袭性的影响。本文回顾了ARPC5在不同类型肿瘤中作用靶点活性及参与调控的信号通路,并简要概括了ARPC5抑制剂的应用可行性,旨在为肿瘤的临床治疗与预后评估提供新见解。

关键词： 肿瘤   癌症   一级预防   德尔菲法   应答驱动抽样   标准化问卷  

摘要： 背景 近半数癌症可通过一级预防避免,因此癌症一级预防知识与意识的标准化评估工具对评估预防措施效力至关重要。有必要据此制定循证建议,指导公众减少致癌因素暴露。目的 本研究旨在依据《抗癌守则(2025年版)》开发并验证一份标准化问卷,用于评估居民对癌症一级预防知识的知晓情况。方法 研究于2024年5—10采用两轮Delphi专家咨询(n=34)、便利抽样试点调查(n=344)以及网络应答驱动抽样问卷调查(n=571)共同完成问卷的开发与验证。Delphi共识的可靠性通过专家响应率、可信度系数和Kendall一致性系数(Kendall's W)评估。最终问卷的信度与结构效度则分别通过Cronbach's α系数、McDonald'sω系数及验证性因子分析进行检验。结果 两轮Delphi法中专家响应率分别为95.83%和100.00%,可信度系数为0.894和0.912,Kendall's W分别为0.148和0.097(P值均<0.001),显示专家意见高度一致。结合专家建议与调查数据,最终问卷确定为包含“知识”和“信念”两个维度、共34项条目的结构。该问卷的Cronbach's α为0.874,McDonald'sω为0.905,验证性因子分析结果显示模型拟合良好。结论 本研究基于《抗癌守则(2025年版)》开发并验证了一份具有良好信效度的癌症一级预防核心知识问卷。该工具可用于评估公众知晓水平,并为癌症预防知识的科普推广和健康教育效果评估提供科学依据。

关键词： 恶性肿瘤   免疫治疗   免疫检查点抑制剂   治疗应答   预测模型   机器学习   肿瘤突变负荷  

摘要： 目的:构建融合临床常规参数及肿瘤突变负荷(TMB)的机器学习模型,并评估其对各类癌症患者程序性死亡受体1(PD-1)/程序性死亡受体配体1(PD-L1)抑制剂治疗应答的预测价值。方法:回顾性研究2019年11月至2022年10月在浙江大学医学院附属第一医院接受PD-1/PD-L1抑制剂治疗的146例晚期癌症患者的临床资料。采用分层随机抽样法按4∶1比例将患者分为训练集(116例)和验证集(30例)。整合患者年龄、性别、体重指数、TMB、全身治疗史、中性粒细胞与淋巴细胞比值及其他血常规参数,基于PyTorch框架构建多层感知机网络,利用AutoGluon进行超参数自动优化,并通过五折交叉验证进行模型优化,并应用梯度沙普利可加性特征解释(SHAP)算法在训练集中对最优模型进行特征重要性分析。通过受试者操作特征曲线下面积(AUC)、准确率、F1分数、灵敏度和特异度等指标比较NNT9模型与单一TMB指标的预测性能,随后绘制混淆矩阵以直观评估模型的判别能力,最后探讨模型预测的PD-1/PD-L1抑制剂治疗不同应答与患者无进展生存时间的关系。结果:最终构建的最优模型为NNT9,全身治疗史、TMB、血小板计数和体重指数为前四位预测因子。构建的NNT9模型在训练集和验证集中的AUC分别为0.949和0.851,均优于单一TMB(AUC分别为0.747和0.720)。在验证集中,NNT9模型的灵敏度(0.571)、准确率(0.867)、F1分数(0.667)、阳性预测值(0.800)和阴性预测值(0.880)均优于TMB。在验证集中,NNT9模型错误分类的患者例数仅为TMB的一半。Kaplan-Meier生存分析显示,在训练集和验证集中,NNT9模型预测为免疫治疗应答组的患者,其无进展生存时间显著长于非应答组的患者(均P<0.01)。结论:融合临床常规参数及TMB的机器学习模型可作为一种精准且临床可行的工具,用于预测不同类型癌症患者的免疫治疗获益。

关键词： 人工智能   心电图   肿瘤心脏病学   肿瘤治疗相关心脏毒性  

摘要： 随着医疗大数据时代的到来,人工智能(AI)技术越来越多地应用于临床医学,辅助疾病的诊断和危险分层。大规模心电图(ECG)数据与临床数据的整合,可辅助筛查左心室功能障碍、心律失常等多种抗肿瘤治疗相关心脏毒性。与传统依赖心脏专科医师的ECG判读相比,基于AI的算法展现出独特优势,其操作简便、诊断迅速,能集诊断与预后评估于一体。本文旨在对AI-ECG在抗肿瘤治疗相关心脏毒性检测与管理中的最新进展作一综述,评估其在心脏毒性检测方面的证据支撑,探讨其在高风险肿瘤患者风险分层中的作用,并分析其对肿瘤心脏病学临床决策的影响。

关键词： 肿瘤心脏病   AI大模型   风险管理  

摘要： 随着肿瘤治疗显著延长生存期,化疗、靶向及免疫治疗等引发的心血管并发症日益凸显,肿瘤患者心血管事件发生率较普通人群高2~3倍,20%的癌症幸存者死于心血管疾病。传统风险管理存在滞后性与主观性,人工智能(AI)大模型通过多模态数据整合与实时分析,正成为精准防控的关键引擎。AI大模型在肿瘤心脏病风险管理中实现多源异构数据融合、动态风险预测与早期预警、医学影像智能解读及个体化治疗决策支持,赋能基层医疗并加速临床研究。同时,生物标志物与干预靶点研究深化了机制理解,为AI技术提供了科学根基与临床接口,推动其从黑箱预测迈向机制驱动、可解释、可干预。本文就AI大模型重塑肿瘤心脏病风险管理路径作一述评。

关键词： 目标检测   医学影像处理   YOLO   InceptionNeXt   解耦头  

摘要： 目的:通过对轻量化实时目标检测模型YOLOv7-tiny进行优化改进,提出针对脑肿瘤检测任务的优化框架,从而提升对脑肿瘤影像的检测效率。方法:采用包含1 000例脑肿瘤MRI影像的基准数据集上进行实验,在主干网络中引入InceptionNeXt模块,扩大感受野,通过多尺度特征融合增强模型对不同尺寸和形态肿瘤的表征能力;其次,引入解耦头结构,采用独立分支优化策略降低复杂背景的干扰,以提升针对小尺寸以及边界模糊肿瘤的定位精度,加速模型收敛,提升检测性能。结果:改进模型较基线YOLOv7-tiny实现了较为显著的性能提升,其平均检测精度mAP@0.5由85.6%提升至88.2%,mAP@0.5:0.95由63.8%提升至65.4%,分别实现了2.6%、1.6%的精度增益。实验表明,改进后的模型能够更准确地识别脑肿瘤,具有比较精准的检测性能。结论:改进后的模型与原模型相比,精度具有比较大的提升,验证了该模型在脑肿瘤精准检测方面的可行性。

关键词： 癌症神经科学   神经系统   肿瘤   肿瘤微环境   神经-免疫  

摘要： 传统肿瘤学研究长期聚焦于遗传、免疫与血管机制。近年来,随着多学科深度交叉,“癌症神经科学”迅速崛起,成为揭示肿瘤发生发展机制的前沿领域。本文系统梳理了神经?–?肿瘤互作的研究脉络:从早期观察到的肿瘤神经浸润现象,到近年突破性发现——神经系统通过多种机制主动调控肿瘤进程。在颅内肿瘤中,胶质瘤细胞可与神经元形成功能性突触,“劫持”谷氨酸等神经信号以驱动自身增殖;在外周实体瘤中,大脑特定神经环路(如杏仁核-交感神经通路)能够远程调控乳腺癌等进展;同时,交感、副交感和感觉神经通过释放去甲肾上腺素、乙酰胆碱、CGRP等递质与神经肽,直接作用于肿瘤细胞或通过重塑免疫微环境(如抑制CD8??T细胞功能)影响肿瘤演进。这些发现共同构成了“神经?-?免疫-?肿瘤”调控轴,为理解肿瘤生物学提供了全新视角。结合本课题组既往工作,我们认为:神经系统是肿瘤微环境中不可或缺的活跃组分,通过电信号、化学递质及神经环路等多层次方式,广泛参与肿瘤发生、发展、转移及免疫调节。靶向神经-肿瘤互作(如应用β受体阻滞剂、调控特定神经环路等)已展现出协同现有疗法的显著转化潜力。本述评通过整合该领域关键进展,系统阐述了从基础发现到临床探索的转化路径,剖析了当前面临的技术与临床挑战,并对跨学科合作与精准干预的未来方向进行展望,从而为深化理解肿瘤系统性调控机制、开拓神经靶向治疗新策略提供理论参考与框架指引。