CURATED RESEARCH COLLECTION

2026 年 9 月论文月榜

按统一评分从已审核论文中生成

收录 2026-09-01 至 2026-09-30 的已审核论文候选。

统计周期:2026/09/01 – 2026/09/30发布日期:2026/10/30收录 10 篇论文

排名与收录方法

候选评分:时间30%、近期引用趋势25%、总引用15%(log归一)、顶刊15%、编辑精选15%;引用缺失按中性分处理,0引用按0分处理。

论文列表

1 篇

推荐语:提出基于Gemini的多智能体AI系统Co-Scientist,通过异步任务框架与锦标赛式进化过程持续生成、批判和优化假设,自动评估显示测试时算力扩展可提升假设质量;在急性髓系白血病药物重定位中识别出经体外实验验证的新候选药物及协同联合疗法,为AI辅助假设生成与实验验证提供参考。

AI 靶点发现基础研究Nature

Accelerating scientific discovery with Co-Scientist.

157 次引用引用上升

研究旨在加速科学发现,研究人员开发了基于Gemini的多智能体人工智能系统Co-Scientist,用于结构化科学思维与假说生成。该系统根据研究目标和已有科学证据提出可验证的新颖研究假说,其设计包括多智能体架构与异步任务执行框架,以及通过锦标赛式进化过程实现假说生成的自我改进。自动评估显示,测试时计算扩展可持续提升假说质量。研究在药物重定位、新靶点发现和抗菌药物耐药机制解释三个生物医学应用中开展验证;Co-Scientist识别出急性髓系白血病的新药物重定位候选物和协同联合疗法,并经体外实验验证。真实世界验证表明,Co-Scientist有望加速科学发现。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Juraj Gottweis、Wei-Hung Weng、Alexander Daryin、Tao Tu、Petar Sirkovic、Artiom Myaskovsky、Grzegorz Glowaty、Felix Weissenberger、Alessio Orlandi、Dan Popovici、Anil Palepu、Keran Rong、Ryutaro Tanno、Khaled Saab、Fan Zhang、Jacob Blum、Andrew Carroll、Kavita Kulkarni、Nenad Tomašev、Dina Zverinski、Ivor Rendulic、Elahe Vedadi、Florian Hasler、Luka Rimanic、Marina Boia、Ivan Budiselic、Ben Feinstein、Mathias Bellaiche、Tom Sheffer、Jan Freyberg、Jeremy Ratcliff、Ottavia Bertolli、Katherine Chou、Avinatan Hassidim、Burak Gokturk、Amin Vahdat、Yuan Guan、Vikram Dhillon、Eeshit Dhaval Vaishnav、Byron Lee、Tiago R D Costa、José R Penadés、Gary Peltz、Yossi Matias、James Manyika、Demis Hassabis、Yunhan Xu、Pushmeet Kohli、Annalisa Pawlosky、Alan Karthikesalingam、Vivek Natarajan

作者机构

  • Google Cloud AI Research, Zurich, Switzerland. juro@google.com.
  • Google DeepMind, Mountain View, CA, USA. ckbjimmy@google.com.
  • Google Cloud AI Research, Zurich, Switzerland.
  • Google DeepMind, Mountain View, CA, USA.
  • Google Research, Mountain View, CA, USA.
  • Stanford University School of Medicine, Palo Alto, CA, USA.
  • Houston Methodist Hospital, Houston, TX, USA.
  • Sequome, San Francisco, CA, USA.
  • Fleming Initiative and Imperial College London, London, UK.
  • Google DeepMind, Mountain View, CA, USA. pushmeet@google.com.
  • Google Research, Mountain View, CA, USA. apawlosky@google.com.
  • Google DeepMind, Mountain View, CA, USA. alankarthi@google.com.
  • Google DeepMind, Mountain View, CA, USA. natviv@google.com.

技术路线

研究目标与科学证据输入→多智能体(基于Gemini)异步任务执行与锦标赛演化生成/批判/优化假设→自动化评估(测试时算力扩展)→三个生物医学应用(药物重定位、新靶点发现、抗菌素耐药机制解释)→急性髓系白血病候选药物与协同组合的体外实验验证

最近 5 个完整年度引用趋势

0153002021020220202302024302025

不含 2026 年,仅展示最近 5 个完整年度。

数据来源:openalex更新时间:2026/10/29 12:32

月榜

9 篇

推荐语:系统梳理结直肠癌类器官四代技术演进脉络,从基质胶培养到 AI 赋能,为类器官模型向精准肿瘤医学转化提供全景总结。

AI 靶点发现综述Frontiers in oncology

Colorectal cancer organoids: a developmental trajectory from Matrigel embedding to AI-empowered precision medicine.

0 次引用趋势数据不足

结直肠癌的高度异质性与复杂微环境是治疗耐药和临床转化失败的关键瓶颈,类器官技术的迭代发展为精准肿瘤学提供重要驱动力。本文系统梳理结直肠癌类器官技术的四阶段发展轨迹,并指出各阶段并非严格依次替代,而是长期共存、互补。第一代Matrigel包埋法奠定三维培养基础,但微环境模拟不足;第二代通过优化培养基和共培养体系实现初步肿瘤-基质相互作用;第三代整合微流控芯片和生物打印等工程技术,突破专用平台在高通量标准化和动态调控方面的瓶颈;第四代借助人工智能,在智能表型分析、药物反应预测及数字孪生系统初步探索方面取得实质进展。通过比较四代技术在异质性保留、通量、临床潜力和成本效益方面的差异,强调其在个体化用药指导和新靶点发现中的核心临床价值。尽管仍面临微环境模拟不足、人工智能可解释性差和缺乏标准化等挑战,现有证据表明,跨学科整合与智能平台开发可推动类器官技术成为连接基础研究与临床实践的关键枢纽。建议加快建立标准化类器官生物样本库,将人工智能驱动的预测模型嵌入临床工作流程,并制定监管框架,以促进结直肠癌类器官精准医学转化。

为什么值得关注

暂未整理

查看扩展信息

完整作者

暂未整理

作者机构

暂未整理

技术路线

暂未整理

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年,仅展示最近 5 个完整年度。

数据来源:openalex更新时间:2026/10/30 06:05

推荐语:该文评述人工智能在精准肿瘤学治疗开发中的衔接作用,涵盖肿瘤选择性抗原优选、新抗原免疫原性预测、工程受体优化及抗体与ADC设计等环节,并指出多数模型尚处临床前、外部验证有限。其价值在于提出以多模态预测的实验验证、外部测试与纵向更新构成闭环流程,作为实现临床转化的关键路径。

AI 靶点发现基础研究International journal of molecular sciences

Artificial Intelligence as a Catalyst for Novel Therapeutic Opportunities in Precision Oncology.

0 次引用趋势数据不足

人工智能正在重塑分子肿瘤学,使复杂生物数据更易处理,并拓展精准药物发现的边界。其在免疫工程与靶向治疗交汇处的作用尤为突出:计算模型可辅助优先筛选肿瘤选择性抗原、预测新抗原免疫原性、优化工程化受体、支持抗体及抗体偶联药物设计、指导小分子发现、改进基因组编辑策略并预判治疗反应。这些应用的核心在于拓宽治疗窗,在增强肿瘤控制的同时降低脱靶毒性。然而转化差距仍然显著,许多模型尚处临床前阶段,外部验证有限,临床落地并不常见。该评论沿治疗连续体梳理代表性方法,涵盖靶点发现、治疗工程、影像、液体活检、耐药预测、联合方案选择及药物重定位。作者认为,临床价值将取决于闭环工作流:多模态预测需经实验验证、外部测试并纵向更新,以指导后续治疗决策。

为什么值得关注

AI 辅助短评,基于标题和摘要整理

本文聚焦AI如何贯通靶点发现至耐药预测与联合用药选择的精准肿瘤学链条,强调其价值在于拓宽治疗窗而非自动化本身。文章如实指出外部验证不足与临床落地有限的转化鸿沟,提出实验验证与纵向更新的闭环路径,为领域理性推进提供参考。

查看扩展信息

完整作者

Kostas A Papavassiliou、Amalia A Sofianidi、Angeliki Margoni、Athanasios G Papavassiliou

作者机构

  • First University Department of Respiratory Medicine, 'Sotiria' Chest Hospital, Medical School, National and Kapodistrian University of Athens, 11527 Athens, Greece.
  • Department of Biological Chemistry, Medical School, National and Kapodistrian University of Athens, 11527 Athens, Greece.

技术路线

数据/样本:未报告具体数据集或样本(综述/评论性文章);分析:梳理AI在肿瘤选择性抗原优先排序、新抗原免疫原性预测、工程化受体优化、抗体及抗体偶联药物设计、小分子发现、基因组编辑策略与治疗反应预测等环节的代表性方法,并沿靶点发现、治疗工程、影像、液体活检、耐药预测、联合方案选择、药物重定位的治疗连续体进行归纳;验证:指出多数模型仍处临床前、外部验证有限、临床落地少见,主张多模态预测须经实验验证、外部测试与纵向更新形成闭环工作流

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年,仅展示最近 5 个完整年度。

数据来源:openalex更新时间:2026/10/30 03:55

推荐语:该研究基于儿童RDEB患者皮肤活检转录组数据构建机制图谱,识别13条信号通路和10个效应蛋白,结合机器学习推断66个可干预靶点及74个候选药物,为RDEB治疗靶点发现和药物重定位提供依据。

AI 靶点发现临床研究International journal of molecular sciences

A Mechanistic Map of the Phenotypic Complexity in Recessive Dystrophic Epidermolysis Bullosa Provides Basis for Therapeutic Target Discovery and Drug Repurposing.

0 次引用趋势数据不足

隐性营养不良型大疱性表皮松解症(RDEB)由COL7A1基因功能缺失突变所致,表型复杂异质,临床可见皮肤脆性增加、局部及全身炎症、伤口愈合障碍、菌群失调、疼痛和瘙痒,并增加皮肤癌风险。本研究旨在构建RDEB分子机制的可操作模型,以识别并优选药物重定位的治疗靶点。研究利用儿童RDEB患者与未受累个体皮肤活检的转录组数据构建疾病机制图谱,并结合机器学习从图谱回路中推断可操作靶点、识别可逆转转录组改变的候选药物。所得图谱包含13条改变信号回路和10个效应蛋白,与炎症、纤维化及肿瘤进展等疾病特征相关;分析识别出66个可操作靶点及74个候选药物,富集分析显示磷酸二酯酶类及抗肿瘤和免疫调节剂富集。最终优先选出16种可逆转回路改变且不增强非预期效应的药物,其中苄氟噻嗪和伊布利特影响最大。该机制模型提供了首个RDEB功能性疾病图谱,并揭示了由已批准药物靶向的有前景的治疗候选物。

为什么值得关注

AI 辅助短评,基于标题和摘要整理

本研究针对RDEB表型高度异质、缺乏可操作分子模型的问题,基于患儿皮肤转录组构建首個功能性机制图谱,结合机器学习推断靶点并重定位药物。其价值在于将疾病回路与炎症、纤维化、肿瘤进展等标志关联,为靶点发现和已批准药物重定位提供系统依据。

查看扩展信息

完整作者

Sara Herráiz-Gil、Miriam Payá-Milans、María Del Carmen de Arriba、Lucía Martínez-Santamaría、Carlos Loucera、Nuria Illera、Marcela Del Río、Joaquín Dopazo、Carlos León、María José Escámez

作者机构

  • Departamento de Bioingeniería, Universidad Carlos III de Madrid, ROR Code 03ths8210, Avenida de la Universidad, 30 (Edificio Sabatini), 28911 Leganés, Spain.
  • Centro de Investigación Biomédica en Red de Enfermedades Raras (CIBERER-ISCIII), 28029 Madrid, Spain.
  • Instituto de Investigación Sanitaria Fundación Jiménez Díaz (IIS-FJD, UAM), 28040 Madrid, Spain.
  • Centro de Investigaciones Energéticas, Medioambientales y Tecnológicas, 28040 Madrid, Spain.
  • Platform for Computational Medicine, Andalusian Public Foundation Progress and Health-FPS, 41092 Seville, Spain.
  • Computational Systems Medicine, Institute of Biomedicine of Seville (IBIS), Hospital Virgen del Rocío, 41013 Seville, Spain.

技术路线

RDEB患儿与未受累个体皮肤活检转录组数据 → 构建由13条改变信号回路和10个效应蛋白组成的机制图谱并结合机器学习推断可干预靶点、识别可逆转转录组改变的候选药物

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年,仅展示最近 5 个完整年度。

数据来源:openalex更新时间:2026/10/30 03:55

推荐语:更新版 circRNADisease v3.0 数据库,收录经实验验证的 circRNA - 疾病关联数据,为环状 RNA 疾病机制研究提供可靠数据资源。

公共数据库临床研究Nucleic acids research

circRNADisease v3.0: an updated resource for high-quality, experimentally supported circRNA-disease associations.

0 次引用趋势数据不足

环状RNA(circRNA)与疾病关联的系统整合对阐明其在疾病发生中的作用及评估其生物标志物和治疗靶点潜力具有重要意义。circRNADisease v3.0是一个经过人工审编、实验支持的circRNA-疾病关联数据库的扩展升级版本,共收录15 390条circRNA-疾病条目,涉及9 168个circRNA、656个MONDO标准化疾病术语和66个物种,数据量较v2.0增加两倍以上。每条记录依据支持证据的强度和多样性赋予置信评分,证据类型包括临床证据、环状转录本身份验证、表达检测、功能实验、分子机制验证和生物信息学分析。该版本还整合了基因组坐标、亚细胞定位、实验验证方法、临床意义、数据与代码可用性及多疾病术语交叉引用。新增Circ2CNV模块(含33个TCGA癌症队列中2 962 504条circRNA-癌症队列拷贝数变异记录)和Circ2Celltype模块(含29种细胞类型的2 025条细胞类型解析证据记录),与原有Circ2Mut模块共同将文献审编的circRNA-疾病关联与基因组改变和细胞背景相连接。该数据库为circRNA研究提供了全面且以证据为导向的平台,可通过http://cgga.org.cn/circRNADisease/免费获取。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Chang-Lin Yang、Rui Yang、Wen-Lu Tan、Han-Xiao Zhou、Ling-Xiang Wu、Ji Shi、Fan Wu、Li-Jie Huang、Zhi-Yan Sun、Tao Jiang、Zheng Zhao

作者机构

  • Beijing Neurosurgical Institute, Capital Medical University, Beijing 100070, China.
  • Beijing Tiantan Hospital, Capital Medical University, Beijing 100070, China.
  • Chinese Glioma Genome Atlas (CGGA) Network and Asian Glioma Genome Atlas (AGGA) Network, Beijing 100070, China.
  • Chinese Neuro-Oncology Genome Atlas (CGGA-CNS) Network, Beijing 100070, China.

技术路线

数据/样本:文献人工审编的circRNA-疾病关联,v3.0含15,390条条目(9,168个circRNA、656个MONDO标准化疾病术语、66个物种),并整合TCGA 33个癌症队列的2,962,504条circRNA-癌症队列记录(Circ2CNV模块)和2,025条细胞类型分辨证据(29种细胞类型,Circ2Celltype模块);分析:依据临床证据、circular-transcript身份验证、表达检测、功能实验、分子机制验证和生物信息学分析等支持证据的强度与多样性,为每条记录赋予置信度评分,并整合基因组坐标、亚细胞定位、实验验证方法、临床意义、数据与代码可及性及多疾病术语交叉引用;验证:原文未报告独立的实验或计算验证。

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年,仅展示最近 5 个完整年度。

数据来源:openalex更新时间:2026/10/29 12:36

推荐语:本研究利用血小板聚集实验及SEC、SPR、TEM等方法,结合重组蛋白与合成小肽,发现血小板活化脱颗粒释放的高浓度锌可靶向激活JAM-A,促进血小板聚集与血栓栓子形成。该机制为理解止血过程及抗血栓治疗提供了新线索。

合成生物学基础研究Medicines (Basel, Switzerland)

The Role of Zinc and Junctional Adhesion Molecule A Protein in Platelet Plug Formation.

0 次引用趋势数据不足

血小板血栓是血管损伤后由血小板快速形成的临时止血封堵物,血小板活化脱颗粒可释放ADP、5-羟色胺、纤维蛋白原和锌等物质,但锌的靶点尚不明确。本研究采用血小板聚集实验和重组蛋白技术,结合尺寸排阻色谱、表面等离子共振及透射电子显微镜,在1 mM锌和10 µM ADP条件下评估血小板聚集及相关蛋白作用。结果显示,锌的局部高浓度靶向连接黏附分子A(JAM-A);JAM-A在无需凝血时保持无活性状态,抑制细胞黏附和细胞骨架动态,使血小板以单一单位随血流移动,而锌激活JAM-A后促使血小板聚集。采用合成生物学小肽淬灭锌作用进一步验证了该过程。结论认为,JAM-A与锌相互作用促进血小板血栓形成,并激活JAM-A的细胞黏附和细胞骨架动态功能。

为什么值得关注

AI 辅助短评,基于标题和摘要整理

摘要聚焦锌与JAM-A在血小板栓形成中的作用,技术路线涵盖聚集实验、SEC、SPR、TEM及小肽淬灭验证,逻辑较完整。但未说明样本来源、分组与统计学方法,机制结论主要基于体外实验,缺乏体内验证。标题与摘要一致,表述克制,未夸大。建议补充样本量、对照设置及JAM-A激活的直接证据,以增强结论可靠性。

查看扩展信息

完整作者

Sai Harsha Nagidi、Jonah Stringham、Ethan Firth、Brent Lisonbee、Chris Hart、Dario Mizrachi

作者机构

  • Arizona College of Osteopathic Medicine (AZCOM), Midwestern University, Glendale, AZ 85308, USA.
  • Department of Cell Biology and Physiology, Brigham Young University, Provo, UT 84604, USA.
  • Department of Biomedical Sciences, Noorda College of Osteopathic Medicine, Provo, UT 84606, USA.

技术路线

['血小板样本与重组蛋白(1 mM锌、10 µM ADP处理)', '血小板聚集实验评估聚集行为', '体积排阻色谱(SEC)分析蛋白', '表面等离子共振(SPR)评估靶蛋白在血小板表面的亲和力', '透射电子显微镜(TEM)观察', '合成生物学小肽淬灭锌效应验证']

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年,仅展示最近 5 个完整年度。

数据来源:openalex更新时间:2026/10/29 11:45

推荐语:该研究采用数据非依赖采集蛋白质组学,比较年龄相关性白内障合并原发性闭角型青光眼与单纯白内障患者的前囊膜,鉴定出1262个差异蛋白,并揭示ATP6V1A相关溶酶体功能失调这一分子特征,为两类眼病共存机制提供候选线索。

公共数据库临床研究Journal of translational medicine

Comparative proteomics of human anterior lens capsules reveals ATP6V1A-associated lysosomal dysregulation in age-related cataract with primary angle-closure glaucoma.

0 次引用趋势数据不足

本研究比较了单纯年龄相关性白内障(ARC)与合并原发性闭角型青光眼(PACG)患者前囊膜的蛋白质组。采用数据非依赖采集蛋白质组学分析人前囊膜标本,最终纳入13例ARC和10例PACG样本,通过富集分析、网络分析和ROC分析筛选差异蛋白,并在人前囊膜铺片、细胞与动物应激模型、外周血单个核细胞及UK Biobank血浆蛋白质组数据中进一步验证ATP6V1A。结果共鉴定出1262个差异表达蛋白;PACG中表达降低的蛋白富集于蛋白稳态相关伴侣及neddylation网络,并汇聚于溶酶体功能障碍,ATP6V1A及其他V-ATP酶亚基、LAMP2和Rag GTP酶家族成员协同降低;表达升高的蛋白富集于细胞外基质重塑及脂质/聚糖代谢通路。ATP6V1A降低在人前囊膜铺片、压力应激晶状体上皮细胞、视网膜应激模型及PACG患者外周血单个核细胞中得到证实,药理学抑制V-ATP酶可在细胞活力明显丧失前破坏溶酶体稳态。结论认为,PACG相关前囊膜具有蛋白稳态受损及ATP6V1A相关溶酶体失调的分子特征。

为什么值得关注

暂未整理

查看扩展信息

完整作者

暂未整理

作者机构

暂未整理

技术路线

暂未整理

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年,仅展示最近 5 个完整年度。

数据来源:openalex更新时间:2026/11/01 03:24

推荐语:该研究设计了整合细菌-10/-35基序与酵母TATA盒等元件的模块化杂合启动子,在大肠杆菌和酿酒酵母中实现弱、中、强可调且跨物种相对一致的表达,并成功应用于前脱氧紫色杆菌素合成途径的协调生产,为跨物种多宿主合成生物学提供了启动子工具。

合成生物学基础研究Nucleic acids research

Modular synthetic cross-kingdom promoters enable coordinated expression in Escherichia coli and Saccharomyces cerevisiae.

0 次引用趋势数据不足

合成生物学与代谢工程日益需要在亲缘关系较远的生物间实现可预测、可互操作的基因表达,但启动子结构与转录逻辑的跨界差异限制了通用表达平台的开发。为此,研究设计了一组模块化杂合启动子,将细菌-10/-35基序和Shine-Dalgarno序列与极简酵母TATA盒和Kozak序列整合,以保证转录和翻译兼容性,从而在大肠杆菌和酿酒酵母中实现可调且定量一致的基因表达。该启动子组支持弱、中、强表达,且在不同物种间具有较高相对一致性。将其应用于有价值色素前脱氧紫罗兰素的生物合成途径时,杂合启动子实现了两种宿主中的协调生产。该工作建立了广泛兼容的启动子架构,为跨界、多宿主合成生物学提供了基础工具包。

为什么值得关注

暂未整理

查看扩展信息

完整作者

So-Hee Son、Soo Young Moon、Nan-Yeong An、Ju Young Lee

作者机构

  • Graduate School of Engineering Biology, Korea Advanced Institute of Science and Technology (KAIST), Daejeon 34141, Republic of Korea.
  • Department of Biological Sciences, Korea Advanced Institute of Science and Technology (KAIST), Daejeon 34141, Republic of Korea.
  • KI for BioInnovation, Korea Advanced Institute of Science and Technology (KAIST), Daejeon 34141, Republic of Korea.

技术路线

设计模块化杂合启动子(整合细菌-10/-35基序、Shine-Dalgarno序列与酵母最小TATA盒、Kozak序列) → 在大肠杆菌和酿酒酵母中表征弱、中、强表达及跨物种相对一致性

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年,仅展示最近 5 个完整年度。

数据来源:openalex更新时间:2026/10/29 12:31

推荐语:这项前瞻性队列研究纳入23只阵发性运动障碍犬,评估无麸质水解饮食对发作频率及胃肠道症状的影响。结果显示多数犬发作频率和胃肠道症状显著减少,但血清AGA IgG与TG-2 IgA滴度与饮食反应无关,提示其作为生物标志物的价值有限,为临床饮食管理提供了参考依据。

临床队列临床研究Journal of veterinary internal medicine

Effects of a gluten-free hydrolyzed diet in dogs with paroxysmal dyskinesia: a prospective cohort study.

0 次引用趋势数据不足

23只客户饲养的阵发性运动障碍(PD)患犬接受无麸质水解饮食(GFHD)的前瞻性队列研究,于基线、90天和180天评估发作频率、胃肠道症状及血清抗麦胶蛋白肽IgG和抗转谷氨酰胺酶-2 IgA滴度。结果显示,发作中位数从基线6次降至180天时2次(P=0.0003);180天时17/23为应答者(5例优、12例良);胃肠道症状从15/23降至6/23,呕吐和腹泻显著减少(P=0.01)。各时间点发作频率与两种抗体滴度均无显著相关性(P>0.1),抗体结果前后无显著变化。结论认为,GFHD与多数患犬PD发作频率及胃肠道症状显著减少相关,但抗体滴度不能预测饮食反应,作为生物标志物价值有限。

为什么值得关注

暂未整理

查看扩展信息

完整作者

暂未整理

作者机构

暂未整理

技术路线

暂未整理

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年,仅展示最近 5 个完整年度。

数据来源:openalex更新时间:2026/11/01 07:00

推荐语:该综述以问题驱动方式系统比较连续、离散及混合建模方法在肿瘤微环境五个机制域中的适用性,并从参数可识别性、不确定性量化等维度评估模型可信度,同时分析机器学习在机理-ML融合中的四类功能,提出从机制假设到自适应数字孪生的转化就绪路径,为模型选择与临床转化提供参考框架。

临床队列综述Briefings in bioinformatics

Advances in computational biology approaches for digital modeling of tumor microenvironment.

0 次引用趋势数据不足

肿瘤微环境(TME)是异质性多尺度系统,仅靠实验难以完整刻画。计算建模可整合细胞、血管、代谢、免疫与力学机制,但方法多样,给模型选择、参数化、验证和临床转化带来困难。本文以问题为导向综述TME建模的计算方法,比较连续、离散及离散-连续混合范式在生物学分辨率、数据需求、可解释性和计算成本上的差异,并将其关联至肿瘤细胞动力学、血管运输、细胞外基质与力学、代谢与缺氧、免疫互作五个机制领域;从参数可识别性、不确定性量化、数值有效性、生物学保真度和临床相关性考察模型可信度,强调按预期用途和验证情境解读性能。文章还分析机器学习在机制-ML整合中的功能,包括代理模型加速前向模拟、反演方法估计潜参数与状态、患者特异性工作流整合多模态临床数据与机制模型,以及物理信息神经网络嵌入控制方程;并讨论纵向个性化、物理感知多尺度整合、临床可部署数字孪生、外部泛化和合成数据到临床迁移,提出从机制假设生成到自适应数字孪生决策支持的转化就绪路径。可信的TME建模应优先采用最小充分模型,明确预期用途,透明呈现不确定性,并使证据与生物学或临床问题相匹配。

为什么值得关注

暂未整理

查看扩展信息

完整作者

暂未整理

作者机构

暂未整理

技术路线

暂未整理

最近 5 个完整年度引用趋势

0110202102022020230202402025

不含 2026 年,仅展示最近 5 个完整年度。

数据来源:openalex更新时间:2026/11/01 03:57