BIOMEDICAL RESEARCH INSIGHTS

洞察前沿,连接科研新知

聚焦合成生物学、AI 靶点发现、临床队列与公共数据库,汇集最新论文摘要与原始出处
每 12 小时采集更新,经人工审核后发布。

前沿研究专业聚合持续更新
PAPER EXPLORER

发现热点论文

每 5 分钟更新缓存
全部共 54 篇
临床队列临床研究Nature

Artificial intelligence-enabled clinical phenotyping of human brown fat.

1 次引用趋势数据不足

人工智能赋能的人类棕色脂肪临床表型分析。脂肪组织在全身能量平衡及肥胖及其并发症的发病机制中发挥核心作用。与白色脂肪组织不同,棕色脂肪组织(BAT)利用能量产热。人体可检测到的BAT与心血管代谢疾病患病率降低相关,但BAT相关的完整健康状态谱仍不明确,且缺乏高通量量化人体BAT活性的方法。本研究利用大数据和人工智能,在来自大型癌症中心的101,243例患者队列中系统定义BAT的临床影响。无偏分析显示,在所有诊断中,心血管和精神疾病在BAT阳性人群中患病率较低。采用机器学习方法对约8,700例患者的BAT活性进行半自动量化,发现较高的BAT活性(尤其是腋窝部位)与心血管代谢疾病风险降低及更健康的白色脂肪分布相关。BAT阳性者还表现出更有利的血糖参数、血脂谱、炎症标志物和超声心动图指标。用药分析显示,血管紧张素受体阻滞剂使用与BAT存在正相关。概念验证表明,氯沙坦可增加棕色脂肪细胞活性和全身能量消耗。综上,本研究利用人工智能和大数据识别了与BAT相关的新临床表型,并为靶向激活该组织的药物重定位提供了平台。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Nicolás Gómez-Banoy、Jorge A Barrero、Luiza Rachel Pinheiro de Carvalho、Caroline S Jiang、Tara Doma Lama、Nakul Karandikar、Mascha Koenen、Tiffany Lam、Kaja Plucińska、Ksenia Morozova、Stephanie Chahwan、Gustavo Barraza、Burcin Agridag Ucpinar、Jennifer E Liu、Rohit Sharma、Daniel Lafontaine、Heiko Schöder、Paul Cohen

作者机构

  • Laboratory of Molecular Metabolism, The Rockefeller University, New York, NY, USA.
  • Department of Medicine, Division of Endocrinology, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Department of Medicine, Division of Endocrinology, Diabetes and Metabolism, Weill Cornell Medicine, New York, NY, USA.
  • Departamento de Ciencias Fisiológicas, Laboratorio de Lípidos y Diabetes, Facultad de Medicina, Universidad Nacional de Colombia, Bogota, Colombia.
  • Center for Clinical and Translational Science, The Rockefeller University, New York, NY, USA.
  • Metabolic Phenotyping Center, Core Laboratories Center, Weill Cornell Medicine, New York, NY, USA.
  • Weill Cornell/Rockefeller/Sloan Kettering Tri-Institutional MD-PhD Program, New York, NY, USA.
  • Laboratory of Tissue Dynamics and Organ Crosstalk, Helmholtz Institute for Translational AngioCardioScience (HI-TAC) of the Max Delbrück Center for Molecular Medicine in the Helmholtz Association at Heidelberg University, Mannheim, Germany.
  • Department of Medicine, Weill Cornell Medicine/New York Presbyterian Hospital, New York, NY, USA.
  • Department of Radiology, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Department of Medicine, Cardiology Service, Memorial Sloan Kettering Cancer Center/Weill Cornell Medicine, New York, NY, USA.
  • Department of Medical Physics, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Laboratory of Molecular Metabolism, The Rockefeller University, New York, NY, USA. pcohen@rockefeller.edu.

技术路线

大数据队列(101,243例患者) → 无偏分析及机器学习半自动量化BAT活性(约8,700例)

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 06:02
临床队列临床研究Nature medicine

Personalized neoantigen-targeting cancer vaccines in ovarian cancer: a phase 1 trial.

0 次引用趋势数据不足

一项1期临床试验评估了个性化新抗原靶向癌症疫苗用于高级别上皮性卵巢癌的可行性与安全性。该疫苗“NeoVax”由靶向患者特异性新抗原的合成长肽池与免疫刺激剂poly-ICLC混合而成,联合延迟给予抗PD-1抗体,在10例铂敏感卵巢癌患者中测试(1例新诊断者为A队列,9例首次复发者为B队列),均在标准铂类双药化疗后接种。可评估的B队列12例中9例接种(75%,90%CI 47-93%),A队列9例中1例接种(11%,90%CI 0.6-43%)。未出现意外安全信号,无患者因毒性停止治疗。尽管从诊断活检到疫苗接种中位间隔6.5个月且期间接受标准化疗,>70%的选定靶点仍可通过无创游离DNA分析检测到。生物标志物分析提示10例中6例存在疫苗生物学活性,且与接种后血液和肿瘤中更广泛的肿瘤及疫苗特异性免疫应答相关。耐药肿瘤克隆反映影响抗原呈递的多种机制,提示疫苗接种施加了免疫选择压力。总体而言,肿瘤呈递抗原谱与诱导免疫广度之间的相互作用似乎决定接种后的临床疗效。ClinicalTrials.gov注册号:NCT04024878。

为什么值得关注

暂未整理

查看扩展信息

完整作者

MacLean C Sellars、Jessica A Frank、Bohoon Shim、Allison Vanasse、Ruolin Liu、Cleo Forman、Chloe R Tu、Kyohei K Tabata、Antonia Kowelewski、Su-Chun Cheng、Catherine Song、Kan Xiong、Pia Jain、Andjela Crnjac、Haley E Sax、Vipheaviny Chea、Wesley Lu、J Thomas Janes、Micah Rickles-Young、Amit Sud、Savni Sarolkar、Martin Hayes、Oriol Olive、Haley Greenslade、Carrie Cibulskis、Nir Hacohen、Edward F Fritsch、Shuqiang Li、Kenneth J Livak、Nabihah Tayob、Elizabeth H Stover、Carolyn Krasner、Rebecca Porter、Ursula Matulonis、Gad Getz、Giacomo Oliveira、Patrick A Ott、Jeremy M Simon、Viktor A Adalsteinsson、Derin B Keskin、Panagiotis A Konstantinopoulos、Catherine J Wu

作者机构

  • Department of Medical Oncology, Dana-Farber Cancer Institute, Boston, MA, USA.
  • Harvard Medical School, Boston, MA, USA.
  • Department of Data Science, Dana-Farber Cancer Institute, Boston, MA, USA.
  • Translational Immunogenomics Laboratory, Dana-Farber Cancer Institute, Boston, MA, USA.
  • Broad Institute of MIT and Harvard, Cambridge, MA, USA.
  • Department of Biostatistics, Harvard T.H. Chan School of Public Health, Boston, MA, USA.
  • Centre for Immuno-Oncology, Nuffield Department of Medicine, University of Oxford, Oxford, UK.
  • Krantz Family Center for Cancer Research, Massachusetts General Hospital, Boston, MA, USA.
  • Department of Pathology, Massachusetts General Hospital, Boston, MA, USA.
  • Department of Pathology, Harvard Medical School, Boston, MA, USA.
  • Center for Immuno-Oncology, Dana-Farber Cancer Institute, Boston, MA, USA.
  • Department of Medicine, Brigham and Women's Hospital, Boston, MA, USA.
  • Section of Computational Biomedicine, Department of Medicine, Boston University School of Medicine, Boston, MA, USA.
  • Department of Medical Education and Biomedical Sciences, Methodist University CFVH School of Medicine, Fayetteville, NC, USA.
  • Department of Medical Oncology, Dana-Farber Cancer Institute, Boston, MA, USA. Panogiotis_Konstantinopoulos@dfci.harvard.edu.
  • Harvard Medical School, Boston, MA, USA. Panogiotis_Konstantinopoulos@dfci.harvard.edu.
  • Mellen and Eisenson Family Center for BRCA and Related Genes, Dana-Farber Cancer Institute, Boston, MA, USA. Panogiotis_Konstantinopoulos@dfci.harvard.edu.
  • Department of Medical Oncology, Dana-Farber Cancer Institute, Boston, MA, USA. Catherine_Wu@dfci.harvard.edu.
  • Harvard Medical School, Boston, MA, USA. Catherine_Wu@dfci.harvard.edu.
  • Broad Institute of MIT and Harvard, Cambridge, MA, USA. Catherine_Wu@dfci.harvard.edu.
  • Department of Medicine, Brigham and Women's Hospital, Boston, MA, USA. Catherine_Wu@dfci.harvard.edu.

技术路线

肿瘤样本/诊断活检 → 个体化新抗原筛选与合成多肽库(NeoVax)制备

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 12:35
公共数据库临床研究Frontiers in genetics

The immunogenicity control axis: a multi-omics framework for integrating epigenetic, DNA damage response, and immune states in cancer.

暂无引用数据

免疫治疗已改变癌症治疗格局,但治疗反应仍存在异质性,仅凭免疫相关生物标志物难以完全解释。为此,研究提出“免疫原性控制轴”(ICA)这一可检验的多组学框架,整合表观遗传调控、DNA损伤应答(DDR)与免疫活性三个互补维度。其核心假设是:表观遗传许可性影响免疫相关转录与抗原呈递,DDR相关基因组过程促进抗原变异,这些肿瘤内在特征与免疫状态相互作用,共同塑造肿瘤免疫可见性。为便于定量检验,ICA通过独立构建的表观遗传、DDR和免疫评分标准化后整合为复合ICA评分。以宫颈癌为初步疾病背景,基于TCGA-CESC数据的分析对ICA相关分子状态及预后关系进行了探索性评估,并以模拟分析说明特定分析流程。该框架进一步扩展至扰动分析,利用CMap/LINCS转录特征和网络信息优先筛选可能逆转ICA相关分子状态的候选天然化合物。上述计算分析旨在生成假设,而非生物学或临床验证。ICA提供了一个可证伪框架,用于检验表观遗传、DDR与免疫信息的协同能否捕捉超出单一分子维度的肿瘤免疫原性变异,并为后续实验验证的扰动假设提供优先级。

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

暂无引用数据

数据来源:暂未标注更新时间:暂无更新时间
公共数据库临床研究Frontiers in genetics

Donor-aware multi-cohort single-cell analysis identifies an LXR-linked tubular cholesterol-handling state in membranous nephropathy with a coordinated five-gene lipid-remodeling signature across renal tumors.

暂无引用数据

膜性肾病(MN)是免疫介导的肾小球疾病,持续蛋白尿使肾小管上皮细胞暴露于异常滤过蛋白负荷,其小管代谢反应尚不清楚。研究分析3个肾脏单细胞RNA测序数据集及1个肾小球 bulk 转录组队列,以供体为生物学重复,评估冻结的47基因LXR相关胆固醇处理程序及37基因胆固醇转运/外排组分,并在HK-2细胞蛋白过载后行qRT-PCR验证代表基因。结果:GSE241302中全部3例MN供体程序评分在近端小管(PT)和髓袢/厚升支高于内部参照;OEP004186中PT效应+0.480(FDR 0.0128)、PT-VCAM1 +0.348(FDR 0.0165)、髓袢/远端上皮+0.310(FDR 0.0242),逐一剔除MN供体分析均为正效应;GSE171458呈一致方向支持。PT-VCAM1比例未增加,但程序在PT及PT-VCAM1内均升高,支持状态内转录改变。16个程序基因在3个单细胞资源中平均效应为正。GSE200828中MN总体程序高于活体供肾(+0.226,FDR 0.0349),但不高于其他肾小球疾病。蛋白过载使HK-2细胞ABCA1、ABCG1、SREBF1、FASN、SCD表达升高。同一五基因面板在3种肾癌组织学中呈一致配对升高(REML合并效应+0.967,95%CI 0.843-1.092),85.3%患者胆固醇外排与脂质合成/重塑两臂同时升高。结论:MN与供体支持的LXR相关胆固醇处理转录状态相关,集中于PT及髓袢/TAL相关上皮区室,该状态对HK-2细胞蛋白过载有反应,可能反映蛋白尿性肾损伤的更广泛小管脂质稳态反应;数据未确立直接LXR激活、胆固醇外排通量增加或MN特异性。配对肾癌分析进一步识别出KIRC、KIRP、KICH中协调的肿瘤相关五基因脂质重塑特征,但未确立肿瘤细胞内在LXR激活、免疫效应或因果肿瘤机制。

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

暂无引用数据

数据来源:暂未标注更新时间:暂无更新时间
公共数据库基础研究Frontiers in oncology

Integrated transcriptomic and single-cell analyses define neuronal heterogeneity and PDIA4-associated malignancy in glioblastoma.

暂无引用数据

胶质母细胞瘤(GBM)具有显著的细胞异质性及恶性细胞与微环境的复杂互作,但神经元群体对GBM进展和预后的贡献尚不明确。研究整合TCGA-GBM与GTEx的批量转录组数据及两个单细胞RNA测序数据集,采用差异表达分析、WGCNA、机器学习生存建模、CIBERSORT、GSEA、CopyKAT、MiloR、拟时序分析、GSVA、CellChat和pySCENIC等方法刻画预后基因及其细胞背景,并在U251和U87细胞中通过siRNA敲低PDIA4后行Western blotting、qPCR、Transwell侵袭、划痕愈合、集落形成和CCK-8实验。最终预后模型保留PDIA4、CAMK2N1、RPH3A、RAB11FIP4、DMTN、EPHB6、SLC47A2、ESM1和EMILIN2九个预后基因。单细胞分析显示这些基因具有不同的细胞分布,并鉴定出GBM中富集的肿瘤相关神经元群体;拟时序分析揭示正常与肿瘤相关神经元状态间的转录差异,CellChat预测神经元群体与GBM细胞间NRXN-NLGN通讯发生改变。免疫解卷积显示多个预后基因与免疫细胞组成相关,其中PDIA4与活化NK细胞呈负相关。实验中PDIA4在U251和U87细胞中的表达高于SVG p12细胞,敲低PDIA4可降低两株GBM细胞的克隆生长、侵袭、划痕愈合及CCK-8代谢活性读数。研究将GBM预后与肿瘤微环境中独特的神经元和免疫特征相联系,将九基因预后特征置于GBM细胞结构中,并提示肿瘤相关神经元状态可能是预后肿瘤生态系统的组成部分;PDIA4敲低为该特征某一组分提供了功能支持,预测的NRXN-NLGN网络则为神经元-GBM通讯提供了待研究途径。

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

暂无引用数据

数据来源:暂未标注更新时间:暂无更新时间
合成生物学综述Frontiers in genome editing

Engineering next-generation CAR-NK cells for hematological malignancies: genome editing, synthetic biology, and precision immunotherapy.

0 次引用趋势数据不足

嵌合抗原受体(CAR)免疫治疗已改变肿瘤治疗格局,CAR-T细胞率先取得临床成功,但其严重毒性、自体制造复杂性及抗原丢失后高复发率促使人们开发CAR-NK等替代效应平台。CAR-NK细胞兼具抗原导向细胞毒作用与自然杀伤细胞固有抗肿瘤功能,是有望更安全、更易获得的现货型治疗策略。然而,其临床疗效受限于体内持久性短、迁移与实体瘤浸润不足、对肿瘤微环境免疫抑制高度敏感及肿瘤异质性驱动的抗原逃逸等生物学障碍,并面临细胞来源差异、大规模扩增能力有限、体外功能耗竭和缺乏标准化生产方案等技术瓶颈。为此,基因组工程、系统生物学和计算建模的进展提供了解决路径。靶向抑制性检查点和持久性程序的基因组编辑策略至关重要,但增强持久性需严格保障措施以降低组成性信号或基因组不稳定性带来的毒性风险,因此下一代CAR-NK工程需平衡延长寿命、强效细胞毒性与安全性。多组学方法有助于深入表征CAR-NK功能状态及肿瘤-免疫相互作用,人工智能指导的工程可整合高维生物学与制造数据,优化受体设计、预测治疗性能并加速转化流程。这些创新共同推动CAR-NK细胞向可编程、能动态感知并响应肿瘤演变的细胞疗法发展,促进精准肿瘤学中自主化、高度可扩展且精准可控的细胞免疫治疗转型。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Ahmed Reda Bahr、Youssef Basem、Amani Alhejely、Abdel Rahman Alaa、Saifallah Mabrouk Abozeid、Amira Basem、Mohsen A Khormi、Mabrouk A Abo-Zaid

作者机构

  • Faculty of Medicine, Alexandria University, Alexandria, Egypt.
  • Medical and Pharmaceutical Industrial Biotechnology Department, College of Biotechnology, Misr University for Science and Technology (MUST), Giza, Egypt.
  • Biology Department, Darb University College, Jazan University, Jazan, Saudi Arabia.
  • Faculty of Medicine, Cairo University, Kasr AlAiny, Egypt.
  • Department of Biotechnology and Genetic Engineering, College of Science, Helwan National University, Cairo, Egypt.
  • Department of Biology, College of Science, Jazan University, Jazan, Saudi Arabia.

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 03:44
公共数据库综述Frontiers in immunology

GlycoRNA-related cellular program scoring identifies Siglec- and myeloid-associated tumor microenvironments for glycoRNA validation.

0 次引用趋势数据不足

糖基化RNA(glycoRNA)是RNA生物学与细胞表面糖生物学之间的新联系,但其与人类肿瘤的相关性尚不明确。研究团队基于文献证据构建了涵盖RNA身份、N-聚糖与唾液酸化通路、RNA转运及凝集素/Siglec识别的基因模块,并建立表达-based复合评分——glycoRNA相关细胞程序评分,用于在大型肿瘤队列中优先筛选适合实验验证的肿瘤情境。该评分应用于TCGA 32种癌症类型的9,186例肿瘤,并结合临床变量、白细胞分数、免疫特征及Siglec/检查点/髓系轴评分分析。结果显示,胃腺癌、胶质母细胞瘤、肺腺癌、食管癌、间皮瘤、胰腺癌、乳腺癌和肺鳞癌等肿瘤类型评分较高;校正年龄、性别、分期和肿瘤类型后,生存分析未显示稳健的FDR显著关联。去除免疫和Siglec相关基因后的敏感性分析中,评分仍与Siglec解码器、髓系、检查点及整合生态位特征相关。胶质母细胞瘤单细胞和空间分析显示,高评分见于肿瘤、髓系、间充质及生态位相关区域。研究提示,glycoRNA相关转录程序倾向于发生在免疫和髓系富集的肿瘤微环境中,尤其涉及Siglec相关特征,为后续生化、影像、空间和扰动实验验证提供了优先肿瘤情境。

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 02:24
公共数据库基础研究Frontiers in oncology

CNIH4 as a prognostic biomarker and promoter of malignant progression in head and neck squamous cell carcinoma.

0 次引用趋势数据不足

头颈部鳞状细胞癌(HNSCC)分子异质性强、临床结局差异大,CNIH4在其发生发展中的作用尚不明确。研究整合癌症基因组图谱和基因表达综合数据库队列数据,分析CNIH4表达与诊断效能、临床病理特征、生存、体细胞突变、肿瘤突变负荷、免疫浸润、免疫调节基因及药物反应的关系,并评估含CNIH4的预后列线图;同时在SAS和SCC-9口腔鳞癌细胞中用两种独立siRNA敲低CNIH4,检测增殖、集落形成和伤口闭合,并行RNA测序及通路分析。结果显示,CNIH4在HNSCC中持续高表达并在三个独立队列中得到验证,在TCGA-HNSC转录组数据中区分肿瘤与正常组织的AUC为0.915;高表达与不良临床病理特征及较短的总生存、疾病特异性生存、无病间期和无进展间期相关,列线图1、3、5年AUC分别为0.710、0.750和0.720;CNIH4表达还涉及不同突变模式、较高肿瘤突变负荷、免疫和基质特征及免疫调节基因表达差异,并与氟尿嘧啶、替加氟、紫杉醇和尼洛替尼预测IC50较低相关。实验表明,敲低CNIH4可抑制两种细胞系的增殖、集落形成和伤口闭合,RNA测序提示上皮-间质转化、干扰素信号、TNF-α/NF-κB信号、NOTCH信号、p53相关程序及未折叠蛋白反应发生变化。研究提示CNIH4与HNSCC进展相关表型及临床结局相关,支持其与口腔鳞癌恶性表型存在功能关联,值得进一步研究其预后和治疗意义。

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 02:24
临床队列临床研究Frontiers in oncology

Interpretable machine learning for preoperative prediction of WHO/ISUP grade in clear cell renal cell carcinoma using contrast-enhanced CT-derived extracellular volume fraction.

0 次引用趋势数据不足

本研究旨在构建并验证一种可解释机器学习模型,整合增强CT衍生的细胞外容积分数(ECV)与临床及影像特征,用于术前预测透明细胞肾细胞癌(ccRCC)的WHO/ISUP分级。研究回顾性纳入两家机构263例经病理确诊的ccRCC患者,A院184例随机分为训练组(128例)和内部验证组(56例),B院79例作为独立外部验证组,提取CT衍生ECV、动脉强化分数(AEF)及常规影像特征,构建6种机器学习模型并以Bootstrap重采样筛选最优模型,采用SHAP评估可解释性。结果显示,高分级ccRCC的肿瘤大小、ECV及AEF均显著高于低分级,红细胞压积则较低;最优逻辑回归模型训练组AUC为0.995,内部验证组为0.903,外部测试组为0.857;SHAP分析显示ECV、肿瘤直径和AEF为前3位预测因子。研究表明,纳入CT衍生ECV和影像特征的可解释机器学习模型可有效术前预测ccRCC的WHO/ISUP分级,为个体化风险分层和临床决策提供无创工具。

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:2026/10/31 19:00
临床队列临床研究Nature medicine

A health-system-scale, episode-resolved multimodal atlas of cancer cachexia.

0 次引用趋势数据不足

《自然·医学》发表的一项研究利用纪念斯隆-凯特琳癌症中心2010至2024年间52,236例癌症患者的纵向临床基因组数据,构建了按发作解析的癌症恶病质多模态图谱。研究发现,恶病质性体重减轻发作集中于疾病进展期附近,并与几乎所有癌种的不良结局相关;不同恶性肿瘤的恶病质发作具有一致的血清学特征,即白蛋白和血红蛋白降低、肝酶升高。多种肿瘤体细胞基因型(包括多种疾病中的TP53突变)与恶病质发作更频繁相关。基于上述发现,研究者建立了多变量模型,用于预测肺癌、结直肠癌和前列腺癌患者即将发生恶病质性体重减轻的风险,并在丹娜法伯癌症研究院5,785例独立外部队列中完成验证。研究表明,常规临床基因组数据可作为癌症恶病质研究的可扩展资源。

为什么值得关注

暂未整理

查看扩展信息

完整作者

Venise Jan Castillon、Amy X Xie、Sonia Boscenco、Ethan Tse、Neil Ruthen、Jamie Wang、Ziad Bakouny、Michele Waters、Chenlian Fu、Christopher Fong、Mustafa Saleh、Tarek Baroud、Wungki Park、Urvi A Shah、A Ari Hakimi、Puneeth Iyengar、Justin Jee、Eileen White、Alexander Gusev、Tobias Janowitz、Marcus D Goncalves、Ed Reznik

作者机构

  • Computational Oncology Service, Department of Epidemiology and Biostatistics, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Dana-Farber Cancer Institute, Boston, MA, USA.
  • Department of Medicine, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Weill Cornell Medical College, New York, NY, USA.
  • Urology Service, Department of Surgery, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Department of Radiation Oncology, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Human Oncology and Pathogenesis Program, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
  • Rutgers Cancer Institute, Rutgers University, New Brunswick, NJ, USA.
  • Ludwig Princeton Branch, Ludwig Institute for Cancer Research, Princeton University, Princeton, NJ, USA.
  • Broad Institute of MIT and Harvard, Cambridge, MA, USA.
  • Harvard Medical School, Boston, MA, USA.
  • Cold Spring Harbor Laboratory, Cold Spring Harbor, NY, USA.
  • Northwell Health Cancer Institute, Northwell Health, New Hyde Park, NY, USA.
  • Holman Division of Endocrinology, Diabetes & Metabolism, Department of Medicine and Radiation Oncology, NYU Langone Health, New York, NY, USA.
  • Computational Oncology Service, Department of Epidemiology and Biostatistics, Memorial Sloan Kettering Cancer Center, New York, NY, USA. reznike@mskcc.org.

技术路线

纵向临床基因组数据(MSK-IMPACT,52,236例患者,2010-2024)→定义共识性恶病质体重减轻的发作分辨轨迹并关联结局、血清学与肿瘤基因型→多变量模型预测肺癌、结直肠癌和前列腺癌的恶病质体重减轻风险→在Dana-Farber癌症研究所独立外部队列(n=5,785)中验证

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:2026/10/30 06:02
页