生信碱移 IRnet介绍 用于预测病人免疫治疗反应类型的生物过程嵌入神经网络，提供通路、通路交互、基因重要性的多重可解释性评估。 临床实践中常常遇到许多复杂的问题，常见的两种是： 二分类或多分类：预测患者对治疗有无耐受(二分类)、判断患者的疾病分级(多分类)； 连续数值的预测：预测癌症病人的风险、预测患者的白细胞数值水平； 尽管传统的机器学习提供了高效的建模预测与初步的特征重

引用信息 文  章：Adenosine-modulating   synthetic high-density lipoprotein for chemoimmunotherapy of triple-negative   breast cancer 期    刊：Journal of Controlled   Release（影响因子：10.8）  发表时间：08/02/2024 作

罗小罗同学·说 24-06-02｜文献速递 今天分享的文章，主题是——人工智能&肿瘤免疫微环境。解释一下这张图，左列是文献标题，右侧是发表的年月，放心，都是顶刊，不然我也不会选的。 PS：如果一直看我推文的同学/老师，你们会发现有些文章在之前的肿瘤专题中出现过（例如第二篇和第三篇），就当加深印象咯。 24-06-02｜小罗日报｜共耗时67min 交流群

目录 ①HDAC转录组多数据NMF一次聚类 ②ACRG队列中HDAC单独NMF聚类 ③HDS评分在胃癌中的临床特征和基因组特征 ④高 HDS 可能提示胃癌的“热”肿瘤状态 ⑤HDS是胃癌免疫治疗效果的有力预测指标 ⑥单细胞转录组测序揭示了高HDS和低HDS患者的TME ⑦内皮细胞和成纤维细胞可抑制T细胞和NK细胞通过MIF信号通路浸润 ⑧低 HDS 样品中，CCL17+ 浆细

免疫疗法通过激活人体的免疫系统来对抗癌细胞，主要包括免疫检查点抑制剂（ICI）、过继性细胞转移疗法（ACT）、肿瘤特异性疫苗等。与传统抗癌药物相比，其副作用较小。此外，免疫疗法还可以利用免疫系统的记忆和适应性，使受益于该疗法的患者能够获得持续的抗癌效果。 近年来，ICI极大地改善了癌症患者的临床治疗、提高了患者的生存率。但目前只有少数患者（约占30%实体肿瘤患者）可以从中受益，绝大多数患者对I

东京--(美国商业资讯)--利用个体自身免疫系统的功能来应对癌症，这一开箱即用的概念是约三十年前由Steven Rosenberg博士提出的。他的倡议为肿瘤学的新篇章铺平了道路，激励着日本东京召开的2019年度NCRM NICHE上的众多年轻科学家和临床工作者，他在江户川NICHE颁奖仪式上的获奖感言进行了视频直播。 据联合主办人、江户川进化科学实验室(www.eels.tokyo)主任Shoj

我们都知道，肿瘤细胞的“精明”之处在于它可以通过免疫编辑来规避免疫识别，从而逃避免疫系统的攻击。免疫编辑涉及免疫检查点分子的调节，如程序化细胞死亡配体-1（PD-L1）。表达在T细胞上的PD-1与肿瘤细胞上的PD-L1之间的相互作用抑制CD8+T细胞的激活和扩张，使癌细胞能够逃避免疫破坏[1,2]。 针对PD-L1/PD-1轴的检查点阻断疗法已显示出临床疗效[3]。然而，大多数患者对这些治疗反

肿瘤免疫治疗纪元下的 多重IHC/IF技术总览 免疫组化（IHC）是组织病理学中广泛使用的诊断和检测技术，但这项技术却存在一些无法逾越的瓶颈，如主观因素造成的不同判别差异，半定量劣势，可检测靶标数限制等。随着医学诊断技术的不断发展，多重靶标技术（以IHC/IF技术为代表）以多重染色、精确的光谱拆分和定量为优势点，可以在有限样本上获得更为丰富的空间表达谱数据，高效且可重复，在转化医学和临床治疗领