癌症恶病质（CCx）提出了多方面的挑战，其特征是负蛋白质和能量平衡以及全身炎症反应激活。虽然之前的 CCx 研究主要集中在小鼠模型或人体体液上，但阐明人类 CCx 病理生理学背后的分子器官间串扰的需求尚未得到满足。空间代谢组学对肝脏、骨骼肌、皮下和内脏脂肪组织进行了研究，以及来自恶病质和对照癌症患者的血清。使用成分、通路富集和相关网络分析进行器官方面的比较。使用 Circos 评估 CCx 改变途径的器官间相关性。对组织和血清的机器学习建立了分类器作为 CCx 的潜在诊断生物标志物。在 CCx 中检测到明显的代谢途径改变，其中脂肪组织和肝脏表现出最显着的代谢紊乱 (P ≤ 0.05)。与对照患者相比，CCx 患者的内脏和皮下脂肪组织以及肝脏的代谢活动增加，而肌肉和血清的代谢活动减少。碳水化合物、脂质、氨基酸和维生素代谢在 CCx 中作为跨不同器官系统的高度相互作用的途径出现。 CCx 患者的肌肉组织能量电荷减少 (P ≤ 0.001)，而肝脏和脂肪组织能量电荷增加 (P ≤ 0.001)。我们根据严重程度和代谢变化对 CCx 患者进行分层，发现内脏脂肪组织受影响最大，尤其是在严重恶病质的情况下。形态分析显示内脏脂肪组织中的脂肪细胞尺寸较小（P≤0.05），表明分解代谢过程。我们开发了针对特定器官的癌症恶病质的基于组织的分类器，促进患者血清作为器官构成中 CCx 的微创诊断标记物的转移。这些发现支持 CCx 作为具有多种代谢的多器官综合征的概念。改变，提供对人类 CCx 的病理生理学和器官串扰的见解。这项研究开创了 CCx 的空间代谢组学，证明了使用血清在器官水平区分恶病质状态的可行性。版权所有 © 2024 作者。由爱思唯尔公司出版。保留所有权利。

非酒精性脂肪性肝炎（NASH）是肝硬化和肝细胞癌的主要原因，提出了重大且尚未解决的医学挑战。观察到 NASH 患者中程序性细胞死亡 4 (PDCD4) 表达下降，凸显了研究 NASH 潜在分子机制的必要性，这表明 PDCD4 可能在维持肝脏健康方面发挥保护作用。在这项研究中，我们确定 PDCD4 是小鼠 NASH 发展的天然抑制剂。 PDCD4 的缺失会导致 NASH 的自发进展。值得注意的是，由于 CIITA 激活，PDCD4 缺陷的肝细胞显示出主要组织相容性复合物 II 类 (MHCII) 表达升高，表明 PCCDC4 可以防止肝细胞异常转化为抗原呈递细胞 (APC)。细胞共培养实验表明，缺乏PDCD4的肝细胞类似于APC，可以通过呈递多种肽直接激活CD4 T细胞，导致炎症因子的释放。此外，细胞和动物研究表明 CIITA 会促进肝细胞中的脂质积累并加剧 NASH 进展。总之，我们的研究结果揭示了 PDCD4 在 NASH 发展过程中调节 CIITA 和 MHCII 表达的新作用，为 NASH 治疗提供了新的治疗方法。版权所有 © 2024。由 Elsevier Inc. 出版。

代谢重编程是癌症的一个标志，其特征是高度依赖糖酵解和加强利用乙酸作为替代碳源。 ACSS2是乙酸盐代谢的关键调节因子，在各种恶性肿瘤的发生和进展中发挥着重要作用。 ACSS2 促进乙酸盐转化为乙酰辅酶A，乙酰辅酶A参与多种代谢途径，并作为蛋白质乙酰化的表观遗传调节因子，从而调节自噬等关键细胞过程。然而，ACSS2、糖酵解、蛋白乙酰化和自噬在卵巢癌（OC）中的作用和内在联系仍有待阐明。利用临床标本和在线数据库，我们分析了 OC 中 ACSS2 的表达及其与临床预后的关系。通过敲低 ACSS2，我们评估了它对恶性表型、乙酸代谢、糖酵解和自噬的影响。使用海马测定、透射电子显微镜、膜电位测量和稳定同位素标记技术全面分析 OC 细胞的代谢变化。切

马尔尼菲踝节菌 (T. marneffi) 是包括子囊菌门、散囊菌门、散囊菌目、真菌科和蓝细菌在内的真菌群落中唯一对哺乳动物（包括人类）致病的热双相真菌。它作为腐生真菌在其自然栖息地中繁衍生息，在哺乳动物生理温度 37°C 下转变为致病酵母阶段。从历史上看，踝部真菌病主要与人类免疫缺陷病毒（HIV）/获得性免疫缺陷综合征（AIDS）有关，与结核病和隐球菌病一起被列为与艾滋病相关的三种主要机会性感染。随着艾滋病治疗和控制措施的进步，踝部真菌病与HIV合并感染的发病率逐年下降，而未感染HIV的肩部真菌病患者人数却在稳步增加。这些患者表现出多种危险因素，如各种类型的免疫缺陷、恶性肿瘤、自身免疫性疾病、器官移植等。然而，有限的回顾性研究集中于HIV阴性踝部真菌病患者的临床特征和危险因素，特别是儿童和血液恶性肿瘤患者，导致对该患者群体的了解不足。为此，我们对HIV阴性踝关节菌病的流行病学、发病机制、危险因素、临床表现、诊断、治疗和预后等进行了全面综述，并对该疾病的前沿研究方向进行了展望。目的是增强理解力，提高这些患者的诊断和治疗率，最终改善他们的预后。© 作者 2024。由牛津大学出版社代表国际人类和动物真菌学学会出版。

侵袭性曲霉病 (IA) 是高危血液肿瘤患者的一种潜在致命感染。由于传统的诊断方法存在许多固有的挑战，聚合酶链反应（PCR）已被用于诊断 IA。这项前瞻性研究评估了商业化的 AsperGenius 多重实时 PCR 与半乳甘露聚糖检测临床疑似 IA 的血液肿瘤患者的血清样本相比，其诊断 IA 的临床效用。 2022年4月至2023年3月期间总共招募了107名患者。从这些患者中采集的血清样本（n=113）用于半乳甘露聚糖ELISA常规诊断进行PCR。根据修订版 (2020 年) 和之前 (2008 年) EORTC-MSG 标准，将患者分为可能、可能和无 IA。 PCR 和半乳甘露聚糖的性能特征是根据 EORTC 标准通过将可能病例和可能病例组合作为患病组来计算的。在 107 名招募的患者中，93 名被分为很可能/可能的 IA（患病组），14 名被分为无 IA 组。 49 名患者的 53 份样本的 PCR 呈阳性。单阳性PCR和半乳甘露聚糖的敏感性和特异性分别为51.61％（95％CI，41至62）、92.86％（66.1至9.8）和26.88％（18.2至37.1）、92.86％（66.1至99.8）。基于组合的策略（GM 和/或 PCR 阳性）表现出 62.37%（51 至 72.2）的中等敏感性和 85.71%（57.2 至 98.2）的特异性。总之，血清 GM 和/或 PCR 阳性的综合策略，以及满足 EORTC/MSG 标准的放射学检查结果，改善了临床疑似 IA 的高危血液学患者中可能 IA 的诊断。© 作者）2024 年。由牛津大学出版社代表国际人类和动物真菌学学会出版。

侵袭性真菌感染是血液病患者的严重并发症。然而，留尼汪岛尚无这方面的研究。本研究的目的是估计留尼汪岛大学医院血液恶性肿瘤患者侵袭性真菌感染的发生率。我们进行了一项描述性和模糊性研究。我们纳入了 2018 年 1 月至 2022 年 12 月期间出现推定的、可能的、很可能的或已证实的侵袭性真菌感染的任何血液恶性肿瘤患者，其定义是根据欧洲癌症研究和治疗组织 2019 年研究组的标准定义的。数据从医疗记录中收集并通过 ICD-10 编码和实验室数据进行识别。 76 名患者中诊断出 89 种侵袭性真菌感染。侵袭性真菌感染的五年发病率为每 100 人年 1.7 例（95% CI 1.3-2）。侵袭性曲霉菌病是最常见的感染（35/89，39%），其次是侵袭性念珠菌病（33/89，37%）、毛霉菌病（7/89，8%）和肺囊虫病（7/89，8%）。大多数感染发生在急性髓性白血病（32/89，36%）和淋巴瘤（26/89，29%）患者中。毛霉菌病的六个月死亡率 (71%) 高于曲霉菌病 (34%) 和侵袭性念珠菌病 (33%)。血液学患者真菌感染的发病率和分布与欧洲队列相似，但念珠菌血症中毛霉菌病较多，肺孢子虫较少，近平滑念珠菌比例较高。© 作者 2024。由牛津大学出版社代表国际人类和动物真菌学学会。

结肠镜图像中息肉的自动分割在结直肠癌的早期诊断和治疗中起着至关重要的作用。尽管如此，一些瓶颈仍然存在。在我们之前的工作中，我们主要关注具有类内不一致和低对比度的息肉，使用 ICGNet 来解决它们。由于设备、息肉具体位置和性质的不同，采集图像的颜色分布不一致。 ICGNet 的设计主要采用反向轮廓引导信息和局部全局上下文信息，忽略了这种不一致的颜色分布，从而导致过拟合问题，并且很难仅关注有益的图像内容。此外，值得信赖的分割模型不仅应该产生高精度结果，还应该提供伴随其预测的不确定性度量，以便医生能够做出明智的决策。然而ICGNet只给出了分割结果，缺乏不确定性度量。为了应对这些新的瓶颈，我们进一步将原始的 ICGNet 扩展为一个全面有效的网络（UM-Net），其两个主要贡献已被实验证明具有实质性的实用价值。首先，我们采用颜色转移操作来弱化颜色与息肉之间的关系，使模型更关注息肉的形状。其次，我们提供不确定性来表示分割结果的可靠性，并使用方差来校正不确定性。我们改进的方法在五个息肉数据集上进行了评估，与其他先进方法相比，在学习能力和泛化能力方面都显示出有竞争力的结果。源代码可在 https://github.com/dxqllp/UM-Net 上获取。版权所有 © 2024 Elsevier B.V。保留所有权利。

磁共振波谱成像 (MRSI) 是一种用于研究新陈代谢的非侵入性成像技术，已成为了解神经系统疾病、癌症和糖尿病的重要工具。需要高空间分辨率 MRSI 来表征病变，但实际上，由于低代谢物浓度造成的时间和灵敏度限制，MRSI 是以低分辨率获取的。因此，迫切需要一种后处理方法，从可以快速、高灵敏度采集的低分辨率数据生成高分辨率 MRSI。基于深度学习的超分辨率方法为提高 MRSI 的空间分辨率提供了有希望的结果，但它们生成准确和高质量图像的能力仍然有限。最近，扩散模型在各种任务中表现出了比其他生成模型更优越的学习能力，但是从扩散模型中采样需要迭代大量的扩散步骤，这非常耗时。这项工作引入了一种用于超分辨率 MRSI 的基于流的截断去噪扩散模型（FTDDM），它通过截断扩散链来缩短扩散过程，并使用基于归一化流的网络来估计截断的步骤。该网络以放大因子为条件，以实现多尺度超分辨率。为了训练和评估深度学习模型，我们开发了从 25 名高级神经胶质瘤患者获取的 1H-MRSI 数据集。我们证明，FTDDM 的性能优于现有的生成模型，同时与基线扩散模型相比，采样过程速度加快了 9 倍以上。神经放射科医生的评估证实了我们方法的临床优势，该方法还支持不确定性估计和锐度调整，扩展了其潜在的临床应用。版权所有 © 2024。由 Elsevier B.V. 出版。

乳腺癌是一个重要的全球公共卫生问题，根据肿瘤特征有多种治疗选择。手术后切除标本的病理检查为治疗决策提供了重要信息。然而，手动选择代表性切片进行组织学检查既费力又主观，导致潜在的采样误差和变异性，特别是在先前接受过化疗的癌症中。此外，准确识别残留肿瘤提出了重大挑战，强调需要系统或辅助方法来解决这个问题。为了开发用于放射学图像自动癌症检测的深度学习算法，执行放射学-病理学配准至关重要，这可确保生成准确标记的地面实况数据。放射学和组织病理学图像的对齐在建立可靠的癌症标签以训练放射学图像的深度学习算法方面起着至关重要的作用。然而，由于这些图像的内容和分辨率差异、组织变形、伪影和不精确的对应关系，对齐这些图像具有挑战性。我们提出了一种基于深度学习的新颖管道，用于传真管图像的仿射配准、离体乳腺组织宏观切片的 X 射线表示及其相应的组织片段的组织病理学图像。所提出的模型结合了卷积神经网络和视觉变换器，使其能够有效地捕获整个组织宏观切片及其片段的局部和全局信息。这种集成方法可以同时注册和缝合图像片段，通过基于谜题的机制促进片段到宏观切片的注册。为了解决多模态地面实况数据的局限性，我们通过以弱监督的方式使用合成单模态数据训练模型来解决该问题。训练后的模型在多模态配准中表现出成功的性能，产生的配准结果平均标志误差为 1.51 毫米（±2.40），拼接距离为 1.15 毫米（±0.94）。结果表明，该模型的性能明显优于现有基线（包括基于深度学习的模型和迭代模型），并且比迭代方法快约 200 倍。这项工作弥合了当前研究和临床工作流程的差距，有可能提高乳腺癌评估的效率和准确性，并简化病理学工作流程。版权所有 © 2024 Elsevier B.V. 保留所有权利。

核衍生的形态特征和生物标志物提供了有关肿瘤微环境的相关见解，同时还允许对特定癌症类型进行诊断和预后。然而，手动注释来自十亿像素苏木精和曙红 (H