已经开发出几种方法来通过计算预测单细胞 RNA 测序 (scRNAseq) 数据的细胞类型。随着方法的开发，研究人员面临的一个常见问题是确定他们应该应用于特定用例的最佳方法。为了应对这一挑战，我们提出了 CHAI（通过相似矩阵积分进行单细胞类型识别的共识聚类），这是一种用于 scRNAseq 聚类的群体智慧方法。 CHAI 提出了两种相互竞争的方法，它们聚合了七种最先进的聚类方法的聚类结果：CHAI-AvgSim 和 CHAI-SNF。 CHAI-AvgSim 和 CHAI-SNF 在多个基准测试数据集上展示了卓越的性能。此外，两种 CHAI 方法都优于最新的共识聚类方法 SAME 聚类。我们通过鉴定富含 CDH3 的前导肿瘤细胞簇来展示 CHAI 的实际用例。 CHAI 提供了一个多组学集成平台，我们证明 CHAI-SNF 在包含空间转录组数据时具有改进的性能。 CHAI 通过将最新且性能最佳的 scRNAseq 聚类算法纳入聚合框架，克服了之前的限制。它也是一个直观且易于定制的 R 包，用户可以将自己的聚类方法添加到管道中，或者仅向下选择他们想要用于聚类聚合的方法。这确保了随着更先进的聚类算法的开发，CHAI 作为通用框架仍然对社区有用。 CHAI 在 GitHub 上作为开源 R 包提供：https://github.com/lodimk2/chai。© 作者 2024。由牛津大学出版社出版。

微卫星不稳定性（MSI）是一种由脱氧核糖核酸（DNA）错配修复系统缺陷引起的现象，是癌症研究和临床诊断中的重要生物标志物。 MSI 检测通常涉及下一代测序数据，许多研究都集中在 DNA 上。在这里，我们介绍了一种新方法，通过直接从核糖核酸测序 (RNA-seq) 数据测量微卫星长度并比较其分布来检测 MSI。我们的研究结果揭示了 MSI 高 (MSI-H) 和微卫星稳定样本之间明显的不稳定模式，表明基于 RNA 的 MSI 检测的有效性。此外，3'-非翻译区域的微卫星对 MSI 检测显示出最大的预测价值。值得注意的是，这种功效延伸到检测 MSI-H 样本，甚至在通常与 MSI 不相关的肿瘤中也是如此。我们的方法强调了 RNA-seq 数据在 MSI 检测中的实用性，通过整合各种生物数据促进更精确的诊断。© 作者 2024。由牛津大学出版社出版。

肿瘤发生源于癌症基因的功能障碍，通过各种机制导致细胞增殖不受控制。建立完整的癌症基因目录将使精准肿瘤学成为可能。尽管基于图神经网络（GNN）的现有方法可以有效识别癌症基因，但它们在有效整合来自多个视图的数据和解释预测结果方面存在不足。为了解决这些缺点，提出了一种可解释的表示学习框架 IMVRL-GCN，用于从多视图数据中捕获共享和特定的表示，为癌症基因的识别提供重要的见解。实验结果表明，IMVRL-GCN 优于最先进的癌症基因识别方法和多个基线。此外，IMVRL-GCN 用于识别总共 74 个高置信度的新型癌症基因，多视图数据分析强调了共享、突变特异性和结构特异性表征在区分独特癌症基因中的关键作用。对它们区分能力背后机制的探索表明，共享表征与基因功能密切相关，而突变特异性和结构特异性表征分别与诱变倾向和功能协同相关。最后，我们对这些候选药物的深入分析为个体化治疗提供了潜在的见解：阿法替尼可以抵消许多突变驱动的风险，而靶向与癌症基因 SRC 的相互作用是减轻 NR3C1、RXRA、HNF4A、和 SP1。© 作者 2024 年。由牛津大学出版社出版。

合成致死率（SL）在发现癌症新靶点方面显示出巨大的前景。 CRISPR双敲除（CDKO）技术只能筛选数百个基因及其组合，但不能筛选全基因组。因此，CDKO实验中的基因和基因对选择非常需要良好的SL预测模型。然而，缺乏可扩展的 SL 属性阻碍了 SL 交互对样本外数据的泛化，从而阻碍了建模工作。在本文中，我们认识到 SL 连接性是一种可扩展且可泛化的 SL 属性。我们为单个样本特定的 SL 预测模型 (MLEC-iSL) 开发了一种新颖的两步多层编码器，它首先预测 SL 连接性，然后预测 SL 相互作用。 MLEC-iSL 具有三种编码器，即基因编码器、图编码器和 Transformer 编码器。 MLEC-iSL 在 K562（AUPR，0.73；AUC，0.72）和 Jurkat（AUPR，0.73；AUC，0.71）细胞中实现了高 SL 预测性能，而现有方法没有超过 0.62 AUPR 和 AUC。 MLEC-iSL 的预测性能在 22Rv1 细胞的 CDKO 实验中得到验证，在 987 个选定基因对中产生 46.8% 的 SL 率。该屏幕还揭示了细胞凋亡和有丝分裂细胞死亡途径之间的 SL 依赖性。© 作者 2024。由牛津大学出版社出版。

将分子数据添加到预后模型中改善了骨髓增生异常肿瘤（MDS）的风险分层。然而，分子病变的作用，特别是在低风险疾病（LR-MDS）组中的作用，尚不确定。我们评估了 227 名 LR-MDS 患者。总生存期（OS）和白血病进展的概率是主要终点。 RUNX1 与较低的 OS 相关，SF3B1 与较低的死亡风险相关（HR：1.7，95% CI，1.1-2.9；p = 0.05；HR：0.23，95% CI 0.1-0.5；p< 0.001；分别）。 TP53 和 RUNX1 突变是白血病进展概率的预测协变量 (p<<0.001)。原始细胞百分比，既不作为分类分析（<5% vs. 5%-9%；HR：1.3，95% CI，0.7-2.9；p = 0.2），也不作为连续变量分析（HR：1.07，95% CI，0.9） -1.1；p = 0.07），对生存或进展概率有影响（sHR：1.05，95% CI，0.9-1.1；p = 0.2）。当分析仅限于根据 WHO 2022 和 ICC 分类（<5% 原始细胞）的 LR-MDS 定义时，这些结果保留了统计显着性。因此，随着分子数据的纳入，原始细胞百分比恰好失去了 LR-MDS 患者组的生存率和进展概率的临床意义。© 2024 作者。英国血液学杂志由英国血液学会和约翰·威利出版

胰腺癌通常在晚期才被诊断出来，由于非特异性症状和缺乏可用的生物标志物，胰腺癌的早期诊断很困难。我们对来自 14 家医院的 212 名胰腺癌患者样本和 213 名非癌症健康人样本进行了全面的血清 miRNA 测序。控制样品。我们将胰腺癌和对照样本随机分为两个队列：训练队列 (N = 185) 和验证队列 (N = 240)。我们创建了将自动化机器学习与 100 个高表达 miRNA 及其与 CA19-9 组合相结合的集成模型，并在独立验证队列中验证了模型的性能。100 个高表达 miRNA 与 CA19-9 组合的诊断模型能够以高精度区分胰腺癌和非癌症健康对照（曲线下面积（AUC），0.99；敏感性，90%；特异性，98%）。我们在独立的无症状早期（0-I 期）胰腺癌队列中验证了高诊断准确性（AUC：0.97；敏感性，67%；特异性，98%）。我们证明 100 个高表达的 miRNA 及其与 CA19 的组合-9 可以作为胰腺癌特异性和早期检测的生物标志物。© 2024。作者。

同源重组缺陷（HRD）的鉴定仍然是晚期胰腺癌（APC）的一个挑战。我们研究了循环肿瘤 DNA (ctDNA) 分析在评估 BRCA1/2 和 ATM 突变状态以及 APC 治疗选择中的效用。我们分析了 GOZILA 中纳入的 702 名 APC 患者的临床和 ctDNA 数据，GOZILA 是一项使用 Guardant360 的 ctDNA 分析研究分别在 4.8%（推定种系，3.7%）和 4.4%（推定种系，0.9%）的患者中检测到失活 BRCA1/2 和 ATM 突变。推定种系 BRCA1/2 (gBRCA) 突变的患者对含铂化疗的客观缓解 (63.2% vs. 16.2%) 和 PFS (HR 0.55, 95% CI 0.32-0.93) 明显优于无突变患者。相比之下，假定的 gBRCA 突变对吉西他滨联合白蛋白结合型紫杉醇的疗效没有影响。在 2 名接受含铂治疗的患者中，检测到推定的 BRCA2 回复突变。七名患有体细胞 BRCA 突变的患者中，有三名对含铂疗法有反应，而四名具有推定种系 ATM 突变的患者中只有一名有反应。三分之一的体细胞 ATM 突变发生在与克隆造血相关的基因组位点。全面的 ctDNA 分析提供了有关 HRD 状态的临床相关信息。它可以成为 APC 中 HRD 筛查的实用、方便的选择。© 2024。作者，获得 Springer Nature Limited 的独家许可。

由于组织病理学相似，卵巢高级别子宫内膜样癌（HGEC）和高级别浆液性癌（HGSC）的诊断存在相当大的观察者间差异。虽然同源重组缺陷 (HRD) 与 HGSC 的药物敏感性相关，但 HGEC 的分子特征尚不清楚。 JGOG-TR2 队列中 15 个卵巢 HGEC 和 274 个卵巢 HGSC 的新鲜冷冻样本被提交进行靶向 DNA 测序、RNA 测序、 DNA甲基化阵列和SNP阵列。我们还分析了来自 TCGA-OV 的 555 个卵巢 HGSC 和来自 TCGA-UCEC 的 287 个子宫内膜高级别癌。使用拷贝数特征进行无监督聚类，确定了四个不同的肿瘤组（C1、C2、C3 和 C4）。 C1 (n = 41) 显示 CCNE1 扩增和较差的存活率。 C2 (n = 160) 和 C3 (n = 59) 分别表现出高 BRCA1/2 改变频率以及低倍性和中倍性。 C4 (n = 22) 的特点是良好的结果、较高的 HGEC 比例、无 BRCA1/2 改变或 CCNE1 扩增、HRD 评分、倍性、瘤内异质性、细胞增殖率和 WT1 基因表达水平较低。值得注意的是，C4 表现出正常的子宫内膜样 DNA 甲基化谱，因此被定义为“HGEC 型”肿瘤，在 TCGA-OV 和 TCGA-UCEC 中也被鉴定出。卵巢“HGEC 型”肿瘤呈现非 HRD 状态、良好的预后和子宫内膜分化，可能构成临床诊断的 HGSC 的一个子集。© 2024。作者，获得 Springer Nature Limited 的独家许可。

BRCA1 和/或 BRCA2 基因 (BRCAm) 突变会增加患乳腺癌 (BC) 的风险，并且在约 5% 的未经选择的乳腺癌患者中发现突变。由种系 BRCAm (gBRCAm) 引起的 BC 具有独特的临床特征，并且对 DNA 损伤剂（例如聚（ADP-核糖）聚合酶 (PARP) 抑制剂和铂类化疗）的敏感性增加，并且对细胞周期蛋白依赖性激酶的敏感性可能降低4 和 6 (CDK4/6) 抑制剂。鉴于早期和晚期疾病中 gBRCAm BC 的治疗前景不断变化，及时确定 gBRCAm 状态对于促进为患者制定最有效的治疗策略至关重要。然而，由于转诊率不理想和/或基因检测采用率低，许多 gBRCAm 患者未被识别。我们讨论了早期和晚期 BC 环境中 gBRCAm 患者对治疗的不同反应的当前证据，包括 PARP 抑制剂、铂类化疗和 CDK4/6 抑制剂的结果，以及正在进行的治疗创新和这些治疗的潜力接近。还审查了当前的基因检测策略，包括关于谁和何时检测 gBRCAm 的最新指南，以及检测面临的挑战以及如何克服这些挑战。© 2024。作者。

非小细胞肺癌（NSCLC）具有侵袭性和预后不良的特点。早期检测和准确预测治疗反应对于改善患者预后仍然至关重要。在本研究中，我们研究了循环 microRNA (miRNA) 作为 NSCLC 患者非侵入性生物标志物的潜力。我们量化了 122 名参与者（78 名 NSCLC；44 名健康对照）血浆中 miRNA 的表达。采用生物信息学工具来识别 miRNA 组，以实现准确的 NSCLC 诊断。使用包含 4000 多名 NSCLC 患者的独立公开数据集进行验证。接下来，我们将 miRNA 表达与临床病理信息相关联，以确定独立的预后 miRNA 和预测抗 PD-1 治疗反应的 miRNA。我们确定了用于肺腺癌 (LUAD) 和鳞状细胞癌 (LUSC) 诊断的 miRNA 组合。 LUAD panel 包含 7 个循环 miRNA（miR-9-3p、miR-96-5p、miR-147b-3p、miR-196a-5p、miR-708-3p、miR-708-5p、miR-4652-5p） ），而 LUSC panel 包含 9 个 miRNA（miR-130b-3p、miR-269-3p、miR-301a-5p、miR-301b-5p、miR-744-3p、miR-760、miR-767-5p、 miR-4652-5p、miR-6499-3p）。此外，miR-135b-5p、miR-196a-5p、miR-31-5p (LUAD) 和 miR-205 (LUSC) 作为生存的独立预后标志物。此外，两个 miRNA 簇，即 miR-183/96/182 和 miR-767/105，在抗 PD-1 治疗的 LUAD 患者中表现出预测潜力。循环 miRNA 特征证明了 NSCLC 的诊断和预后价值，并可能指导治疗决策在临床实践中。© 2024。作者。