肾透明细胞癌（KIRC）患者的预后仍然不利，并且对 KIRC 中 SRY-box 转录因子 11（SOX11）的了解仍然有限。本文的目的是探讨SOX11在KIRC预后中的作用。我们利用癌症基因组图谱(TCGA)和基因表达综合(GEO)数据库分析了KIRC和邻近正常组织中SOX11的表达。我们的研究旨在建立 SOX11 表达与临床病理特征之间的相关性。使用 R 软件评估差异表达基因 (DEG)。此外，我们还进行了基因本体论（GO）/京都基因和基因组百科全书（KEGG）分析和基因集富集分析（GSEA）。肿瘤免疫估计资源 (TIMER) 和 TCGA 数据库的数据整合使我们能够评估 KIRC 中 SOX11 表达与免疫浸润之间的关联。此外，我们使用 TCGA 和 GEO 数据分析了 KIRC 中 SOX11 基因表达与 N6-甲基腺苷 (m6A) 修饰之间的关联。我们的研究结果显示 KIRC 中 SOX11 高表达，这与肿瘤分期和预后显着相关。 GO/KEGG和GSEA分析表明SOX11与钠离子转运、突触小泡循环和氧化磷酸化密切相关。对 TIMER 和 TCGA 数据库的分析表明 SOX11 表达水平与 CD8 T 淋巴细胞、中性粒细胞、CD4 T 细胞以及 B 细胞的存在相关。此外，TCGA 和 GEO 数据集均显示 SOX11 与 m6A 修饰相关基因（即 ZC3H13、FTO、METTL14、YTHDC1、IGF2BP1 和 IGF2BP2）之间存在显着关联。SOX11 表现出与 m6A 修饰和免疫浸润的相关性，表明其作为KIRC.2024 转化癌症研究的预后生物标志物。版权所有。

肺腺癌（LUAD）是肺癌最常见的组织学亚型，表现出结果的异质性和对治疗的不同反应。 CD8 T 细胞始终存在于肿瘤发展的各个阶段，并在肿瘤微环境 (TME) 中发挥着关键作用。我们的目的是研究 LUAD 中 CD8 T 细胞标记基因的表达谱，建立基于这些基因的预后风险模型，并探讨其与免疫治疗反应的关系。通过利用癌症基因组图谱 (TCGA) 的表达数据和临床记录）和基因表达综合（GEO）队列，我们​​确定了 23 个一致的预后基因。我们采用了 10 种机器学习算法，生成了 101 种组合，最终选择了最佳算法来构建人工智能衍生的预测签名，名为riskScore。此选择基于三个测试队列的平均一致性指数 (C 指数)。RiskScore 成为总生存期 (OS)、无进展间隔 (PFI)、无病间隔 (DFI) 和LUAD 中的疾病特异性生存率 (DSS)。值得注意的是，与传统临床变量相比，riskScore 表现出明显优越的预测准确性。此外，我们观察到高风险riskScore组与肿瘤促进生物学功能、较低的肿瘤突变负荷（TMB）、较低的新抗原（NEO）负荷、较低的微卫星不稳定性（MSI）评分以及免疫功能降低之间呈正相关。 TME 内细胞浸润和免疫逃避的可能性增加。值得注意的是，免疫表型评分 (IPS) 评分在风险亚组之间显示出显着差异，并且riskScore根据患者的生存结果对 IMvigor210 和 GSE135222 免疫治疗队列中的患者进行了有效分层。此外，我们还确定了可以针对特定风险亚组的潜在药物。总之，riskScore 展示了其作为一种强大且有前途的工具的潜力，用于指导 LUAD 患者的临床管理和定制个体化治疗。2024 转化癌症研究。版权所有。

早期生长反应1（EGR1）的表达水平在结肠癌（CC）组织中升高，并且与结直肠癌的不良预后密切相关。然而，EGR1 作为转录因子 (TF) 在 CC 进展中影响细胞衰老的作用仍然很大程度上未被探索。本研究旨在探讨姜黄素通过调节EGR1对结直肠癌细胞衰老的影响。从公共数据库获取与细胞衰老相关的基因，并利用ChIP-X预测的TF。 R2数据库用于检查基因表达与生存之间的关系。 CC细胞系用质粒转染以实现稳定表达。筛选稳定转染的细胞系，并使用实时荧光定量聚合酶链反应 (RT-qPCR) 和蛋白质印迹 (WB) 分析评估 RNA 和蛋白质表达的变化。通过SA-β-Gal染色测量衰老水平。通过软琼脂和基质胶侵袭测定评估细胞增殖和侵袭能力。分子对接用于预测姜黄素和 EGR1 之间的相互作用。使用双荧光素酶报告基因检测检测基因活性变化。结果表明EGR1在CC组织中过度表达并与不良预后相关。作为转录因子，EGR1 负向调节与细胞衰老相关的端粒酶逆转录酶 (TERT) 和沉默调节蛋白 6 (SIRT6) 基因的表达。敲除EGR1会增加细胞衰老速度并抑制细胞增殖和侵袭。姜黄素抑制EGR1的转录活性，从而促进细胞衰老，抑制肿瘤进展。综上所述，姜黄素抑制TF EGR1的活性，影响靶基因TERT和SIRT6的转录和翻译，从而促进细胞衰老，抑制CC细胞增殖。这些发现为 CC.2024 转化癌症研究的靶向治疗提供了潜在的见解。版权所有。

喉癌（LC）是头颈部常见的恶性肿瘤，其特点是术后复发率高，复发后治疗难度大，严重影响患者的生活质量。临床实践中迫切需要有效的生物标志物来预测LC复发风险并指导个性化治疗计划的制定。本研究采用生物信息学方法探索LC复发的潜在生物标志物，重点关注关键基因，探讨其在LC复发中的功能和作用机制。旨在为LC的临床诊断、预后评估和靶向治疗提供新的视角和证据。分析Gene Expression Omnibus数据库中GSE25727数据集的基因表达谱，检测肿瘤之间的差异表达基因（DEG）术后复发和非复发早期 LC 患者的组织。还进行了基因本体论（GO）和京都基因和基因组百科全书（KEGG）途径分析。使用相互作用基因/蛋白质检索搜索工具（STRING）数据库开发了蛋白质-蛋白质相互作用（PPI）网络和转录因子（TF）-DEG-microRNA（miRNA）网络，并使用分子复合物选择关键基因检测（MCODE）插件。进行基因集富集分析（GSEA）以研究关键基因的可能机制。对 83 例 LC 患者的临床数据进行回顾性分析。采用免疫组织化学染色检测LC肿瘤组织中关键基因的转录水平以及影响术后复发的因素。GSE25727数据集中共鉴定出248个上调和34个下调的DEG。 PPI 网络分析确定了一个重要模块和五个候选基因（即 RRAGA、SLC38A9、WDR24、ATP6V1B1 和 LAMTOR3）。 TF-DEG-miRNA网络的构建表明ATP6V1B1可能由一个TF调控并与17个miRNA相互作用。 KEGG 和 GSEA 分析表明，ATP6V1B1 可能通过参与促炎和促纤维化介质、谷胱甘肽代谢、基质金属蛋白酶、免疫调节和淋巴细胞相互作用来影响 LC 复发。研究纳入的83例LC患者的复发率为19.3%（16/83）。免疫组化结果表明ATP6V1B1在复发性LC患者中高表达。单因素和多因素Logistic回归分析显示，肿瘤分期T3（P=0.04）、肿瘤分期T4（P=0.01）和ATP6V1B1高表达（P=0.02）是LC患者手术治疗后复发的危险因素。通过生物信息学筛选确定的关键基因和信号通路为了解LC发病机制的潜在机制提供了见解。 ATP6V1B1可能通过削弱免疫表型促进LC复发。我们的研究结果为LC.2024转化癌症研究的临床诊断和治疗策略的进一步研究提供了理论基础。版权所有。

神经胶质瘤是最常见的原发性脑肿瘤，患者通常表现出较差的预后。越来越多的证据表明端粒维持机制在神经胶质瘤的发展中发挥着至关重要的作用。然而，端粒相关基因在神经胶质瘤中的预后价值仍不确定。本研究旨在构建端粒相关基因的预后模型，并进一步阐明两者之间的潜在关联。我们获取了低级别胶质瘤（LGG）和胶质母细胞瘤（GBM）的RNA-seq数据，以及相应的临床信息。癌症基因组图谱（TCGA）数据库和基因型组织表达（GTEX）数据库中的正常脑组织数据进行差异分析。端粒相关基因从 TelNet 获得。最初，我们对TCGA和GTEX数据进行差异分析，以确定差异表达的端粒相关基因，随后对这些基因进行基因本体论（GO）和京都基因与基因组百科全书（KEGG）富集分析。随后，采用单变量Cox分析和对数秩检验来获得与预后相关的基因。依次利用最小绝对收缩和选择算子（LASSO）回归分析和多元Cox回归分析构建预后模型。使用受试者工作特征（ROC）曲线分析证明了该模型的稳健性，并计算了临床特征和预后模型的风险评分的多变量Cox回归以评估独立的预后因素。上述结果使用中国胶质瘤基因组图谱（CGGA）数据集进行了验证。最后，利用CIBERSORT算法分析高危组和低危组之间免疫细胞浸润水平的差异，并在人类蛋白质图谱（HPA）数据库中验证候选基因。差异分析得出496个差异表达的端粒相关基因。 GO和KEGG通路分析表明这些基因主要参与端粒相关的生物过程和通路。随后，通过单变量Cox回归分析、log-rank检验、LASSO回归分析和多变量Cox回归分析，构建了包含10个端粒相关基因的预后模型。根据风险评分将患者分为高风险组和低风险组。 Kaplan-Meier (K-M) 生存分析显示，与低风险组相比，高风险组的预后更差，并确定该预后模型是神经胶质瘤患者的重要独立预后因素。最后进行免疫浸润分析，发现高危人群和低危人群多重免疫细胞浸润比例存在显着差异，并在HPA数据库中验证了8个候选基因。本研究成功构建了端粒相关的预后模型基因可以更准确地预测胶质瘤患者的预后，为胶质瘤的治疗提供潜在靶点和理论基础，并通过免疫浸润分析为免疫治疗提供参考。2024转化癌症研究。版权所有。

对肿瘤生物学认识的进步揭示了癌症发生和进展的标志，其中包括失调的 DNA 损伤修复 (DDR) 机制。利用潜在的肿瘤基因组不稳定性和 DDR 中的肿瘤特异性缺陷，聚 (ADP-核糖) 聚合酶 (PARP) 抑制剂 (PARPi) 诱导的 DNA 损伤成为一种新型的非化疗治疗机会。 PARPis 目前已获批用于多种肿瘤类型，其中在同源重组修复 (HRR) 缺陷的肿瘤中获益最大，包括 BRCA1/2 基因 (BRCA) 以及 PALB2 和 Rad51c 等其他通路成员的种系和体细胞突变。文章总结了当前的批准情况以及已知和提议的 PARPi 耐药机制。此外，还讨论了克服 PARPi 耐药性的治疗策略，包括正在进行的临床试验。PARPi 已被证明是一种安全有效的疗法，代表了多种实体瘤类型的基石治疗。阐明先天性和获得性耐药机制，再加上利用 PARPi 活性并预防或逆转获得性耐药性的新型治疗方案的出现，为进一步扩大 PARPi 在癌症治疗中的作用提供了机会。

比较 CEUS 引导活检 (CEUS-GB) 和超声引导活检 (US-GB) 在评估儿科患者腹部和盆腔（腹盆腔）肿瘤方面的诊断性能。年龄 < 18 岁的腹盆腔肿瘤接受 CEUS 的患者-对2005年4月至2022年5月期间的GB或US-GB进行回顾性评估。通过病理学诊断为恶性肿瘤的肿瘤被认为是真阳性结果。通过至少 6 个月的病理学或临床随访发现良性病变。使用倾向评分匹配（PSM）比较两组的诊断表现。还分析了并发症。本研究纳入了 764 名儿科患者（437 名男孩；中位年龄为 24 个月；四分位数范围为 10-60 个月）； CEUS-GB 组有 151 例，US-GB 组有 613 例。 CEUS-GB 组的样本充足率为 100%（151 例中的 151 例），高于 US-GB 组的 97.4%（613 例中的 597 例）（p<0.001）。总队列中，CEUS-GB 组和 US-GB 组的总体诊断准确度分别为 98.7%（151 人中的 149 人）与 97.3%（597 人中的 581 人）（p = 0.551）和 98.7%（151 人中的 149 人）与 92.7 PSM 队列中的 %（151 中的 140）（p = 0.020）。 US-GB 组中的两名患者 (0.3%) 出现了与活检相关的并发症（不良事件通用术语标准 (CTCAE)，1-2 级）。 CEUS-GB组未出现不良反应。CEUS-GB治疗儿科腹盆腔肿瘤是一种有效、安全的手术，其诊断准确性比US-GB更高，特别是对于有坏死区域的肿瘤。超声引导下超声造影活检儿科患者腹部和盆腔实性肿瘤是一种有效且安全的手术，其诊断准确性比超声引导的活检更高，尤其是对于有坏死区域的肿瘤。超声造影 (CEUS) 在引导腹部盆腔肿块活检方面可能优于传统超声在儿科患者中。 CEUS 引导下的儿童腹盆腔肿块粗针活检是安全的，诊断率为 98.7%。当彩色多普​​勒超声无法确定活检部位时，应在该人群中考虑 CEUS 指导。© 2024。作者，获得欧洲放射学会的独家许可。

本研究调查了患者对人工智能 (AI) 通过 MRI 扫描诊断前列腺癌 (PCa) 的接受程度以及影响他们对 AI 诊断信任度的因素。一项前瞻性多中心研究于 2023 年 1 月至 11 月期间进行。接受前列腺 MRI 的患者调查了他们对 MRI 扫描的假设人工智能评估的看法。调查问卷包括九个项目：四个关于人工智能和放射科医生之间组合的假设场景，两个关于对诊断的信任，三个关于误诊的责任。采用多变量分析评估项目与自变量之间的关系。共纳入212名接受前列腺MRI检查的PCa可疑患者。大多数人更喜欢人工智能与放射科医生一起参与前列腺癌诊断，91% 的人同意人工智能作为主要读者，79% 的人同意人工智能作为次要读者。如果人工智能有很高的确定性诊断，15%的受访者会接受它作为唯一的决策者。超过放射科医生的自主人工智能将被 52% 的人接受。当人工智能的表现优于放射科医生时，受过高等教育的人倾向于接受人工智能（p<<0.05）。受访者表示，医院（76%）、放射科医生（70%）和程序开发人员（55%）应对误诊负责。患者更喜欢人工智能与放射科医生一起参与PCa诊断。对人工智能诊断的信任取决于患者的教育水平和人工智能的表现，少数人对自主人工智能的接受程度是人工智能优于放射科医生的条件。受访者要求医院、放射科医生和程序开发人员按责任降序排列对误诊负责。患者对人工智能辅助 MRI 前列腺癌诊断表现出很高的接受度，无论是与放射科医生一起诊断还是完全自主诊断，特别是如果它表现出优于其他诊断的性能仅放射科医生。前列腺癌可疑患者可能会根据表现接受自主人工智能。患者更喜欢人工智能与放射科医生一起参与诊断前列腺癌。患者表示人工智能的责任应由多个利益相关者共同承担。© 2024。作者。

探讨弥散加权成像（DWI）、体素内不相干运动（IVIM）和弥散峰度成像（DKI）评估直肠癌患者病理预后因素。 共162例患者（105名男性；平均年龄61.8±13.1岁）岁）计划接受根治性手术的患者被纳入这项前瞻性研究。病理预后因素包括组织学分化、淋巴结转移（LNM）和壁外血管侵犯（EMVI）。使用单变量和多变量逻辑回归获得 DWI、IVIM 和 DKI 参数并与预后因素相关。使用受试者工作特征（ROC）曲线分析评估其评估值。多变量逻辑回归分析显示，较高的平均峰度（MK）（比值比（OR） = 194.931，p < 0.001）和较低的表观扩散系数（ADC）（OR = 0.077，p = 0.025）与分化较差的肿瘤独立相关。较高的灌注分数 (f) (OR = 575.707, p = 0.023) 和较高的 MK (OR = 173.559, p < 0.001) 与 LNM 独立相关。 f 较高（OR = 1036.116，p = 0.024），较高 MK（OR = 253.629，p < 0.001），较低平均扩散率（MD）（OR = 0.125，p = 0.038）和较低 ADC（OR = 0）。 094、p = 0.022）与 EMVI 独立相关。 MK 组织学分化的 ROC 曲线下面积 (AUC) 显着高于 ADC（0.771 vs. 0.638，p = 0.035）。 LNM 阳性的 MK 的 AUC 高于 f（0.770 vs. 0.656，p = 0.048）。在评估 EMVI 时，MK 联合 MD 的 AUC（0.790）在 f（0.663）、MK（0.779）、MD（0.617）和 ADC（0.610）中最高。DKI 参数可作为评估病理学的影像生物标志物。扩散峰度成像（DKI）参数，特别是平均峰度（MK），是评估直肠癌组织学分化、淋巴结转移和壁外血管侵犯的有前景的生物标志物。这些发现表明 DKI 在直肠癌术前评估中的潜力。在评估可切除直肠癌的组织学分化方面，平均峭度优于表观扩散系数。灌注分数和平均峰度是评估直肠癌淋巴结转移的独立指标。平均峰度和平均扩散率在评估壁外血管侵犯方面表现出卓越的准确性。© 2024。作者获得欧洲放射学会的独家许可。

目前胸膜间皮瘤（PM）的临床分期常常与病理分期不一致。本研究旨在确定有助于预测 PM 不可切除性的临床和放射学特征。对以下患者进行的术前计算机断层扫描 (CT) 和/或正电子发射断层扫描/CT (PET/CT) 回顾性评估了 22 项描述性放射学特征。可能是接受手术的可切除 PM。根据国际肺癌研究协会 (IASLC) 提供的切点，测量胸腔三个层面（上、中、下）的最大胸膜厚度和总胸膜厚度并进行分层。通过单变量分析和逻辑回归模型比较可切除和不可切除肿瘤的临床和放射学特征，包括临床分期。在 133 名患者中，69/133 (52%) 的 PM 可切除，64/133 (48%) 的 PM 不可切除。石棉暴露 (p = 0.005)、新辅助治疗 (p = 0.001)、临床 T 分期 (p < 0.0001)、所有胸膜厚度测量 (p < 0.05)、胸膜厚度模式 (p < 0.0001) 和程度 (p = 0.033) ），肺部侵犯（p = 0.004），胸膜外间隙闭塞（p < 0.0001），扩展到膈下间隙（p = 0.0004），以及代表广泛膈肌接触和/或胸壁受累（p = 0.002）和纵隔的两个组合变量在单变量分析中，入侵（p<0.0001）是显着的预测因子。在多变量分析中，所有模型都取得了很强的诊断性能（曲线下面积（AUC） > 0.8）。两种表现最好的模型，一种包括上层最大胸膜厚度、胸膜外间隙闭塞和纵隔浸润（AUC = 0.876），另一种则通过临床 T 分期整合临床变量和放射学评估（AUC = 0.879） ）。选定的临床和放射学特征，包括胸膜厚度测量，似乎是 PM 不可切除性的强有力预测因素。在胸膜间皮瘤患者的术前评估中更准确地预测不可切除性，可以避免不必要的手术并立即开始非手术治疗。据报道，一半的胸膜间皮瘤患者在术前接受了错误的疾病分期。被确定为不可切除性预测因素的 11 个特征被包含在表现良好的预测模型中。更准确的术前分期将帮助临床医生和患者选择最合适的治疗方法。© 2024。作者，获得欧洲放射学会的独家许可。