IDH野生型胶质母细胞瘤的肿瘤生境映射:整合MRI、病理学和RNA数据

MRI肿瘤生境分析在胶质母细胞瘤中的病理验证 背景介绍 胶质母细胞瘤(Glioblastoma, GBM)是一种高度恶性的脑肿瘤,具有高度的异质性和侵袭性。由于其复杂的肿瘤微环境(Tumor Microenvironment, TME),传统的影像学方法难以准确区分肿瘤的不同区域,如肿瘤核心、浸润性肿瘤边缘以及坏死区域。这种空间异质性不仅影响治疗效果,还导致患者预后不良。因此,如何通过非侵入性影像学手段准确识别肿瘤的不同区域,成为当前研究的热点。 近年来,基于多参数MRI(如扩散加权成像DWI和动态磁敏感对比增强成像DSC)的肿瘤生境分析(Tumor Habitat Imaging)逐渐兴起。这种方法通过体素级别的聚类分析,能够识别肿瘤内不同的生理区域,从而为肿瘤的生物学特性提供更深入的理解...

臂丛神经损伤后人背根神经节的保存或完全丧失

臂丛神经损伤(Brachial Plexus Injury, BPI)是一种常见的创伤性神经损伤,通常由交通事故引起,尤其是摩托车事故。这种损伤会导致患者出现严重的运动功能障碍、感觉丧失以及顽固性神经病理性疼痛。尽管手术干预(如神经移植、神经转移等)可以部分恢复运动功能,但感觉功能和疼痛的改善效果有限。因此,臂丛神经损伤患者的生活质量受到严重影响,尤其是在年轻患者中,这种损伤可能导致终身残疾。 背根神经节(Dorsal Root Ganglia, DRG)是感觉神经元的主要聚集地,负责将外周感觉信息传递到中枢神经系统。臂丛神经损伤后,DRG的细胞组成和分子变化尚不清楚,这限制了针对神经病理性疼痛的再生医学策略的开发。因此,研究臂丛神经损伤后DRG的细胞和分子变化,对于理解神经损伤后的病理机制...

健康与疾病小鼠主动脉内皮细胞在动脉瘤易发部位的遗传和功能特征

主动脉内皮细胞在动脉瘤易发部位的遗传和功能特征研究 学术背景 主动脉瘤(Aortic Aneurysm, AA)是一种以血管特定部位病理性扩张为特征的疾病,可能导致致命的血管破裂。主动脉瘤通常发生在特定的易发部位,如主动脉弓和腹主动脉。尽管血流动力学因素在动脉瘤的形成中起着重要作用,但血管壁的内在差异是否也参与其中仍不明确。近年来,越来越多的证据表明,内皮细胞(Endothelial Cells, ECs)在主动脉瘤的发病机制中扮演了重要角色。内皮细胞在不同器官和血管树的不同部位表现出显著的异质性,这种异质性可能与动脉瘤的易发性有关。 为了深入研究主动脉内皮细胞在动脉瘤形成中的作用,研究人员开发了一种改良的“Häutchen方法”,用于从小鼠主动脉的特定部位分离内皮细胞,并通过RNA测序(R...

高血糖通过星形胶质细胞重编程增强脑对脂多糖诱导的神经炎症的易感性

高血糖通过星形胶质细胞重编程增强脑对脂多糖诱导的神经炎症的易感性 学术背景介绍 糖尿病是一种严重影响全球数百万人的慢性代谢疾病,其特征是高血糖(hyperglycemia),即血糖水平升高。长期以来,研究主要集中在高血糖对外周器官的负面影响上,但近年来,科学家们开始意识到高血糖也会对中枢神经系统(CNS)产生深远影响。高血糖对脑炎症和神经退行性疾病的病理学过程具有重要的影响,特别是糖尿病患者比健康人群更容易出现认知功能障碍和更严重的脑损伤。然而,高血糖对脑驻留细胞(特别是星形胶质细胞)的具体影响仍然知之甚少,这项研究旨在探讨高血糖在驱动脑炎症中的作用。 论文来源介绍 这篇名为《Hyperglycemia enhances brain susceptibility to lipopolysac...

通过Adropin减弱系统性硬化症中的成纤维细胞激活和纤维化

通过Adropin减弱系统性硬化症中的成纤维细胞激活和纤维化 皮肤和其它器官的纤维化性疾病在现代社会中已成为重大的社会经济挑战,并且现有的治疗选择有限。本文的研究背景为了解决系统性硬化症(Systemic Sclerosis, SSc)中的纤维化问题,研究团队主要探讨了一种名为隐N末肽(adropin)的肽激素的作用。隐N末肽由能量稳态相关基因(ENHO)编码,早期研究显示其在代谢和血管稳态中起重要作用,但其在纤维化病理过程中的作用尚不明确。 本文由来自德国杜塞尔多夫大学医院、埃朗根-纽伦堡大学、福州华山医院等机构的研究人员Minrui Liang、Nicholas Dickel、Andrea-Hermina Györfi等人撰写,于2024年3月27日发表在《Science Transla...

通过级联扩散模型从RNA测序数据生成肿瘤的合成全切片图像

通过级联扩散模型从RNA测序数据生成肿瘤的合成全切片图像

基于级联扩散模型从RNA测序数据生成肿瘤的合成全切片图像 近期发表在Nature Biomedical Engineering上的一篇题为”Generation of Synthetic Whole-Slide Image Tiles of Tumours from RNA-Sequencing Data via Cascaded Diffusion Models”的研究,引起了广泛关注。这项研究由来自斯坦福大学、根特大学、阿贡国家实验室等多家机构的学者共同完成,旨在解决癌症数据不足的问题,从而提升机器学习模型在癌症检测中的表现。本文的作者包括Francisco Carrillo-Perez, Marija Pizurica, Yuanning Zheng, Tarak Nath Nandi...