目的 用现有药代动力学(PK)药物相互作用(DDI)信息的数据库,构建出可用于预测AUC倍数变化(FC)的机器学习模型,用于探究对现有DDI预测的可能,为临床用药提供一定的合理建议.方法 从美国食品药品监督管理局(FDA)认证的药品标签中提取DDI的PK数据和AUC倍数变化的数据.通过DrugBank检索出DDI有关的多肽和药效学(PD)信息,用蛋白质资源(UniProt)对相关多肽ID进行药物类型(PPDT)标识,用矩阵归一化的代码生成便于分析的多维向量数据.PPDT对AUC的影响和所产生的倍数变化作为因变量,进行机器学习模型构建.用均方根误差(RMES)值最小的模型进行模型构建,训练出袋装决策树(Bagged)预测模型.利用训练好的模型对部分药物检验,检测模型的预测性别.通过查阅现有的有关检测DDI对的文献研究结果,对预测值进行分析比较,对模型进行评价.结果 检验模型药物对共16对,分别为16种药物对他克莫司的影响,发现对DDI的有无预测准确率为81.25％;预测结果根据FDA标准分类强弱,结果表明,DDI强弱预测,偏离较大的预测较少.结论 模型预测DDI的有无评价一般;但对DDI的强弱分类后,对DDI的预测结果较好,预测结果说明模型预测性能对于在临床试验之前进行潜在的DDI评估具有一定的参考价值.

目的:探索葛根素抑制膀胱癌(bladder cancer,BLCA)T24及5637细胞系的作用机制.方法:利用Cell Counting Kit-8(CCK-8)检测法证实葛根素抑制BLCA T24及5637细胞的能力.通过串联质谱标签(Tandem Mass Tags,TMT)技术获得差异表达蛋白列表,并进行功能富集分析.通过生物信息分析筛选关键蛋白并对其进行表达分析、生存分析和上游转录因子预测.分子对接及Western blotting实验用于上游转录因子的验证.结果:CCK-8检测结果显示葛根素对T24和5637细胞系的IC50分别为218 μmol·L-1和198 μmol·L-1.功能富集分析显示差异表达蛋白主要富集在细胞周期和DNA复制通路.筛选出的关键蛋白为CDK1、CCNB1和PLK1.CHEA3网站预测关键蛋白上游转录因子为着丝粒蛋A(centromere protein A,CENPA.分子对接显示葛根素与 CENPA 的结合能为-6.3 kcal·mol-1(1 cal=4.184 0 J),Western blotting显示葛根素可显著降低CENPA的表达.结论:葛根素可能通过抑制CENPA的表达来影响蛋白CCNB1和PLK1,从而调控BLCA细胞的细胞周期或DNA复制以抑制其增殖.

本研究为一项随机、开放标签研究,研究对象为18～45岁的排卵期女性,受试者按照1:1:1的比例被随机分为自然周期组、改良自然周期组或人工周期组.由于研究干预措施的性质特殊,故本试验不设盲.自然周期组不使用雌激素、孕酮或人绒毛膜促性腺激素(hCG);改良自然周期组使用hCG来触发排卵;人工周期组使用口服戊酸雌二醇(从月经第2～4天开始,每天8 mg)和阴道孕酮(从子宫内膜厚度≥7 mm开始,每天800 mg).

巴黎西岱大学ASSELAH团队研究了布尔韦肽联合聚乙二醇干扰素α-2a治疗慢性丁型病毒性肝炎患者的临床疗效与安全性.在这项Ⅱb期开放标签试验中,将慢性丁型病毒性肝炎患者随机分配为对照A组(单独接受聚乙二醇干扰素α-2a,每周180 μg,治疗48周)、对照B组(布尔韦肽10 mg持续96周)和试验组[布尔韦肽每天2(A)或10(B)mg+聚乙二醇干扰素α-2a,每周180 μg,治疗48周,随后每日相同剂量的布尔韦肽持续48周].所有患者在治疗结束后随访48周.主要终点是治疗结束后24周检测不到的丁型病毒性肝炎病毒(delta hepatitis virus,HDV)RNA 水平.

中山大学肿瘤防治中心和广州市中医院开展了一项单组、开放标签、Ⅱ期临床试验(NEOCAP),旨在探索程序性死亡受体1(programmed death-1,PD-1)阻断加血管生成抑制药的新辅助治疗的有效性和安全性,以及在局部晚期错配修复缺陷型结直肠癌患者中保留器官的可行性.入组患者为18～75岁且未经治疗的错配修复缺陷或微卫星不稳定性高或 DNA 聚合酶(polymerase epsilon,POLE)和 DNA 聚合酶 delta 1(polymerasedelta 1,POLDI)突变的局部晚期结直肠癌患者(直肠癌为cT3或N+,结肠癌为T3且侵袭≥5 mm或T4,有或无N+),且东部肿瘤协作组体能评分为0～1分.患者在第1天静脉注射卡瑞利珠单抗200 mg,第1～14天口服阿帕替尼250 mg,每3周1次,持续3个月,随后进行手术,如果患者未进行手术,则为6个月.临床完全缓解的患者不进行手术,而是继续观察等待.

T细胞受体(TCR)序列可作为分辨T细胞特异性的唯一标签,因其多样性的特征,在特定时间内个体循环系统中所有TCR构成的TCR组库可以反映个体的抗肿瘤免疫状态.单细胞TCR测序技术能够在单细胞水平上检测编码TCR双链的基因序列和表达量等信息,包括获得TCR的α链和β链的配对信息,从而在细胞水平上更为准确地探索TCR组库的异质性,还可结合其他技术将TCR序列与基因组、转录组、蛋白质组等多组学信息成套配对,精准展现细胞水平上的多角度信息.因该技术具有高通量、高分辨率的优势而被广泛应用于肿瘤免疫治疗相关研究,为探索TME中T细胞功能、发展T细胞受体工程化T细胞(TCR-T)疗法、预测免疫检查点抑制剂(ICI)疗效等提供重要依据,成为重要的筛选工具,期待该技术的发展使更多肿瘤患者受益.

针对病理数据超大尺寸、标注成本高昂等问题带来的病理分类准确率较低的问题,基于多示例网络,引入分级注意力模块,设计一种兼顾示例级和图像块级损失的病理分类算法.回顾性收集皖南医学院第一附属医院口腔颌面外科186例口腔癌(126例鳞癌、60例腺癌),其数字病理切片划分为验证集、测试集及训练集.首先对病理图像进行前后背景分割,去掉背景中的噪声部分,然后采用ResNet50对分割后的病理图像提取特征,并将特征输入第一级注意力网络,得到基于图像块的注意力得分和损失,再根据注意力得分对图像块进行排序重置标签输入第二级注意力网络,得到基于示例级别的损失,最后将两级注意力的损失作为模型的总损失,通过训练最终网络,得到口腔癌分类结果.实验结果表明,使用两级注意力的多示例网络准确率为78.95%,AUC为0.8430,相较于基线模型均有更高表现.

目的 建立并验证基于超声影像组学的诺模图预测T1期乳腺癌同侧腋窝淋巴结转移的价值.资料与方法 回顾性收集2012 年 1 月—2021 年 6 月皖南医学院第一附属医院(弋矶山医院)经病理证实的T1 期乳腺癌 443 例,按 7∶3 随机分为训练组310例和验证组133例.使用ITK-SNAP勾画肿瘤边缘感兴趣区,利用Pyradiomics软件提取特征,筛选特征后构建影像组学模型及标签得分Rad-score.分别建立临床模型、影像组学模型及联合诊断模型,并构建联合模型的预测诺模图,采用受试者工作特征曲线评价各模型的预测价值.结果 多因素分Logistic回归析显示,腋窝超声检查阳性、高回声晕及病灶内部血供丰富是预测腋窝淋巴结转移的独立危险因素,构建临床诊断模型.通过特征筛选构建影像组学模型.基于临床、影像组学特征构建联合诊断模型,训练组联合模型的曲线下面积为0.822,大于临床模型及影像组学模型的0.765、0.723(P=0.002 1、0.001 8);验证组中联合模型的曲线下面积大于影像组学模型(0.846比0.686,P=0.001 8),与临床模型(0.783)差异无统计学意义(P=0.111 3).结论 基于超声影像组学构建的联合诊断模型,能够有效预测T1期乳腺癌同侧腋窝淋巴结转移,具有很高的临床预测效能.

目的:探讨基于临床特征和术前胸部CT影像特征构建的模型预测肺癌合并慢性阻塞性肺疾病（COPD）的价值。方法:回顾性分析2014年6月至2021年3月在海军军医大学第二附属医院就诊且经病理确诊的444例肺癌患者的临床（年龄、性别、吸烟史、吸烟指数等）及影像资料（病灶大小、位置、密度、分叶征等）。其中男279例、女165例，年龄23~85岁。444例患者以7∶3的比例使用python中的random函数随机分为训练集（310例）和内部测试集（134例），并根据肺功能检查将患者进一步分为肺癌合并COPD组和肺癌非COPD组。首先将单因素分析中2组间差异有统计学意义的临床特征纳入二元logistic回归分析，筛选出预测肺癌合并COPD的独立影响因子构建临床特征模型。使用最小绝对收缩和选择算子对影像特征进行特征筛选，并用5次留P交叉验证法判断其可靠性，构建影像特征标签。临床特征联合影像特征标签建立综合模型。使用受试者操作特征（ROC）曲线和决策曲线分析（DCA）评估各个模型的预测能力和临床使用价值。各模型预测肺癌合并COPD的曲线下面积（AUC）比较采用DeLong检验。结果:训练集中肺癌合并COPD组182例，肺癌非COPD组128例，综合模型预测肺癌合并COPD的AUC为0.89，临床模型为0.82，影像特征标签为0.85。测试集中肺癌合并COPD组78例，肺癌非COPD组56例，综合模型预测肺癌合并COPD的AUC为0.85，临床模型为0.77，影像特征标签为0.83。影像特征模型与临床特征模型的AUC差异无统计学意义（ Z=1.40， P=0.163），综合模型与临床特征模型、影像特征模型的AUC的差异有统计学意义（ Z分别为-4.01、-2.57， P分别为0.010、<0.001）。DCA示综合模型的净收益最大。 结论:利用CT的影像学特征和临床特征构建的综合诊断模型能有效地预测肺癌合并COPD。

住院病区存放少量常用和急救药品可方便患者临时治疗，并可为危重患者的救治赢得宝贵时间，但病区药品储存环节存在用药错误的风险。为加强病区储存药品的管理，减少用药错误，合理用药国际网络中国中心组临床安全用药组、中国药理学会药源性疾病学专业委员会和药物不良反应杂志社组织医学、药学、护理、医院管理等专业的专家，以《中国用药错误管理专家共识》为依据，制定《病区药品储存环节用药错误防范技术指导原则》。病区药品储存环节有关的用药错误包括药品储存不当、药品品规错误、药品数量错误、药品放置错误。风险因素包括管理因素（管理制度不健全、未指定专人或专岗管理、未实施定期检查督导）、流程因素（未制定相应的标准操作流程或操作流程不完善或不合理）、环境因素（药品存放空间和设备不符合要求、未提供专门的标签）、人员因素（未对药品使用相关人员进行培训、人员安排不合理）和药品因素（病区存储的药品种类和数量过多）。防范策略包括技术策略（强制和约束性管理策略、实施信息化和智能化管理、制定标准化的标识和流程、建立规范目录清单和审核项目清单）和管理策略（建立管理体系和制度、配备充足的人力资源、加强培训）。