Nature：开发出一种计算T细胞的新工具 或能快速预测癌症患者对疗法所产生的反应
2021年9月13日 讯 /生物谷BIOON/ --免疫微环境会影响肿瘤的进化，其既能预测患者的预后还能预测患者对免疫疗法的反应；然而，对肿瘤浸润性淋巴细胞（TILs）的测定往往会因缺乏合适的数据而受限，DNA的全外显子组测序（WES）经常被用来计算肿瘤的突变负担和识别可操作的突变。近日，一篇发表在国际杂志Nature上题为“Using DNA sequen
ANN ONCOL：软组织肉瘤（STS）诊断及生存预测的新进展
近期，S.Foersch教授及其团队深入学习了5种最常见的STS亚型，并对平滑肌肉瘤(lms)最常见的亚型进行了更深入的研究，并能够仅根据肿瘤的组织形态来区分预后良好或不良的患者。
Nat Biotechnol：新型计算方法CoNGA为预测T细胞行为奠定基础
研究人员开发出一种称为CoNGA的新型计算方法，它可能有助于人们关注将T细胞受体（TCR）基因序列和T细胞功能相关联在一起的隐藏生物模式。此外，利用CoNGA，他们可以分析从单个T细胞中收集到的复杂数据，以揭示新的T细胞群体，并揭示塑造T细胞发育的TCR特征。
Science封面重磅：新型AI算法准确预测RNA三维结构
近日，美国斯坦福大学在读博士生 Stephan Eismann 和 Raphael Townshend 在计算机副教授 Ron Dror 的指导下，利用目前先进的神经网络技术，成功开发出了一种全新 RNA 三维结构预测模型——ARES。与其他传统 AI 算法不同，ARES 的结构框架并不是针对 RNA 结构设计，而是针对原子结构设计的
Science子刊：蛋白LAG-3有望预测哪些癌症患者对免疫检查点抑制剂有反应
研究人员发现血液中免疫细胞表面上标志物的特定模式或者说“标签（signature）”可能是免疫检查点免疫疗法反应的生物标志物。在这种免疫标签中，LAG-3分子提供了识别预后较差患者的关键信息。
Science：利用新型机器学习技术准确预测蛋白和RNA的三维结构
美国斯坦福大学博士生Stephan Eismann和Raphael Townshend在该大学计算机科学副教授Ron Dror的指导下，利用巧妙的新型机器学习技术，开发出一种通过计算预测准确结构来克服这一问题的人工智能算法。最值得注意的是，即使只从少数已知结构中学习，他们的方法仍然成功，这使得它适用于那些结构最难通过实验确定的分子类型。
智能肿瘤基质评估和疗效预测研究获进展
肿瘤基质微环境在疾病进程中起重要作用，其组成的评估精度可影响治疗反应和结果。然而，病变组织的获取困难以及肿瘤随时间发生的演变导致无创的肿瘤基质评估成为难题。近日，中国科学院深圳先进技术研究院医工所微创中心助理研究员梁晓坤、研究员谢耀钦等与斯坦福大学医学院、南方医科大学南方医院、中山大学附属肿瘤医院和中山大学第七附属医院的科研人员合作，在基于人工智能的肿瘤基质
法国科研团队致力于预测气候变化对浮游生物群落的影响
浮游生物泛指生活于水中而缺乏有效移动能力的漂流生物，其中分有浮游植物及浮游动物。部分浮游生物具游动能力，但其游动速度往往比它自身所在的洋流流速来得缓慢，因而不能有效地在水中灵活游动。来自索邦大学、法国国家科研中心和国家自然历史博物馆的研究团队，通过宏基因组测序与机器学习（machine learning）相结合的方式，分析Tara O
IsoPlexis最新文献速递：预测PD-1免疫组合疗法疗效的新型生物标志物
2021年7月，来自德克萨斯大学安德森癌症中心的Adi Diab博士课题组，在《Journal of Clinical Oncology》期刊上发表了题为“Bempegaldesleukin Plus Nivolumab in First-Line Metastatic Melanoma”的文章。
CANCER RES:毒性与非毒性miRNA的比值或可预测卵巢癌对铂的敏感性
上皮性卵巢癌是最致命的妇科恶性肿瘤之一。绝大多数晚期卵巢癌患者仍会复发并死于此病。大多数患者对铂(Pt)化疗产生耐药性，而铂是卵巢癌标准一线治疗的一部分。miRNA是一种短链、双链、负调控基因表达的非编码RNA，可以作为肿瘤抑制因子或致癌基因。