宫颈癌（Cervical Cancer, CC）是全球女性中第四大常见的恶性肿瘤，尤其是在低收入和中等收入国家，其发病率和死亡率居高不下。据统计，2020年全球新增宫颈癌病例超过60万例，死亡病例超过34万例。宫颈癌的主要病因是高危型人乳头瘤病毒（Human Papillomavirus, HPV）的持续感染，尤其是HPV16和HPV18型。尽管HPV疫苗的推广在一定程度上降低了宫颈癌的发病率，但由于疫苗覆盖率不均以及已感染人群的治疗需求，宫颈癌的防控仍然面临巨大挑战。 在此背景下，寻找新的生物标志物和治疗靶点成为宫颈癌研究的重要方向。CRISP3（Cysteine-Rich Secretory Protein 3，富含半胱氨酸的分泌蛋白3）作为一种潜在的生物标志物，近年来在多种癌症中引起了...

炎症性肠病（Inflammatory Bowel Disease, IBD）是一种慢性炎症性疾病，主要包括溃疡性结肠炎（Ulcerative Colitis, UC）和克罗恩病（Crohn’s Disease, CD）。IBD的发病率在全球范围内逐年上升，给患者和社会带来了巨大的健康和经济负担。目前，IBD的诊断主要依赖于内镜检查，但这种方法昂贵、侵入性强且不便于连续使用。因此，开发一种更便捷、非侵入性的诊断方法成为迫切需求。 近年来，肠道菌群（gut microbiota）与IBD的发病机制之间的关系引起了广泛关注。肠道菌群的代谢产物，如氢气（H₂）、氨气（NH₃）和硫化氢（H₂S）等，可能通过血液-肺屏障进入呼吸系统，最终通过呼气排出体外。这些气体成分可能成为IBD的生物标志物。然而，目...

背景介绍 冠心病（Coronary Heart Disease, CHD）是全球范围内导致死亡的主要原因之一，其发病机制复杂，涉及多种代谢和饮食因素。近年来，代谢组学的发展为研究冠心病提供了新的视角，特别是通过分析血液中的代谢物来揭示潜在的疾病风险标志物。二甲基胍基戊酸（Dimethylguanidino Valeric Acid, DMGV）是一种新近发现的代谢物，与心肺健康和代谢异常相关。已有研究表明，DMGV的水平可能受到饮食的调控，但其与冠心病相关食物/营养素摄入的具体关系尚未得到充分研究。因此，本研究旨在探讨血浆DMGV水平与冠心病风险之间的关系，并分析其与饮食摄入的关联。 论文来源 本研究由Yoriko Heianza、Xuan Wang、Minghao Kou等作者共同完成，作...

基于子空间增强超图神经网络的焦虑障碍识别与生物标志物检测研究 学术背景 焦虑障碍（Anxiety Disorders, ADs）是全球范围内常见的心理健康问题，影响约7.3%的人口。焦虑障碍患者通常表现出过度的恐惧、担忧以及相关的行为异常，这些症状严重影响了患者的社交功能和生活质量，同时也给家庭和社会带来了巨大的负担。焦虑障碍可以分为多种亚型，如广泛性焦虑障碍（Generalized Anxiety Disorder, GAD）、社交焦虑障碍（Social Anxiety Disorder, SAD）、恐慌症（Panic Disorder, PD）和特定恐惧症（Specific Phobia, SP）。尽管这些亚型在临床实践中通常通过观察进行诊断，但仍需通过生物标志物来区分患者与健康个体，以...

婴儿血管瘤进展的生物标志物探索研究 学术背景 婴儿血管瘤（Infantile Hemangioma, IH）是婴儿期最常见的良性肿瘤之一。尽管大多数IH在出生时并不明显，但在出生后的第一个月内逐渐显现，并在大约一年内经历增殖期，随后进入消退期。虽然大多数IH会自发消退，但部分病例可能引发功能性障碍或永久性瘢痕，尤其是在涉及眼睛或气道等重要器官时。因此，早期识别和治疗高风险IH至关重要。 目前，日本血管异常临床实践指南（2017年）建议使用口服普萘洛尔或皮质类固醇等治疗方法。然而，早期治疗可能带来低血糖、心动过缓、感染和生长障碍等风险。因此，识别哪些IH患者需要早期干预成为了临床上的重要挑战。由于IH的发病机制尚不明确，且缺乏预测肿瘤增殖的生物标志物，研究人员希望通过探索血浆细胞因子作为潜在的...

基于预训练大型语言模型的人类蛋白质必要性预测与分析 学术背景 人类必需蛋白质（Human Essential Proteins, HEPs）对个体的生存和发育至关重要。然而，实验方法识别HEPs通常成本高、耗时长且劳动强度大。此外，现有的计算方法仅在细胞系水平上预测HEPs，但HEPs在活体人类、细胞系和动物模型之间差异显著。因此，开发一种能够在多个水平上全面预测HEPs的计算方法显得尤为重要。最近，大型语言模型（Large Language Models, LLMs）在自然语言处理领域取得了显著成功，蛋白质语言模型（Protein Language Models, PLMs）也因其能够在大规模蛋白质序列上进行预训练而崭露头角。然而，PLMs是否能够显著提高蛋白质必要性预测任务的效果仍然未知...