乳がん細胞株のクロマチンアクセシビリティ解析による系統特異的なエピジェネティック制御因子FOXA1とGRHL2の同定 背景紹介 乳がんは非常に異質性の強い疾患であり、現在の臨床では遺伝子発現パターン、内在分子サブタイプ、ホルモン受容体/ヒト上皮成長因子受容体2 (HER2) の発現に基づいて分類されています。しかし、既存の研究は乳腺腫瘍が遺伝子発現以外にも明確な異質性を示していることを明らかにしています。例えば、エストロゲン受容体陽性(ER+)乳がんのいくつかはER応答エレメントのアクセシビリティが低下しており、予後不良を引き起こす可能性があります。これらの発見に基づいて、エピジェネティック状態の識別は乳がんの異質性をより包括的に理解するために重要です。 乳がん細胞株は乳がん研究の重要なモデ...

AAV介在のトラスツズマブ中枢神経系送達によるEGFR2陽性脳転移腫瘍治療 背景紹介 乳がん治療において、ヒト上皮成長因子受容体2（HER2）陽性の腫瘍は、より攻撃的な特徴を示し、臨床治療において顕著な課題となっています。1998年にトラスツズマブ（商品名：ハーセプチン®）が承認されて以来、この薬はHER2陽性乳がん患者の全体生存率を顕著に改善してきました。しかし、中枢神経系（CNS）に転移したHER2陽性の脳転移症例に対しては、血液脳関門や他の要因の影響により、トラスツズマブの脳脊髄液中の半減期が短い（2-4日）ため、従来の全身的な抗HER2抗体治療の効果は限られています。そのため、HER2陽性CNS疾病を標的とする新しい治療法を模索する必要があります。 研究出典 本研究は、ペンシルベニア...

言語感知に対する神経振動の位相依存性：学際的研究報告 背景紹介 言語感知過程において、神経振動の位相は神経表象の分離および感知決定において重要な役割を果たします。しかし、具体的な位相符号化のメカニズムはまだ明確ではありません。本研究は、位相符号がどのようにして言語単位の確率に基づき感知されるのかを明らかにすることを目的としています。さらに、この位相符号化の領域特異性も探求しました。これらの結果は、神経振動が神経細胞の興奮性をもとに言語神経表象を分離することを示しています。 論文の出典 この論文は、Sanne Ten Oever、Lorenzo Titone、Noémie Te Rietmolen、Andrea E. Martinによって完成されました。主要な所属機関は、マックス・プランク心理...

SIRT1-Rab7アクシスはエンドソーム依存的線虫自己食で敗血症誘発性急性肺障害におけるNLRP3とSTINGの活性化を制御する 学術的背景 急性肺障害(ALI)は、敗血症患者の主な死因の1つであり、主に内皮細胞(EC)の炎症性変化と透過性障害が原因となる。線虫体の機能障害は、敗血症誘発性ALIの病因メカニズムにおいて、重要な調節作用を果たしている。線虫自己食は線虫体の質量を調節することが広く認識されているが、敗血症誘発性ALIにおける具体的な役割はまだ明らかになっていない。SIRT1(Sirtuin 1)はヒストン脱アセチル化酵素であり、炎症、線虫自己食、細胞老化の調節に関与する。本研究では、SIRT1シグナル経路を介したエンドソーム依存的な線虫自己食の方法を示し、それが敗血症誘発性AL...

小児脳グリオーマ：固有の分子特性を持つびまん性グリオーマの予後不良表現型 引言 グリオーマ脳症（gliomatosis cerebri, GC）は高度に侵襲的なびまん性グリオーマであり、初期にはその分子特性が確立できなかったため、独立した病理タイプとして見捨てられました。しかし、分子生物学の進歩、特に小児において、GCの生物学的特性の違いが学界の注目を集めつつあります。小児と成人のびまん性グリオーマの重要な生物学的特性の顕著な違いにより、世界保健機関（WHO）の中央神経系腫瘍分類第5版では、小児タイプと成人タイプのグリオーマが分子特性で明確に区別されています。それにもかかわらず、早期に定義されたGCのような異なるグリオーマ（亜）タイプの臨床表現が無視される可能性があります。このタイプは、少な...

ラマン分光法と機械学習プラットフォームに基づくIDH変異型と野生型膠芽腫細胞の代謝差異研究 背景紹介 膠芽腫の診断と治療において、フォルマリン固定、パラフィン包埋（FFPE）組織切片が広く使用されています。しかし、包埋媒体の背景ノイズの影響を受け、FFPE組織はラマン分光法に基づく研究に限られた応用しかされていません。この問題を克服し、腫瘍サブタイプを識別するために、我々の研究チームは新しいラマン分光法に基づく機械学習プラットフォーム「APOLLO (悪性膠芽腫のラマン分光法病理学）」を開発しました。これはFFPE組織切片から膠芽腫のサブタイプを予測できるプラットフォームです。 論文の出典 本論文は、Adrian Lita、Joel Sjöberg、David Păcioianuらの学者によ...