至尊彩票娱乐-至尊彩票开户

中国专家发现可预测HPV相关口咽癌治疗敏感性的“关键因子”******

　　中新网上海2月2日电(陈静 周鑫)与人乳头瘤病毒(HPV)相关的口咽癌，是具有独特临床和生物学特性的一类头颈部肿瘤，近年来在口咽癌中占比迅猛增长。

　　记者2日获悉，复旦大学附属肿瘤医院放射治疗中心头颈专科陆雪官教授领衔其团队，历经近4年探索发现了可预测HPV相关口咽癌治疗敏感性的“关键因子”。该研究为HPV相关口咽癌治疗敏感性的预测，以及未来抗肿瘤免疫的靶点选择提供了新的方向。

　　陆雪官教授2日告诉记者，根据其团队对复旦大学附属肿瘤医院患者数据的统计，HPV阳性患者在所有口咽癌患者中占比近60%。研究团队发现，HPV相关口咽癌内存在CD161+细胞毒性T淋巴细胞(CTL)亚群，其产生与HPV感染密切相关；肿瘤内CD161+CTL浸润程度与治疗反应和生存率正相关。

　　近年来，放疗、化疗和免疫治疗的综合运用给更多患者争取了非手术治疗的机会，而“如何在治疗前精准筛选出治疗敏感和预后良好的患者”则成了亟待回答的一大难题。越来越多研究显示，无论是传统的放疗、化疗，还是新兴的肿瘤免疫治疗，其疗效都与肿瘤免疫微环境密不可分。

　　据了解，陆雪官教授团队从2018年起开始从事HPV相关口咽癌免疫微环境的研究。研究团队在HPV阳性患者中鉴定出CD161+CTL亚群，并证实其可通过相关机制发挥强大的抗肿瘤作用。团队通过临床验证，发现肿瘤内CD161+CTL的高浸润与良好的治疗反应和延长的总生存率呈密切正相关性。

　　据悉，该研究成果在线发表于知名学术期刊《Cancer Immunology Research》。(完)

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）