2026肝病研究进展总结.pptxVIP

  • 1
  • 0
  • 约2.45千字
  • 约 19页
  • 2026-03-10 发布于江苏
  • 举报

2026肝病研究进展总结础研究新发现诊断标志物进展肝癌研究新视角人工智能诊断趋势CONTENTS目录

基础研究新发现

TITLEHERE乙型肝炎免疫干预双特异性抗体疫苗研发Chen等研发的SHARP双特异性抗体疫苗,同时靶向HBsAg与树突状细胞,在小鼠模型中实现HBsAg长期清除。全基因组siRNA筛选抗病毒因子Cheng等通过全基因组siRNA筛选,鉴定出核受体共激活因子5、CHD4等促乙型肝炎病毒复制因子及RAS病毒癌基因同源物等抗病毒因子。免疫干预策略创新上述研究为乙型肝炎功能性治愈提供了新的免疫干预策略,包括靶向肠道干预和基于代谢物的小分子药物开发。

研究发现,肠上皮Tm6sf2特异性缺失通过“游离脂肪酸-肠道菌群-溶血磷脂酸”轴促进肝脂质沉积与炎症,诱发代谢相关脂肪性肝炎。肠上皮Tm6sf2特异性缺失研究揭示肠道丝状真菌嗅镰刀菌代谢物FF-C1抑制神经酰胺合成酶6活性,可逆转小鼠MASH表型,拓宽了“肠-肝轴”的调控维度。肠道真菌对MASH的调控作用Zhang等发现肠上皮Tm6sf2特异性缺失通过特定途径诱发MASH,为靶向肠道干预提供了更精确的理论依据。靶向肠道干预提供新理论依据代谢性脂肪性肝炎机制

肝纤维化调控网络研究发现,肝星状细胞中c-Kit-STAT3通路的激活是纤维化的关键步骤。肝星状细胞激活机制缺失干扰素刺激基因15可解除环磷酸腺苷反应元件结合蛋白1的抑制,加重纤维化。干扰素刺激基因15与纤维化关系efruxifermin改善晚期肝纤维化,为缺乏批准疗法的患者带来新希望。成纤维细胞生长因子21类似物治疗潜力

诊断标志物进展

010302PEth在酒精性肝病诊断中的作用卵泡抑素样蛋白1作为晚期肝纤维化标志物MAC-2结合蛋白糖基化异构体在肝疾病中的应用PEth可反映酒精摄入,用于诊断脂肪性肝病,其水平也是肝脏不良结局风险的预测因子。卵泡抑素样蛋白1可作为晚期肝纤维化的诊断标志物,与肝脏组织学特征相关。MAC-2结合蛋白糖基化异构体在评估不同病因的肝纤维化、肝炎症程度及肝癌风险中显示高特异性。新型血清标志物

010203通过多靶向机器学习技术,建立三种MAFLD肝纤维化NITs(FIB-9、-11和-12),并引入三分类、四分类诊断策略。多靶向机器学习技术的应用在应用无创诊断模型评估MAFLD肝纤维化时,需制定性别特异性评分阈值,以提升评估精准度。性别特异性评分阈值的制定非专利诊断NITs(如天冬氨酸转氨酶与血小板比值指数、FIB-4等)与专利NITs(如ELF、FibroTest等)相比,诊断性能并无差异。非专利与专利NITs的比较无创诊断模型优化

010203通过检测cfDNA中OTX1和HIST1H3G双基因甲基化,成本低,操作简单,对早期肝细胞癌有高灵敏度和特异度。利用外泌体RNA-seq技术构建多癌早检图谱,实现MCED且准确区分8种癌症,其中肝细胞癌诊断AUC为0.967。通过挖掘cfDNA片段组学信息构建诊断模型,对包括肝癌在内的13种早、中期癌症诊断灵敏度为53.5%,特异度为98.1%。cfDNA甲基化检测技术外泌体RNA-seq技术cfDNA片段组学信息构建诊断模型液体活检技术应用

肝癌研究新视角

010203代谢-免疫机制揭示果糖双磷酸酶1通过NRF2-FBP1-AKT-p53开关促进突变积累,加速癌变。糖异生酶果糖双磷酸酶1在MASH与肝癌中的作用抑制ATP柠檬酸裂合酶提升靶向及免疫治疗疗效,为“代谢-免疫”联合疗法开辟新路径。代谢酶ATP柠檬酸裂合酶重塑肿瘤微环境缺氧相关因子维持NF-κB信号,抑制凋亡,是MASH背景下慢性炎症持续转化为癌变驱动力的核心节点。转录因子缺氧相关因子在MASH向肝癌演进中的角色

010203类器官在肝病中作用通过模拟门静脉-中央静脉分区特征,Reza等成功构建了具区域特异性代谢功能的多区域肝类器官。多区域肝类器官构建在动物模型中,这种多区域肝类器官显示出显著的改善肝衰竭效果,为疾病建模及再生医学提供重要基础。改善肝衰竭模型该技术有望推动肝脏疾病治疗从“器官替代”(移植)向“功能修复与再生”的范式演进,提升治疗效果。推动治疗范式演进

蛋白组学与早期诊断外泌体RNA-seq技术cfDNA片段组学信息构建模型泛癌蛋白质组学图谱通过构建多癌早检图谱,实现包括肝细胞癌在内的8种癌症的早期诊断。对13种早、中期癌症进行诊断,其中对肝癌的诊断灵敏度达到100%。覆盖22种癌症,鉴定9670种蛋白质,揭示癌症共表达特征和潜在生物标志物。

人工智能诊断趋势

010302大规模多组学数据集的缺乏限制了肝病诊断模型的发展,影响了人工智能在临床应用中的效果。数据质量参差不齐,混杂的数据会影响模型的训练效果和预测准确性,需要进一步清洗和

文档评论(0)

1亿VIP精品文档

相关文档