跳到主要内容
检索

Humboldt-Universität zu Berlin

3 篇关联报道

订阅更新
  1. medRxiv

    尤文肉瘤的生存差异不在突变里:135例空间图谱分出四种预后类型,干扰素反应型预后最好

    尤文肉瘤基因组近乎单一,却长期无法解释患者生存的巨大差异。研究对135例患者的肿瘤与微环境做单细胞和空间转录组分析,识别出五种肿瘤细胞转录状态与八种由邻近细胞配置定义的生态位,并按生态位组成把患者分为融合活跃型、增殖型、免疫反应型和微环境富集型四类。免疫反应型以干扰素激活的肿瘤细胞为特征、预后较好,四类的生存差异在两个独立的批量转录组队列中得到重现。

  2. Nature Methods

    空间蛋白组学不再依赖商业软件:开源流程把取样速度提高约百倍,还能按细胞邻域取样

    深度视觉蛋白组学(DVP)此前缺少开源端到端流程,限制了推广与系统评测。openDVP把图像处理、细胞表型、激光显微切割与质谱蛋白组学串成模块化流程,并提供无需图像分析经验的快速通道。在胎盘、早期肺癌与复发乳腺癌三份存档组织上,按细胞邻域取样比逐细胞取样快约100倍,蛋白鉴定数平均提高26%。

  3. medRxiv

    多模态匿名化器:用于医疗数据去标识化的全本地多智能体AI系统

    该研究开发并评估了Multimodal Anonymizer——一个模块化、可本地部署的多智能体框架,整合多模态大语言模型、任务专用神经网络与规则化转换,在涵盖文本、表格、PDF、影像、元数据、文件名、音频、手写与3D影像的基准上,最佳本地配置(编排器为Qwen3-VL-235B-A22B-Thinking)取得每患者98.80%(95%-CI 97.20; 100)的去标识化敏感度与99.60%(95%-CI 98.80; 100)的关键临床内容保留率,在Charité本地250份产程图数据上敏感度与关键临床保留率均为100%,并在多数模态上优于既有工具。

已读完全部报道