研究人员基于FFPE样本构建甲基化图谱预测癌症原发部位
识别癌症的原发部位对于癌症诊断和后续治疗至关重要。过去二十年中，针对肿瘤抗原的免疫组织化学（IHC）被视为“金标准”（能够判定50-65%的转移癌的原发部位）。
Gut：科学家利用DNA甲基化特征能准确区分胰腺导管腺癌和胰腺炎患者
来自德国癌症研究中心等机构的科学家们通过研究有望找到能明确诊断的特殊分子标志物。在机器学习的支持下，研究人员识别出了一种特殊的DNA甲基化模式，其能以较高的准确性区分慢性炎症和恶性改变的组织样本。
Cancer Cell：人工智能预测结直肠癌，精准肿瘤学的一大步
论文第一作者 Sophia J. Wagner 强调，当最终在临床常规中使用该算法模型，对活检组织的进一步支持，增加了该算法对患者的益处。
Cancer Cell：利用人工智能对脑转移瘤分类，揭示其对神经环路的影响
论文共同通讯作者、西班牙国家研究委员会卡哈尔研究所神经回路实验室主任 Liset Menéndez de la Prida 表示，通过机器学习，能够整合所有的数据来创建一个模型，通过观察大脑的电活动，
Sci：老龄化微环境景观的多组学分析对局限性前列腺癌的治疗意义
根据最新的癌症统计数据，前列腺癌已超过肺癌成为男性恶性肿瘤中发病率最高的疾病，其死亡率仅次于肺癌。对于局限性前列腺癌，根治性前列腺切除术和放射治疗是推荐的治疗策略。
科研人员揭示肠癌DNA甲基化调控的新机制
DNA去甲基化酶TET2在调控DNA甲基化状态中发挥重要作用。血液肿瘤中，TET2具有高频的基因突变，导致其活性丢失，但在肠癌等实体肿瘤中，TET2的失活形式和机制尚不清楚。
Cell：DDM1对组蛋白H3变体的染色质重塑可实现植物DNA甲基化的跨代表观遗传
当有机体将它们的基因传给后代时，它们传递的不仅仅是 DNA 中的代码。有些有机体还会传递化学标记来指示细胞如何使用这些代码。将这些化学标记传递给后代被称为表观遗传（epigenetic inherit
Brain-X：浙大祝向东团队综述人工智能模型Transformer在脑肿瘤诊断和治疗中的应用
恶性脑肿瘤显著增加了全球人类致残率和死亡率，早期发现和诊断是改善脑肿瘤治疗效果的关键。目前，Transformer作为一种可应用于脑肿瘤诊断和治疗的深度学习模型，正在吸引广大研究者的广泛关注。
研究揭示人源胚胎干细胞外泌体在肺纤维化治疗中的作用和机制
特发性肺纤维化（IPF）是慢性、进行性、不可逆的肺部疾病，其特征为肺纤维化和肺功能受损，最终导致呼吸衰竭。许多研究已发现，干细胞外泌体在纤维化的干预中颇具潜力。其中，间充质干细胞外泌体（MSC-Exo