Increasing evidence suggests that gut microbiota play a role in the pathogenesis of breast cancer. The composition and functional capacity of gut microbiota associated with breast cancer have not been studied systematically.

Abstract The sole use of single modality data often fails to capture the complex heterogeneity among patients, including the variability in resistance to anti-HER2 therapy and outcomes of combined treatment regimens, for the treatment of HER2-positive gastric cancer (GC). This modality deficit has not been fully considered in many studies. Furthermore, the application of artificial intelligence in predicting the treatment response, particularly in complex diseases such as GC, is still in its infancy. Therefore, this study aimed to use a comprehensive analytic approach to accurately predict treatment responses to anti-HER2 therapy or anti-HER2 combined immunotherapy in patients with HER2-positive GC. We collected multi-modal data, comprising radiology, pathology, and clinical information from a cohort of 429 patients: 310 treated with anti-HER2 therapy and 119 treated with a combination of anti-HER2 and anti-PD-1/PD-L1 inhibitors immunotherapy. We introduced a deep learning model, called the Multi-Modal model (MuMo), that integrates these data to make precise treatment response predictions. MuMo achieved an area under the curve score of 0.821 for anti-HER2 therapy and 0.914 for combined immunotherapy. Moreover, patients classified as low-risk by MuMo exhibited significantly prolonged progression-free survival and overall survival (log-rank test, P < 0.05). These findings not only highlight the significance of multi-modal data analysis in enhancing treatment evaluation and personalized medicine for HER2-positive gastric cancer, but also the potential and clinical value of our model.

Inflammation and tissue damage associated with pancreatitis can precede or occur concurrently with pancreatic ductal adenocarcinoma (PDAC). We demonstrate that in PDAC coupled with pancreatitis (ptPDAC), antigen-presenting type-I conventional dendritic cells (cDC1s) are specifically activated. Immune checkpoint blockade therapy (iCBT) leads to cytotoxic CD8 + T cell activation and eradication of ptPDAC with restoration of lifespan even upon PDAC re-challenge. Such eradication of ptPDAC was reversed following specific depletion of dendritic cells. Employing PDAC antigen-loaded cDC1s as a vaccine, immunotherapy-resistant PDAC was rendered sensitive to iCBT with a curative outcome. Analysis of the T-cell receptor (TCR) sequences in the tumor infiltrating CD8 + T cells following cDC1 vaccination coupled with iCBT identified unique CDR3 sequences with potential therapeutic significance. Our findings identify a fundamental difference in the immune microenvironment and adaptive immune response in PDAC concurrent with, or without pancreatitis, and provides a rationale for combining cDC1 vaccination with iCBT as a potential treatment option.

This paper presents an empirical investigation into the refinement of precision assistance methodologies designed to benefit individuals receiving subsistence allowances. The central objective is to leverage advanced cluster analysis methodologies, particularly the k-prototypes algorithm, to scrutinize heterogeneous datasets, amalgamating both categorical and numerical variables. The overarching goal is to discern distinctive subpopulations within the beneficiary cohort, thereby facilitating the customization of assistance initiatives with greater efficacy. The methodological framework encompasses several key stages, including meticulous data preprocessing, the application of the k-prototypes algorithm for cluster formation, and precision assistance suggestions for clustering results. The findings of this inquiry underscore the efficacy of the proposed approach in delineating population segments accurately, thus offering promising prospects for optimizing resource allocation and refining service provision. In sum, this scholarly endeavor represents a significant stride forward in the realm of precision assistance strategies tailored for marginalized communities, thereby augmenting the operational efficiency and societal impact of extant social welfare endeavors.

Abstract Huanglian Jiedu Decoction (HJD) is a well-known Traditional Chinese Medicine formula that has been used for liver protection in thousands of years. However, the therapeutic effects and mechanisms of HJD in treating drug-induced liver injury (DILI) remain unknown. In this study, a total of 26 genes related to both HJD and DILI were identified, which are corresponding to a total of 41 potential active compounds in HJD. KEGG analysis revealed that Tryptophan metabolism pathway is particularly important. The overlapped genes from KEGG and GO analysis indicated the significance of CYP1A1, CYP1A2, and CYP1B1. Experimental results confirmed that HJD has a protective effect on DILI through Tryptophan metabolism pathway. In addition, the active ingredients Corymbosin, and Moslosooflavone were found to have relative strong intensity in UPLC-Q-TOF-MS/MS analysis, showing interactions with CYP1A1, CYP1A2, and CYP1B1 through molecule docking. These findings could provide insights into the treatment effects of HJD on DILI.

Background Our previous research highlighted the potential role of immunoglobulin G4 (IgG4) in mediating immunosuppression within the tumor microenvironment (TME). Tertiary lymphoid structures (TLS) in the TME have important immune-related functions. This study aims to analyze the distribution characteristics of IgG4-expressing cells, regulatory T cells (Tregs), and M2-type macrophages as well as to elucidate the relationship between IgG4 and the polarization of M2 macrophages within TLS in esophageal cancer. Object To elucidate the distribution of IgG4, Treg cells, and M2 macrophages in TLS and to assess the impact of IgG4 on macrophage polarization. Methods Esophageal cancer tissue were analyzed with multiplex immunofluorescence to determine the spatial distribution and density of B cells, T cells, and their subtypes. The relationship between IgG4 and CD8+ T cells in TLS, along with interleukin-10 (IL-10) expression and Treg presence, was studied. Serum IgG4 and IL-10 levels were compared between patients and healthy controls. In vitro , the impact of IgG4 on monocyte differentiation into M2 macrophages was observed. Results IgG4 density was inversely related with CD8+ T cells in mature TLS indicating a potential immunosuppressive role (P&lt;0.05,*). Serum analysis revealed that both IgG4 (P&lt;0.01, **) and IL-10 (P&lt;0.0001, ****) were significantly elevated and positively correlated in tumor patients compared to controls (P&lt;0.01, **). In vitro experiments confirmed that IgG4 monocyte differentiation into M2 macrophages, potentially enhancing the immunosuppressive phenotype in TLS. Conclusion IgG4 and IL-10 may contribute to immunosuppression in esophageal cancer by promoting the polarization of M2 macrophages within TLS, which could be a therapeutic target.