迷迭香酸作为一种天然酚酸类化合物目前已被广泛应用于多种癌症的治疗。为探讨迷迭香酸对人宫颈癌的治疗效果，本研究通过细胞增殖、迁移和自噬等试验进行功能验证，并应用蛋白质免疫印迹技术验证了其可能发挥作用的信号通路。研究结果发现：经迷迭香酸处理后，人宫颈癌Hela细胞的增殖能力显著性下降；细胞的迁移能力同样受到抑制，自噬相关蛋白（ATGs）ATG5和Beclin1（酵母ATG6同源物）表达上调，磷脂酰肌醇-3-激酶（PI3K）、丝氨酸苏氨酸蛋白激酶（AKT）和雷帕霉素靶蛋白（mTOR）表达下降。这提示，迷迭香酸可能通过抑制PI3K/AKT/mTOR信号通路来促进细胞的自噬，并抑制宫颈癌细胞的增殖、迁移。该研究结果进一步说明了迷迭香酸作为抗癌药物的潜在价值，为抗癌药物的研发提供了一个新的理论。

通过多种肿瘤数据库和生物信息学方法分析磷脂酶A2-Ⅶ(PLA2G7)的基因在宫颈癌中的表达与预后及免疫浸润的关系。利用cBioPortal、GEO、GEPIA2、TCGA数据库分析PLA2G7基因的遗传变异、表达情况及其与患者预后的关系。利用基因集富集分析(GSEA)和基因集变异分析(GSVA)方法研究TCGA中宫颈癌患者PLA2G7表达的生物学功能及参与的信号通路。通过TIMER数据库分析PLA2G7表达与免疫浸润细胞及其标记基因之间的相关性。结果显示: 与正常宫颈组织相比, PLA2G7在宫颈肿瘤组织中高表达; PLA2G7的高表达显著富集在趋化因子信号通路、自然杀伤细胞介导的细胞毒性、T细胞受体信号通路等免疫相关通路上; PLA2G7高表达与总生存期(OS)的延长相关(log-rank P=0.030); 亚组分析表明, PLA2G7高表达在年老组、stageⅠ&stageⅡ和G3&G4中与较长的OS相关; PLA2G7表达与宫颈肿瘤组织中CD4+ T细胞、CD8+ T细胞、巨噬细胞、中性粒细胞和树突状细胞的浸润水平呈正相关, 并与免疫细胞基因标记物CD86、CD115(CSF1R)、CD163、MS4A4A、CD11c(ITGAX)、CTLA4和TIM-3(HAVCR2)的表达存在强相关性。本研究表明, 在宫颈癌患者中PLA2G7高表达可能是通过增强免疫细胞的募集信号通路、调节免疫浸润细胞的富集, 从而改善宫颈癌患者的生存状况。这为PLA2G7作为宫颈癌诊断治疗及其预后评估的生物标志物提供了理论基础。

丝裂原活化蛋白激酶(MAPK)家族在基因表达调控和细胞功能活动中发挥了关键作用, 并且在肿瘤的发生发展中也起着重要作用。最近发现, MAPK家族的一个新成员MAPK4在肺癌的进展中起着重要作用, 然而MAPK4在宫颈癌中的作用尚未见报道。本研究首先通过GSCA在线软件在12个组织类型共65种肿瘤细胞系中分析了MAPK4的mRNA水平。根据分析的结果, 选取了宫颈癌细胞中MAPK4表达最高的HeLa细胞和表达最低的SiHa细胞作为研究模型进行下一步的研究。在HeLa细胞中,干扰MAPK4的表达后, 通过CCK8试验检测了宫颈癌细胞的增殖能力, 发现HeLa细胞的增殖能力显著下降。在SiHa细胞中, 转染MAPK4过表达质粒后检测细胞的增殖能力,发现MAPK4过表达后, SiHa细胞的增殖能力显著上升。最后, 本研究探索了MAPK4诱导宫颈癌细胞增殖的分子机制, 发现在宫颈癌细胞中MAPK4促进了蛋白激酶B(AKT)的活性, 这表明MAPK4可能通过激活AKT促进了宫颈癌细胞的增殖。上述研究结果表明, MAPK4能作为判断宫颈癌增殖潜能的标志物以及宫颈癌治疗的潜在分子靶点。本研究为宫颈癌的发病机制提供了新的见解, 对开发新的靶向药物治疗宫颈癌具有一定的价值。

白光阴道镜图像对比度较低, 不利于医生鉴别不同病变程度组织, 也不利于自动化宫颈癌筛查。 利用癌变组织富含血红蛋白成分及血红蛋白具有特征波段这一特性, 与传统高光谱空间扫描成像及分时获取不同波段多光谱成像方法相反, 利用快照式多光谱窄带成像来加速光谱图像获取过程, 提升不同病变程度组织之间灰度对比度同时, 降低后续图像分析处理算法难度, 实现对宫颈组织病变类型高帧率自动化分类。 首先, 使用微型快照式窄带多光谱摄像方法, 在血红蛋白的两个强吸收峰(415±10)和(525±10) nm、 一个反射带(620±10) nm和一个背景波段(450±10) nm共四个波段对宫颈组织进行快照式零时差获取四幅窄带光谱图像。 而后, 对所获取的光谱图像进行简单代数加减, 以生成突显病变组织的融合图像, 提高不同病变程度组织之间的对比度。 最后, 使用欧式距离分类算法, 对光谱融合图像中不同病变级别进行分类, 建立计算机辅助宫颈癌筛查方法。 创新点在于实现了高帧率计算机辅助光学病理诊断方法。 分别采用临床常规白光阴道镜及微型快照式窄带多光谱摄像对宫颈癌手术切下的新鲜组织进行彩色图像及光谱融合图像的高帧率采集, 并使用同一个欧式距离分类算法对两种图像进行自动分类, 分类结果都以组织病理诊断作为标准来计算正确率。 通过对比两种分类结果正确率来检验光谱融合图像相对于彩色图像是否提升对比度, 及其是否可以实现与组织病理诊断（金标准）结果一致的诊断。 欧式距离分类算法对光谱融合图像分类准确率接近100%, 远高于对白光阴道镜图像约50%的准确率。 多位临床医生对基于微型快照式多光谱摄像头光谱融合图像的计算机自动分类结果表示接受。 微型快照式窄带多光谱成像方法能有效提升光谱融合图像获取帧率及不同病变程度组织之间灰度对比度, 能有效快速地将宫颈组织划分为与组织病理诊断结果一致的病变类型。 由于诊断客观、 无创伤、 结果立等可得, 该方法将有助于实现落后地区宫颈癌筛查的普及以及图像导航下的宫颈癌精准治疗手术。

Computer-assisted cervical screening is an effective method to save the doctors' workload and improve their work e±ciency. Usually, the correct classification of cervical cells depends on the nuclear segmentation effect and the extraction of nuclear features. However, the precise nucleus segmentation remains a huge challenge, especially for densely distributed nucleus. Moreover, previous cellular classification methods are mostly based on morphological features of nucleus size or color. Those individual features can make accurate classification for severe lesions, but not for mild lesions. In this paper, we propose an accurate instance segmentation algorithm and propose cognition-based features to identify cervical cancer cells. Different from previous individual nucleus features, we also propose population features and cognition-based features according to the Bethesda System (TBS) for reporting cervical cytology and the diagnostic experience of the cytologists. The results showed that the segmentation achieves better success in complex situations than that by traditional segmentation algorithms. Besides, the cell classification via cognition-based features also help us find out more about less severe lesions' nuclei than that based on conventional features of individual nucleus, meaning an improvement of classification accuracy for cervical screening.

目前常用的宫颈癌细胞筛查方法有TBS分类法和细胞DNA定量分析法, TBS分类法主要是观察细胞形态是否发生异常改变; 而DNA定量分析法是统计细胞核内的DNA含量是否发生增值, 两种方法需要在两张不同的细胞涂片上分别展开。针对此, 设计了一种在复合染色的环境下利用多光谱成像技术的宫颈细胞实时筛查系统。该系统实现了在一张细胞涂片上同时使用TBS分类法和DNA定量分析法进行宫颈癌细胞的筛查。其主要评价参数是细胞核内的DNA含量(即DI指数), 同时可以观察细胞形态。该系统可以测量各个细胞核的DI值并且获得整个细胞的彩色图像, 从而辅助医生对DI值大于2.5的异常细胞进行定位筛查。实验表明, 该系统具有快速、准确和高效的特点, 敏感性超过95%, 克服了涂片质量差、判断阳性率低的缺点。

This study develops a novel cervical precancerous detection system by using texture analysis of field emission scanning electron microscopy (FE-SEM) images. The processing scheme adopted in the proposed system focused on two steps. The first step was to enhance cervical cell FE-SEM images in order to show the precancerous characterization indicator. A problem arises from the question of how to extract features which characterize cervical precancerous cells. For the first step, a preprocessing technique called intensity transformation and morphological operation (ITMO) algorithm used to enhance the quality of images was proposed. The algo-rithm consisted of contrast stretching and morphological opening operations. The second step was to characterize the cervical cells to three classes, namely normal, low grade intra-epithelial squamous lesion (LSIL), and high grade intra-epithelial squamous lesion (HSIL). To differen-tiate between normal and precancerous cells of the cervical cell FE-SEM images, human papillomavirus (HPV) contained in the surface of cells were used as indicators. In this paper, we investigated the use of texture as a tool in determining precancerous cell images based on the observation that cell images have a distinct visual texture. Gray level co-occurrences matrix (GLCM) technique was used to extract the texture features. To confirm the system's perfor-mance, the system was tested using 150 cervical cell FE-SEM images. The results showed that the accuracy, sensitivity and specificity of the proposed system are 95.7%, 95.7% and 95.8%, respectively.

采用电解法制备新型、高效纳米银膜作为近红外表面增强拉曼散射(NIR-SERS) 基底，检测了22 例健康女性和22 例宫颈癌患者氧合血红蛋白的NIR-SERS 光谱。对比宫颈癌患者与健康女性氧合血红蛋白NIR-SERS 光谱，发现两者区别明显。利用多变量统计分析方法得到宫颈癌患者与健康女性氧合血红蛋白的NIR-SERS光谱在472、662、720和1209 cm-1谱峰处区别最为明显，诊断的特异性与灵敏度均为86.4%。由谱峰归属分析得知，宫颈癌患者血液中高铁血红蛋白吡咯环折叠振动、氧合血红蛋白吡咯环的对称变形振动、反对称变形振动和吡咯环间CmH 基团的变形振动等振动模式与健康女性相比有明显的减少。研究表明，NIR-SERS 技术结合多变量统计分析方法可以较好地区分宫颈癌患者和健康女性氧合血红蛋白，有望发展成为一种新型的宫颈癌临床诊断工具。