近年來，腫瘤成為全球健康的重要議題，腫瘤微環境（TME）在腫瘤細胞的行為中扮演關鍵角色，包括其產生、發展、轉移和消除。隨著大型語言模型等先進人工智慧（AI）演算法的出現，醫學研究進展迅速。這篇綜述探討AI在腫瘤代謝研究中的應用，特別是腫瘤細胞與正常細胞之間的表達差異，並透過代謝組學和TME互動的視角分析這些差異，提供對腫瘤潛在病理機制的深入見解。 PubMed DOI

空間解析質譜（MS）和質譜成像技術越來越多地應用於腎臟生物分子研究，能無標記地檢測多種分子，如代謝物、藥物和蛋白質。這些技術透過分析生物液體、整個器官及單一細胞，為腎臟健康與疾病提供新見解。隨著樣本處理技術和空間解析度的提升，加上機器學習和人工智慧的應用，這些技術在腎臟病學中的價值預期將持續增長，填補基因組學和轉錄組學的不足。 PubMed DOI

這項研究分析了超過5,100種蛋白質在U2OS骨肉瘤細胞中的互動，繪製出人類亞細胞結構的完整地圖。研究人員透過自我監督的數據整合，找出275個分子組合，並用尺寸排除色譜法驗證結果。這項研究揭示了111個異二聚體複合體的結構，並為975種蛋白質指派了新功能，特別是在RNA處理和干擾素信號傳導中。研究還解碼了兒童癌症基因組，識別出21個反覆突變的組合，並發現102種新的癌症蛋白質。這些成果可透過Cell Visualization Portal和Mapping Toolkit獲得，成為細胞生物學的重要資源。 PubMed DOI

這篇評論強調糖類在腎臟功能與疾病中的重要性，並探討它們在組織中的分佈。文中提到不同類型的糖類及其在腎臟生物學中的角色，特別是質譜影像（MSI）技術，能提供全面的糖類組成資訊，優於傳統的凝集素和代謝物標記方法。評論中也提到蛋白質N-糖基化對腎臟健康的重要性，最近在N-糖類的MSI進展有助於加深我們對腎臟病理生理的理解，並可能有臨床應用的潛力。 PubMed DOI

急性腎損傷（AKI）是一種常見的情況，會增加健康風險和醫療成本。早期檢測和管理對改善病人結果非常重要。近期在腎臟影像學和組學技術的進展，雖然增強了我們對腎損傷的理解，但也帶來了挑戰。這篇綜述探討了基於質譜成像的空間代謝組學在研究缺血和毒素引起的AKI的應用，提供了對病理生理學的見解，特別是脂質代謝和能量轉換的變化。持續的研究對於推進腎損傷的診斷、機制和治療至關重要。 PubMed DOI

全球超過8.5億人受腎臟病影響，早期發現很重要。腎臟病常會造成脂質代謝異常。質譜影像（像MALDI、DESI MSI）能幫助研究人員在腎臟特定區域觀察脂質變化，深入了解疾病機制。結合空間代謝體學和其他技術，有機會帶來新的臨床應用。 PubMed DOI

Omics 資料量暴增，超出現有分析能力，但大型語言模型（LLMs）能解決這問題。透過多模態基礎模型預訓練，可有效解析基因體、轉錄體等多元資料，應用於細胞分類、生物標記發現、基因調控等，推動 AI 驅動的生物研究，深入了解生命科學。 PubMed DOI

近十年質譜影像技術大躍進，能在組織切片中高解析度地描繪數百種代謝物和蛋白質分布，特別在腎臟等器官研究上很有幫助。這些成果仰賴跨領域合作，但資料分析和標準化還有待加強。隨著技術和品質控管進步，未來應用會更普及，對複雜疾病的理解也會更深入。 PubMed DOI

這篇綜述介紹多模態生成式AI在解剖病理學的應用，包括影像分析、診斷輔助、教育和分子特徵偵測等。雖然模型表現不錯，但多數只在小型資料集上訓練，還需更多驗證。作者建議多中心合作和利用合成資料，以提升臨床可靠性。整體來說，多模態Gen-AI未來發展潛力大。 PubMed DOI

慢性腎臟病常見腎小球硬化、腎小管萎縮和間質纖維化，但相關分子機制還不明。空間代謝體學能分析組織內代謝物分布，協助找出導致這些病變的細胞路徑。本文探討如何用這技術研究CKD病理變化及發展代謝體標誌時遇到的挑戰。 PubMed DOI