INTRODUCTION: The E3 ubiquitin ligase Cbl-b is a novel target in immune-oncology, with critical roles in regulating T-cell activation and signaling pathways. By facilitating the ubiquitination and degradation of key signaling proteins, Cbl-b modulates immune responses, maintaining immune homeostasis and preventing unwarranted T-cell proliferation. The therapeutic potential of Cbl-b as a cancer immunotherapy target is underscored by its contribution to an immunosuppressive tumor microenvironment, with efforts currently underway to develop small-molecule inhibitors. AREAS COVERED: We reviewed the small molecules, and antibody-drug conjugates targeting Cbl-b from 2018 to 2024. The patents were gathered through publicly available databases and analyzed with in-house developed cheminformatic workflow, described within the manuscript. EXPERT OPINION: Targeting Cbl-b presents a promising approach in immuno-oncology, offering a novel pathway to potentiate the immune system's ability to combat cancer beyond PDL1/PD1 inhibition. The development and clinical advancement of Cbl-b inhibitors, as evidenced by the ongoing trials, mark a significant step toward harnessing this target for therapeutic benefits. Overall, the strategic inhibition of Cbl-b holds substantial promise for improving cancer immunotherapy outcomes, heralding a new era in the fight against cancer.

• MeSH
• Adaptor Proteins, Signal Transducing MeSH
• Molecular Targeted Therapy * MeSH
• Immunoconjugates pharmacology   MeSH
• Immunotherapy * methods   MeSH
• Humans MeSH
• Tumor Microenvironment * immunology   MeSH
• Neoplasms * immunology   drug therapy   MeSH
• Patents as Topic * MeSH
• Antineoplastic Agents pharmacology   MeSH
• Proto-Oncogene Proteins c-cbl * immunology   antagonists & inhibitors   MeSH
• Signal Transduction drug effects   MeSH
• T-Lymphocytes immunology   drug effects   MeSH
• Drug Development * MeSH
• Animals MeSH
• Check Tag
• Humans MeSH
• Animals MeSH
• Publication type
• Journal Article MeSH
• Review MeSH

Mycoplasma spp. contamination is a major concern in laboratories handling cell cultures, and routine detection methods are usually time-consuming, laborious and lack sensitivity. This study presents a streamlined workflow integrating rapid thermal DNA extraction (99 °C-1 min) with a SYBR Green-based qPCR for Mycoplasma detection. High-coverage primers targeting an 86-bp region of the 16S rDNA were designed using 109 Mycoplasma spp. sequences from GeneBank. In silico analysis confirmed full primer annealing to major cell culture contaminants (M. arginini, M. hominis, M. orale, and M. hyorhinis). Upon thermal lysis and qPCR optimization, the yield of the protocol was equivalent to that of phenol-chloroform extraction plus qPCR, with a detection limit of 64 bacterial cells. Finally, the performance of the protocol was confirmed in cell cultures with known Mycoplasma spp. contamination, accurately reproducing the contamination status. Thus, the developed protocol provides a simple, rapid, cost-effective, and sensitive method for monitoring Mycoplasma spp. in cell cultures.

• MeSH
• Cell Culture Techniques * methods   MeSH
• DNA, Bacterial genetics   isolation & purification   MeSH
• DNA Primers genetics   MeSH
• Real-Time Polymerase Chain Reaction * methods   MeSH
• Humans MeSH
• Mycoplasma * genetics   isolation & purification   classification   MeSH
• Workflow MeSH
• DNA, Ribosomal genetics   MeSH
• RNA, Ribosomal, 16S genetics   MeSH
• Check Tag
• Humans MeSH
• Publication type
• Journal Article MeSH

Úvod: Analýza tělesného složení pomocí ct vyšetření se v současnosti ukazuje jako významný prognostický nástroj u pacientů s indikací k transkatétrové implantaci aortální chlopně (tAVi). Její rutinní využití v klinické praxi je však limitováno složitostí dostupného softwaru a vysokými technickými nároky. naším cílem bylo vyvinout a validovat webovou aplikaci, která by zjednodušila používání existujícího softwaru AutoMAticA při hodnocení tělesného složení v rámci předintervenčního vyšetření před tAVi. Metody: Vyvinuli jsme webové rozhraní integrující již validovaný software AutoMAticA, který využívá umělou inteligenci pro automatickou segmentaci tkání. Systém analyzuje předintervenční ct snímky a auto- maticky vypočítává index kosterního svalstva, objem viscerálního a podkožního tuku. Aplikace zpracovává soubory DicoM a generuje přehledné reporty včetně segmentovaných snímků a kvantitativních parametrů. Výsledky: testování systému prokázalo průměrnou dobu analýzy 21 sekund od nahrání snímků po zobrazení výsledků. uživatelské hodnocení pěti klinickými lékaři potvrdilo jednoduchost použití a klinickou využitel- nost. Analýza ilustrativních případů odhalila významné rozdíly mezi hodnocením pomocí BMi a ct analýzou tělesného složení, například u případů sarkopenické obezity nebo zachované svalové hmoty, které by při použití samotného BMi zůstaly neodhaleny. Závěr: Vyvinuté uživatelské rozhraní představuje praktické řešení pro hodnocení tělesného složení u pacientů před tAVi. Systém efektivně překlenuje mezeru mezi pokročilými analytickými možnostmi validovaného softwaru AutoMAticA a klinickou praxí díky intuitivnímu uživatelskému rozhraní. toto řešení by mělo v budoucnu umožnit přesnější stratifikaci rizika a individualizovanější přístup k pacientům s indikací k TAVI.

Background: CT-derived body composition analysis has emerged as a powerful prognostic tool for TAVI patient outcomes. However, widespread clinical implementation remains limited by complex software requirements and technical expertise barriers. This study aims to develop and validate an accessible web-based interface that streamlines the implementation of existing AutoMATiCA's validated CT-based body composition assessment in the pre-TAVI evaluation workflow. Methods: We developed a web-based interface integrating the validated AutoMATiCA's AI-driven segmentation software for automated body composition assessment. The system analyses pre-procedural CT scans to quantify Skeletal Muscle Index, Visceral Adipose Tissue, and Subcutaneous Adipose Tissue. The interface accepts DICOM files and patient data, generating comprehensive reports including segmented images and measurements. Results: System evaluation demonstrated an average analysis time of 21 seconds from upload to results display. User experience assessment with five clinicians showed unanimous positive feedback regarding acces- sibility and utility. Technical validation confirmed accurate tissue segmentation and quantification capabilities. Analysis of illustrative cases demonstrated significant discrepancies between BMI-based assessment and CT-derived body composition analysis, revealing conditions such as sarcopenic obesity and preserved muscle mass that would be missed by BMI evaluation alone. Conclusion: This technical solution provides an accessible, integrated approach to body composition assessment in TAVI patients. Building upon the validated AutoMATiCA software, the system successfully bridges the gap between complex analysis capabilities and clinical practicality through an intuitive user interface. This solution should enable more precise risk stratification and a more individualized approach to patients indicated for TAVI in the future.

• MeSH
• Obesity MeSH
• Tomography, X-Ray Computed methods   MeSH
• Surgical Clearance MeSH
• Sarcopenia MeSH
• Body Composition * MeSH
• Software MeSH
• Transcatheter Aortic Valve Replacement MeSH

Přestože myšlenku umělé inteligence (AI) lze nalézt již u starověkých filozofů, teprve rozvoj výpočetní techniky v posledních desetiletích umožnil praktický vývoj AI. V posledních dekádách se začíná AI významněji prosazovat v mnoha oborech, v poslední dekádě také v medicíně, neurologii nevyjímaje. AI se v současnosti testuje v diagnostice a plánování léčby u mnoha neurologických onemocnění. Nadějné se zdá především využití AI ve vyhodnocování nálezů neurozobrazovacích metod. AI je testována v diagnostice a léčbě neurodegenerativních onemocnění, především Alzheimerovy demence, diagnostice a léčbě cévních mozkových příhod, roztroušené sklerózy, monitorování epilepsie či v neurorehabilitaci a neuroonkologii. K dalším významným oblastem využití AI patří neurologický výzkum. Nicméně rozvoj AI přináší také mnoho etických problémů, které bude potřeba v budoucnu vyřešit. Ačkoli má AI značný potenciál v diagnostice a léčbě neurologických onemocnění, je potřeba pečlivě a kriticky validovat jednotlivé výsledky konkrétního použití AI a až následně ji integrovat do klinických pracovních postupů.

Although the idea of artificial intelligence (AI) can be found as early as the ancient philosophers, it is only the development of computing technology in recent decades that has enabled the practical development of AI. In recent decades, AI has begun to make a significant impact in many fields, including medicine, not least neurology. AI is currently being tested in diagnosis and treatment planning for many neurological diseases. In particular, the use of AI in evaluating neuroimaging findings seems promising. AI is being tested in the diagnosis and treatment of neurodegenerative diseases, especially Alzheimer's dementia, diagnosis and treatment of stroke, multiple sclerosis, monitoring of epilepsy or in neurorehabilitation and neuro-oncology. Other important applications of AI include neurological research. However, the development of AI also raises many ethical issues that will need to be resolved in the future. Although AI has considerable potential in the diagnosis and treatment of neurological diseases, there is a need to carefully and critically validate individual results of specific applications of AI before integrating it into clinical workflows.

• MeSH
• Alzheimer Disease diagnosis   MeSH
• Stroke diagnosis   MeSH
• Diagnosis, Computer-Assisted MeSH
• Humans MeSH
• Neurology * MeSH
• Artificial Intelligence * MeSH
• Check Tag
• Humans MeSH
• Publication type
• Review MeSH

Celotělovápostmortem CTangiografie(PMCTA) představujevcelosvětovémměřítkuexperimentálnímetoduzávisloupředevšímnadostupnostiinterdisciplinární spolupráce, personálním a technickém vybavení a finančních možnostech pracoviště. Autoři prezentují technické poznámky k etablovaní PMCTA na pracovišti, které od roku 2015 rutinně provádělo nativní CT vyšetření. Aplikaci této diagnosticky i vědecko-výzkumně výtěžné metody do soudnělékařské praxe umožnila mezioborová spolupráce společně s institucionální podporou rozvoje nových diagnostických metod.

Whole-body post mortem CT angiography (PMCTA) is an innovative and experimental imaging technique that relies heavily on interdisciplinary collaboration, access to skilled personnel, advanced technical equipment and the financial possibilities of the workplace. Native CT examinations (PMCT) prior to autopsy are already a standard procedure in certain forensic departments in the Czech Republic (e.g., murders, suicides, deaths of children, traffic accidents etc.). Nonetheless, the progression of forensic sciences all over the world shows the necessity to integrate other advanced imaging modalities in routine forensic practice. Incorporating PMCTA into standard forensic workflows enhances the precision of forensic diagnostics, supplements traditional autopsy findings, and elevates the objectivity of forensic outputs. This paper presents technical notes on the development of PMCTA in forensic practice in a department that since 2015 until now has routinely performed native CT examinations. Institutional support was crucial in enabling the adoption of the imaging technique, which has so far been applied to more than thirty cases. The department is currently conducting a comparative study focused on the application of three different types of perfusion media – polyethylene glycol (PEG), saline, paraffin oil – and assessing the diagnostic efficacy of PMCTA relative to conventional autopsy. Based on our experience, PMCTA is suitable for all corpses except those with advanced post-mortem decomposition or extensive open injuries. The highest diagnostic yield is achieved in cases involving suspected gastrointestinal bleeding or vascular pathologies and lesions especially of large vessels (e.g., dissection/rupture of the aorta). The protocol for whole-body PMCTA can be adapted to meet the specific needs and conditions of individual forensic departments, providing a flexible yet robust framework for enhancing forensic medical investigations.

• MeSH
• Computed Tomography Angiography methods   MeSH
• Diagnostic Imaging methods   MeSH
• Humans MeSH
• Autopsy * methods   MeSH
• Tomography, X-Ray Computed * methods   MeSH
• Forensic Medicine methods   trends   MeSH
• Check Tag
• Humans MeSH
• Publication type
• Research Support, Non-U.S. Gov't MeSH

Využití digitální patologie a umělé inteligence v anatomické patologii představuje revoluční krok směrem k modernizaci diagnostických procesů. Digitalizace, postavená zejména na využívání tzv. whole slide imaging, umožňuje vytvářet celoplošné digitální obrazy histologických preparátů, což přináší potenciální benefity v oblasti přesnosti a dostupnosti diagnostiky. Na rozdíl od tradiční mikroskopie poskytuje digitální patologie též možnost telemedicíny a vzdálené konzultace, čímž otevírá nové možnosti spolupráce a sdílení odborných znalostí na národní i mezinárodní úrovni. Implementace digitálního pracovního postupu nicméně vyžaduje rozsáhlé investice do skenerů, softwarových platforem, vysokokapacitních úložišť a IT infrastruktury. Navzdory nemalým nákladům na implementaci však přináší řadu výhod, včetně časových úspor, možnosti centralizace diagnostiky a snížení nákladů na transport vzorků. Tento příspěvek se zaměřuje na praktické aspekty implementace digitální patologie v patologických laboratořích s důrazem na přínosy, rizika a technologické požadavky spojené s digitalizací a diskutuje i zásadní role validace a verifikace celého nového pracovního procesu. Článek představuje digitální patologii jako dynamicky se rozvíjející obor s vysokým potenciálem pro personalizovanou medicínu, zlepšení diagnostické přesnosti a podporu vzdálené spolupráce, čímž reaguje na rostoucí nároky moderní medicíny.

The application of digital pathology and artificial intelligence in anatomical pathology represents a revolutionary step towards the modernization of diagnostic processes. Digitalization, primarily based on creation and subsequent use of whole slide imaging, enables generating of full digital images of histological slides, offering potential benefits in diagnostic accuracy and accessibility. Unlike traditional microscopy, digital pathology also facilitates telemedicine and remote consultation, opening new possibilities for collaboration and sharing of expertise at both national and international levels. However, implementing a digital workflow requires substantial investments in scanners, software platforms, high-capacity storage, and IT infrastructure. Despite considerable costs of implementation, it brings numerous advantages, including time savings, opportunities for centralized diagnostics, and a reduction in sample transport costs. This paper focuses on the practical aspects of implementing digital pathology in pathology laboratories, emphasizing the benefits, risks, and technological requirements associated with digitalized workflows. It also discusses crucial roles of validation and verification, which are essential for ensuring a diagnostic accuracy of digital images compared to conventional microscopy. The article presents digital pathology as a dynamically evolving field with high potential for personalized medicine, improved diagnostic accuracy, and support for remote collaboration, addressing the growing demands of modern medicine.

• MeSH
• Humans MeSH
• Pathology * trends   MeSH
• Machine Learning * trends   MeSH
• Telemedicine trends   MeSH
• Check Tag
• Humans MeSH

Úvod a cíl: Plně digitální workflow začíná ovládat naše ordinace. Přesnost a správnost některých intraorálních skenerů je nejenom dostatečná, ale výrazně překonává klasickou technologii otiskování (sádrový model) pro účely malých protetických rekonstrukcí. U velkých rekonstrukcí je ale situace zcela jiná. Cílem tohoto přehledu bylo shrnout současné poznatky o používaných technologiích intraorálních skenerů a měření jejich přesnosti. Dalším cílem bylo zhodnocení pomůcek/přípravků a postupů zpřesňujících intraorální skenování u velkých fixních protetických rekonstrukcí. Metodika: V databázích PubMed/Medline, Scopus a Embase bylo provedeno vyhledávání na základě klíčových slov: „Intraoral scanner“, „CAD/CAM“, „Trueness“, „Precision“, „Optical impression“, „Custom-made measuring device“, „Guided implant scanning“, „Continuous scan strategy“. Výsledky byly omezeny na články publikované v anglickém jazyce v letech 2010–2024. Výsledky: Kritéria pro zařazení do našeho článku splňovalo 37 publikací. Článků popisujících technologie, se kterými pracují dostupné intraorální skenery, bylo velmi málo. Publikací, které se zaměřovaly na zpřesnění intraorálního skenovaní pomocí nových postupů nebo přípravků, bylo 21. Zbylé zahrnuté články se zabývaly srovnáváním přesnosti intraorálních skenerů mezi různými výrobky nebo srovnáním s tradičními výrobními postupy. Většina studií porovnávajících přesnost intraorálních skenerů dříve využívala měření vzdálenosti a úhlové chyby. V novějších studiích převládá metoda překrývání povrchových dat získaných 3D skenery. Pouze jedna studie využívá pyramid replacement method s Prokrustovou analýzou. Závěr: Článků zabývajících se principem intraorálních skenerů je velmi málo a ve stomatologických časopisech jde o raritu. Z analýzy dostupné literatury vyplývá, že možností zpřesnění intraorálního skenu je více. Jedná se zejména o optimalizaci trasy skenování a zapojení jiných přístrojů bez skládací chyby do protetických postupů. Nadějně vypadají zejména extraorální skenery, a hlavně zapojení protetických laboratorních skenerů. Zmenšení deformace intraorálních skenů pomocí různých přípravků pravděpodobně nepřinese požadované zpřesnění.

Introduction and aim: A fully digital workflow is increasingly dominating our surgeries. For small prosthetic reconstructions on teeth or implants, the precision and trueness of certain intraoral scanners are not only sufficient, but significantly better than the conventional technology – dental impression/plaster model. A completely different situation arises with large reconstructions. The aim of this literature review was to summarize the current knowledge on intraoral scanner technologies and their accuracy measurements. Another aim was to evaluate devices and procedures for improving the accuracy of intraoral scans in large fixed prosthetic reconstructions. Methods: The PubMed/Medline, Scopus, and Embase databases were searched using the following keywords: “Intraoral scanner”, “CAD/CAM”, “Trueness”, “Precision”, “Optical impression”, “Custom-made measuring device”, “Guided implant scanning”, “Continuous scan strategy”. The results were limited to articles published in the English language between 2010 and 2024. Results: Thirty-seven publications met the inclusion criteria. There are very few articles describing the technology used by currently available intraoral scanners. Twenty-one publications focused on improving the accuracy of intraoral scanning using new procedures or devices. The remainder of the included articles compared the accuracy of intraoral scanners across different products or compared to traditional prosthetic procedures. Most of the older studies comparing the accuracy of intraoral scanners used distance measurements and angular errors. In more recent studies, the method of superimposing surface data obtained by 3D scanners was predominant. Only one study employed the pyramid replacement method with Procrustean analysis. Conclusion: Articles addressing the principles of intraoral scanners are scarce and rarely found in dental journals. An analysis of the available literature shows that there are multiple options to improve the accuracy of intraoral scanning. These strategies primarily involve optimizing the scanning path and incorporating additional devices to avoid merging errors in the prosthetic workflow. Extraoral scanners and the use of prosthetic lab scanners are especially promising. Reducing the merging error of intraoral scans using different devices probably does not have the potential to ensure the required accuracy.

• MeSH
• Technology, Dental methods   MeSH
• Computer-Aided Design instrumentation   MeSH
• Radiography, Dental, Digital * methods   MeSH
• Humans MeSH
• Systematic Reviews as Topic MeSH
• Imaging, Three-Dimensional methods   MeSH
• Dental Prosthesis Design MeSH
• Check Tag
• Humans MeSH

Many small molecules require derivatization to increase their volatility and to be amenable to gas chromatographic (GC) separation. Derivatization is usually time-consuming, and typical batch-wise procedures increase sample variability. Sequential automation of derivatization via robotic liquid handling enables the overlapping of sample preparation and analysis, maximizing time efficiency and minimizing variability. Herein, a protocol for the fully automated, two-stage derivatization of human blood-based samples in line with GC-[Orbitrap] mass spectrometry (MS)-based metabolomics is described. The protocol delivers a sample-to-sample runtime of 31 min, being suitable for better throughput routine metabolomic analysis. Key features • Direct and rapid methoximation on vial followed by silylation of metabolites in various blood matrices. • Measure ~40 samples per 24 h, identifying > 70 metabolites. • Quantitative reproducibility of routinely measured metabolites with coefficients of variation (CVs) < 30%. • Requires a Thermo ScientificTM TriPlusTM RSH (or comparable) autosampler equipped with incubator/agitator, cooled drawer, and automatic tool change (ATC) station equipped with liquid handling tools. Graphical overview Workflow for profiling metabolites in human blood using automated derivatization.

• Publication type
• Journal Article MeSH

Artificial intelligence (AI) has significantly impacted numerous industries, including health care, dentistry, and specifically prosthodontics. This review focuses on AI's role in prosthodontics, detailing its use in diagnosis, design, and manufacturing. AI-driven systems analyze intraoral scans, improve prosthetic planning, and aid in robotic procedures. Emerging technologies, such as generative AI for prosthetic design and AI-driven material innovation, are discussed alongside the ethical and regulatory challenges facing broader adoption. The review highlights AI's potential to transform prosthodontic workflows, facilitating more accurate, efficient, and personalized care, while also pointing to future developments such as real-time monitoring and enhanced collaboration platforms.

• MeSH
• Computer-Aided Design MeSH
• Humans MeSH
• Prosthodontics * methods   MeSH
• Artificial Intelligence * MeSH
• Dental Prosthesis Design methods   MeSH
• Check Tag
• Humans MeSH
• Publication type
• Journal Article MeSH
• Review MeSH

Endometrial biopsies are important in the diagnostic workup of women who present with abnormal uterine bleeding or hereditary risk of endometrial cancer. In general, approximately 10% of all endometrial biopsies demonstrate endometrial (pre)malignancy that requires specific treatment. As the diagnostic evaluation of mostly benign cases results in a substantial workload for pathologists, artificial intelligence (AI)-assisted preselection of biopsies could optimize the workflow. This study aimed to assess the feasibility of AI-assisted diagnosis for endometrial biopsies (endometrial Pipelle biopsy computer-aided diagnosis), trained on daily-practice whole-slide images instead of highly selected images. Endometrial biopsies were classified into 6 clinically relevant categories defined as follows: nonrepresentative, normal, nonneoplastic, hyperplasia without atypia, hyperplasia with atypia, and malignant. The agreement among 15 pathologists, within these classifications, was evaluated in 91 endometrial biopsies. Next, an algorithm (trained on a total of 2819 endometrial biopsies) rated the same 91 cases, and we compared its performance using the pathologist's classification as the reference standard. The interrater reliability among pathologists was moderate with a mean Cohen's kappa of 0.51, whereas for a binary classification into benign vs (pre)malignant, the agreement was substantial with a mean Cohen's kappa of 0.66. The AI algorithm performed slightly worse for the 6 categories with a moderate Cohen's kappa of 0.43 but was comparable for the binary classification with a substantial Cohen's kappa of 0.65. AI-assisted diagnosis of endometrial biopsies was demonstrated to be feasible in discriminating between benign and (pre)malignant endometrial tissues, even when trained on unselected cases. Endometrial premalignancies remain challenging for both pathologists and AI algorithms. Future steps to improve reliability of the diagnosis are needed to achieve a more refined AI-assisted diagnostic solution for endometrial biopsies that covers both premalignant and malignant diagnoses.

• MeSH
• Biopsy MeSH
• Hyperplasia MeSH
• Humans MeSH
• Computers * MeSH
• Reproducibility of Results MeSH
• Feasibility Studies MeSH
• Artificial Intelligence * MeSH
• Check Tag
• Humans MeSH
• Female MeSH
• Publication type
• Journal Article MeSH