抗击化疗耐药性与肿瘤复发!山东大学研究团队用 AI 构筑乳腺癌干细胞的有力防线

R语言实现TCGA差异分析火山图呈现(BRCA包) 练习课程作业 阅读详情

乳腺癌,可谓是女性恶性肿瘤中的「头号杀手」,一直是医学界攻坚克难的重点。目前,细胞毒性化疗作为乳腺癌患者最普遍的全身治疗手段,虽然在一定程度上缓解了病情,但仍旧会出现癌细胞复发或转移的情况。

过往研究表明,乳腺癌干细胞 (BCSC) 是乳腺癌对化疗和放疗产生抵抗性的根源。 BCSC 虽仅占乳腺癌细胞的一小部分,却拥有惊人的无限增殖潜力和启动肿瘤的能力。更令人震惊的是,化疗过程本身还可能会促使非 BCSC 细胞转化为 BCSC,从而加剧了肿瘤复发和转移的风险。

由此可见,深入理解 BCSC 对化疗的响应机制,对于改善乳腺癌患者的预后十分重要,临床迫切需要一种能够识别并抑制 BCSC 的方法,优化现有治疗方案。

面对这一挑战,山东大学吕海泉、孙蓉、张凯及山西医科大学梅齐,联合螺旋矩阵公司等研究团队,取得了突破性进展,运用机器学习技术,基于 mRNA 的分析,成功开发了一种评估原发性乳腺癌患者样本中癌症干细胞特性的新方法 BCSC signature。 这项研究不仅揭示了多胺合成代谢在 BCSC 调控中的核心作用,更为乳腺癌的临床治疗提供了全新的策略和方向。

该研究以「Polyamine Anabolism Promotes Chemotherapy-Induced Breast Cancer Stem Cell Enrichment」为题,发表于国际著名期刊 Advanced Science。

研究亮点:

  • 研究人员通过机器学习方法开发了一个基于 mRNA 的 BCSC signature,用于评估乳腺癌患者样本中的癌症干细胞特征 (cancer stemness)

  • 该研究发现多胺合成代谢在 BCSC 调控中具有关键作用,化疗通过激活 HIF-1 调控的多胺合成代谢途径,促进了 BCSC 的富集

  • 该研究发现了一种新的特异性 HIF-1 抑制剂 Britannin,联合使用可有效抑制化疗诱导的 HIF-1 转录活性、多胺代谢水平以及 BCSC 富集

在这里插入图片描述

论文地址:
https://onlinelibrary.wiley.com/doi/10.1002/advs.202404853

利用 TCGA 数据集,构建 Pearson 相关分析与机器学习算法的关联

为了通过基因表达水平,量化评价原发性乳腺癌患者样本的干细胞特性,该研究利用癌症基因组图谱联盟 (TCGA) 的乳腺浸润性癌 (BRCA) 数据集,通过皮尔逊相关系数 (Pearson correlation coefficient) 分析将 mRNA 表达,与基于一元逻辑回归 (OCLR) 机器学习算法的 mRNA 干细胞指数 (mRNAsi) 进行关联,从而开发了基于 mRNA 的 BCSC signature。

同时,该研究还基于 2,032 名乳腺癌患者的数据集生成了 Kaplan-Meier 曲线,这些数据一部分来自于原发肿瘤中 BCSC P-Sig 和 N-Sig 的表达进行分层,另一部分是根据接受化疗的 1,372 名乳腺癌患者的数据集生成。

具体而言,如下图 A 所示,该研究首先确定了 81 个皮尔逊相关系数 r>0.70 和 91 个皮尔逊相关系数 r<-0.70 的基因,并将它们分别定义为 BCSC 阳性 signature (P-Sig) 和阴性 signature (N-Sig)。

在这里插入图片描述

BCSC signature 的开发

随后,如下图 B 所示,该研究通过比较 BCSChigh 和 BCSClow 数据组,基于 BCSC signature 的表达对组别进行分层,进行了基于排名的基因集富集分析 (GSEA)。

在这里插入图片描述

基于 TCGA BRCA 患者样本的 GSEA 分析

在分析了 2,032 例患者的 BCSC signature 表达与无复发生存期 (RFS) 之间的相关性后,研究人员发现,BCSC P-Sig 表达高于中位数的患者 RFS 会显著降低,而 BCSC N-Sig 表达高于中位数的患者 RFS 会增加,结果如下图 C 所示。

在这里插入图片描述

基于 TCGA BRCA 患者样本的 Kaplan-Meier 分析

该研究还对国际乳腺癌协会的分子分类数据库 (METABRIC) 中的 1,979 例乳腺癌患者数据进行了分析。 结果如下图 D 所示,在 5 年内发生转移的患者与未发生转移的患者相比,其原发肿瘤中的 BCSC P-Sig 表达较高,而 BCSC N-Sig 表达较低。

在这里插入图片描述

对 METABRIC 数据库的分析比较

此外,在下图 E 中,该研究还在多种乳腺癌细胞系中验证了 BCSC 特征, 与在标准聚苯乙烯组织培养皿中培养的细胞相比,在乳腺球培养基中培养的乳腺癌细胞 BCSC P-Sig 的表达较高,而 BCSC N-Sig 的表达较低。

在这里插入图片描述

采用 qPCR 技术对 BCSC 中 P-Sig 和 N-Sig 基因的 mRNA 表达水平检测

为了评估化疗药物如何影响 BCSC 人群, 该研究将人乳腺癌细胞 MDA-MB-231,注射到雌性严重联合免疫缺陷 (SCID) 小鼠的乳腺脂肪垫 (MFP) 中,并用紫杉醇治疗小鼠。如下图 F, G, H 所示,紫杉醇显著增加了乙醛脱氢酶活性 (ALDH+) 细胞的百分比和乳腺球形成细胞的数量。

在这里插入图片描述

ALDH+ 和乳腺球检测分析

同时,在下图 I 中,RNA-seq 分析显示,紫杉醇治疗增加了大多数 BCSC P-Sig 基因的表达量,并降低了大部分 BCSC N-Sig 基因的表达量。

在这里插入图片描述

RNA 测序

除紫杉醇外,在下图 J 中,该研究还用 FDA 批准的化疗药物 gemcitabine 和 carboplatin 治疗乳腺癌细胞,这些药物都增加了 BCSC P-Sig 基因的表达量,降低了 BCSC N-Sig 基因的表达量。 如下图 K 所示,来自 METABRIC 患者的样本也显示,在新辅助化疗的患者中,原发肿瘤组织中的 BCSC P-Sig 基因的表达量较高,而 BCSC N-Sig 基因的表达量较低。

在这里插入图片描述

对乳腺癌细胞系进行不同处理方式的比较

多胺合成代谢与 BCSC 富集正相关,HIF-1 抑制剂 Britannin 可减少多胺生物合成并根除 BCSC

为了从细胞代谢的角度探讨化疗对于 BCSC 富集的诱导机制, 该研究根据 BCSC 特征的表达,将 TCGA BRCA 中的 21 例患者分为 BCSChigh 组和 BCSClow 组,并比较两组之间 399 种代谢物的水平,如下图 A 所示。

在这里插入图片描述

23 例 TCGA BRCA 乳腺癌患者的代谢物信息比较

如下图 B 所示,该研究通过代谢通路富集分析表明,在多胺合成代谢相关通路中形成了具有差异水平的代谢物富集。

在这里插入图片描述

代谢物本体富集分析 (MPEA)

在下图 C, D 中,该研究发现鸟氨酸脱羧酶 1 (ODC1)、人亚精胺合酶 (SRM) 和精胺合成酶 (SMS) 等多胺合成代谢途径的关键酶在 BCSChigh 组比 BCSClow 组具有更高的表达, 并且在非附着性乳腺癌细胞系上生长的球状培养物中的表达高于单层培养物,这表明多胺生物合成在 BCSC 表型调控中具有重要作用。同时,如下图 E 所示,紫杉醇治疗提高了乳腺癌细胞系中 ODC1 和 SRM 的表达。

在这里插入图片描述

多胺合成代谢分析

此外,在下图 G 中,该研究还收集到了来自山东大学齐鲁医院的 34 例脱敏乳腺癌患者样本, 对其进行分析发现,接受新辅助化疗的患者细胞内鸟氨酸和多胺水平明显升高。这些研究都表明,多胺合成代谢的增强促进了化疗诱导的 BCSC 富集。

在这里插入图片描述

原发性乳腺癌患者样本中的多胺代谢物测定

为了进一步分析化疗促进乳腺癌多胺合成代谢的分子机制,该研究发现,缺氧诱导因子 (HIF-1α) 的抑制可减弱紫杉醇介导的 ALDH+ 升高和成球能力, 降低了大多数 BCSC P-Sig 基因的表达,同时增加了大多数 BCSC N-Sig 基因的表达,这表明 HIF-1 在调节紫杉醇诱导的 BCSC 富集中起到关键作用,如下图 A-C 所示。

在这里插入图片描述

用紫杉醇处理后的 ALDH+ 检测

为了进一步研究 HIF-1 在 BCSC 表型调控中的作用,如下图 D-G 所示,该研究还用 HIF-1 表达荧光跟踪系统转殖(transfected)了 MDA-MB-231,通过收集紫杉醇治疗小鼠后的肿瘤组织,将细胞分为 DsRed+/GFP− (HIF-1−) 和 GFP+ (HIF-1+) 细胞群,与 DsRed+/GFP− 细胞群相比,具有高 HIF-1 表达和转录活性的 GFP+ 细胞群中 BCSC P-Sig 基因表达增加,而 BCSC N-Sig 表达减少,同时 GFP+ 细胞的致瘤能力显著高于未处理组或 DsRed+/GFP− 细胞。

在这里插入图片描述

HIF-1 表达荧光跟踪研究

在下图 H, I 中,该研究发现抑制 HIF-1α 可阻断紫杉醇诱导的 ODC1 和 SRM 表达,这表明紫杉醇以 HIF-1 依赖的方式促进了多胺合成代谢。

在这里插入图片描述

MDA-MB-231 亚克隆细胞的蛋白表达及多胺水平检测

最后,该研究发现 HIF-1 通过转录激活了 ODC1 和 SRM 基因,促进了多胺的合成代谢,进而导致了化疗诱导的 BCSC 的富集,如下图 L-Q 所示。

在这里插入图片描述

MDA-MB-231 亚克隆细胞的 ALDH+ 活性检测

如下图 A 所示,该研究用 HIF-1 转录活性报告系统转殖 SUM159 细胞,在包含 4,320 种天然化合物的天然产物文库中筛选新的 HIF-1 抑制剂。研究发现,来自 Inula aucheriana 的 Britannin 以剂量依赖的方式有效地抑制了 HIF-1的转录活性,Britannin 与 paclitaxel 的联合应用可剂量依赖性地阻断 paclitaxel 引起的细胞内精氨酸和多胺水平的升高, 如下图 B-F 所示。

在这里插入图片描述

Britannin 的化学结构分析与联合治疗测试

为了研究 Britannin 抑制 HIF-1 转录活性的机制,在下图 H-K 中,该研究将 MDA-MB-231 细胞与 HIF-1转录活性报告系统共同转殖,结果发现 Britannin 可以剂量依赖的方式减弱紫杉醇诱导的 HIF-1α TAD 活性报告系统,并且 Britannin 可通过阻断转录激活因子 p300 来抑制 HIF-1 的转录活性。

在这里插入图片描述

MDA-MB-231细胞的免疫印迹检测与 ChIP 检测

在下图 L-Q 中,该研究通过将 2×106 个 MDA-MB-231 细胞注射到 SCID 小鼠体内,并用紫杉醇单独或联合 Britannin 治疗小鼠。结果表明,联合治疗能够明显抑制原发肿瘤生长,而且不会影响小鼠的外观和体重,并且 10 只小鼠中有 3 只在停止药物治疗 100 天后没有肿瘤复发,这表明紫杉醇和 Britannin 联合治疗小鼠可以完全根除 BCSC。

在这里插入图片描述

将 2×106 个 MDA-MB-231 细胞植入 SCID 小鼠的测试

AI 助力病理学诊断,靶向 HER2 治疗或成关键

现如今,乳腺癌的诊断不仅仅依赖影像学结果,病理学诊断也扮演着不可替代的角色。HER2(人表皮生长因子受体2)的表达状况是乳腺癌治疗中的一个重要考量因素,而 AI 在病理切片的分析中,可以辅助识别 HER2 的表达水平,为后续的靶向治疗提供参考。

尽管道理看似很简单,但想要实现却并不容易。例如,为了利用 AI 技术提高乳腺癌 HER2 判读的准确性和可重复性,需要大量训练,并且不断调试和对比 AI 系统与医疗人员的诊断情况。在此基础上,研究人员又专注于 HER2 阴性与阳性的区分,将 AI 聚焦于 HER2 的低表达下限,从而评估 AI 在不同异质性 HER2 低表达乳腺癌诊断中的价值。

事实上,早在 2022 年,山东大学吕海泉教授就曾在生物医学杂志 Theranostics 上发表封面文章,揭示了靶向 A2BR 联用化疗可能阻断乳腺癌干细胞的富集并提高乳腺癌患者化疗后生存率。

论文链接:
https://www.thno.org/v12p2598.htm

在这里插入图片描述

此次 ,吕海泉教授再度揭示 Britannin 的联合应用可抑制 HIF-1 的多胺合成代谢并根除 BCSC,无疑为乳腺癌的治疗提供了全新的思路。 未来,AI 将在乳腺癌治疗领域发挥着前所未有的重要作用,并且在医疗健康领域的应用日益显现出巨大潜力。随着技术的不断进步和应用的深入,AI 将成为乳腺癌乃至癌症治疗中不可或缺的伙伴,为患者带来更多力量与希望。

R语言TCGA数据下载及处理biolinks包的学习与使用(一)数据下载 TCGA数据使用biolinks包处理(一)数据下载 阅读详情

相关推荐

一、TCGA数据分析流程,从数据下载到差异可视化!-- UCSC xena

癌症基因组图谱 (TCGA) 是一项具有里程碑意义的癌症基因组学计划,它对 20,000 多个原发性癌症和 33 种癌症类型的正常样本进行了分子表征。NCI 和美国国家人类基因组研究所的这项合作始于 2006 年,汇集了来自不同学科和多个机构的研究人员。在接下来的十几年里,TCGA 生成了超过 2.5PB 的基因组、表观基因组、转录组和蛋白质组数据。这些数据已经提高了我们诊断、治疗和预防癌症的能力,并将一直向供研究界的任何人使用。其中TCGA选择研究的。

qq_40995864的博客 1万+

生物信息学概论——聚类分析TCGA-BRCA数据

请选择你认为合适的主成分数目,给出原因,再次对病人依据你给的特征进行聚类,并与1比较。与1比较,可以看出聚类效果相似(左图为PCA降维前热点图,右图为PCA降维后热点图),验证了PCA的正确性,该172个主成分可以聚类该组数据。因为前172个主成分能够表征全部数据95.004%的信息,信息损失率小于5%,因此采用的主成分数目为172。依据该172个特征,再次对病人进行聚类,聚类效果如图所示(代码与1中同理,具体可详见。注,R中有相应的聚类函数,请利用并尽可能输出图示(如heatmap),表明你的结果。

毕业作品网站 3112

数据差异分析_哪些TCGA数据适合差异分析?

之前已经详细介绍了一系列TCGA教程:公众号教程目录;TCGA数据分析汇总,也做过直播课程:TCGA手把手教程总结。很多小伙伴从最初的不敢、不会,到现在已经可以熟练进行TCGA数据挖掘了,还时不时反馈问题给我,像这个:TCGA数据下载出现0KB!!,还有这个:不允许有重复的'row.names'。还有一类问题是,为什么我的TCGA数据不能进行Tumor vs Noraml(简称 T vs...

weixin_42133452的博客 1413

抗击化疗耐药性与肿瘤复发!山东大学研究团队用 AI 构筑乳腺癌干细胞的有力防线...

本文约3800字,建议阅读10+分钟 随着技术的不断进步和应用的深入,AI 将成为乳腺癌乃至癌症治疗中不可或缺的伙伴,为患者带来更多力量与希望。[ 导读 ]山东大学吕海泉、孙蓉、张凯及山西医科大学梅齐,联合螺旋矩阵公司等研究团队,取得了突破性进展,运用机器学习技术,基于 mRNA 的分析,成功开发了一种评估原发性乳腺癌患者样本中癌症干细胞特性的新方法 BCSC signature。乳腺癌,可谓是女...

数据派THU 518

TCGA-BRCA-mRNA表达数据——乳腺癌表达及临床数据集整理

TCGA-BRCA数据集已经整理成LCPM格式,临床数据已经汇总整理。 LCPM格式即log2(CPM+1)格式,现在认为log2(TPM+1)和log2(FPKM+1)格式比较过时了。部分生信文章审稿人推荐使用此格式分析数据

半导体关键系统之RMS浅谈

这种系统还要求设备在设备上的配方发生变化时通知工厂主机,并需要与EAP(Equipment Automation Process)联结,旨在实时管控自动化系统所用配方与用户当初的设定是否匹配,从而使得自动化系统所用的配方更加趋于安全。例如,制药行业中的药品生产管理系统(GMP),它对药品的生产过程进行严格控制,包括原材料的采购、生产工艺流程、质量控制等方面。这些系统通常与企业的生产系统集成,能够对产品的配方进行精细化管理,包括配方的设计、试验、验证、生产等环节。

阿拉伯梳子的专栏 6162

下载TCGA-BRCA数据集遇到困难

请问下面这个问题该如何解决啊,问了chat,还是不知道该怎么办,求大佬指点。

weixin_47747331的博客 357

UFS逻辑单元管理

介绍UFS 逻辑单元管理和配置

m0_51720747的博客 1950

TCGA数据库详解

TCGA(The cancer genome atlas,癌症基因组图谱)由National Cancer Institute(NCI,美国国家癌症研究所) 和 National Human Genome Research Institute(NHGRI,美国国家人类基因组研究所)于 2006 年联合启动的项目,收录了各种人类癌症(包括亚型在内的肿瘤)的临床数据,基因组变异,mRNA表达,mi...

小猪打呼噜 5万+

倍加福(P+F)R2000修改雷达IP

在调试车子的时候,用到了倍加福R2000的一款雷达,设备启动建图时发现建不了图,于是查看/scan发现话题无数据,尝试ping雷达接口发现ping不通,应该是IP地址与上位机端口的IP地址不对。首先查看雷达的IP地址,这个在雷达上有两个按键,按下后可以显示IP: 按两下右边的键再按一下左边的键雷达上会显示出IP号,这里拍的不是很清楚。查看到开始时雷达IP地址为192.168.111.10,而上位机ping的IP地址为192.168.188.50.与实际不同,所以需要对雷达进行配置。一台windows笔记本

YiYeZhiNian的博客 5893

告别Keil4!手把手教你用Keil C51 V9.61编译51单片机代码(附最新激活方法)

本文详细介绍了Keil C51 V9.61在51单片机开发中的全栈升级指南,包括编译速度提升、调试器性能优化和现代开发支持等核心优势。通过智能安装方案、项目迁移实战和新特性深度应用,帮助开发者告别Keil4,大幅提升开发效率。附有最新激活方法和实用技巧,适用于嵌入式开发工程师。

weixin_26886855的博客 422

TCGA任意基因在配对样本中的表达量展示

里面提到了2个函数很好用:其实这个需求我知道在小洁老师的R包tinyarray感觉这个函数非常实用,于是我也想写一个。写好之后我把它们加在easyTCGA包里了。目前easyTCGA。大家可以去github了解详情:https://github.com/ayueme/easyTCGA今天主要说下几个可视化小函数。

医学和生信笔记的博客 3077

shopro 商城,2025年新申请的微信支付提示失败,支付提示 Get Wechat Public Cert Error 问题的修复办法

shopro 商城,最近新申请的微信支付商户 支付提示 Get Wechat Public Cert Error 问题的修复办法

行走的卡路里 1245

乳腺癌 AI 数据集实战盘点:2026 年仍在更新的 6 类公开数据

乳腺癌AI研究公开数据集指南:覆盖从入门到前沿的6类资源 本文系统梳理了乳腺癌AI研究的公开数据集资源,将其划分为6大类并给出选型建议: 经典表格数据(威斯康星诊断数据集)- 最适合新手的30维特征分类任务 病理图像(BCSS分割/BreakHis分类)- 需关注染色归一化和多尺度处理 钼靶影像(MIAS/RSNA-BSD1K)- 建议结合patch采样解决小ROI问题 多模态数据(BCI免疫组化)- 适合H&E到IHC预测等跨模态任务 基因组数据(TCGA-BRCA)- 需生信基础,适合生存分析和分子分型

hellolifei1985的博客 269

避坑指南:Zabbix poller进程100%占用的5种常见原因及解决方案

本文深入剖析了Zabbix poller进程占用率高达100%的五大常见原因,包括监控项与进程数不匹配、不可达主机资源浪费、数据库性能瓶颈、监控项配置不合理以及版本缺陷。文章提供了从系统化诊断到针对性解决方案的完整指南,并重点介绍了如何通过优化zabbix_server.conf中的StartPollers等关键参数进行有效调优,帮助运维人员从根本上解决这一经典性能问题。

7z8x2c4v6b9的博客 253

手把手实战:RK3588上YOLOv8模型从训练到部署全流程解析

本文详细解析了在RK3588开发板上部署YOLOv8目标检测模型的全流程。从模型训练、正确导出适配的ONNX格式,到使用RKNN-Toolkit2进行模型转换与量化,最后在板卡上完成部署与性能测试。文章提供了完整的代码示例和关键避坑指南,帮助开发者高效实现嵌入式AI应用落地。

weixin_28224217的博客 408

TCGA中的癌症名称、简写和中文名称

| Cohort | 英文名称 | 中文名称 | | ACC | Adrenocortical carcinoma | 肾上腺皮质癌 | | BLCA | Bladder Urothelial Carcinoma | 膀胱尿路上皮癌 | | BRCA | Breast invasive carcinoma | 乳腺浸润癌 | | CESC | Cervical squamous cell carcinoma and endocervical adenocarcinoma | 宫颈鳞癌和腺癌 | | CHOL

qq_36717487的博客 7961

苹果生态最佳搭档:Mac mini + OpenClaw + iPhone 远程控制

本文详细介绍如何通过iPhone远程控制Mac mini上的OpenClaw应用,打造高效苹果生态工作流。内容包括:1) 苹果生态整合优势,包括AirDrop、Handoff等功能对比;2) Mac mini配置步骤,涵盖SSH/VNC设置、网络优化及Docker部署OpenClaw;3) iPhone端SSH/VNC客户端选择与Tailscale内网穿透配置;4) 详细SSH密钥设置与连接测试方法。通过这套方案,用户可实现跨设备无缝控制OpenClaw应用,提升远程工作效率。(149字)

一键难忘的博客 797

最新TCGA数据下载与整理

以TCGA-BRCA下载为例最先关联一下这哥们的总结,感觉挺到位。http://www.bioinfo-scrounger.com/archives/317本人尝试了用最原始的方法下载,速度稳定,下载也快,但需要整理的地方很多,首先是文件与样本id的匹配,再一个就是数据提取与标准化。最终整合到一个文件中。如果用  简易TCGA下载工具V2  下载,会出现下载过程卡顿现象,但可以续点下载。两种方法下...

qq_37327056的博客 1万+

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

视频隐私脱敏工程化:CSRT/KCF追踪算法在本地推理中的实现与边界

在短视频内容合规审查中,动态遮挡(Dynamic Masking)是高频且高耗时的环节。传统手动关键帧打码不仅效率低下,且在目标快速移动或遮挡时极易出现遮罩漂移。本文从计算机视觉工程角度,解析基于CSRT与KCF算法的目标追踪方案在视频隐私处理中的技术路径、性能权衡及落地实践。

Mysssone的博客 416

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

AI 问数真的能替代 BI 报表吗?

AI问数赋能自然语言查询,提升临时分析效率,但无法替代传统报表。报表适用于稳定输出与持续监控,AI则擅长探索性提问。企业用好AI问数,关键在于夯实数据模型、统一指标口径、健全权限体系与结果校验机制。合理组合报表、仪表板与AI,才能实现高效、准确的业务洞察。

葡萄城技术团队博客 327

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

ChatGPT、Perplexity、Gemini 与 AI Overviews 引用对比:谁的引用更可信

AI 引擎的引用机制差异很大:ChatGPT 以行内引用加 Sources 列表呈现来源,Perplexity 几乎逐句可溯源,Gemini 在回答中内嵌相关来源链接,AI Overviews 则把多源聚合答案与来源列表一起放在搜索结果顶部。本文从引用透明度、来源偏好、可干预性 3 个维度对比这 4 个引擎,并给出 GEO 的 3 点启示,帮企业在多引擎环境下提升被引用的概率。

淡然一笑 的专栏 258

AI Agent之核心框架

A: 显式 Thought 有三类价值:可解释性(便于人类审计)、可调试性(定位哪一步选错工具)、学习信号(可做监督微调或评估中间步骤质量)。ReAct 把推理与 可执行行动 绑定,每一步行动后都有 真实 Observation 反馈,从而用工具结果约束生成,降低闭卷幻觉。做完不等于结束——还要 评估做得好不好,把 教训 记下来,下次 带着教训重试,反思作为 记忆,影响后续尝试的策略。工作流程:Action → Evaluation → Reflection → Retry。A: 普通 CoT 只在。

剑雨巍巍的博客 279

【从零理解 Spring AI · 12】MCP 的两种角色:做客户端还是做服务端

上一篇讲了 MCP 的概念:标准协议、三大角色、M+N 替代 M×N。

nice_lcj520的博客 609
上一篇: 斥资 6.65 亿美元!AMD 收购欧洲最大私人实验室;全球骨科巨头史赛克收购 AI 医疗公司 Care.ai...
下一篇: 倒计时2天!清华大学博士后李雨哲详解Nature/Cell子刊论文设计思路
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值