Возможность выявления триптаза-позитивных тучных клеток, ассоциированных с опухолью при спорадической медуллярной карциноме щитовидной железы



Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Обоснование.

На сегодняшний день нет исследований, направленных на изучение роли тучных клеток в развитии спорадической медуллярной карциномы ЩЖ, однако, доказано их участие как в прогрессировании эпителиальных злокачественных новообразований различных локализаций, так и в роли независимого предиктора длительного выживания без прогрессирования при нейроэндокринных опухолях поджелудочной железы.

Цель —

показать возможности иммуногистохимической детекции ТК в опухолевом микроокружении спорадической МКЩЖ.

Методы.

Исследование проведено на гистологических срезах парафиновых блоков спорадической медуллярной карциномы щитовидной железы с применением иммуногистохимической детекции триптазы тучных клеток . Далее проведено обучение CNN (convolutional neural network) модели для сегментации DAB положительно окрашенных клеток с последующем расчетом результатов.

Результаты.

По результатам проведенного исследования выявлен ряд возможных клинически значимых корреляций, таких как: взаимосвязь количества тучных клеток в строме щитовидной железы с возрастом пациентов; корреляция количества выявляемых тучных клеток в опухоли при различных стадиях согласно классификации TNM 8th ; особенности солокализации тучных клеток с иными клетками в опухолевом окружении.

Заключение.

Проведенное исследование доказывает наличие тучных клеток в строме медуллярной карциномы и их количественные различия при разном размере узла. Обнаруженное в исследовании активное воздействие ТК на атипичные клетки спорадической медуллярной карциномы щитовидной железы и другие компоненты опухолевого микроокружения является важными критерием для интерпретации биологических эффектов ТК по отношению к опухоли и заслуживает дополнительного анализа для разработки диагностических алгоритмов и повышения объективности прогноза.

Полный текст

Обоснование

Медуллярная карцинома щитовидной железы (МКЩЖ) — злокачественная опухоль, развивающаяся из кальцитонин продуцирующих парафолликулярных С-клеток щитовидной железы (ЩЖ) [1]. МКЩЖ оставляет приблизительно 2% от всех злокачественных новообразований щитовидной железы и в 25% является наследственной, возникающей в результате аутосомно-доминантных мутаций зародышевой линии с усилением функции в протоонкогене RET, что указывает на синдром множественной эндокринной неоплазии (МЭН2A или МЭН2B). При этом этиология спорадических форм до сих пор неизвестна [2].

 

Течение МКЩЖ на данный момент непредсказуемо, клинические формы вариабельны – от индолентных до фульминантных. Разработка классификации МРЩЖ с учетом молекулярных особенностей и стратификации риска прогрессии заболевания имеет ключевое значение для оптимизации алгоритмов лечения пациентов с этим типом карциномы. На сегодняшний день по данным большинства мировых клинических рекомендаций основным методом лечения является хирургический, объем которого сводится к тиреоидэктомии с центральной лимфодиссекцией, при этом необходимо учитывать достаточно высокие риски осложнений [3, 4, 5, 6, 7, 8] Стратификация МКЩЖ позволит выделить группы пациентов, которым могут быть показаны более агрессивные методы лечения, а также тех, у кого заболевание протекает более медленно и требует лишь динамического наблюдения. Внедрение молекулярной стратификации поможет точнее прогнозировать ответ на лечение, минимизировать побочные эффекты терапии и улучшить общие показатели выживаемости. Кроме того, такая классификация станет основой для разработки новых таргетных терапий, направленных на конкретные молекулярные мишени, что повысит эффективность лечения и улучшит качество жизни пациентов. На сегодняшний день стратификация рисков основана только на индексе пролиферативной активности и наличии некрозов в опухоли, продолжается поиск новых маркеров и предикторов заболевания [9].

 

Роль тучных клеток (ТК) в развитии патологий ЩЖ рассмотрена недостаточно. Известно, что ТК являются частью врожденного иммунитета, участие ТК в патогенезе аллергических заболеваний изучено достаточно подробно [10]. Несмотря на ограниченное количество исследований на данный момент выявлено, что ТК играют значительную роль в патофизиологии ЩЖ. В исследовании Zdor и соавт. продемонстрирована взаимосвязь количества выявляемых ТК и различных неопухолевых поражений ЩЖ. При воздействии избыточного количества тиреоидных гормонов в ЩЖ запускается воспалительная реакция, и ТК сверхэкспрессируют костимулирующий CD86 в ЩЖ, что подтверждает их участие в презентации аутоантигенов [11]. ТК также участвуют в регуляции микроциркуляции и ангиогенеза, влияя на функциональную активность тиреоцитов. Полученные рядом авторов данные свидетельствуют о том, что ТК, экспрессирующие факторы роста, могут играть решающую роль в восстановлении ткани ЩЖ при подостром тиреоидите, модулируя фолликулогенез и ангиогенез [12].

 

Доказано участие ТК в прогрессировании новообразований различных локализаций.  Среди различных популяций клеток, инфильтрирующих раковую строму, именно ТК могут влиять на несколько аспектов биологии опухоли, включая развитие и прогрессирование опухоли, ангиогенез, лимфангиогенез и ремоделирование тканей [13, 14, 15]. При развитии и росте опухоли наблюдается таргетная дегрануляция ТК, что сопровождается высвобождением факторов, стимулирующих ангиогенез и метастазирование [16, 17]. В свою очередь при злокачественных новообразованиях ЩЖ (папиллярной, фолликулярной, дифференцированной высокозлокачественной и низкодифференцированной карциномах) инфильтрат ТК увеличивается по сравнению с нормальной тканью, а их плотность коррелирует с плохим прогнозом [18].

 

Требуют отдельного внимания и особенности гистогенеза МКЩЖ. Этиология данной карциномы кардинально отличается от иных образований ЩЖ.  Принято считать, что МКЩЖ относится к нейроэндокринным опухолям [19]. По данным исследований Mo и соавт. и Meng и соавт., высокая плотность тучных клеток является независимым предиктором длительного выживания без прогрессирования при локализации нейроэндокринных опухолей в поджелудочной железе разной степени злокачественности (Grade 1, 2, 3) [20].

 

На сегодняшний день нет исследований, направленных на изучение роли ТК в течении спорадической медуллярной карциномой ЩЖ, что, учитывая разные концепции исследователей, делает эту проблему несомненной актуальной.

Цель

Цель данного исследования: показать возможности иммуногистохимической детекции ТК в толще спорадической МКЩЖ.

Материалы и Методы

Материалы и методы

От всех включенных в исследование участников было получено информированное согласие. Всего в данном исследовании приняли участие 43 человека: 12 мужчин и 31 женщина в возрасте 40-65 лет. Каждому образцу был присвоен индивидуальный номер для обезличивания при дальнейшем исследовании. Всем пациентам на дооперационном этапе по результатам молекулярно-генетического исследования (МГИ) периферической крови с использованием метода NGS герминальных патогенных и условно-патогенных SNV в гене RET выявлено не было.  Всем пациентам проведено хирургическое лечение ФГБУ «НМИЦ эндокринологии» Минздрава России (ЭНЦ) в период с 2020 по 2024 год в объеме тиреоидэктомии (76,5%) и гемитиреоидэктомии (23,5%). Распределение пациентов согласно классификации, TNM 8th представлено в таблице 1. 

 

 

 

Неравномерность выборки обусловлена особенностями работы ЭНЦ, в которой уделяется большое внимание ранней диагностике, выявлению и лечению медуллярной карциномы.

 

Иммуногистохимическое исследование

Для иммуногистохимического исследования после депарафинизации срезы были подвергнуты извлечению антигена путем нагревания срезов в парогенераторе с буфером для восстановления эпитопов R- UNIVERSAL (Aptum Biologics Ltd., Саутгемптон, SO16 8AD, Великобритания); при 95 -C - 30 мин. Блокирование эндогенных Fc-рецепторов перед инкубацией с первичными антителами было исключено согласно опубликованным рекомендациям [21]. После демаскировки антигена и нейтрализации эндогенной пероксидазы, срезы были подвергнуты иммуногистохимическому окрашиванию первичными антителами к триптазе в разведении 1:2000 (моноклональные антитела мыши # ab2378 производитель AbCam, Великобритания). 

 

U-Net сегментация триптаза-позитивных клеток

               Для обучения сверточной нейронной сети (CNN, convolutional neural network), предназначенной для сегментации триптаза-позитивных (DAB+) клеток, была сформирована выборка из 67 полнослайдовых изображений (WSI) иммуногистохимических препаратов. На изображениях были выделены 694 области интереса с положительно окрашенными клетками и без таковых, размером 512×512 пикселей при разрешении 0,5029 мкм/пиксель и увеличении ×20. Экспертная аннотация этих областей была произведена в программе QuPath версии 0.5.1 [22]. В дальнейшем осуществлялась бинаризация изображений с присвоением значения «1» иммунопозитивным участкам и «0» — иммунонегативным зонам. Итоговый набор включал 694 бинарные маски и соответствующие им исходные изображения иммуногистохимических препаратов. Общий массив данных был стратифицирован на три подвыборки: 541 изображение для тренировочной (78%), 73 — для тестовой (10,5%) и 80 — для валидационной (11,5%) выборок. Обучение проводили в программе DeepMIB версии 2.91 beta20 (Университет Хельсинки, Финляндия) [23]. Сегментация осуществлялась с применением сверточной нейронной сети архитектуры U-Net с тремя уровнями глубины и 32 фильтрами. Для сохранения исходного разрешения изображений понижение дискретизации не применялось. После первичного обучения была реализована методика «human-in-the-loop» для верификации результатов квалифицированным патоморфологом, что позволило расширить аннотированную выборку до 808 изображений (655 изображений в тренировочной выборке). Патоморфолог внёс корректировки в 114 изображений с недостаточными и ошибочными сегментациями, после чего было произведено повторное обучение в течение 500 эпох. В ходе обучения применялась аугментация данных.               Оценка качества модели производилась с применением следующих метрик: коэффициент пересечения (Intersection over Union, IoU), граничный F1-показатель (Boundary F1-Score) и точность (Accuracy). Модель применяли к тестовому набору данных с помощью программы FastPathology версии 1.1.3 (Норвежский университет науки и технологий, Норвегия). Верификация модели осуществлялась на выборке, включающей все полнослайдовые изображения. Полученные результаты сегментации иммунопозитивных клеток были подвергнуты количественному анализу в программе QuPath.Этическая экспертизаИсследование рассмотрено и одобрено локальным этическим комитетом ФГБУ «НМИЦ эндокринологии им. академика И.И. Дедова» Минздрава России (Россия, г.Москва) протокол №1 от 15 января 2025 года.

Статистический анализ

Статистический анализ осуществляли в программной среде R версии 4.4.0 (R Foundation, Австрия) с использованием стандартных методов обработки данных. Для оценки соответствия модели проводили корреляционный анализ между плотностью DAB⁺ клеток в опухолевых и вне опухолевых зон и качественной оценкой, выполненной патоморфологом, с использованием коэффициента корреляции Спирмена. Количественные данные описаны при помощи среднего значение (Ср. знач.) и стандартного отклонения (СО), медианы и 1 и 3 квартиля (25, 75 перцентиль), минимального и максимального значения. Проводилась оценка метрик IoU, F1-Score и Accuracy для каждого изображения тестовой выборки. Достоверность принимали при p значении на уровне 0,05.

 

 

Результаты

Обученная модель (рис 1.) продемонстрировала следующие метрические показатели для класса 1: точность (Accuracy) составила 0,75, коэффициент пересечения (IoU) — 0,57, а среднее значение граничного F1-показателя (BF) — 0,85 (табл. 2). Несмотря на удовлетворительные результаты оценки модели, высокий процент ложноотрицательных сегментаций указывает на необходимость увеличения объема обучающей выборки. Коэффициенты корреляции Спирмена при оценке количества DAB-положительных клеток для регионов WSI «опухоль» и «вне опухоли» составили 0,70 и 0,42 соответственно, что свидетельствует о сильной и умеренной положительной корреляции между результатами работы модели и экспертной оценкой патоморфолога.

По результатам проведенного исследования выявлен ряд возможных клинически значимых корреляций.

Отмечена взаимосвязь количества тучных клеток в строме щитовидной железы с возрастом. Данные изменения могут быть по нескольким причинам. Как известно,  количество тучных клеток меняется при различных аллергических реакциях, а так же при аутоиммуном процессе. По скольку данный показатель не коррелируется с классификацией TNM 8th  , то расценивать его как клинически значимый в онкогенезе на малой выборке не стоит. Эти данные могут указывать на необходимость проведения более широкого обследования пациентов для выявления иных взаимосвязей с увеличенным числом тучных клеток.

Мы выявили заметную корреляцию количества выявляемых тучных клеток в опухоли при различных «Т» (таб.3). Если рассматривать среднее значение, то чем выше Т, то их больше, однако, важно учитывать, что данный критерий согласно классификации, установлен в зависимости от размера опухоли и не всегда равен той же сумме при перерасчете на площадь (таб.4). При рассмотрении количества на мм2, выявляется тот факт, что различия между T1b и T2 минимальное, что может свидетельствовать о «переходе» опухоли от одного состояния в другое и тут очень важно понимать, а какова роль тучных клеток и меняется ли она с этапами прогрессирования.

При пересчете на процентное содержание тучных клеток к клеткам опухоли, данные еще больше меняются (таб.5). Выявлено что среднее значение этого показателя больше при T1b, чем при Т2, что еще раз подчеркивает возможное влияние тучных клеток на прогрессирование или регрессирование медуллярной карциномы.

 

          Кроме количественных различий, обращают на себя внимания особенности солокализации ТК с иными клетками в опухолевом окружении. Наблюдаются особенности секреции гранул, клеточных контактов. Именно это свидетельствует о необходимости дальнейшего изучения гистотопографических и цитологических особенностей триптаза-позитивных ТК, а также применения дополнительных маркеров для более детального иммунофенотипирования окружающих клеток и матрикса структур (рис.2).

 

 

 

Заключение

Проведенное исследование доказывает наличие тучных клеток в строме медуллярной карциноме и их количественные различия при разном размере узла.

Данное исследование требует расширения и равномерности выборки, однако полученные нами результаты, свидетельствуют о взаимосвязи TNM c количественным соотношениям выявляемых триптаза-позитивных тучных клеток в строме опухоли. Учитывая особенности стадирования и при пересчете в процентное соотношение, можно предположить, что есть «переходные» формы медуллярной карциномы, когда за счет иммунного окружения опухоль может изменить свой злокачественный потенциал.

Эта работа может стать отправной точкой для углубленного изучения роли тучных клеток в развитии спорадической медуллярной карциномы, понимание которой будет способствовать поиску новых мишеней терапии. Кроме того, обнаруженное в исследовании активное воздействие ТК на атипичные клетки спорадической медуллярной карциномы щитовидной железы и другие компоненты опухолевого микроокружения является важными критерием для интерпретации биологических эффектов ТК по отношению к опухоли и заслуживает дополнительного анализа для разработки диагностических алгоритмов и повышения объективности прогноза.

×

Об авторах

Екатерина Владимировна Бондаренко

ФГБУ «НМИЦ эндокринологии им. академика И.И. Дедова» Минздрава России (Россия, г.Москва)

Автор, ответственный за переписку.
Email: ekaterinabondarenko@inbox.ru
ORCID iD: 0000-0003-2122-2297
SPIN-код: 3564-7654
Scopus Author ID: 5719350827
ResearcherId: ABB-7019-2022

к.м.н. руководитель центра биобанкирования ФГБУ «НМИЦ эндокринологии им. академика И.И. Дедова» Минздрава России (Россия, г.Москва)

Россия, 117292, г. Москва, ул. Дмитрия Ульянова, д. 11

Максим Витальевич Балясин

Российский университет дружбы народов имени Патриса Лумумбы

Email: b.maxim4432@yandex.ru
ORCID iD: 0000-0002-3097-344X
SPIN-код: 9738-4520
Scopus Author ID: 57193855756
ResearcherId: B-6324-2017

младший научный сотрудник Российский университет дружбы народов имени Патриса Лумумбы, Научно-образовательный ресурсный центр «Клеточные технологии»

Россия, 117198, г. Москва, ул. Миклухо-Маклая, 6

Андрей Александрович Костин

Российский университет дружбы народов имени Патриса Лумумбы,

Email: andocrey@mail.ru
ORCID iD: 0000-0002-0792-6012
SPIN-код: 8073-0899
Scopus Author ID: 16175361500

д.м.н., руководитель Дирекция (проектный офис) программы «Научно-образовательный биомедицинский кластер «Трансляционная медицина»

Россия, 117198,г.Москва,ул. Миклухо-Маклая, 6

Анастасия Шевэ

ГНЦ РФ ФГБУ «НМИЦ эндокринологии им. академика И.И. Дедова» Минздрава России

Email: anastassia93@gmail.com
ORCID iD: 0000-0001-5592-4794
SPIN-код: 2459-0540

к.м.н. врач-эндокринолог

Россия, 117292, г. Москва, ул. Дмитрия Ульянова, д. 11

Андрей Владимирович Алехнович

Российский университет дружбы народов имени Патриса Лумумбы

Email: alekhnovich_av@pfur.ru
ORCID iD: 0000-0002-8942-2984
SPIN-код: 5903-1260
Scopus Author ID: 7003610234

д.м.н. первый проректор - проректор по научной 

Россия, 117198,г.Москва,ул. Миклухо-Маклая, 6

Фатима Магомедовна Абдулхабирова

ГНЦ РФ ФГБУ «НМИЦ эндокринологии им. академика И.И. Дедова» Минздрава России

Email: abdulkhabirova@endocrincentr.ru
ORCID iD: 0000-0001-8580-2421
SPIN-код: 2462-1115
Scopus Author ID: 15843117900

к.м.н. Заведующая лабораторией цитологии и цитогенетики отдела фундаментальной патоморфологии

Россия, 117292, г. Москва, ул. Дмитрия Ульянова, д. 11

Дмитрий Андреевич Атякшин

ФГАОУ ВО «Российский университет дружбы народов им. Патриса Лумумбы»

Email: atyakshin-da@rudn.ru
ORCID iD: 0000-0002-8347-4556

доктор медицинских наук, доцент, директор Научно-образовательного ресурсного центра «Инновационные технологии иммунофенотипирования, цифрового пространственного профилирования и ультраструктурного анализа»

Россия, 117198, Москва, ул. Миклухо-Маклая, д. 6

Список литературы

  1. 1. WHO Classification of Tumours Editorial Board. Endocrine and neuroendocrine tumours. Lyon (France): International Agency for Research on Cancer; 2022. (WHO classification of tumours series, 5th ed.; vol. 10). https://publications.iarc.fr.
  2. 2. Kalezic N. K. et al. Risk factors for sporadic medullary thyroid carcinoma //European journal of cancer prevention. – 2013. – Т. 22. – №. 3. – С. 262-267
  3. 3. Северская Н. В. и др. Проект клинических рекомендаций по диагностике и лечению медуллярного рака щитовидной железы у взрослых пациентов //Эндокринная хирургия. – 2022. – Т. 16. – №. 3. – С. 5-23.
  4. 4. Haugen BR, Alexander EK, Bible KC, Doherty GM, Mandel SJ, Nikiforov YE, et al. 2015 American Thyroid Association Management Guidelines for Adult Patients with Thyroid Nodules and Differentiated Thyroid Cancer: The American Thyroid Association Guidelines Task Force on Thyroid Nodules and Differentiated Thyroid Cancer. Thyroid. 2016 Jan. 26 (1):1-133.
  5. 5. NCCN Clinical Practice Guidelines in Oncology: Thyroid Carcinoma. — March 12, 2024.
  6. 6. Filetti, S., Durante, C., Hartl, D., Leboulleux, S., Locati, L. D., … Newbold, K. (2019). Thyroid cancer: ESMO Clinical Practice Guidelines for diagnosis, treatment and follow-up. Annals of Oncology. doi: 10.1093/annonc/mdz400.
  7. 7. Ito, Y., Onoda, N., & Okamoto, T. (2020). The revised clinical practice guidelines on the management of thyroid tumors by the Japan Associations of Endocrine Surgeons: Core questions and recommendations for treatments of thyroid cancer. Endocrine Journal. doi: 10.1507/endocrj.ej20-0025.
  8. 8. Кондратович В. А., Жуковец А. Г., Леонова Т. А. Клинико-эпидемиологическая характеристика и прогноз клинического течения медуллярного рака щитовидной железы //Онкологический журнал. – 2021. – Т. 15. – №. 2. – С. 13-18.
  9. 9. Xu B. et al. International medullary thyroid carcinoma grading system: a validated grading system for medullary thyroid carcinoma //Journal of Clinical Oncology. – 2022. – Т. 40. – №. 1. – С. 96-104.
  10. 10. Chekmaryova I. et al. Ultrastructural features of tumor‐associated mast cells in parasympathetic paragangliomas (chemodectomas) of the neck //Microscopy Research and Technique. – 2024. – Т. 87. – №. 6. – С. 1373-1383.
  11. 11. Zdor V. V. et al. Roles of thyroid hormones, mast cells, and inflammatory mediators in the initiation and progression of autoimmune thyroid diseases //International Archives of Allergy and Immunology. – 2020. – Т. 181. – №. 9. – С. 715-726.
  12. 12. Landucci E. et al. Thyroid hormone, thyroid hormone metabolites and mast cells: a less explored issue //Frontiers in cellular neuroscience. – 2019. – Т. 13. – С. 79; Toda S. et al. Growth factor-expressing mast cells accumulate at the thyroid tissue-regenerative site of subacute thyroiditis //Thyroid. – 2000. – Т. 10. – №. 5. – С. 381-386.
  13. 13. Visciano C. et al. Tumor‐associated mast cells in thyroid cancer //International journal of endocrinology. – 2015. – Т. 2015. – №. 1. – С. 705169.
  14. 14. Atiakshin D, Kostin A, Buchwalow I, Samoilova V, Tiemann M. Protease Profile of Tumor-Associated Mast Cells in Melanoma. Int J Mol Sci. 2022 Aug 11;23(16):8930. doi: 10.3390/ijms23168930. PMID: 36012196; PMCID: PMC9408654.
  15. 15. Elieh-Ali-Komi D, Shafaghat F, Alipoor SD, Kazemi T, Atiakshin D, Pyatilova P, Maurer M. Immunomodulatory Significance of Mast Cell Exosomes (MC-EXOs) in Immune Response Coordination. Clin Rev Allergy Immunol. 2025 Feb 20;68(1):20. doi: 10.1007/s12016-025-09033-6. PMID: 39976807; PMCID: PMC11842441
  16. 16. Тимофеева Наталья Юрьевна, Бубнова Наталья Владимировна, Самакина Екатерина Станиславовна, Стоменская Ирина Станиславовна, Кострова Ольга Юрьевна, Стручко Глеб Юрьевич, Котёлкина Анастасия Андреевна РОЛЬ ТУЧНЫХ КЛЕТОК В КАНЦЕРОГЕНЕЗЕ (ОБЗОР ЛИТЕРАТУРЫ) // Acta Medica Eurasica. 2023. №1
  17. 17. Komi DEA, Redegeld FA. Role of Mast Cells in Shaping the Tumor Microenvironment. Clin Rev Allergy Immunol. 2020 Jun;58(3):313-325. doi: 10.1007/s12016-019-08753-w. PMID: 31256327; PMCID: PMC7244463.
  18. 18. Melillo R. M. et al. Mast cells have a protumorigenic role in human thyroid cancer //Oncogene. – 2010. – Т. 29. – №. 47. – С. 6203-6215.
  19. 19. M. Nilsson and D. Williams, “On the Origin of Cells and Derivation of Thyroid Cancer: C Cell Story Revisited,” Eur Thyroid J, vol. 5, no. 2, pp. 79–93, 2016, doi: 10.1159/000447333
  20. 20. Mo S. et al. High mast cell density predicts a favorable prognosis in patients with pancreatic neuroendocrine neoplasms //Neuroendocrinology. – 2022. – Т. 112. – №. 9. – С. 845-855; Meng D. et al. Identification of the Immune subtypes for the prediction of Metastasis in pancreatic neuroendocrine tumors //Neuroendocrinology. – 2023. – Т. 113. – №. 7. – С. 719-735.
  21. 21. Buchwalow I. et al. Non-specific binding of antibodies in immunohistochemistry: Fakes and facts //Nature Precedings. – 2011. – С. 1-1
  22. 22. University of Edinburgh, United Kingdom) [Bankhead P. et al. QuPath: Open source software for digital pathology image analysis //Scientific reports. – 2017. – Т. 7. – №. 1. – С. 1-7
  23. 23. Pettersen H. S. et al. Code-free development and deployment of deep segmentation models for digital pathology //Frontiers in Medicine. – 2022. – Т. 8. – С. 816281.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Эко-Вектор,


Периодический печатный журнал зарегистрирован как СМИ Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор): № 0110212 от 08.02.1993.
Сетевое издание зарегистрировано как СМИ Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор): ЭЛ № ФС 77 - 84733 от 10.02.2023.