パーソナライズされた肺がん治療のための複数の経路によるMiRNAベースのエクソソーム標的型マルチターゲティング: 予後予測と生存リスク評価

科学分野:

• 腫瘍学
• バイオマーカー
• バイオ情報学

背景:

• 肺がんは世界的に死因の"つで 診断が遅れていることが多いのです
• エクソソームは 肺がんの早期発見と診断に 重要なバイオマーカーとして 登場しています
• エクソソームは 腫瘍の進行と転移を反映した 分子荷物を包み込み 精密医療を可能にします

研究 の 目的:

• エクソソーム miRNA プロファイルを用いた肺がん治療の予後モデルを開発する.
• 肺がんの治療と生存に関連した特定のmiRNAと標的遺伝子を特定する.
• miRNA発現と患者のアウトカムとの関係を分析する.

主な方法:

• 分析のためにGSE207715のデータセットを使用した.
• ニボルマブ治療の有効性を予測するための応用機械学習とトランスフォーマーベースのディープラーニング.
• miRNAと標的遺伝子の相互作用を予測し,経路濃縮分析 (GO,KEGG) を実施した.
• miRNA発現と患者の生存を評価するためにコックス回帰を用いた.

主要な成果:

• ニボルマブ治療の結果と相関する異なった外体ミRNAプロファイルが観察されました.
• 機械学習モデルは0.6731から0.6923の予測精度を示した.
• ディープラーニングモデルは 0.9412の精度を達成しました
• hsa- let-7c miRNAは生存リスク分析において統計的に有意であることが示された (p=0. 0152).

結論:

• 肺がんの治療効果と生存率を予測する見込みがある.
• 開発されたディープラーニングモデルは,微妙なmiRNA発現の違いを効果的に捉えます.
• このアプローチは個別化された非小細胞肺がんの治療戦略に 強力な基盤を提供します