在使用γH2AX和Ki-67的老鼠中早期检测基因毒性肝癌原体:通过机器学习进行预测
Ayano Michiba1, Min Gi2, Masanao Yokohira3
1Department of Diagnostic Pathology, Graduate School of Medicine, Fujita Health University, Toyoake, Aichi 470-1192, Japan.
概括
酸化H2AX (γH2AX) 和Ki-67可以早期预测基因毒性肝癌原体. 机器学习模型,特别是随机森林,使用这些生物标志物在老鼠肝脏组织中准确地分类了这些化学物质.
科学领域:
- 基因毒性的生物标志物
- 肝癌发生研究研究 肝癌发生研究
- 毒理学和致癌的产生.
背景情况:
- 直接的DNA双链断裂触发了组素H2AX的酸化,形成了γH2AX.
- γH2AX和Ki-67是基因毒性和肝癌性评估的潜在指标.
- 区分基因毒性肝癌原体 (GHs) 和非GHs对于化学安全评估至关重要.
研究的目的:
- 评估γH2AX和Ki-67作为将遗传毒性肝癌原体 (GHs) 分类的早期指标.
- 根据这些生物标志物,评估机器学习模型在预测GH方面的有效性.
- 为了确定短时间 (24小时) 在大鼠肝脏中检测γH2AX和Ki-67的准确性.
主要方法:
- 135只雄性大鼠接受了22种化学物质 (11种GH,11种非GH) 的治疗,并在24小时后被牺牲.
- 免疫组织化学用于检测肝脏区域 (门口,叶状,中央静脉) 的γH2AX和Ki-67.
- 纯粹的贝叶斯模型,随机森林模型和k-近邻模型被采用用于使用十倍交叉验证进行分类.
主要成果:
- GH治疗显著增加了γH2AX和Ki-67水平 (P < .05).
- 随机森林模型在分类GH和非GH化学物质方面表现出卓越的性能.
- γH2AX染色实现了95.0%的灵敏度和90.9%的特异性;Ki-67实现了96.2%的灵敏度和81.8%的特异性.
结论:
- γH2AX和Ki-67是可靠的早期生物标志物,用于预测基因毒性肝癌原体.
- 随机森林模型有效地利用这些生物标志物进行准确的GH分类.
- 这种方法提供了一种高精度的方法,用于早期检测潜在的肝癌原体.
