一个跨队列计算框架来追踪基于RNA测序的瘤组织起源
Binsheng He1,2, Hongmei Sun3, Meihua Bao2
1School of Pharmacy, Changsha Medical University, Changsha, 410219, People's Republic of China.
Scientific reports
|September 16, 2023
概括
这项研究介绍了一种使用RNA测序的计算框架,用于识别32种癌症类型的起源组织. 该方法可以准确预测癌症的起源,改善未知原发性癌症 (CUP) 的潜在治疗方法.
科学领域:
- 计算生物学是一种计算生物学.
- 基因组学就是基因组学.
- 癌症研究 癌症研究
背景情况:
- 未知原发性癌 (CUP) 提出了诊断上的挑战,阻碍了有效的治疗.
- 目前用于识别原始癌细胞组织 (TOO) 的方法在准确性上有局限性.
- 准确的TOO识别对于有针对性的治疗和改善患者预后至关重要.
研究的目的:
- 开发和验证一个强大的计算框架,以利用RNA测序数据推断癌症组织的起源 (TOO).
- 提高对32种不同癌症类型的TOO识别的准确性和可靠性.
- 为诊断CUP提供一个具有潜在临床应用的工具.
主要方法:
- 利用了来自癌症基因组图谱 (TCGA) 的32种癌症类型的9911个组织样本的转录组数据.
- 采用后勤回归模型来选择每种癌症类型的80个基因,创建一个结合的1356个基因组.
- 开发了基于RNA测序 (RNA-seq) 的TOO推断的跨队列计算框架.
主要成果:
- 在所有32种癌症类型中实现了97.50%的交叉验证准确度.
- 在外部数据集上表现出强的表现:TCGA转移数据的准确性为91.09%,ICGC数据的准确性为82.67%.
- 鉴定了一组基因,其丰富的组织特异性和组织一般性功能.
结论:
- 开发的计算框架提供了一个准确和强大的方法来识别癌症组织的起源.
- 这种方法在改善未知原发性癌症 (CUP) 的临床管理方面显著有前途.
- 这项研究为癌症诊断和个性化医学提供了宝贵的工具.
