IMAGGS:用于识别乳腺癌亚型中的多途径关联的放射遗传学框架
Shuyu Liang1, Sicheng Xu2, Shichong Zhou3
1Department of Electronic Engineering, School of Information Science and Technology, Fudan University, Shanghai 200433, China; The Key Laboratory of Medical Imaging Computing and Computer Assisted Intervention (MICCAI) of Shanghai, Shanghai 200032, China.
Journal of genetics and genomics = Yi chuan xue bao
|October 2, 2023
概括
这项研究引入了IMAGGS框架,将成像特征与乳腺癌中的基因突变联系起来. 它揭示了复杂的放射基因组关联,用于个性化治疗和生物见解.
科学领域:
- 在瘤学瘤学.
- 无线电学 (Radiomics) 是一种无线电学.
- 基因组学就是基因组学.
背景情况:
- 了解乳腺癌 (BC) 亚型需要将放射性和基因组数据关联起来.
- 个性化治疗策略取决于对疾病机制的洞察力.
研究的目的:
- 开发和验证图像-基因-基因集 (IMAGGS) 框架,用于检测BC多途径放射遗传学关联.
- 整合多角度超声波 (US) 图像和基因突变数据,以进行全面的瘤特征.
- 探索表型和基因型特征之间的复杂的多对多关系.
主要方法:
- 结合了来自721名BC患者的12张多角度US图像.
- 机器学习算法的应用来分析多对多的放射基因组学关联.
- 关键放射性和基因组特征的查和基因组丰富分析.
- 关于质母细胞瘤多种数据集的IMAGGS框架的验证.
主要成果:
- IMAGGS框架成功地确定了BC亚型中的放射性和基因组特征之间的多途径关联.
- 选了关键的放射性和基因组特征,提供了对生物功能的洞察.
- 基因组丰富分析揭示了基因组的联合作用,加深了对BC亚型的理解.
- 该框架证明了跨不同癌症类型和成像模式的可扩展性.
结论:
- 通过将成像,基因和基因组联系起来,IMAGGS提供了一种全面的方法来表征疾病.
- 这一框架有助于对放射学进行生物学解释,并开发有针对性的疗法.
- IMAGGS为推进瘤学个性化医学的发展铺平了道路.
更多相关视频
07:47Author Spotlight: Unveiling Transmembrane Protein Family-Related Markers in Gastric Cancer and Implications for Targeted Therapies
Published on: September 15, 2023
1.5K
11:12Optimization of a Multiplex RNA-based Expression Assay Using Breast Cancer Archival Material
Published on: August 1, 2018
8.1K