人工智能和复杂网络方法揭示了肝细胞癌的潜在基因生物标志物
Antonio Lacalamita1,2, Grazia Serino3, Ester Pantaleo1,2
1Dipartimento Interateneo di Fisica M. Merlin, Università degli Studi di Bari Aldo Moro, Via G. Amendola 173, 70125 Bari, Italy.
International journal of molecular sciences
|October 28, 2023
概括
这项研究开发了一个AI框架,用于识别用于诊断肝细胞癌 (HCC) 的基因社区. 该方法在区分癌症和健康样本方面达到90%以上的准确性,有助于发现生物标志物.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 人工智能的人工智能
背景情况:
- 肝细胞癌 (HCC) 是一种普遍且日益增长的全球性癌症.
- 早期和准确的HCC诊断对于有效的治疗结果至关重要.
研究的目的:
- 通过使用层次社区检测和人工智能开发监督学习框架.
- 使用微阵列数据对HCC患者和健康对照进行分类.
主要方法:
- 在公开的微阵列数据上利用了层次化的社区检测和人工智能.
- 鉴定了基因社区,区分健康和癌症样本.
- 应用可解释AI (XAI) 来分析关键社区内的基因贡献.
主要成果:
- 鉴定了20个基因群体,在区分HCC样本时的准确度>90%.
- 在一个独立的数据集上验证了性能,在两个社区实现了>80%的准确性.
- 通过使用XAI分析了两种被选中的社区,这些社区富含了相关的生物功能.
结论:
- 拟议的框架提供了一种定量工具,用于识别HCC中的基因社区.
- 这种方法可以揭示推动HCC发展的关键机制.
- 这项研究有助于发现肝细胞癌的新生物标志物.
