一种用于同时检测女性多种早期癌症的非侵入性方法
Ankur Gupta1,2, Zaved Siddiqui1,2, Ganga Sagar2
1PredOmix Health Sciences Private Limited, 10 Anson Road, #22-02 International Plaza, Singapore, 079903, Singapore.
Scientific reports
|November 5, 2023
概括
这项研究开发了一种使用血清代谢学和机器学习的新型血液测试,以检测女性多种癌症. 该测试在识别早期癌症及其起源方面达到99%以上的准确性.
科学领域:
- 生物化学 生物化学
- 计算生物学 计算生物学
- 在瘤学瘤学.
背景情况:
- 早期癌症检测显著改善了患者的治疗结果.
- 目前的查方法往往缺乏同时或早期检测多种癌症类型的能力.
研究的目的:
- 开发和验证使用非向血清代谢学检测多种癌症的测试.
- 利用机器学习进行高精度的癌症识别和从血清样本确定原产地.
主要方法:
- 不针对性血清代谢进行了来自各种癌症的妇女的样本.
- 机器学习算法用于顺序分析:首先用于癌症检测,然后用于起源组织分类.
主要成果:
- 最初的算法在识别癌症阳性样本时达到>99%的准确性,包括主要是早期癌症.
- 随后的多类算法准确地识别出癌症样本的原始组织.
结论:
- 血清代谢学与机器学习相结合,为早期癌症检测提供了一个强大的平台.
- 这种方法使得从单一的血液检查中同时识别多种癌症类型及其起源.
