基于决策树联合评分算法识别循环miRNA作为恶性质母细胞瘤早期诊断分子标记物
Fei Su1, Yueyang Liu2, Yonghua Zong3
1College of Bioinformatics Science and Technology, Harbin Medical University, Harbin, 150081, China. sufei0999@ems.hrbmu.edu.cn.
Journal of cancer research and clinical oncology
|November 9, 2023
概括
通过使用新的决策树算法识别新的循环microRNAs (miRNAs),改善了质母细胞瘤 (GBM) 的早期诊断. 这些生物标志物比现有的GBM检测和个性化治疗方法提供更高的准确性.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物标志物发现发现
背景情况:
- 质母细胞瘤 (GBM) 缺乏早期临床诊断标志物.
- 循环中的microRNAs (miRNAs) 显示出作为恶性瘤早期诊断标记物的希望.
研究的目的:
- 确定用于早期质母细胞瘤诊断的新型循环miRNA生物标志物.
- 开发一个强大的算法,用于敏感和准确的miRNA标记物查.
主要方法:
- 开发了一个决策树联合评分算法 (DTSA).
- 微阵列 (SAM) 的综合显著性分析,层次聚类,T测试和权分数.
- 将DTSA应用于质母细胞瘤数据集,以识别miRNA标记物.
主要成果:
- 确定了三个循环的miRNA标记物:hsa-miR-2278,hsa-miR-555和hsa-miR-892b.
- 发现hsa-miR-2278和hsa-miR-892b可以调节GBM通路并影响患者的存活率.
- 与其他算法相比,DTSA表现出优越的分类性能.
结论:
- DTSA有效地识别了质母细胞瘤的循环miRNA.
- 已识别的miRNAs作为早期GBM诊断的有希望的生物标志物.
- 这些发现支持了个性化质母细胞瘤治疗策略的潜力.
