基于人工神经网络的基因查和免疫细胞透分析是骨髓瘤特征
Shaoyan Shi1, Yunshan Guo1, Qian Wang1
1Department of Hand Surgery, Xi'an Honghui Hospital, Xi'an Jiaotong University, Xi'an, Shaanxi, China.
The journal of gene medicine
|November 15, 2023
概括
这项研究开发了一个人工神经网络 (ANN) 模型,使用特征基因来预测骨髓瘤 (OS) 患者的结果. 该模型证明了早期OS诊断和治疗规划的有效性.
科学领域:
- 基因组学和生物信息学
- 在瘤学瘤学.
- 计算生物学 计算生物学
背景情况:
- 骨髓瘤 (OS) 在临床瘤学中构成了重大挑战.
- 准确的预后对于有效的患者管理至关重要.
- 现有的预后工具需要改进,以提高准确性.
研究的目的:
- 构建一个人工神经网络 (ANN) 模型用于骨髓瘤 (OS) 预后.
- 识别与OS预后相关的特征基因 (CDEGs).
- 验证开发的ANN模型的预测能力.
主要方法:
- 不同基因表达分析确定了467个DEGs.
- 基因本体学 (GO) 和KEGG通路分析阐明了功能关联.
- 随机森林分析为ANN模型构建选择了30个CDEG.
- 内部和外部验证证实了模型的准确性.
主要成果:
- 基于30个CDEG构建的ANN模型显示出强大的预测性能.
- 免疫细胞透分析显示了与CDEGs的显著相关性.
- 关键CDEGs (YES1,MFNG) 的表达与OS临床病理特征正相关.
结论:
- 基于CDEGs的ANN模型对预测OS患者预后有效.
- 这种模型有可能促进OS的早期诊断和治疗.
- 进一步的研究可以完善该模型的临床应用.
