深度学习增强了多种癌症的血清葡萄糖的诊断价值
Haobo Zhang1, Si Liu1,2, Yi Wang3
1Key Laboratory of Molecular Biophysics of the Ministry of Education, Hubei Key Laboratory of Bioinformatics and Molecular-imaging, Center of AI Biology, Department of Bioinformatics and Systems Biology, College of Life Science and Technology, Huazhong University of Science and Technology, Wuhan, Hubei, China.
iScience
|January 16, 2024
概括
深度学习,特别是转移学习,使用血清甘氨酸显著改善了癌症诊断. 这种方法提高了诊断准确度,特别是在有限的数据场景中,识别了各种癌症的关键甘氨酸生物标志物.
科学领域:
- 生物化学 生物化学
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
背景情况:
- 蛋白质糖化对癌症的发展起着重要作用.
- 基于甘氨酸的癌症诊断显示出希望,但面临着准确性的局限性.
研究的目的:
- 通过使用深度学习来增强血清葡萄糖对癌症诊断的辨别能力.
- 调查随机森林的实用性与癌症检测的转移学习相结合.
主要方法:
- 应用转移学习和随机森林到血清糖组数据.
- 在数据不利的队列中评估的表现,与PLS-DA进行比较.
- 确定了一组血清N-甘氨酸和甘氨酸衍生的特征作为潜在的生物标志物.
主要成果:
- 在卵巢癌诊断中,转移学习取得了卓越的表现 (AUROC>0.9).
- 确定了18种N-甘氨酸和4种甘氨酸衍生的特征,其中许多具有化,作为关键生物标志物.
- 在多种癌症类型 (卵巢,肺,胃,食道) 中验证了转移学习的有效性.
结论:
- 转移学习显著改善了基于甘氨酸的癌症诊断模型.
- 这种方法为识别癌症生物标志物提供了一种高可靠性的方法.
- 深度学习与转移学习为癌症诊断提供了一个新的途径.
