相关实验视频

Updated: Jul 5, 2025

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma

Published on: October 10, 2018

一种深度神经网络预测器,用于预测局部晚期直肠癌中新辅助化学放射治疗的敏感性

Yuhao Liu¹, Jinming Shi², Wenyang Liu²

¹Department of Radiation Oncology, National Cancer Center/National Clinical Research Center for Cancer /Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing, 100021, China; State Key Laboratory of Molecular Oncology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Beijing, 100021, China; Department of Radiation Oncology, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital & Shenzhen Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College, Shenzhen, 518116, China.

|January 17, 2024

概括

这项研究开发了一种深度神经网络模型,用于预测局部晚期直肠癌 (LARC) 中的新辅助化学放射治疗 (NCRT) 敏感性. 该模型识别了关键的基因和免疫细胞,为LARC患者提供了个性化的治疗策略.

科学领域:

在瘤学瘤学.
基因组学就是基因组学.
免疫学免疫学免疫学

背景情况:

新辅助化学放射疗法 (NCRT) 是局部晚期直肠癌 (LARC) 的标准治疗方法.
预测患者对NCRT的反应对于优化治疗策略至关重要.
确定可靠的NCRT敏感性的生物标志物仍然是一个挑战.

研究的目的:

在LARC中开发一个有效的NCRT灵敏度预测模型.
为了确定与NCRT反应相关的新生物标志物.
为个人化临床治疗LARC提供指导.

主要方法:

分析了转录组资料,以确定潜在的生物标志物.
后勤回归,斯皮尔曼相关性和四种机器学习算法用于选.
一个包含18个基因签名的深度神经网络 (DNN) 预测器在独立的数据集上被构建和验证.
基于Web的程序开发用于临床应用.

主要成果:

发现Wnt/β-catenin信号传递和酸代谢途径与NCRT敏感性和预后具有对抗性.
在两个独立的验证队列中,DNN预测器实现了0.706和0.897的AUC值.
从DNN衍生的亚型与NCRT灵敏度和生存状态有显著的相关性.
特定的免疫细胞群 (NK,细胞毒性T细胞,调节性T细胞,MDSC,CD4 T效应记忆细胞) 与治疗反应有关.

结论:

使用18基因特征的DNN基预测器可以有效地预测LARC中的NCRT灵敏度.
该模型可以根据临床和免疫特征对LARC患者进行分层,从而促进个性化治疗.
了解特定信号通路和免疫细胞的作用可以改善LARC的治疗策略.

关键词:

深度神经网络是一个神经网络.亚麻酸 (LA) 的代谢途径亚麻酸 (LA) 的代谢途径局部发达的直肠癌局部发达的直肠癌对于NCRT的灵敏度在Wnt/β-catenin信号通路中.

更多相关视频

Robot-assisted Total Mesorectal Excision and Lateral Pelvic Lymph Node Dissection for Locally Advanced Middle-low Rectal Cancer

Robot-assisted Total Mesorectal Excision and Lateral Pelvic Lymph Node Dissection for Locally Advanced Middle-low Rectal Cancer

Published on: February 12, 2022

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model

Machine Learning Algorithms for Early Detection of Bone Metastases in an Experimental Rat Model

Published on: August 16, 2020

相关概念视频