循环miRNA的生物标志物用于早期检测埃及患者的肝细胞癌,基于机器学习算法
Gehad Ismail Sayed1,2, Mona Solyman3,2, Gamalat El Gedawy4,2
1School of Computer Science, Canadian International College (CIC), Cairo, Egypt.
Scientific reports
|February 29, 2024
概括
肝细胞癌 (HCC) 是一种致命的肝癌. 这项研究引入了一种机器学习模型,使用循环的microRNAs (miRNAs) 来检测埃及患者的HCC,显示出比传统方法更高的精度.
科学领域:
- 在瘤学瘤学.
- 遗传学 是一个遗传学.
- 生物信息学是一种生物信息学.
背景情况:
- 肝癌,特别是肝细胞癌 (HCC),是全球主要的健康问题,预后不佳,特别是在晚期.
- 在埃及,HCC的患病率正在增加,其特点是具有独特的分子形状,包括信使RNA (mRNA) 和microRNA (miRNA) 表达.
- 循环中的miRNAs显示出作为HCC的非侵入性诊断和预后生物标志物的希望.
研究的目的:
- 提出和评估一个机器学习模型,用于早期诊断和预后的HCC在埃及患者使用循环miRNAs.
- 确定特定的循环miRNAs作为潜在的生物标志物用于HCC检测和患者分层.
主要方法:
- 开发了一个三相HCC检测模型:数据预处理,使用二进制非洲优化算法 (BAVO) 进行特征选择,并进行分类/交叉验证.
- 该模型采用支持矢量机 (SVM) 和k-fold交叉验证进行分类.
- 该模型在埃及HCC患者的三个独立数据集上得到了验证.
主要成果:
- 拟议的机器学习模型在所有三项验证研究中都显示出与传统统计方法相比,更高的诊断准确性.
- 特定的循环miRNAs,包括miRNA-483-5p,miRNA-21和miRNA-155,被确定为HCC的潜在早期诊断和预后生物标志物.
- 该模型实现了高灵敏度和特异性,在一项研究中获得了98%的灵敏度和99%的特异性.
结论:
- 开发的机器学习模型有效地利用循环的miRNAs来准确诊断和预测埃及人口中的HCC.
- 循环中的miRNAs,特别是miRNA-483-5p,miRNA-21和miRNA-155,代表了早期HCC检测和结果预测的有希望的新生物标志物.
