精确的癌症分类使用液体活检和先进的机器学习技术
Amr Eledkawy1, Taher Hamza1, Sara El-Metwally2,3
1Department of Computer Science, Faculty of Computers and Information, Mansoura University, P.O. Box: 35516, Mansoura, Egypt.
Scientific reports
|March 11, 2024
概括
这项研究引入了一种新的液体活检方法,用于早期癌症检测,使用无血细胞DNA (cfDNA) 和蛋白质生物标志物. 该系统在检测癌症存在和分类癌症类型方面实现了高精度,改善了患者的治疗结果.
科学领域:
- 在瘤学瘤学.
- 生物技术是生物技术.
- 生物信息学是一种生物信息学.
背景情况:
- 癌症是一个重大的全球健康挑战,强调了早期检测方法的必要性.
- 液体活检,分析循环无细胞DNA (cfDNA/ctDNA) 和生物标志物,为非侵入性癌症诊断提供了一个有希望的途径.
- 及时发现癌症对于改善患者生存率和实现有效治疗至关重要.
研究的目的:
- 开发和验证用于早期癌症检测和分类的机器学习系统,使用血cfDNA/ctDNA突变和蛋白质生物标志物.
- 通过使用先进的特征选择和分类技术,提高癌症检测的效率和准确性.
主要方法:
- 使用相关系数和相互信息来选择特征,使用XGBoost特征重要性将数据维度减少60%.
- 使用光梯度增强机 (LGBM) 进行分类,通过随机搜索优化超参数.
- 组合十倍交叉验证的LGBM模型,以平衡准确度加权,用于最终预测.
主要成果:
- 实现了99.45%的准确性和99.95%的癌症存在检测AUC.
- 在癌症类型分类方面获得了93.94%的准确性和97.81%的AUC.
- 显示了数据集维度的显著减少,同时保持了高的预测性能.
结论:
- 拟议的液体活检系统在早期癌症检测和分类方面表现出高效.
- 这种方法有可能通过及时和准确的癌症诊断来改善患者的治疗结果.
- 结合cfDNA / ctDNA分析和蛋白质生物标记物的整合,在抗癌方面提供了强大的工具.
