通过探索性数据挖掘,识别结直肠癌存活率的基因组特征
Justin J Hummel1, Danlu Liu2, Erin Tallon1
1Institute for Data Science and Informatics, University of Missouri, Columbia, MO 65212, USA.
International journal of molecular sciences
|March 28, 2024
概括
这项研究引入了人工智能驱动的基因组签名,以预测第二阶段患者的结直肠癌 (CRC) 复发情况. 这种32个基因的签名提供了高精度,有助于个性化治疗策略.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 人工智能的人工智能
背景情况:
- 临床病理特征对于结直肠癌 (CRC) 治疗至关重要,但在第二阶段的预后价值有限.
- 准确预测瘤复发对于优化CRC中辅助治疗决策至关重要.
研究的目的:
- 开发和验证一种基于人工智能 (AI) 的新型基因组签名,用于预测2期和3期CRC患者的复发.
- 整合突变和临床数据,以提高CRC中的分子分层和预后准确度.
主要方法:
- 利用一个可解释的人工智能 (XAI) 算法来分析来自2/3期CRC患者的TCGA数据 (n=378).
- 综合基因组数据来自FoundationOne伴侣诊断 (F1CDx) 试验与临床特征.
- 开发并验证了一种32基因的基因组签名,用于预测瘤复发.
主要成果:
- 一个32基因的基因组签名在预测第二阶段CRC患者的瘤复发方面表现出高精度.
- 在独立数据集 (n=149) 上的验证证实了高预后准确性 (AUC: 0.952,PPV: 0.974,NPV: 0.923).
- 识别的基因组特征与临床表现相关,有助于分组识别.
结论:
- 由人工智能驱动的32基因特征显著提高了第二阶段CRC中复发预测的准确性.
- 这种基因组签名有可能与个性化CRC管理NCCN指南一起增强分子分层.
- 这些发现支持使用人工智能和基因组数据进行更精确的结直肠癌预后评估.
