使用nCounter测定方法预测染细胞瘤/帕拉甘瘤的预测模型

科学领域:

• 内分泌学 在内分泌学.
• 在瘤学瘤学.
• 基因组学就是基因组学.

背景情况:

• 世界卫生组织在2017年重新分类了染细胞瘤/偏角细胞瘤 (PPGL) 作为恶性,原因是预测攻击性行为的局限性.
• 准确预测PPGL转移对于有效的治疗计划至关重要.

研究的目的:

• 开发PPGL转移的预测模型.
• 确定与PPGL转移相关的关键分子和临床因素.

主要方法:

• 分析了来自两个医院的97例PPGL病例,包括FFPE组织样本.
• n对抗试验用于识别转移性和非转移性PPGL之间的差异性表达基因.
• 基于拉索回归的预测模型的开发和性能评估.

主要成果:

• 在转移性和非转移性PPGL之间,CDK1,TYMS和TOP2A基因表达显著不同.
• 瘤大小与CDK1表达有正相关性.
• 拉索回归模型在预测转移方面实现了91.7%的灵敏度和95.5%的特异性.

结论:

• 基于机器学习的多模式分类器,利用nCounter测试数据,可以高准确度地预测PPGL转移.
• CDK1抑制剂代表了PPGL治疗的潜在治疗途径.