基于Boruta-shap和RFC-RFECV算法对肺癌血清生物标志物的查
1Department of Thoracic Surgery, Anyang Tumor Hospital, The Affiliated Anyang Tumor Hospital of Henan University of Science and Technology, China.
Journal of proteomics
|April 25, 2024
概括
这项研究确定了六种血清微RNA (miRNA) 作为肺癌诊断的潜在非侵入性生物标志物. 这些生物标志物显示出对肺癌敏感和特定的早期检测有前途.
科学领域:
- 生物标志物和诊断方法
- 基因组学和分子生物学
- 在瘤学瘤学.
背景情况:
- 肺癌是全球癌症相关死亡的主要原因之一.
- 微RNA (miRNA) 越来越多地被认为是癌症诊断和预后的有价值生物标志物.
- 准确和早期诊断肺癌对于改善患者的治疗结果至关重要.
研究的目的:
- 确定一组血清miRNA作为肺癌潜在的诊断生物标志物.
- 开发和验证用于选择信息性miRNAs的算法方法.
- 使用已识别的miRNAs建立非侵入性肺癌诊断的分类器.
主要方法:
- 分析了来自肺癌患者和对照者的血清miRNA表达数据.
- 使用Boruta-shap和RFC-RFECV算法来选择顶级特征miRNAs.
- 一个高斯的天真贝叶斯分类器被训练并使用交叉验证和ROC分析进行验证.
主要成果:
- 六种特定的miRNAs (hsa-miRNA-144,hsa-miRNA-107,hsa-miRNA-484,hsa-miRNA-103,hsa-miRNA-26b和hsa-miRNA-641) 被确定为关键的诊断标记物. 这两种类型的miRNAs都被认为是关键的诊断标记物.
- 开发的分类器实现了高诊断性能,在初始评估中AUC为0.8966,在验证集中为0.9345-0.9423
- 在验证队列中,诊断准确率达到89%,这表明有很大的潜力.
结论:
- 一个由六个血清miRNA组成的小组可以作为肺癌诊断的有效的非侵入性生物标志物.
- 算法方法有助于识别强大的miRNA签名用于癌症检测.
- 这些发现支持开发用于早期肺癌查的敏感和特定工具.
更多相关视频
08:49Exosomal miRNA Analysis in Non-small Cell Lung Cancer NSCLC Patients' Plasma Through qPCR: A Feasible Liquid Biopsy Tool
Published on: May 27, 2016
11.1K
10:35A Blood-based Test for the Detection of ROS1 and RET Fusion Transcripts from Circulating Ribonucleic Acid Using Digital Polymerase Chain Reaction
Published on: April 5, 2018
10.3K
