[基于机器学习的乳腺侵入性癌症中蛋白质编码基因标记物的识别]
Yue Wu1, Kai-Yuan Min2, Jiang-Feng Liu2
11 School of Statistics and Data Science,Nankai University,Tianjin 300071,China.
概括
研究人员使用机器学习确定了三个关键的蛋白质编码基因 (UGP2,C3orf80和SPC25) 作为潜在的生物标志物,用于使用机器学习预测乳腺侵入性癌症. 这一发现为乳腺癌诊断和治疗策略提供了新的途径.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
背景情况:
- 侵袭性乳腺癌是全球重要的健康问题.
- 准确的预后生物标志物对于有效的患者管理和治疗策略至关重要.
- 转录组数据分析提供了一种强大的方法来识别新的癌症生物标志物.
研究的目的:
- 识别与乳腺侵入性癌症预后相关的新型蛋白质编码基因生物标志物.
- 评估机器学习模型在预测乳腺癌预后方面的性能.
- 用独立的数据集验证潜在的生物标志物.
主要方法:
- 从癌症基因组图谱 (TCGA) 获取乳腺侵入性癌症转录组数据.
- 使用DESeq2,t-test和Cox单变量分析识别差异表达的基因.
- 开发和比较机器学习模型 (随机森林,XGBoost,LightGBM,CatBoost) 用于生物标志物发现.
- 使用基因表达综合 (GEO) 数据验证已识别的生物标志物.
主要成果:
- 总共有151个与生存预后相关的差异表达的蛋白质编码基因被确定.
- 结合C3orf80,UGP2和SPC25的机器学习模型在预测预后方面表现出卓越的表现.
- 鉴定的基因签名在一个独立的数据集中显示出验证.
结论:
- UGP2,C3orf80和SPC25被确定为乳腺侵入性癌症的有希望的蛋白质编码基因生物标志物.
- 这项研究为改善乳腺侵入性癌症的诊断和治疗提供了新的方向.
- 机器学习方法有效地从复杂的基因组数据中发现预后生物标志物.
