相关实验视频
Updated: Jun 26, 2025
16:24
Profiling of Estrogen-regulated MicroRNAs in Breast Cancer Cells
Published on: February 21, 2014
20.2K
为了寻找miRNA表达的比率作为强大的生物标志物,在多中心数据中构建稳定的诊断模型
Cuidie Ma1, Yonghao Zhang1, Rui Ding2
1College of Life Science and Technology, Beijing University of Chemical Technology, Beijing, China.
Frontiers in genetics
|May 15, 2024
概括
这项研究引入了一种使用微RNA (miRNA) 表达比率的新方法,以创建精确的疾病检测模型. 这些模型有效地克服了批量效应,改善了早期疾病识别的诊断概括性.
科学领域:
- 生物标志物发现发现
- 基因组学就是基因组学.
- 计算生物学 计算生物学
背景情况:
- 微RNAs (miRNAs) 显示出作为早期疾病检测生物标志物的前景.
- 现有的miRNA诊断模型经常与来自不同数据源的批量效应作斗争.
- 可通用的诊断模型需要方法来考虑数据的变化.
研究的目的:
- 开发基于miRNA的强大的诊断模型,可以在数据集中概括.
- 为解决医疗应用miRNA分析的批量效应挑战.
- 从miRNA表达数据中识别稳定的预测标记.
主要方法:
- 构建的转录因子 (TF) 介导的miRNA-miRNA相互作用网络.
- 使用miRNA对的样本内表达比率作为预测标记.
- 开发了一个基于遗传算法的分类器来量化疾病风险得分.
主要成果:
- miRNA对表达比率在多个数据源中显示出稳定性.
- 开发的分类器在发现和验证数据集上表现良好.
- 模型准确地区分了COVID-19,细胞癌和肺腺癌的疾病和正常状态.
结论:
- 基于相互作用的miRNA对表达比率的预测模型对于早期疾病检测是有效的.
- 开发的分类器提供了疾病状态的准确歧视.
- 这种方法提高了基于miRNA的诊断模型的概括性.
