多重原发性肺癌患者多重原发性肺癌的分类:使用多维基因组数据对机器学习方法的评估
Guotian Pei1, Kunkun Sun2, Yingshun Yang1
1Department of Thoracic Surgery, Beijing Haidian Hospital (Haidian Section of Peking University Third Hospital), Beijing, China.
Frontiers in oncology
|May 20, 2024
概括
一个新的分子模型准确地区分了多重原发性肺癌 (MPLC) 和肺内转移 (IM) 使用基因组分析. 这种工具通过提高诊断准确度,有助于优化肺癌治疗.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 分子诊断学 分子诊断
背景情况:
- 多重原发性肺癌 (MPLC) 是一个公认的临床实体,但其分子基础和与肺内转移 (IM) 的差异化仍然不太清楚.
- 缺乏有效的方法来区分MPLC和IM,这阻碍了最佳的治疗策略.
研究的目的:
- 开发和验证一个分子识别模型,准确地将多焦点肺瘤分类为MPLC或IM.
- 利用全面的基因组分析来改善肺癌的差异诊断.
主要方法:
- 分析了一组112名中国肺癌患者,其中至少有两种瘤.
- 在训练队列中,使用808个与癌症相关的基因的综合基因分析开发了一种新型的鉴定模型.
- 该模型的性能在测试队列和前性验证队列中进行了评估.
主要成果:
- 分子分类器表现出高准确度,在测试队列中,MPLC达到了89.5%的协议,IM达到了100%的协议.
- 该模型的AUC为0.947和91.3%的整体准确度,在验证组中表现出色 (AUC为0.938).
- 与以前基于突变的方法相比,分类器与临床分类的一致性更好.
结论:
- 确定了新的MPLC特定的基因组特征.
- 基于宽面板下一代测序 (NGS) 的单步分子分类器可以准确地区分MPLC和IM.
- 这种分子分类器有望成为帮助肺癌差异诊断的宝贵工具.
