综合应用AI算法与TCR NGS数据用于质瘤诊断
Kaiyue Zhou1, Zhengliang Xiao1, Qi Liu1
1Department of Mathematics, School of Mathematical Sciences, Inner Mongolia University, Hohhot, China.
Scientific reports
|July 4, 2024
概括
这项研究使用T细胞受体 (TCR) 测序来确定质瘤检测的关键生物标志物. 仅识别三个特定的TCR序列可以准确预测质瘤,提供一种新的诊断工具.
科学领域:
- 免疫学 免疫学 免疫学
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
背景情况:
- 检测T细胞受体 (TCR) 对于评估T细胞免疫反应至关重要.
- 脑瘤是一种脑瘤,需要准确的诊断和治疗策略.
研究的目的:
- 用基于DNA的TCR高通量测序分析质瘤特征数据.
- 开发一种具有高准确性和较少生物标志物的质瘤预测模型.
主要方法:
- 通过使用六个TCR相关的多样性指数下载和分析在线数据.
- 建立了多维和二维分类系统.
- 采用特征选择方法,如递归特征消除与交叉验证 (RFECV),以减少TCRβ序列.
主要成果:
- 通过确定三个特定的TCR序列,获得了96.67%的分类AUC值.
- 在不同的数据值 (0.1和0.001) 上,确定了与质瘤相关的TCR克隆的不同组合.
- 多维数据分类的准确性略低于二维数据集.
结论:
- 鉴定了三个特定的TCR序列,证明了准确预测质瘤的巨大潜力.
- 这种基于TCR的方法可以作为一种有价值的质瘤和其他癌症的诊断和治疗工具.
