不同的血清皮组学揭示了预测乳腺癌进展的多标志物模型
Adhari AlZaabi1,2, Stephen Piccolo3,4, Steven Graves5
1Department of Human and Clinical Anatomy, Sultan Qaboos University, 35, Muscat 123, Oman.
Cancers
|July 13, 2024
概括
这项研究确定了可以预测乳腺癌进展的特定血清. 这些体生物标志物模型显示出在临床环境中准确评估乳腺癌阶段的前景.
科学领域:
- 生物化学 生物化学
- 在瘤学瘤学.
- 蛋白质组学是指蛋白质组学.
背景情况:
- 准确的乳腺癌分期对于有效治疗至关重要.
- 确定可靠的生物标志物用于早期检测和进展监测仍然是一个挑战.
研究的目的:
- 评估低分子量血清在预测乳腺癌进展方面的潜力.
- 识别和验证作为诊断生物标记物的差异表达.
主要方法:
- 无偏见的,基于液态色谱-并联质谱 (LC/MS-MS) 的血清样本的蛋白质组学分析.
- 应用标准和机器学习 (ML) 分析工作流程.
- 生物标志物候选物和多标志物模型的发现,确认和盲目验证研究.
主要成果:
- 在发现性研究中确定了65个统计学意义上的循环生物标志物候选者.
- 多标记模型实现了0.84的曲线下面积 (AUC),在验证中具有43%的灵敏度和88%的特异性.
- 机器学习分析生成了一个具有完美的分类和高可信度参数的分类器.
结论:
- 血清生物标志物模型显示了乳腺癌阶段的显著预测能力.
- 优化的模型,特别是那些包含多个标记器的模型,显示出高的诊断准确性.
- 这些发现表明,乳腺癌分期的临床应用潜力.
