瘤亚型分类工具用于HPV相关的头癌
Shiting Li1, Bailey F Garb1, Tingting Qin1
1Department of Computational Medicine and Bioinformatics, University of Michigan Medical School, Ann Arbor, Michigan, USA.
一个新的机器学习分类器准确地将人类乳头瘤病毒阳性头支状细胞癌 (HPV+ HNSCC) 分为IMU和KRT分子亚型. 这种工具有助于了解不同的瘤特征和潜在的治疗策略.
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:
- 人类乳头瘤病毒相关的头状细胞癌 (HPV+ HNSCC) 呈现出不同的分子亚型:IMU (免疫强) 和KRT (高度化).
- 这些亚型具有不同的致癌途径,临床结果,可能需要量身定制的治疗方法.
- 目前还没有一种标准化的方法来将HPV+ HNSCC瘤分为这些亚型.
研究的目的:
- 开发和验证一个强大的机器学习分类器,用于标准化HPV+ HNSCC亚型.
- 通过对患者队列的元分析,调查与每个亚型相关的临床,人口和分子特征.
主要方法:
- 利用了来自四个队伍的229个HPV+HNSCC样本的RNA测序 (RNA-seq) 数据.
- 一个整体机器学习方法,结合五个算法和多个基因集,被用来进行分类.
- 分类器的性能经过严格测试,并在独立的患者队列上得到验证.
主要成果:
- 开发的分类器在测试组中实现了100%的准确性,并在验证队列中成功分离.
- 在39个测试的临床,人口统计和分子变量中,分型和24个变量之间发现了显著的关联.
- IMU亚型与上皮介质转换和免疫细胞透相关,而KRT亚型显示出更高的角质化和更高比例的女性患者.
结论:
- 这项研究提供了一种可靠的基于RNA-seq的分类器,用于将HPV+ HNSCC分为IMU和KRT类别的亚型.
- 这些发现增强了对HPV+ HNSCC分子亚型及其相关特征的理解.
- 开发的工具和见解对于推进HPV+HNSCC个性化治疗策略至关重要.
更多相关视频
07:43Four-color Fluorescence Immunohistochemistry of T-cell Subpopulations in Archival Formalin-fixed, Paraffin-embedded Human Oropharyngeal Squamous Cell Carcinoma Samples
Published on: July 29, 2017
06:57Chromogenic In Situ Hybridization as a Tool for HPV-Related Head and Neck Cancer Diagnosis
Published on: June 14, 2019
相关概念视频
Classification of Epithelial Tissues: Overview
Based on the number of cell layers,...
Classification of Epithelial Tissues: Stratified Epithelium
Classification of Epithelial Tissues: Glandular Epithelium
Multicellular glands are formed during early development when epithelial budding...
