使用基因表达数据库预测质母细胞瘤的生存率:神经网络分析
Parisa Azimi1, Taravat Yazdanian2, Amirhosein Zohrevand3
1Neurosurgeon, Neuroscience Research Center, Shahid Beheshti University of Medical Sciences, Tehran, Iran.
International journal of molecular and cellular medicine
|August 19, 2024
概括
人工神经网络 (ANN) 使用基因表达数据准确预测质母细胞瘤 (GBM) 患者的15个月生存期. 这种方法提供了更好的决策,用于在侵略性脑瘤中精确的医疗治疗.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 质母细胞瘤 (GBM) 是最具攻击性和致命性的原发性脑瘤.
- 人工神经网络 (ANN) 显示出增强复杂疾病的诊断和预后准确性的前景.
- 预测患者存活率对于指导神经瘤学治疗策略至关重要.
研究的目的:
- 开发和评估一种人工神经网络 (ANN) 模型,用于预测质母细胞瘤 (GBM) 患者的15个月生存期.
- 使用基因组和临床数据,比较ANN模型与传统物流回归 (LR) 的预测性能.
- 确定影响GBM患者生存的关键分子和临床因素.
主要方法:
- 从多个数据库 (CGGA,TCGA,MYO,CPTAC) 中获得了551名GBM患者的基因组数据.
- 使用年龄,性别,IDH状态和31个关键基因作为输入特征构建了一个ANN模型和一个后勤回归 (LR) 模型.
- 用ROC曲线下的面积 (AUC),准确度和Hosmer-Lemeshow (H-L) 统计数据来评估模型性能,数据分为训练,测试和验证集.
主要成果:
- 与LR模型 (AUC 0.71) 相比,ANN模型实现了更高的预测准确度 (83.3%) 和AUC (0.81).
- 通过ANN模型识别的关键基因包括FN1,ICAM1,MYD88,IL10和CCL2.2.
- 该ANN模型在预测GBM患者15个月生存期方面表现出卓越的表现.
结论:
- 人工神经网络为预测质母细胞瘤患者15个月生存期提供了强大而准确的方法.
- 开发的ANN模型可以帮助个性化治疗规划,并改善GBM的临床决策.
- 基因表达模式在侵袭性脑瘤中具有显著的预后分层潜力.
