相关实验视频
Updated: Jun 9, 2025
07:58
Cell-Free DNA Integrity Analysis in Urine Samples
Published on: January 5, 2017
13.8K
基于机器学习的检测膀癌的尿液cfDNA碎片化热点,捕获癌症相关的分子特征
Xiang-Yu Meng1,2, Xiong-Hui Zhou3, Shuo Li4,5
1Department of Urology, Zhongnan Hospital of Wuhan University, Wuhan, China.
Clinical chemistry
|October 21, 2024
概括
使用无细胞DNA (cfDNA) 断片组的液体活检显示出非侵入性膀癌 (BLCA) 检测的前景. 这种基于cfDNA热点的模型在BLCA诊断的100%特异性下达到87%的灵敏度.
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:
- 检测非侵入性膀癌 (BLCA) 是一个重要的未满足的临床需求.
- 无细胞DNA (cfDNA) 碎片组学提供了一个潜在的非侵入性诊断方法.
研究的目的:
- 评估基于cfDNA热点BLCA检测的机器学习模型的诊断性能.
- 探索BLCA中cfDNA热点的生物基础.
主要方法:
- 评估了cfDNA热点驱动机器学习模型的诊断性能,对55名BLCA患者,51名良性对照患者和11名健康志愿者的队列进行了评估.
- 进行功能生物信息学分析以了解诊断能力.
主要成果:
- 该cfDNA热点模型实现了高诊断性能 (AUC 0.96),在BLCA检测的100%特异性下具有87%的灵敏度.
- 该模型与其他cfDNA衍生特征相比,表现出更高的性能.
- 阶段分层分析显示,在100%的特异性下,早期阶段的BLCA有71%的灵敏度,晚期的BLCA有92%的灵敏度.
结论:
- 尿液cfDNA碎片化的热点适用于非侵入性的BLCA诊断.
- 这些发现支持对BLCA分子病理学和异质性的进一步翻译研究.
