基于机器学习的巨细胞签名,用于预测胆管癌的预后和免疫治疗益处
Junkai Huang1, Yu Chen1, Zhiguo Tan2
1Department of Hepatobiliary Surgery, Hunan Provincial People's Hospital, The First Affiliated Hospital of Hunan Normal University, Changsha, 410005, Hunan, P. R. China.
Current medicinal chemistry
|October 25, 2024
概括
这项研究使用机器学习开发了一种与巨相关的签名 (MRS),用于预测胆管癌患者的结果和免疫治疗反应. 强大的MRS模型在个别情况下准确预测预后和潜在的治疗益处.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 生物信息学是一种生物信息学.
背景情况:
- 巨细胞在癌症中起着双重作用,影响瘤的进展和免疫反应.
- 胆管癌中巨细胞的预后和治疗含义仍然不完全理解.
研究的目的:
- 开发一种胆管癌临床结果的预测模型.
- 识别基于巨细胞的特征,用于预测胆管癌的免疫治疗反应.
主要方法:
- 利用10个机器学习算法,使用TCGA,GSE89748和GSE107943数据集开发一个巨相关签名 (MRS).
- 使用TIDE,TMB,MATH分数和IMvigor210/GSE91061数据集验证了MRS模型对免疫治疗益处的预测性能.
主要成果:
- 拉索+CoxBoost方法产生了高精度 (AUC 0.965-1.000) 的强大的MRS,用于预测胆管癌患者的结果.
- 较高的MRS得分与更差的预后指标相关 (较高的TIDE,瘤逃逸,MATH得分;较低的TMB) 并与癌症特征有关.
- MRS独立预测了胆管癌的临床结果.
结论:
- 一种机器学习衍生的巨相关签名 (MRS) 已成功开发用于胆管癌.
- 在MRS作为一个有价值的工具预测预后和免疫疗法响应在个体胆管癌患者.
