利用机器学习技术来验证口腔状细胞癌中差异表达基因的真实性
Amisha Patel1, Saswati Mahapatra2, Ashok Kumar Bishoyi3
1Department of Microbiology, School of Science, RK University, Rajkot, Gujarat 360020, India.
Oral surgery, oral medicine, oral pathology and oral radiology
|November 6, 2024
概括
这项研究确定了新的口腔状细胞癌 (OSCC) 签名基因,以改善癌症诊断和预后. 这些潜在的分子生物标志物可能会导致更好的治疗策略和患者的治疗结果.
科学领域:
- 在瘤学瘤学.
- 分子生物学分子生物学
- 生物信息学是一种生物信息学.
背景情况:
- 有效的癌症生物标志物对于早期检测,预后和治疗开发至关重要.
- 目前的分子标记物缺乏早期癌症检测的治疗效果.
研究的目的:
- 在口腔状细胞癌 (OSCC) 中识别诊断和预后特征基因.
- 评估这些基因作为癌症病理学的分子标记物的潜力.
主要方法:
- 在使用qPCR的100个匹配的OSCC样本中选择了8个候选基因并验证了它们.
- 机器学习方法和癌症基因组图谱 (TCGA) 数据库被用于分析.
主要成果:
- 所有选择的基因在大多数OSCC样本中都得到了表达.
- 机器学习模型显示,OSCC检测的稳定预测准确率为84%.
- 与该研究的数据集的验证产生了75%的准确性,可能是由于人口统计学变化.
结论:
- 该研究强调了与癌症相关的分子生物标志物,以改善OSCC预后.
- 已识别的生物标志物可以作为改善患者治疗结果的新型治疗点.
