开发一种基于血清代谢的测试,用于早期检测多种癌症
Rajnish Nagarkar1, Mamillapalli Gopichand2, Suparna Kanti Pal3,4
1HCG Manavta Cancer Centre, Nashik, Maharashtra, India.
Cancer reports (Hoboken, N.J.)
|November 19, 2024
概括
这项研究开发了一种机器学习方法,分析血清代谢物以早期检测多种癌症. 该方法在男性和女性中准确地识别了30种癌症类型,无论癌症的阶段如何.
科学领域:
- 在瘤学瘤学.
- 生物化学 生物化学
- 计算生物学 计算生物学
背景情况:
- 早期发现癌症对于降低死亡率至关重要.
- 目前使用循环瘤生物标志物的方法在灵敏度上有局限性.
- 研究了一种采用机器学习检测血清代谢组的替代方法.
研究的目的:
- 扩大多种癌症早期检测测试的范围.
- 增加可检测的癌症类型的数量.
- 在临床试验中包括女性和男性参与者.
主要方法:
- 进行了一项由研究者发起的临床试验,共有6445名参与者 (癌症患者和健康志愿者).
- 使用超高性能液体染色学高分辨率质谱法 (UPLC-HRMS) 进行分析的血清代谢物,并采用非向性协议.
- 应用机器学习算法来分析用于癌症检测的代谢物数据.
主要成果:
- 该测试平台在两性中检测到30种不同类型的癌症,平均准确率约为98%.
- 在所有四个癌症阶段都保持了高检测准确度.
- 机器学习算法成功地将癌症与非癌症样本区分开来.
结论:
- 将非目标代谢学与机器学习相结合,为早期多种癌症检测提供了一个强有力的策略.
- 开发的方法显示出高精度和广泛适用于识别各种癌症.
- 这种方法有望改善癌症查和患者的治疗结果.
