使用可解释的人工智能发现肝细胞癌的新型预后生物标志物
Elizabeth Gutierrez-Chakraborty1, Debaditya Chakraborty2, Debodipta Das1
1Department of Cell Systems and Anatomy, University of Texas Health Science Center at San Antonio, TX, United States.
Expert systems with applications
|January 20, 2025
概括
使用可解释的人工智能识别了肝细胞癌 (HCC) 的新遗传生物标志物. 这些标记物,包括TOP3B,SSBP3和COX7A2L,显示出改善HCC预后的前景,特别是在西班牙裔人口中.
科学领域:
- 在瘤学瘤学.
- 遗传学 遗传学 是一个
- 人工智能的人工智能
背景情况:
- 肝细胞癌 (HCC) 对全球健康造成重大负担,死亡率高.
- 目前对HCC的诊断工具和治疗方法在有效性和特异性方面存在局限性.
- 对于先进的,非侵入性诊断生物标志物和HCC的新治疗策略,有极大的需求.
研究的目的:
- 使用可解释的人工智能 (XAI) 发现和验证用于肝细胞癌 (HCC) 预后的新型遗传生物标志物.
- 为了识别生物标记物,比如阿尔法-胎蛋白 (AFP) 等现有标记物提供更好的准确性.
- 探索特定生物标志物的人口特异性相关性,特别是在西班牙裔人口中.
主要方法:
- 对临床和基因表达数据的分析,以确定潜在的预后生物标志物.
- 应用一个多模型XAI和概率学因果推理框架.
- 使用可解释的指标对广泛的基因表达数据集进行AI模型的验证.
主要成果:
- 确定TOP3B,SSBP3和COX7A2L作为关键的遗传生物标志物,对HCC具有显著的预后价值.
- 证明这些新型生物标志物可以提高预测准确度,超出阿尔法-胎蛋白 (AFP).
- 强调这些生物标志物对西班牙裔人口的相关性,支持人口特异性研究.
结论:
- 可解释的人工智能是推动HCC生物标志物发现的强大工具.
- 鉴定到的生物标志物 (TOP3B,SSBP3,COX7A2L) 是改善HCC诊断和预后的重要一步.
- 这项研究为开发HCC更精确的诊断和治疗策略奠定了基础,具有潜在的人口特异性应用.
