开发和验证一种新型的人工智能算法,用于精确预测食道状细胞癌的术后预后
Zichen Wang1, Zhihan Xiao2, Tongyu Zhang1
1Department of Thoracic Surgery, The First Affiliated Hospital of Nanjing Medical University, No. 300, Guangzhou Road, Nanjing, 210029, Jiangsu, China.
BMC cancer
|January 24, 2025
概括
这项研究开发了PPMESCC,一种使用癌症/丸基因 (CTGs) 和机器学习的食道状细胞癌 (ESCC) 的新型预后预测系统. 该系统的准确性很高,有助于为ESCC患者提供个性化的术后护理.
科学领域:
- 在瘤学瘤学.
- 遗传学 遗传学 是一个
- 生物信息学是一种生物信息学.
背景情况:
- 食道状细胞癌 (ESCC) 是具有不令人满意的预后评估的侵略性.
- 癌症/丸基因 (CTGs) 调节增殖和免疫微环境,显示出ESCC中预后生物标志物的潜力.
研究的目的:
- 开发一种新的,临床上适用的ESCC预后预测系统.
- 为ESCC患者提供个性化的术后护理和精准医学策略.
主要方法:
- 来自119名ESCC患者的蛋白质编码CTG和临床数据的Lasso回归分析.
- 集成模型 (PPMESCC) 构建使用六个监督机器学习分类器的加权投票.
- 使用生物信息学数据库对HENMT1和piRNA查进行功能性检测.
主要成果:
- 五个CTG和TNM阶段被确定为最佳预后特征.
- PPMESCC实现了高AUC (0.9828发现,0.9057验证) 和准确性 (98.32%发现,90%验证).
- 顶部CTG HENMT1与ESCC细胞增殖具有正相关性;发现了8种受HENMT1调节的piRNA.
结论:
- PPMESCC算法在ESCC的预后预测中显示出显著的临床实用性.
- 该工具可以支持针对术后ESCC患者的个性化查和管理策略.
