预测化学疗法治疗肺癌的有效性,利用人工智能支持的血清N-葡萄糖分析
Rebeka Torok1, Brigitta Meszaros2, Veronika Gombas3
1Research Institute of Biomolecular and Chemical Engineering, University of Pannonia, Veszprem, Hungary.
Computers in biology and medicine
|January 28, 2025
概括
这项研究引入了一种使用血清N-甘氨酸和人工智能的新方法,用于预测肺癌化疗的有效性. 这种方法可以准确预测治疗结果,帮助临床决策.
科学领域:
- 生物化学 生化学
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
背景情况:
- 肺癌化疗的有效性各不相同.
- 预测治疗反应对于患者的治疗结果至关重要.
- 血清N-葡萄糖组分析提供了潜在的生物标志物.
研究的目的:
- 开发一种新的方法来预测肺癌化疗的有效性.
- 为了预测,将血清N-葡萄糖概况与人工智能 (AI) 结合起来.
- 为了评估这种联合方法的准确性.
主要方法:
- 从33名肺癌患者收集了化疗前后血清样本.
- 通过酶释放,光体标记和毛细血管电泳,分析了与N结合的寡糖.
- 应用基于AI的分类器 (机器学习) 来分析糖数据.
主要成果:
- 鉴定了与化疗结果相关的血清N-甘氨酸的显著结构变化.
- 在预测治疗有效性方面,人工智能分类取得了高准确性 (ROC>0.9).
- 证明了N-甘氨酸配置文件和治疗反应之间存在强烈的关联.
结论:
- 综合生物分析和人工智能方法提供了一个准确而快速的工具,用于预测肺癌化疗的有效性.
- 监测血清N-葡萄糖变化可以指导个性化治疗策略.
- 这种方法有望改善肺癌护理中的患者管理.
更多相关视频
08:14MicroRNA Based Liquid Biopsy: The Experience of the Plasma miRNA Signature Classifier MSC for Lung Cancer Screening
Published on: October 26, 2017
15.6K
07:59Author Spotlight: Advancements in Molecular Biomarker Testing for Non-Squamous Non-Small Cell Lung Cancer
Published on: September 8, 2023
1.0K
