基于机器学习算法识别和验证四种血清生物标志物,这些生物标志物具有最佳的胃癌诊断和预后潜力
Yi Liu1,2, Bingxian Bian1, Shiyu Chen1
1Department of Clinical Laboratory, Xinhua Hospital, Shanghai Jiao Tong University School of Medicine, Shanghai, China.
Cancer medicine
|March 14, 2025
概括
这项研究确定了四种新的血清生物标志物 (CHI3L1,FCGBP,VSIG2,TFF2) 用于胃癌 (GC) 诊断和预后. 这些发现为改善GC检测和对疾病的理解提供了潜力.
科学领域:
- 在瘤学瘤学.
- 基因组学就是基因组学.
- 生物标志物发现发现
背景情况:
- 胃癌 (GC) 是一种异质性疾病,缺乏全面的分子剖析.
- 目前对GC的诊断和预后方法需要改进.
研究的目的:
- 确定用于胃癌诊断和预后的新可靠的生物标志物.
- 整合多学科数据,以更深入地了解GC病变的发生.
主要方法:
- 利用TCGA和GEO数据库的综合分析,包括基因表达,WGCNA,scRNA-seq和茎度指数.
- 应用机器学习算法 (LASSO,RF) 和多Cox分析来识别枢纽基因.
- 使用ROC曲线,卡普兰-梅尔分析,RT-PCR和ELISA验证的潜在生物标志物.
主要成果:
- 在GC中鉴定了18个差异表达的分泌蛋白编码枢纽基因.
- 发现了四种有前途的诊断和预后生物标志物:CHI3L1,FCGBP,VSIG2和TFF2.2.
- 在GC样本中证实了这四种生物标志物的临床实用性和诊断准确性.
结论:
- 揭示了四种新的血清生物标志物,具有显著的胃癌检测潜力.
- 这些生物标志物可以作为GC的强有力的指标,并有助于了解疾病机制.
