基于太赫兹光谱数据的MGMT促进体甲基化状态在质母细胞瘤中的预测模型
Minghui Du1, Xianhao Wu2, Zhiyan Sun1
1Department of Neurosurgery, Beijing Tiantan Hospital, Capital Medical University, Beijing, China; Beijing Neurosurgical Institute, Capital Medical University, Beijing, China.
Analytical biochemistry
|March 31, 2025
概括
太赫兹光谱学与机器学习相结合,可以在手术内预测O6-甲基瓜宁-DNA甲基转移酶 (MGMT) 促进剂甲基化在质母细胞瘤 (GBM) 中. 这种快速方法为个性化GBM治疗提供了传统基因测序的替代方案.
科学领域:
- 在瘤学瘤学.
- 生物物理学的生物物理.
- 医学诊断 医学诊断 医学诊断
背景情况:
- O6-甲基瓜因-DNA甲基转移酶 (MGMT) 促进剂甲基化是质母细胞瘤 (GBM) 治疗反应的关键生物标志物.
- 目前的MGMT甲基化检测方法耗时,需要术后组织分析.
- 在手术期间对MGMT甲基化状态的评估可能会对手术决策和患者的结果产生重大影响.
研究的目的:
- 调查太赫兹时域光谱学 (THz-TDS) 与机器学习相结合的潜力,用于在GBM中预测MGMT甲基化状态.
- 为实时MGMT甲基化评估建立一个快速,非侵入性的诊断工具.
主要方法:
- 使用THz-TDS分析了180个质母细胞瘤组织样本.
- 开发和应用一个随机森林机器学习模型,以将THz光谱数据与MGMT甲基化状态相关联.
- 验证模型的预测性能.
主要成果:
- 一个随机森林模型已成功开发,以预测MGMT甲基化状态.
- 该模型实现了0.862的高曲线下面积 (AUC),证明了显著的预测准确性.
- THz光谱学提供了快速的,手术期间的数据,用于甲基化状态的预测.
结论:
- 与机器学习相结合的THz-TDS提供了一种可行的,快速的,在手术期间使用的方法,用于预测MGMT在GBM中的甲基化状态.
- 这种方法可以作为传统术后方法的有价值的替代方案.
- 这些发现支持了在质母细胞瘤管理中增强手术决策和个性化治疗的潜力.
