使用机器学习方法,在血中开发胰腺癌的诊断和预后mRNA签名,用于小细胞外囊
Zhen Liu1, Shengnan Jia1, Liping Cao2
1Department of General Surgery, School of Medicine, Sir Run Run Shaw Hospital, Zhejiang University, Hangzhou, 310016, China.
Digestive diseases and sciences
|April 2, 2025
概括
这项研究确定了一种新的4个小细胞外囊泡信使RNA (mRNA) 签名,用于诊断胰腺管道腺癌 (PDAC). 这种特征有助于早期检测和预测患者的预后,提供了一个新的非侵入性生物标志物.
科学领域:
- 在瘤学瘤学.
- 生物标志物发现发现
- 液体活检液体活检
背景情况:
- 胰腺管道腺癌 (PDAC) 往往出现在晚期,因为缺乏有效的诊断生物标志物.
- 小型细胞外囊泡 (sEVs) 正在成为液体活检应用的有希望的生物标志物.
- 当前的诊断挑战需要用于早期PDAC检测和预后的新型,非侵入性方法.
研究的目的:
- 探索小细胞外囊泡 (sEV) 传递 RNA (mRNA) 生物标志物用于胰腺管道腺癌 (PDAC) 诊断.
- 为了识别可以预测PDAC患者的预后的sEVmRNA标记.
- 开发和验证使用机器学习用于PDAC检测的诊断模型.
主要方法:
- 从100名参与者的血SEV进行了mRNA测序.
- 用四种机器学习技术来开发和评估诊断模型.
- 一个包含4个sEVmRNA的诊断签名被确定并验证用于PDAC检测和预后评估.
主要成果:
- 一个4-sEV mRNA诊断特征,结合碳水化合物抗原19-9 (CA19-9),在区分PDAC患者与对照者方面取得了高准确性 (AUCs范围从0.762到0.971).
- 诊断签名在培训和验证队伍中表现强.
- 从sEV mRNA签名获得的得分被确定为PDAC患者生存的独立不良预后因素.
结论:
- 该研究验证了使用机器学习进行PDAC诊断的4-sEV mRNA诊断签名的潜力.
- 开发的签名作为一种新的,非侵入性工具,用于PDAC的临床诊断和预后评估.
- 这种sEV mRNA签名为改善胰腺癌的早期检测和患者管理提供了有希望的途径.
