基于血液的机器学习分类器用于通过多个miRNA早期诊断胃癌
Fu-Chao Ma1, Guan-Lan Zhang2, Bang-Teng Chi2
1Department of Medical Oncology, The First Affiliated Hospital of Guangxi Medical University, Nanning 530021, Guangxi Zhuang Autonomous Region, China.
World journal of gastrointestinal oncology
|April 16, 2025
概括
这项研究确定了六种血微RNA (miRNA) 作为早期胃癌 (GC) 检测的潜在生物标志物. 使用这些miRNA的机器学习模型在分类GC方面显示出高准确度,为人口查提供了一个有前途的工具.
科学领域:
- 生物分子标记物 生物分子标记物
- 在瘤学瘤学.
- 分子诊断学 分子诊断学
背景情况:
- 胃癌 (GC) 诊断通常发生在晚期,因为缺乏早期查方法.
- 目前的诊断方法,如内镜和活检是侵入性的,不适合广泛的人口查.
- 血中的微RNA (miRNA) 是稳定的,它们的失调与癌症有关,这表明它们作为生物标志物的潜力.
研究的目的:
- 为了确定有效的血miRNA生物标志物用于早期胃癌 (GC) 检测.
- 评估用于GC查的综合多miRNA方法的临床实用性.
主要方法:
- 用小RNA测序 (sRNA-seq) 分析血样本,并用RT-qPCR进行验证.
- 公开可用的GC血清数据集来自GEO,ArrayExpress和TCGA.
- 一个多层感知器-人工神经网络 (MLP-ANN) 模型是使用关键识别的miRNA用于GC分类而构建的.
主要成果:
- 在早期和晚期的GC患者中,六种特定的miRNAs (miR-452-5p,miR-5010-5p,miR-27b-5p,miR-5189-5p,miR-552-5p,miR-199b-5p) 显著升高.
- 开发的MLP-ANN模型表现出高的诊断准确性,在训练群中,曲线下的面积 (AUC) 值为0.983,在验证群中为0.995和0.979.
结论:
- 已识别的miRNAs (miR-452-5p,miR-5010-5p,miR-27b-5p,miR-5189-5p,miR-552-5p,miR-199b-5p) 显示出作为胃癌的血生物标志物具有前途.
- 基于这些miRNA的GC分类器可以帮助早期检测和人口查工作.
