相关实验视频
Updated: Sep 19, 2025
03:36
Development of Compendium for Esophageal Squamous Cell Carcinoma
Published on: April 12, 2024
534
在食道癌中发现生物标志物的综合分析方法:将微量元素和氧化应激分析与机器学习相结合
Omer Faruk Kocak1, Mehmet Emrah Yaman2, Atila Eroglu3
1Department of Chemical Technology, Vocational School of Technical Sciences, Ataturk University, Erzurum, Turkey.
概括
通过将微量元素和氧化应激分析与机器学习相结合,可以改善食道状细胞癌 (ESCC) 的早期检测. 和水平是识别癌症组织的关键指标.
科学领域:
- 生物化学 生物化学
- 在瘤学瘤学.
- 计算生物学 计算生物学
背景情况:
- 早期发现食道状细胞癌 (ESCC) 对于改善患者生存率至关重要.
- 目前,用于早期ESCC诊断的可靠生化生物标志物有限.
- 这项研究将微量元素和氧化应激分析与机器学习相结合,以识别新的生物标志物.
研究的目的:
- 为了确定ESCC的潜在早期诊断生物标志物.
- 研究癌症和健康食道组织中微量元素和氧化应激标记物的变化.
- 评估机器学习模型在分类ESCC组织中的有效性.
主要方法:
- 使用ICP-MS分析28名ESCC早期患者组织中的12种微量元素 (例如Cu,Fe,Se,Zn).
- 11种氧化应激和抗氧化剂标记物的量化 (例如TOS,MDA,GSH).
- 机器学习模型的应用 (XGBoost,随机森林等) 用于组织分类和生物标记物识别.
主要成果:
- 在癌症组织中观察到铜 (Cu),铁 (Fe) 和总氧化状态 (TOS) 的显著增加.
- 与对照人群相比,癌细胞组织中发现 (Se) 水平显著下降.
- XGBoost模型显示出高性能 (91.7%准确度,AUC=0.97),Se和 (Zn) 被确定为关键诊断变量.
结论:
- 微量元素和氧化应激标记物的组合分析,再加上机器学习,为早期ESCC检测提供了强大的方法.
- 和成为区分ESCC组织的重要生物标志物.
- 这一综合战略有望为开发改善的食道癌的诊断工具提供希望.
