相关实验视频
Updated: Sep 8, 2025
10:04
Enhancing Tumor Content through Tumor Macrodissection
Published on: February 12, 2022
10.6K
基于氨基酸的风险分层模型改善了扩散大B细胞淋巴瘤的预后精度
Chaowei Zhang1,2, Mingyue Cai2,3, Weiyi Yao1,2
1Department of Hematology, Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, 250021, China.
Cancer cell international
|June 21, 2025
概括
托芬和谷氨酸显示出作为扩散性大B细胞淋巴瘤 (DLBCL) 的生物标志物的潜力. 这些氨基酸可以帮助预测患者的预后,并指导这种常见的非霍奇金淋巴瘤亚型的治疗策略.
科学领域:
- 在瘤学瘤学.
- 生物化学 生物化学
- 数据科学数据科学数据科学
背景情况:
- 扩散性大B细胞淋巴瘤 (DLBCL) 是非霍奇金淋巴瘤最常见的形式.
- 准确的预后评估和有针对性的治疗对于DLBCL患者的结果至关重要.
研究的目的:
- 为了确定DLBCL预后的潜在血氨基酸生物标志物.
- 使用机器学习开发DLBCL患者预测结果的预测模型.
主要方法:
- 在20名DLBCL患者和10名健康对照中使用液体染色学-并联质谱法 (LC-MS/MS) 进行血氨基酸分析.
- 稀疏部分最小平方差分分析 (sPLS-DA) 用于生物标志物识别和路径丰富分析.
- 开发使用部分最小平方回归 (PLSR) 和支向量回归 (SVR) 的预后模型.
主要成果:
- 托芬和谷氨胺水平与DLBCL预后有显著的相关性.
- 该SVR模型显示了DLBCL预后的高预测准确度 (R2 = 0.89).
- PLSR模型也显示出预后预测能力,尽管精度较低 (R2 = 0.33).
结论:
- 托芬和谷氨酸被确定为DLBCL的潜在生物标志物.
- 机器学习模型,特别是SVR,可以有效预测DLBCL预后.
- 这些发现为评估DLBCL预后和指导临床治疗决策提供了新的基础.
更多相关视频
10:18From a 2DE-Gel Spot to Protein Function: Lesson Learned From HS1 in Chronic Lymphocytic Leukemia
Published on: October 19, 2014
13.8K
07:13Comparison of Predictive Performance of Three Lymph Node Staging Systems in Colorectal Signet Ring Cell Carcinoma Based on Machine Learning Model
Published on: April 18, 2025
193