CRCpred:使用肠道微生物组进行结直肠癌预测的AI-ML工具
Deepika Pateriya1, Aditya S Malwe1, Vineet K Sharma1
1MetaBioSys Group, Department of Biological Sciences, Indian Institute of Science Education and Research Bhopal, Bhopal, India.
Computers in biology and medicine
|June 26, 2025
概括
这项研究开发了CRCpred,这是一种使用机器学习来预测肠道细菌的结直肠癌 (CRC) 的网络工具. CRCpred准确地识别CRC状态,为基于微生物组的癌症查提供了一个新的途径.
科学领域:
- 微生物组研究的研究.
- 计算生物学是一种计算生物学.
- 在瘤学瘤学.
背景情况:
- 结肠直肠癌 (CRC) 是一个重要的全球健康问题.
- 肠道微生物组的改变越来越多地与CRC的发展和进展有关.
- 基于微生物组的诊断是健康状况评估的一个有希望的前沿.
研究的目的:
- 开发一个强大的机器学习模型用于结直肠癌 (CRC) 预测.
- 创建一个用户友好的,基于网络的工具,用于使用肠道微生物数据进行CRC查.
- 为了解决现有的ML模型对CRC预测的局限性,例如受限的训练数据.
主要方法:
- 利用了来自11项国际研究的1728个公开可用的元基因组样本的大数据集.
- 开发和实施混合机器学习 (ML) 和深度学习算法.
- 采用XGBoost算法,优化其CRC预测的性能.
主要成果:
- 该CRCpred工具实现了高预测性能,测试数据集的曲线下面面积 (AUC) 为0.90,验证数据集的0.91.
- 在测试的ML方法中,XGBoost算法被证明是最有效的.
- 证明了使用肠道细菌物种相对丰富度来预测CRC和健康状态的有效性.
结论:
- CRCpred是一个经过验证的基于网络的工具,用于使用肠道微生物组资料来预测结肠直肠癌状况.
- 这项研究强调了基于ML的微生物组分析在癌症诊断中的潜力.
- 在CRC查领域,CRCpred为研究人员和临床医生提供了宝贵的资源.
