相关实验视频
Updated: Sep 17, 2025
08:49
A 3D Organotypic Melanoma Spheroid Skin Model
Published on: May 18, 2018
16.0K
通过调整PSMB9表达来改善皮肤黑色素瘤预后:基于人工神经网络模型的构建和优化的诊断准确性研究
Ding Li1, Zijiao Guan2, Yiran Liu3
1Department of Traditional Chinese Medicine, The Affiliated Hospital of Qingdao University, Qingdao, Shandong Province, China.
Medicine
|June 30, 2025
概括
这项研究利用人工神经网络 (ANN) 通过改变PSMB9表达来预测皮肤黑色素瘤 (CM) 患者的预后. 该ANN模型准确地预测了PSMB9的变化如何将患者转移到生存和死亡组之间.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 皮肤黑色素瘤 (CM) 患者的预后是复杂的.
- 确定可靠的预后指标对于有效的治疗策略至关重要.
- 之前的研究已经确定了10个CM治疗决策生物标志物.
研究的目的:
- 开发和验证人工神经网络 (ANN) 模型,用于预测CM患者的预后.
- 评估改变蛋白酶子单元β9 (PSMB9) 表达对患者分为生存或死亡组的分类的影响.
- 探索PSMB9表达,瘤阶段和CM中的免疫细胞透之间的关系.
主要方法:
- 使用TCGA-SKCM数据集 (467名患者) 构建了一个二进制分类ANN模型.
- 输入特征包括10个先前识别的治疗决策生物标志物.
- 该模型的预测能力通过修改验证数据集中的PSMB9表达水平来测试.
主要成果:
- 该ANN模型在根据预后对CM患者进行分类时实现了100%的准确性.
- 调整PSMB9表达水平导致预计5-35名患者转移到生存组.
- 随着T阶段的推进,PSMB9的表达减少,并且它与调节免疫细胞丰度有关.
结论:
- 开发的ANN模型有效地根据指标修改预测预后变化.
- PSMB9表达是影响CM患者结果的重要因素.
- 这项研究强调了计算模型在个性化癌症治疗中的潜力.
