西非晚期乳腺癌患者的机器学习辅助定量代谢学
Aboubacar Dit Tietie Bissan1,2,3,4, Mathieu Michel5,6, Xavier Dieu5,6
1Faculty of Medicine and Pharmacy, Mohammed V University of Rabat, Rabat, Morocco.
Scientific reports
|August 12, 2025
概括
这项研究在西非晚期乳腺癌患者中发现了一种独特的血液代谢物签名. 这种签名涉及13个关键代谢物,有助于早期检测和了解疾病机制.
科学领域:
- 代谢学 代谢学 代谢学
- 在瘤学瘤学.
- 生物化学 生物化学
背景情况:
- 乳腺癌是一个重要的健康问题,特别是在晚期.
- 早期诊断和了解疾病机制对于有效治疗至关重要.
研究的目的:
- 在西非乳腺癌患者中进行有针对性的定量代谢分析.
- 为了确定一个代谢签名预测在诊断时的晚期乳腺癌.
主要方法:
- 对78名患者和79名对照组的630种血代谢物的定量代谢分析.
- 机器学习 (ridge逻辑回归,Boruta特征选择) 和统计分析 (Benjamini-Hochberg,OPLS-DA) 的应用.
主要成果:
- 一个预测模型实现了0.878.8的AUC.
- 在63.0中,确定了13种一致区分的代谢物.
- 突出改变的生物过程:氧化应激,神经递质概况,氧化,山丁氧化酶和能量代谢.
结论:
- 一个明显的代谢特征与西非妇女的晚期乳腺癌有关.
- 这种特征包括新型放松调节的代谢物,如不对称的二甲基氨酸和六甲基胺.
- 这些发现为潜在的诊断应用提供了对生物化学表型的总体观点.
