Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策
这页已由机器翻译。其他页面可能仍然显示为英文。View in English
  1. 首页
  3. 研究领域
  1. 首页
  3. 研究领域

相关概念视频

  • 生物医学和临床科学
  • 瘤学和致癌症
  • 预测和预后标志物
  • 在晚期胰腺癌患者中使用向dna甲基化测序和无细胞dna碎片学检测循环瘤dna
  • 生物医学和临床科学
  • 瘤学和致癌症
  • 预测和预后标志物
  • 在晚期胰腺癌患者中使用向dna甲基化测序和无细胞dna碎片学检测循环瘤dna

    • 相关实验视频

    Detection and Monitoring of Tumor Associated Circulating DNA in Patient Biofluids
    06:53

    Detection and Monitoring of Tumor Associated Circulating DNA in Patient Biofluids

    Published on: June 8, 2019

    8.8K

    在晚期胰腺癌患者中使用向DNA甲基化测序和无细胞DNA碎片学检测循环瘤DNA

    Morten Lapin1, Kjersti Tjensvoll1,2, Karin Hestnes Edland1

    • 1Department of Hematology and Oncology, Stavanger University Hospital, Stavanger, Norway.

    Molecular oncology
    |August 26, 2025

    在PubMed 上查看摘要

    概括
    此摘要是机器生成的。

    使用DNA甲基化和无细胞DNA (cfDNA) 碎片化模式改善了晚期胰腺癌的检测. 机器学习模型准确地估计了循环瘤DNA (ctDNA) 水平,并预测了患者的生存结果.

    关键词:
    DNA 甲基化cfDNA 在cfDNA碎片学ctDNA 在机器学习胰腺癌

    更多相关视频

    Genome-Wide Analysis of DNA Methylation in Gastrointestinal Cancer
    07:50

    Genome-Wide Analysis of DNA Methylation in Gastrointestinal Cancer

    Published on: September 18, 2020

    5.7K
    Methyl-binding DNA capture Sequencing for Patient Tissues
    08:40

    Methyl-binding DNA capture Sequencing for Patient Tissues

    Published on: October 31, 2016

    8.7K

    相关实验视频

    Detection and Monitoring of Tumor Associated Circulating DNA in Patient Biofluids
    06:53

    Detection and Monitoring of Tumor Associated Circulating DNA in Patient Biofluids

    Published on: June 8, 2019

    8.8K
    Genome-Wide Analysis of DNA Methylation in Gastrointestinal Cancer
    07:50

    Genome-Wide Analysis of DNA Methylation in Gastrointestinal Cancer

    Published on: September 18, 2020

    5.7K
    Methyl-binding DNA capture Sequencing for Patient Tissues
    08:40

    Methyl-binding DNA capture Sequencing for Patient Tissues

    Published on: October 31, 2016

    8.7K

    科学领域:

    • 癌症学
    • 基因组学
    • 生物信息学

    背景情况:

    • 循环瘤DNA (ctDNA) 检测对于晚期胰腺癌的治疗至关重要.
    • 目前的ctDNA检测方法在灵敏度和特异性方面存在局限性.
    • 需要新的生物标志物来增强ctDNA检测和预后能力.

    研究的目的:

    • 评估DNA甲基化和cfDNA碎片化模式在晚期胰腺癌中改善ctDNA检测的有效性.
    • 开发和评估使用这些新生物标志物估计ctDNA水平的机器学习模型.
    • 确定估计的ctDNA水平对无进展生存 (PFS) 和总生存 (OS) 的预后值.

    主要方法:

    • 对33名晚期胰腺癌患者进行了分析.
    • 使用DNA甲基化,cfDNA片段长度和4 - 默5'- 末端基因进行了ctDNA检测.
    • 机器学习模型用于单个和组合检测方法来估计ctDNA水平.

    主要成果:

    • 所有开发的模型都在患者和健康个体之间显著差异化了ctDNA水平 (P < 0. 001).
    • ctDNA检测率有所不同:79% (甲基化),67% (片段长度),67% (末端动机) 和55% (组合模型).
    • 估计的ctDNA水平是PFS (HR=1. 9) 和OS (HR=2. 7) 的独立预测指标,所有估计都显示出显著的关联 (P < 0. 001).

    结论:

    • 整合DNA甲基化,cfDNA片段长度和末端动机的机器学习模型显示了晚期胰腺癌中ctDNA检测的前景.
    • 这些模型可以有效估计ctDNA水平,并作为临床结果的独立预测指标.
    • 这些发现支持了这些多组cfDNA分析的潜力,以改善患者的治疗和预后.