基于转录基因组的分子子组识别和预后分层在儿科AML的预后
YuWei Huang1, MuYao Yang2, JiaQi Hu3,4,5,6
1Department of Neonatology, Shanghai Children's Medical Center GuiZhou Hospital, Shanghai Jiao Tong University School of Medicine, Guiyang, 550081, Guizhou, China.
Annals of hematology
|October 2, 2025
概括
研究人员使用转录组数据确定了急性髓性白血病 (AML) 的八个新分子子组. 开发了一种新的预后模型,以改善AML患者的风险分层.
科学领域:
- 在瘤学瘤学.
- 生物信息学是一种生物信息学.
- 基因组学就是基因组学.
背景情况:
- 目前的急性髓性白血病 (AML) 风险分层依赖于分子和细胞遗传标记,但在子组内存在显著的异质性.
- 现有的方法缺乏细节性,无法充分捕捉儿科AML的生物多样性和预后差异.
研究的目的:
- 在AML中识别基于转录基因组的新型分子子组.
- 使用机器学习算法开发和验证用于AML的新预后预测模型.
主要方法:
- 来自GDC数据门户网站和MsigDB的公共AML转录组数据的全面分析.
- 集群分析将AML重新分类为8个分子子组.
- 使用随机森林,SVM,XGBoost和决策树算法开发预测模型.
主要成果:
- 确定了八个不同的基于转录基因组的AML分子子组.
- XGBoost模型表现出卓越的性能,强调HSD17B10,NDUFS8,ASCL5,FADS2和COX8A作为关键的预后因素.
- 一个62基因的预后模型在追溯验证中显示出显著的预测价值.
结论:
- 确定了AML的新分子亚群,增强了疾病风险分层.
- 建立了一个强大的AML预后模型,提供了改进的预测能力.
- 需要进一步的前性分析来确认该模型的临床实用性.
