机器学习分析与凝血相关的基因用于乳腺癌诊断和预后预测

科学领域:

• 在瘤学瘤学.
• 遗传学 遗传学 是一个
• 生物信息学是一种生物信息学.

背景情况:

• 与凝血相关的基因 (CRG) 在各种癌症中发挥作用.
• 了解CRG表达模式对于乳腺癌 (BC) 诊断和预后至关重要.

研究的目的:

• 研究CRG与乳腺癌 (BC) 之间的关系.
• 开发使用CRG的BC诊断和预后模型.

主要方法:

• 在癌症基因组图谱 (TCGA) 和基因型-组织表达 (GTEx) 数据集中的CRG表达的分析.
• 开发用于组织分化的人工神经网络 (ANN) 和用于预后的风险评分模型.
• 使用TCGA,基因表达综合 (GEO) 队列和交叉验证方法进行验证.
• 使用RT-qPCR和免疫组织化学染色 (IHC) 详细调查核心基因RABIF.

主要成果:

• 大多数CRG在BC患者中被发现表达异常,与预后相关.
• 一个ANN模型在区分良性和恶性乳腺组织方面展示了诊断性能.
• 一个风险评分模型显示了多个队列患者预后的预测价值.
• RABIF被确定为一个核心基因,在高级BC中高度表达.

结论:

• 在乳腺癌中,CRG作为有价值的诊断和预后目标.
• 开发的ANN和风险评分模型显示了在BC管理中临床应用的潜力.
• 对RABIF等CRG的进一步研究可能会增强乳腺癌患者的临床决策.