通过机器学习识别肺状细胞癌中与M1巨相关的诊断生物标志物
Huiting Deng1, Zhenling Wang2, Qiangzhe Zhang3
1Tianjin Key Laboratory of Extracorporeal Life Support for Critical Diseases, Tianjin Institute of Hepatobiliary Disease, Tianjin Third Central Hospital affiliated to Nankai University, 300170 Tianjin, China.
Frontiers in bioscience (Landmark edition)
|November 6, 2025
概括
这项研究确定了与M1巨细胞相关的五个关键基因,这些基因可以准确诊断肺状细胞癌 (LUSC). 这些与M1巨相关的生物标志物为LUSC患者提供了改善的诊断和治疗潜力.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
背景情况:
- 巨细胞透在肺癌中很常见,影响了进展和结果.
- 肺状细胞癌 (LUSC) 往往是晚期出现的,导致预后不佳.
- 与巨细胞透相关的生物标志物对于早期LUSC检测和治疗至关重要.
研究的目的:
- 为了确定与LUSC中的M1巨细胞相关的诊断标记物.
- 开发和验证基于M1巨相关基因的LUSC诊断模型.
主要方法:
- 不同基因表达分析和免疫细胞透评估.
- 权重基因共同表达网络分析 (WGCNA) 来识别与M1巨相关的基因.
- 机器学习算法和免疫组织化学用于诊断模型开发和验证.
主要成果:
- 确定了143个与M1巨相关的差异表达基因 (DEG),这些基因参与了免疫反应途径.
- 一种支持向量机 (SVM) 模型实现了高诊断精度 (AUC 0.995-1.000).
- 五个枢纽基因 (MMP7,RTN1,ZIC2,KLRB1,CXCL13) 显示出强大的诊断能力 (AUC 0.992).
结论:
- M1与巨相关的DEG在LUSC发育中起着关键作用.
- 已识别的五个枢纽基因作为LUSC的高度准确的诊断工具.
- 这些生物标志物有可能改善LUSC诊断和治疗策略.
