在血清代谢指纹上进行集体学习,以早期检测肺腺癌
Chenlei Cai1, Weijie Xu2, Shuo Yang3
1Department of Medical Oncology, Shanghai Pulmonary Hospital, Tongji University School of Medicine, Shanghai, China. chenlei_cai@tongji.edu.cn.
NPJ precision oncology
|March 3, 2026
概括
早期肺腺癌 (LUAD) 检测是通过机器学习和血清代谢学来改进的. 这种方法确定了关键的代谢物板,用于非侵入性诊断LUAD及其前体病变.
科学领域:
- 在瘤学瘤学.
- 代谢学 代谢学 代谢学
- 生物信息学是一种生物信息学.
背景情况:
- 肺腺癌 (LUAD) 是癌症死亡的主要原因,需要非侵入性早期检测方法.
- 目前的诊断策略对早期疾病的敏感性和特异性有局限性.
研究的目的:
- 开发一种机器学习辅助的代谢学方法,用于早期检测LUAD.
- 确定特定的代谢物板来区分健康个体,癌前病变和早期的LUAD.
- 了解在LUAD启动和进展期间的代谢变化.
主要方法:
- 199个血清样本的非向代谢分析 (健康,癌前病变,I阶段LUAD).
- 开发一个整体机器学习工作流程,以识别诊断代谢物板.
- 鉴定代谢物面板的验证,以区分临床状态.
主要成果:
- 在LUAD发育过程中观察到胆汁酸,脂质,氨基酸和纯素代谢中的渐进性代谢变化.
- 一个由六个代谢物组成的小组准确地检测到早期的LUAD.
- 一个由四个代谢物组成的小组区分了前入侵性和入侵性病变.
- 与现有方法相比,确定面板的诊断性能是有希望的.
结论:
- 血清代谢学与机器学习相结合,为早期 LUAD 检测提供了一个有希望的非侵入性策略.
- 特定的代谢物板可以作为LUAD诊断和进展监测的生物标志物.
- 这种方法有助于理解LUAD病变的代谢演变.
