期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
神经网络预测模型辅助诊断结直肠癌微卫星状态的研究 被引量：4
1
作者 郝俊 王帅 +1 位作者 朱军 徐春盛 《中国普通外科杂志》 CAS CSCD 北大核心 2023年第4期488-496,共9页
背景和目的:微卫星不稳定(MSI)已经成为结直肠癌(CRC)临床诊断、辅助治疗和预后指导的重要生物学标志物。MSI往往伴随DNA错配修复蛋白(dMMR)的缺失。目前错配修复蛋白缺失的诊断主要依靠4种修复蛋白(MLH1、MSH2、MSH6和PMS2)病理免疫组... 背景和目的:微卫星不稳定(MSI)已经成为结直肠癌(CRC)临床诊断、辅助治疗和预后指导的重要生物学标志物。MSI往往伴随DNA错配修复蛋白(dMMR)的缺失。目前错配修复蛋白缺失的诊断主要依靠4种修复蛋白(MLH1、MSH2、MSH6和PMS2)病理免疫组化的结果,而且MSI已经成为CRC免疫治疗重要的生物学标志物。然而MSI精准预测模型和新型特征基因的研究很少。随着人工智能(AI)在医学的发展,精准预测和数据挖掘成为研究的热点。本研究的目的是建立MSI预测的神经网络模型和挖掘新型MSI特征基因。方法:将3个CRC的GEO数据集(GSE39582、GSE29638和GSE75315)作为模型训练集,将1个TCGA CRC数据集作为独立的外部验证集。基于数据集测序数据和芯片数据,使用差异分析,随机森林算法和弹性反向传播算法建立CRC MSI的神经网络预测模型。用K-临近算法(KNN)和支持向量机(SVM)算法建立MSI传统机器学习网络模型。用混淆矩阵,受试者工作特征曲线(ROC)与曲线下面积(AUC)评价模型的预测能力。结果:在训练集中,共纳入787例,其中微卫星高不稳定(MSI-H)111例(14.10%),微卫星低不稳定(MSI-L)/微卫星稳定(MSS)676例(85.90%)。在验证集中,TCGA数据集最终纳入389例,其中MSI-H 67例(17.22%),MSI-L/MSS 322例(82.78%)。通过差异分析计算出与MSI的相关基因100个,其中上调61个,下调39个。通过差异分析和随机森林算法,筛选出前30个贡献最大的MSI的特征基因。基于MSI相关基因的表达矩阵,建立了基于23个基因表达矩阵的神经网络预测模型。该模型在训练集(敏感度0.993,特异度0.973,诊断符合率0.990,AUC为0.991)和验证集(敏感度0.950,特异度0.828,诊断符合率0.933,AUC为0.922)模型均体现出精准的预测能力。此外,对比神经网络模型和机器学习的其他模型,结果表明神经网络模型在预测MSI方面更加准确。结论:神经网络预测模型结合组织深度测序可以较好地辅助临床医生诊断CRC的MSI状态,为肿瘤免疫治疗方案的选择提供了参考和决策依据。同时,所鉴定的MSI的特征基因为深入研究相关的功能及机制提供了线索和方向。 展开更多
关键词 结直肠肿瘤 微卫星不稳定性 人工智能 神经网络 计算机
原文传递
基于机器学习的结直肠癌微卫星不稳定基因挖掘及其应用价值分析 被引量：2
2
作者 李秀勤 韩腾辉 +2 位作者 王帅 沈刚 朱军 《中国普通外科杂志》 CAS CSCD 北大核心 2022年第10期1355-1362,共8页
背景与目的:结直肠癌(CRC)是全球第三大最常诊断的恶性肿瘤和第二大癌症死亡原因。最新指南推荐所有的CRC患者需要进行微卫星不稳定(MSI)的检测。MSI患者往往具有错配修复蛋白缺失(dMMR)。MSI/dMMR状态已被用作生物标志物预测对免疫治... 背景与目的:结直肠癌(CRC)是全球第三大最常诊断的恶性肿瘤和第二大癌症死亡原因。最新指南推荐所有的CRC患者需要进行微卫星不稳定(MSI)的检测。MSI患者往往具有错配修复蛋白缺失(dMMR)。MSI/dMMR状态已被用作生物标志物预测对免疫治疗的有利反应和预后。然而MSI特征基因及其与肿瘤浸润的免疫细胞的关系未进行阐述。因此本研究通过使用机器学习的方式发掘CRC中新型的MSI特征基因,并且验证其的诊断价值及其与免疫细胞浸润的关系。方法:按照纳入排除标准,将GEO数据库中GSE39582数据集作为训练集,将TCGA数据库中COAD数据集作为外部验证集。使用机器学习的方法(LASSO回归、SVM-RFE算法),在GSE39582结直肠癌数据集中筛选MSI特征基因,并在TCGA结直肠癌数据中进行验证。采用受试者工作特征(ROC)曲线和曲线下面积(AUC)评价基因对MSI的诊断效能。CIBERSORT算法评估肿瘤样本浸润的免疫细胞成分,Spearman相关性分析验证MSI特征基因和免疫细胞的关系。结果:训练集共纳入536例CRC患者,其中高频MSI(MSI-H)77例(14.37%)。在验证集中,共计389例CRC患者,其中MSI-H 67例(17.22%)。基线资料分析显示,MSI-H/dMMR CRC的TNM分期存活率优于低频MSI(MSI-L)或微卫星稳定(MSS)/错配蛋白完整(pMMR)CRC(P<0.05)。在GSE39582数据集中,LASSO回归筛选MSI特征基因21个,SVM-RFE算法筛选基因6个,结合两种算法确定MSI特征基因为EIF5A、CXCL13、HNRNPL、HOXC6、RPL22L1、Y16709。在TCGA数据库中进一步验证MSI特征基因的诊断效能,研究发现EIF5A的诊断效能最高。在训练集和验证集中,EIF5A的AUC值分别为0.922和0.805。同时,Spearman相关性分析发现,EIF5A主要与CD8^(+)T细胞,活化的树突状细胞,辅助性T细胞,M1型巨噬细胞,γδT细胞,中性粒细胞成正相关;与CD4^(+)记忆性T细胞,M2型巨噬细胞,静止树突状细胞,嗜酸性粒细胞,调节性T细胞呈负相关。结论:CRC的新型MSI特征基因分析结果表明,EIF5A对CRC MSI的诊断具有较好的诊断作用和临床价值,同时提示EIF5A与免疫细胞及免疫微环境相关。因此,EIF5A可能成为免疫检查点治疗的新型标志物。 展开更多
关键词 结直肠肿瘤 微卫星不稳定性 DNA错配修复 淋巴细胞 肿瘤浸润 机器学习
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部