上海交通大學生命科學技術(shù)學院俞章盛團隊在肝癌風險預(yù)測研究方面取得新進展。研究基于發(fā)現(xiàn)的13個與肝癌生存顯著相關(guān)的信號通路，構(gòu)建了肝癌風險預(yù)測模型，在異質(zhì)性較高的肝癌的多個數(shù)據(jù)集中取得了較高的預(yù)測精度，并與新近發(fā)表的基于深度學習框架的預(yù)測模型進行了多方面比較，表明了基于信號通路水平特征的模型在預(yù)測腫瘤風險方面具有優(yōu)勢。該成果近日發(fā)表在EBio Medicine上。
肝癌是一種發(fā)病率和致死率雙高的腫瘤類型，多年來在全球流行病學統(tǒng)計中呈上升趨勢。大多數(shù)腫瘤類型研究慣常的分析方法是通過臨床或者高通量數(shù)據(jù)對腫瘤患者進行分類，從而對不同臨床風險類型采取更加個性化的治療方法。
研究人員采用了同樣的肝癌數(shù)據(jù)集，并通過表達數(shù)據(jù)提取對噪聲更不敏感的信號通路水平的PDS作為特征，來提高預(yù)測的精度與穩(wěn)定性。他們首先從3個較大的肝癌數(shù)據(jù)集中分別計算PDS，并篩選與肝癌生存風險顯著相關(guān)的信號通路，進一步探究信號通路之間的影響后，得到13個與肝癌生存顯著相關(guān)的通路�；谶@些特征，研究團隊采用與深度學習研究同樣的統(tǒng)計模型，實現(xiàn)了對肝癌風險預(yù)測性能的提升，并發(fā)現(xiàn)了多個與肝癌生存風險相關(guān)的生物標志物。
中國-博士人才網(wǎng)發(fā)布
聲明提示：凡本網(wǎng)注明“來源：XXX”的文/圖等稿件，本網(wǎng)轉(zhuǎn)載出于傳遞更多信息及方便產(chǎn)業(yè)探討之目的，并不意味著本站贊同其觀點或證實其內(nèi)容的真實性，文章內(nèi)容僅供參考。
