研究人员设计多级使用AI和microrna的癌症诊断工具

癌症是世界上最致命的疾病之一。2023年,超过190万新癌症病例和609820例死亡预计将发生在美国。还是在努力提升诊断工具,小分子核糖核酸是生物医学研究前沿。bob88体育平台登录

小分子核糖核酸或microrna是一类非编码小核醣核酸酸(rna),这是必不可少的生物功能。microrna在人体的主要作用是基因调控。因此,调节各种生理和病理过程,包括癌症的形成和发展。事实上,许多癌症与microrna的功能密切相关。

microrna与癌症协会的发展促使兴趣调查microrna的表达分析数据作为早期发现潜在的微创诊断工具。机器学习方法已经被用于开发高性能pan-cancer分类模型和识别潜在的小说microrna的生物标志物临床研究。然而,了解这些数据科学技术建立关联生物过程推进融入临床环境是关键。

进一步探索microrna的可行性作为癌症生物标记分类,提高临床分类应用中,研究人员从佛罗里达大西洋大学的工程和计算机科学学院创建了一个多级癌症诊断模型使用microrna的表达谱。他们的方法使用一个迭代过程,应用的几个关键技术不断增加microrna的表达量化数据的数据集。

在这项研究中,研究人员评估了顶部microrna的特性选择通过机器学习模型与临床和生物验证microrna的生物标志物。他们开发了支持向量机和随机森林癌症分类、机器学习模型和迭代癌症类添加到多级模型。

他们看着有关microrna确定之间的关系通过特征选择和分类模型的性能指标20个迭代。每个迭代添加另一个主要示例站点多层次模型,增加癌症的数量。

研究人员检查成功指标的变化随着越来越多的癌症类型介绍了子集,20-miRNA签名如何改变,随着越来越多的癌症类型介绍了子集,和完整的数据集的特点通过主成分分析,常用的方法分析大型数据集包含大量的尺寸或特性。

与以往的研究不同的是,这只关注microrna的特性签名最后一个多级数据集,本研究追踪临床和生物的变化相关性在每次添加一个癌组织类型。

研究结果,发表在《华尔街日报》IEEE访问与更多的癌症,表明模型类转向关注cancer-diverse microrna的相关性特征与功能。研究表明,microrna可能高度独特的特定癌症组织和强大的生物标志物检测和分类;然而,目前验证生物标志物跌向cancer-wide microrna当检测癌症。

这项研究提供了洞察潜在关系的整体临床相关性特征提取的签名和成功标准的模型和演示了使用的可行性multi-tissue microrna的癌症签名作为单独的类可概括的签名检测在许多著名的癌症。

研究结果表明,随着癌症类的数目的增加,性能指标下降,但比例相关性的microrna的特征选择签名稳定之前略有增加。此外,后进行主成分分析,非癌症组织的所有样品都非常相似的可视化表达,而所有癌变组织独特的概要文件。

“小分子核糖核酸的重要承诺未来的诊断测试,因为他们可以直接检测到从生物体液,如血液、尿液或唾液作为microrna的高质量的测量技术的可用性,“Oneeb拉赫曼说,通讯作者和一个博士生在电气工程和计算机科学能力的工程和计算机科学学院。

“这使理解和描述潜在的microrna的分类工具背后的生物学基础的关键集成到临床环境。”

拉赫曼的监督下,一组高级设计本科生和合作者查尔斯Briandi Eyan尤班克斯,由马修Acs和理查德•Acs的电气工程和计算机科学,参加了实验。Hanqi壮族博士合著者和椅子的电气工程和计算机科学教授,担任团队的导师。

“这项研究,探索之间的关系组成的小分子核糖核酸和各种类型的癌症,有重要影响的潜在使用microrna的生物标记物研究和临床领域,”斯特拉Batalama说,博士,院长,大学的工程和计算机科学能力。“关于这项研究尤其令人印象深刻的是,它涉及到许多我们本科学生合作研究更好的方法来管理一个疾病,每年影响数以百万计的世界各地的人们。”