英语轻松读发新版了,欢迎下载、更新

机器学习模型预测鼻咽癌患者的放射疗法反应

2025-07-30 19:41:00 英文原文

作者:FAR Publishing LimitedJul 30 2025

中国的研究人员开发了一种强大的机器学习模型,可以帮助确定哪些鼻咽癌患者(NPC)可能对放射治疗反应良好,这是这种类型的癌症的常见治疗方法。这项研究由朱吉安医院和南科医科大学Nanfang医院的科学家进行,引入了一种预测工具,称为NPC-RSS(鼻咽癌放射疗法敏感性评分)。

使用转录组数据和严格的机器学习框架,该框架评估了113个算法组合,该团队确定了一个能够预测患者放射敏感性的18基因签名。该模型在内部数据集和外部验证集中都显示出令人印象深刻的精度。

放射疗法是NPC的主要治疗方法,但由于耐药性,多达30%的患者复发。我们的模型通过识别最有可能从放射疗法中受益的患者来帮助解决这一问题,从而获得更量身定制和有效的治疗策略。”

首席作者Jian Zhang博士 

该模型的核心基因(例如SMARCA2,DMC1和CD9)发现会影响肿瘤免疫浸润以及诸如Wnt/-catenin and Jak-Stat(例如Wnt/-Catenin and Jak-Stat)的关键信号通路。值得注意的是,放射素组显示出更高水平的免疫细胞活性,这表明辐射反应与免疫动力学之间存在密切的联系。

使用细胞系和单细胞测序证实了NPC-RSS的预测能力,表明放射素敏感的肿瘤与耐药性肿瘤相比具有更丰富的免疫环境。根据合着者Hui Meng博士的说法,“我们的发现表明,将基因分数与免疫概况相结合可能是NPC护理中的游戏规则改变者。”

该团队认为,该模型可能成为指导治疗决策,最大程度地减少不必要的放射线并优化治疗结果的临床工具。他们现在正在努力扩大样本量,并与国际合作伙伴合作,以进一步验证和完善模型。

来源:

期刊参考:

Li,K。,。(2025)。基于机器学习的鼻咽癌的辐射敏感性的多基因预测模型。 Elifedoi.org/10.7554/elife.99849.3。术语

虽然我们只为Azthena使用编辑和批准的内容

答案,它可能有时会提供不正确的答案。请确认与相关供应商提供的任何数据或作者。如果您搜索医疗信息您必须始终咨询医疗在提供任何信息之前,专业人士。

您的问题,但不会与您的电子邮件详细信息共享Openai并按照他们的隐私原则。

请不要问使用使用敏感或机密的问题信息。

阅读完整的条款和条件

关于《机器学习模型预测鼻咽癌患者的放射疗法反应》的评论


暂无评论

发表评论

摘要

南科里大学朱吉安医院和南方医院的研究人员开发了一种名为NPC-RSS的机器学习模型,以预测鼻咽癌(NPC)患者的放射疗法反应。该团队使用转录组数据确定了一个18基因的签名,该标志可以准确预测患者的放射敏感性,并有助于采用个性化治疗策略。鉴定了影响肿瘤免疫浸润和信号通路的关键基因,放射敏感性肿瘤显示出较高的免疫细胞活性。该模型的预测能力通过细胞系和单细胞测序确认,这表明其潜力是优化NPC护理的临床工具。正在进行进一步的验证以扩大样本量和国际合作。