0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于基因信息的肺癌預(yù)后預(yù)測(cè)模型助力風(fēng)險(xiǎn)評(píng)估

汽車玩家 ? 來源: 科技日?qǐng)?bào) ? 作者:金鳳 ? 2020-03-23 15:47 ? 次閱讀

DNA甲基化是一種可遺傳、可逆轉(zhuǎn)的表觀遺傳學(xué)特征,不同基因的甲基化程度,對(duì)基因表達(dá)有不同的抑制作用。3月21日,記者從南京醫(yī)科大學(xué)獲悉,該校公共衛(wèi)生學(xué)院陳峰教授課題組采用數(shù)據(jù)挖掘的統(tǒng)計(jì)分析手段,構(gòu)建了基于生物標(biāo)記物的肺癌預(yù)后預(yù)測(cè)模型,對(duì)患者生存時(shí)間的預(yù)測(cè)精度高達(dá)89%。研究結(jié)果在獨(dú)立人群中得到驗(yàn)證,為肺癌風(fēng)險(xiǎn)評(píng)估與精準(zhǔn)治療提供了有力證據(jù)。該成果近日發(fā)表于國(guó)際著名期刊《胸科》。

不同預(yù)后評(píng)分人群的K-M生存曲線及預(yù)測(cè)模型的ROC曲線,課題組供圖

肺癌位居惡性腫瘤死因首位,根據(jù)患者的遺傳特征,利用有效的生物標(biāo)記物進(jìn)行個(gè)體化風(fēng)險(xiǎn)評(píng)估,可以為病情發(fā)展提供判斷依據(jù)。而DNA甲基化就可作為一種生物標(biāo)記物。

自2015年起,南京醫(yī)科大學(xué)公共衛(wèi)生學(xué)院陳峰教授課題組,便聚焦早期非小細(xì)胞肺癌預(yù)后的表觀基因組學(xué)研究,并與美國(guó)哈佛大學(xué)、西班牙巴塞羅那大學(xué)、挪威奧斯陸大學(xué)、瑞典隆德大學(xué)開展國(guó)際合作研究。

論文的作者之一、南京醫(yī)科大學(xué)公共衛(wèi)生學(xué)院張汝陽副教授介紹,團(tuán)隊(duì)利用合作者的現(xiàn)有實(shí)驗(yàn)室數(shù)據(jù)和公共數(shù)據(jù),從表觀基因組學(xué)、轉(zhuǎn)錄組學(xué)出發(fā),對(duì)38萬個(gè)基因指標(biāo)進(jìn)行分析,篩選具有主效應(yīng)、交互效應(yīng)的生物標(biāo)記物,結(jié)合人口學(xué)、臨床指標(biāo),最終構(gòu)建基于生物標(biāo)記物的肺癌預(yù)后預(yù)測(cè)模型。

“此前人們并不了解到底有哪些基因的甲基化水平會(huì)影響肺癌患者的生存時(shí)間,我們從38萬個(gè)基因指標(biāo)中發(fā)現(xiàn),50多個(gè)基因甲基化和基因表達(dá)的生物標(biāo)記物,會(huì)影響肺癌患者的生存時(shí)間。針對(duì)肺癌患者3年、5年存活率的預(yù)測(cè)精度,可分別達(dá)到88%和89%。根據(jù)目前的研究發(fā)現(xiàn),這個(gè)模型是早期非小細(xì)胞肺癌預(yù)后預(yù)測(cè)精度最高的模型,將為早期肺癌臨床決策與治療提供參考?!睆埲觋栒f。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • DNA
    DNA
    +關(guān)注

    關(guān)注

    0

    文章

    242

    瀏覽量

    30975
  • 數(shù)據(jù)挖掘
    +關(guān)注

    關(guān)注

    1

    文章

    406

    瀏覽量

    24190
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    如何評(píng)估AI大模型的效果

    評(píng)估AI大模型的效果是一個(gè)復(fù)雜且多維度的過程,涉及多個(gè)方面的考量。以下是一些關(guān)鍵的評(píng)估方法和步驟: 一、基準(zhǔn)測(cè)試(Benchmarking) 使用標(biāo)準(zhǔn)數(shù)據(jù)集和任務(wù)來評(píng)估
    的頭像 發(fā)表于 10-23 15:21 ?298次閱讀

    浪潮信息:元腦企智EPAI助力金融大模型快速落地

    將浪潮信息在AI算力底座建設(shè)、大模型開發(fā)領(lǐng)域積累的成熟、成功經(jīng)驗(yàn)工具化,助力金融機(jī)構(gòu)又快、又穩(wěn)地部署生成式AI應(yīng)用,助力金融數(shù)智化跨越式發(fā)展。
    的頭像 發(fā)表于 09-20 16:07 ?290次閱讀
    浪潮<b class='flag-5'>信息</b>:元腦企智EPAI<b class='flag-5'>助力</b>金融大<b class='flag-5'>模型</b>快速落地

    OpenAI與Anthropic新模型將受美政府評(píng)估

    近日,美國(guó)政府宣布了一項(xiàng)重要合作,旨在加強(qiáng)人工智能安全監(jiān)管。根據(jù)協(xié)議,OpenAI與Anthropic兩大AI領(lǐng)軍企業(yè)同意,在推出新的AI模型之前,先將其提交給美國(guó)人工智能安全問題研究所進(jìn)行評(píng)估。這一舉措旨在確保新模型在能力范圍
    的頭像 發(fā)表于 08-30 15:35 ?294次閱讀

    matlab預(yù)測(cè)模型怎么用

    MATLAB預(yù)測(cè)模型是一種基于統(tǒng)計(jì)和數(shù)學(xué)方法的預(yù)測(cè)工具,廣泛應(yīng)用于各種領(lǐng)域,如金融、氣象、生物醫(yī)學(xué)等。本文將介紹MATLAB預(yù)測(cè)模型的使用方
    的頭像 發(fā)表于 07-11 14:33 ?504次閱讀

    MATLAB預(yù)測(cè)模型哪個(gè)好

    在MATLAB中,預(yù)測(cè)模型的選擇取決于數(shù)據(jù)類型、問題復(fù)雜度和預(yù)測(cè)目標(biāo)。以下是一些常見的預(yù)測(cè)模型及其適用場(chǎng)景的介紹: 線性回歸(Linear
    的頭像 發(fā)表于 07-11 14:31 ?365次閱讀

    matlab預(yù)測(cè)模型有哪些

    環(huán)境,使其成為預(yù)測(cè)模型開發(fā)和實(shí)現(xiàn)的理想平臺(tái)。本文將詳細(xì)介紹MATLAB中常用的預(yù)測(cè)模型及其應(yīng)用。 線性回歸模型 線性回歸是一種簡(jiǎn)單的
    的頭像 發(fā)表于 07-11 14:27 ?667次閱讀

    arimagarch模型怎么預(yù)測(cè)

    ARIMA-GARCH模型是一種時(shí)間序列預(yù)測(cè)方法,它結(jié)合了自回歸積分滑動(dòng)平均(ARIMA)模型和廣義自回歸條件異方差(GARCH)模型。ARIMA
    的頭像 發(fā)表于 07-09 10:22 ?364次閱讀

    神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建方法

    神經(jīng)網(wǎng)絡(luò)模型作為一種強(qiáng)大的預(yù)測(cè)工具,廣泛應(yīng)用于各種領(lǐng)域,如金融、醫(yī)療、交通等。本文將詳細(xì)介紹神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建方法,包括模型設(shè)計(jì)、數(shù)據(jù)集
    的頭像 發(fā)表于 07-05 17:41 ?583次閱讀

    【大語言模型:原理與工程實(shí)踐】大語言模型的評(píng)測(cè)

    至關(guān)重要,涉及常識(shí)推理、數(shù)學(xué)推理和演繹推理等。這些評(píng)測(cè)任務(wù)旨在全面評(píng)估模型的邏輯推理能力,如金融風(fēng)險(xiǎn)評(píng)估、醫(yī)療診斷和決策制定等高級(jí)應(yīng)用中的表現(xiàn)。 邏輯推理類評(píng)測(cè)任務(wù):主要包括三個(gè)類型
    發(fā)表于 05-07 17:12

    【大語言模型:原理與工程實(shí)踐】核心技術(shù)綜述

    、召回率、F1分?jǐn)?shù)等,以及特定任務(wù)的評(píng)估方法,比如問答系統(tǒng)中的精確回答率。 道德和偏見審核: 評(píng)估模型可能的偏見和倫理風(fēng)險(xiǎn),確保其公平性和合理性,規(guī)避不當(dāng)使用。 部署和實(shí)際應(yīng)用
    發(fā)表于 05-05 10:56

    模型在戰(zhàn)略評(píng)估系統(tǒng)中的應(yīng)用有哪些

    智慧華盛恒輝大模型,顧名思義,是指參數(shù)規(guī)模超過千萬的機(jī)器學(xué)習(xí)模型。這些模型主要應(yīng)用于自然語言處理、計(jì)算機(jī)視覺、語音識(shí)別等領(lǐng)域,在大場(chǎng)景下的表現(xiàn)尤為出色。 智慧華盛恒輝大模型在戰(zhàn)略
    的頭像 發(fā)表于 04-24 13:48 ?244次閱讀

    如何基于深度學(xué)習(xí)模型訓(xùn)練實(shí)現(xiàn)工件切割點(diǎn)位置預(yù)測(cè)

    Hello大家好,今天給大家分享一下如何基于深度學(xué)習(xí)模型訓(xùn)練實(shí)現(xiàn)工件切割點(diǎn)位置預(yù)測(cè),主要是通過對(duì)YOLOv8姿態(tài)評(píng)估模型在自定義的數(shù)據(jù)集上訓(xùn)練,生成一個(gè)工件切割分離點(diǎn)
    的頭像 發(fā)表于 12-22 11:07 ?728次閱讀
    如何基于深度學(xué)習(xí)<b class='flag-5'>模型</b>訓(xùn)練實(shí)現(xiàn)工件切割點(diǎn)位置<b class='flag-5'>預(yù)測(cè)</b>

    如何基于深度學(xué)習(xí)模型訓(xùn)練實(shí)現(xiàn)圓檢測(cè)與圓心位置預(yù)測(cè)

    Hello大家好,今天給大家分享一下如何基于深度學(xué)習(xí)模型訓(xùn)練實(shí)現(xiàn)圓檢測(cè)與圓心位置預(yù)測(cè),主要是通過對(duì)YOLOv8姿態(tài)評(píng)估模型在自定義的數(shù)據(jù)集上訓(xùn)練,生成一個(gè)自定義的圓檢測(cè)與圓心定位
    的頭像 發(fā)表于 12-21 10:50 ?1686次閱讀
    如何基于深度學(xué)習(xí)<b class='flag-5'>模型</b>訓(xùn)練實(shí)現(xiàn)圓檢測(cè)與圓心位置<b class='flag-5'>預(yù)測(cè)</b>

    華為助力泰國(guó)農(nóng)業(yè)旅游業(yè)數(shù)智化升級(jí),建立AI大模型

    作為合作項(xiàng)目之一,華為助力泰國(guó)氣象局構(gòu)建了AI模型——華為盤古大模型。該模型提供的結(jié)果精度優(yōu)于常規(guī)數(shù)值預(yù)測(cè)法,有效提高
    的頭像 發(fā)表于 12-20 10:26 ?920次閱讀

    LabVIEW進(jìn)行癌癥預(yù)測(cè)模型研究

    LabVIEW進(jìn)行癌癥預(yù)測(cè)模型研究 癌癥是一種細(xì)胞異常增生的疾病。隨著年齡的增長(zhǎng),細(xì)胞分裂速度放緩,但癌細(xì)胞會(huì)失去控制地不斷分裂,形成可能良性或惡性的腫瘤。 2012年的國(guó)際癌癥數(shù)據(jù)顯示,新發(fā)癌癥
    發(fā)表于 12-13 19:04