【佳學基因檢測】乳腺癌靶向藥物和轉移反復基因檢測列表的更新與完善
腫瘤內科診治策略基因檢測價格降低策略
根據腫瘤內科診治策略基因檢測價格降低策略，國際有很高知名度基因檢測科學性證據雜志《Comput Struct Biotechnol J》在第. 2022 Mar 24;20:1618-1631.期發(fā)表了一篇標題為《乳腺癌靶向藥物和轉移反復基因檢測列表的更新與完善》的原創(chuàng)性研究文章。該基因領域的臨床應用研究由Anamika Thalor, Hemant Kumar Joon, Gagandeep Singh, Shikha Roy, Dinesh Gupta完成。
基因信息數(shù)據庫索引號：
jiaxue genetics:35465161和 doi: 10.1016/j.csbj.2022.03.019. eCollection 2022.
基因解碼研究關鍵詞：
AUC，ROC曲線下面積,BrCa，乳腺癌,COSMIC，癌癥體細胞突變目錄,CX-25，完成XgBoost top 25,DE，差異表達,DMFS，無遠處轉移生存率,DX-20，驅動器XgBoost top 20,差異基因表達,無遠處轉移生存率,EMT，上皮向間充質轉化,雌激素受體,FDR，錯誤發(fā)現(xiàn)率,GEO，基因表達,HER2，人表皮生長因子受體2,KM，卡普蘭·邁耶,ML，機器學習,非小細胞肺癌,OS，總體生存率,主成分分析,POU2AF1,孕酮受體,預后基因標記,RF，隨機森林,RFE，遞歸特征消除,ROC，接收機工作特性曲線,S100B,支持向量機,TNBC,TNBC，三陰性乳腺癌,kNN，k近鄰,
國際基因解碼證據鏈條標簽：
Keywords: AUC, Area under the ROC curve; BrCa, Breast cancer; COSMIC, The catalogue of somatic mutations in cancer; CX-25, Complete XgBoost top 25; DE, Differential Expression; DMFS, Distasnt metastasis free survival; DX-20, Driver XgBoost top 20; Differential gene expression; Distant-metastasis free survival; EMT, Epithelial to mesenchymal transition; ER, Oestrogen Receptor; FDR, False discovery rate; GEO, Gene expression omnibous; HER2, Human epidermal growth factor receptor 2; KM, Kaplan Meier; ML, Machine learning; NSCLC, Non small cell lung carcinoma; OS, Overall survival; PCA, Principal component analysis; POU2AF1; PR, Progesterone receptor; Prognostic gene signatures; RF, Random forest; RFE, Recursive feature elimination; ROC, Receiver operating characteristics curve; S100B; SVM, Support vector machine; TNBC; TNBC, Triple negative breast cancer; kNN, k Nearest neighbors.
基因檢測臨床研究與應用結果介紹：
腫瘤的有效治療和轉移惡化基因解碼的研究發(fā)現(xiàn)腫瘤異質性和轉移機制不明確是導致三陰性乳腺癌（TNBC）無法獲得有效靶向治療的主要原因，三陰性乳腺癌TNBC是一種以高死亡率和高遠處轉移率為特征的乳腺癌（BrCa）亞型。通過致病基因鑒定基因解碼明確具有預后價值的生物標志物可以改善預后和個性化治療方案。三陰性乳腺癌的靶向藥物用藥指導基因檢測應用研究收集了代表三陰性乳腺癌TNBC和非三陰性乳腺癌患者的基因表達臨床研究數(shù)據。采用這些完整而又對照嚴謹數(shù)據中，構建了一個乳腺癌癌癥驅動基因列表。采用遞歸特征消除（RFE）人工智能算法識別前20、25、30、35、40、45和50個基因特征，采用這些基因這些特征將三陰性乳腺癌TNBC與其他乳腺癌亞型區(qū)分開來。對這些選定的特征采用了五種機器學習算法，并在模型性能評估的基礎上發(fā)現(xiàn)，對于完整數(shù)據集和致癌基因列表，XGBoost分別對25個和20個基因的子集表現(xiàn)賊好。在這兩個數(shù)據集中的45個基因中，發(fā)現(xiàn)34個基因受到差異調節(jié)。對這34個差異調節(jié)基因的無遠處轉移生存率（DMFS）進行Kaplan-Meier（KM）分析，發(fā)現(xiàn)了四個基因，其中兩個是可能成為潛在預后基因的新基因（POU2AF1和S100B）。賊后，進行相互作用組和途徑富集分析，以研究已識別的潛在預后基因在三陰性乳腺癌TNBC中的功能作用。這些基因與MAPK、PI3-AkT、Wnt、TGF-β和其他信號轉導途徑相關，在轉移級聯(lián)中起關鍵作用。這些基因特征可以成為了腫瘤靶向用藥基因解碼及轉移反復基因檢測的科學證據。
腫瘤藥物效果基因檢查
