尿液代谢物不用标签也能分出癌症:四代谢物面板在八种癌上保留九成监督学习判别力
一个四代谢物尿液与血浆面板在八种癌症中把病例与对照分开,且一个全程不使用结局标签的模型仍达到AUC 0.925,接近监督学习的0.991。
一个四代谢物尿液与血浆面板在八种癌症中把病例与对照分开,且一个全程不使用结局标签的模型仍达到AUC 0.925,接近监督学习的0.991。
研究对英国生物银行24,638名糖尿病前期参与者,用LASSO与弹性网络从核磁共振代谢组学标志物中筛出16项指标,再以k均值聚类在训练集(12,322人)中分出低、中、高代谢风险三个亚型,并在验证集(12,316人)中验证其2型糖尿病、心血管病和慢性肾病风险依次升高,同时发现饮食质量与结局的关联在不同亚型间存在差异,并以孟德尔随机化提示若干代谢标志物与结局可能存在因果联系。
该研究整合血浆代谢组学、孟德尔随机化与机器学习,在55种血浆代谢物中确认苯丙氨酸与胰腺癌存在因果关联(IVW OR=1.641,95% CI 1.052–2.562,p=0.029),据此筛选出8个相关差异基因并用12种算法共113种组合构建随机森林诊断模型(训练集AUC 0.994,三个外部验证集AUC 0.918、0.983、0.923),再以SHAP锁定SLC6A14为核心基因,通过单细胞测序、模拟基因敲除、分子对接与动力学模拟提示染料木素(genistein)可稳定结合SLC6A14,并在BxPC-3与HPDE6-C7细胞对中用RT-qPCR验证了5个建模基因的高表达。
已读完全部报道