利用机器学习方法预测神经母细胞瘤患者的风险组别、预后及治疗反应：综述 MDPI

神经母细胞瘤举动婴小儿最常睹的颅外实体恶性肿瘤，其高度异质性和繁杂临床展现无间是临床诊疗的宏大寻事。克日，英邦诺丁汉特伦特大学科学与技艺学院与剑桥大学阿登布鲁克斯病院细胞与分子病理学部分的Leila Jahangiri博士正在期刊上公布了一篇题为《诈欺机械研习手法预测神经母细胞瘤患者危急组别、预后及诊疗响应：一项综述》的主要论文，体例梳理了机械研习正在这一儿童恶性肿瘤精准医疗中的行使前景。

Jahangiri博士的综述全数梳理了诈欺机械研习和统计手法剖释神经母细胞瘤患者众组学数据、机合切片及医学影像的探究发展。探究标明，支撑向量机、人工神经汇集、决定树、随机丛林及深度研习等算法正在患者危急分层、预后预测及诊疗响应评估中显现出优越本能。

正在基因外达层面，探究职员已开垦超群种众基因预测模子。比方，一项基于579例患者样本的探究设立筑设了59基因特色模子，其预测患者预后的生动度达84.4%，特异度达86.5%。高危急特色患者的总体保存危急比高达19.32，无发展保存危急比为3.96，富裕外明了基因外达特色正在预后判别中的代价。

另一项打破性探究诈欺深度研习（深度神经汇集）剖释基因外达与患者INSS分期讯息，修筑了或许预测肿瘤分期的模子。假使目前对2、3和4S期患者的划分仍存正在寻事，但该手法为基于基因外达谱的精准分期启发了新途径。

MYCN扩增是神经母细胞瘤最主要的预后象征之一。探究展现，通过剖释DNA甲基化数据，机械研习模子或许精准预测患者的MYCN扩增形态。一项探究从126例样本中筛选出663个不同甲基化CpG位点，进一步通过递归特色取消筛选出25个环节特色，修筑的支撑向量机模子对MYCN扩增形态的分类确实率达100%。

更令人奋起的是，个中8个CpG位点与总体保存明显合系，5个与无事情保存合系。这些展现不光有助于早期诊断，还为开垦针对MYCN扩增的新型靶向诊疗供应了潜正在生物象征物。

正在机合病理学界限，探究职员已开垦出基于深度研习的神经母细胞瘤机合学图像分类体例。通过对H&E染色全切片图像的剖释，团结标准稳定特色变换算法与支撑向量机分类器，探究告终了对未分裂、低分裂、分裂型神经母细胞瘤及神经节细胞瘤等差别亚型的主动识别，分类精度、召回率和F值折柳达83.81%、86.61%和85.19%。

放射组学方面，基于CT影像的机械研习模子或许预测搜罗转变、分裂水准、MYCN形态、图像界说危急因子等众个临床环节目标。人工神经汇集正在预测殒命率、转变形态等方面展现最佳，受试者管事特色弧线。

通过整合众组学数据，探究者已或许正在古板高危急组内进一步划分出超高危亚组，为尤其精准的诊疗计划选取供应按照。基于深度研习的主动编码器技艺告成将高危急患者分为两个预后明显差别的亚组，为省略太过诊疗或诊疗亏折供应了也许。

正在诊疗响应预测方面，基于诊断性MIBG扫描的卷积神经汇集模子与临床数据相团结，可有用预测患者对诱导化疗的响应，预测模子的AUC达0.73，为个人化诊疗计划协议供应了主要参考。

假使机械研习正在神经母细胞瘤探究中显现出宏伟潜力，但该界限仍面对样本量小、数据异质性高、模子可注解性亏折等寻事。Jahangiri博士指出，他日需求通过众核心协作蕴蓄堆积更大界限的准绳化数据集，开垦更具可注解性的算法模子，并将人工智能体例无缝整合到临床管事流程中。

期刊旨正在公布根底、转化和临床医学各倾向的探究，合键刊发疾病发病机理、转化探究、测验室和动物探究、药理学、临床医学、时髦病学和强壮改革战术等界限的最新探究功劳。目前已被 PubMed、PMC、MEDLINE、DOAJ 等主要数据库收录。

卓殊声明：本文转载仅仅是出于散播讯息的需求，并不虞味着代外本网站看法或说明其内容的真正性；如其他媒体、网站或部分从本网站转载操纵，须保存本网站说明的“起原”，并自傲版权等司法职守；作家假若不期望被转载或者合联转载稿费等事宜，请与咱们商榷。

CIMB期刊首届青年编委招募｜Current Issues in Molecular Biology邀您联合鞭策学术期刊生长

Veterinary Sciences：家禽和野生鸟类病毒习染的发病机制和免疫响应 MDPI 特刊征稿

叶酸通过禁止 PI3K/AKT/NF-κB/MLCK 轴还原肠道屏蔽完美性，从而减轻溃疡性结肠炎 MDPI Biology

SGLT2i与GLP-1RA行使存明显不同：谁正在“落后”？——美邦少数族裔与高危人群用药启动的影响身分与平允性审视 MDPI Pharmacy