文献

J-GLOBAL ID：201702230983151767   整理番号：17A0307026

マイクロRNAベースの全癌診断および治療勧告

MicroRNA based Pan-Cancer Diagnosis and Treatment Recommendation

著者 (2件)： CHEERLA Nikhil (Monta Vista High School, CA, USA) ,  GEVAERT Olivier (Stanford Univ., CA, USA)
資料名： BMC Bioinformatics (Web)  (BMC Bioinformatics (Web))
巻： 18  号： Jan  ページ： 18:32 (WEB ONLY)  発行年： 2017年01月 
JST資料番号： U7025A  ISSN： 1471-2105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 背景:癌診断および治療における現在の最新技術は理想的ではない。診断検査は正確ではあるが侵襲性であり,治療法は個別化どころかワン-サイズ-フィッツ-オール(包括的)である。近年,miRNAは,その利用し易さ(血中循環性miRNA)と安定性のために,癌バイオマーカーとしてかなりの注目を集めてきた。特定の癌の型を診断することにおいて,miRNAデータの有効性を明らかにする多くの研究があるが,ほとんどの研究は治療成果の予測でのmiRNAの役割は調ていない。方法:本研究では,癌ゲノムアトラス計画(TCGA)データベースからの21の癌をまたがる組織miRNAおよび臨床データを用いて,さらなる前進を図る。正確な全癌診断システムおよび治療成果に関する予測モデルを作成するために,機械学習技術を使用する。最後に,これらモデルを用いて,癌を診断し,最良の治療選択を推奨するためのウェブベースのツールを作成する。結果:放射基底のサポートベクターマシン分類子を用いて,分類に関して97.2%の精度を達成した。胚ツリーを登り,異なるステージでの癌を分類すると精度は99.9~100%まで向上した。全事例に対して正確に分類された事例の合計数の比として,精度を定義する。本分類子も十分に働き,独立検証データセットに対して,多くの癌の型に関して80%を超える感度を達成した。特徴選択アルゴリズムによって選ばれた多くのmiRNAは,様々な癌および腫瘍進行に対する強い過去関連を示した。それから,miRNA,臨床および治療データ,および機械学習で読み取り可能な形式へのコード化を用いて,85%の精度で治療の成果を予測するための予後予測モデルを構築した。個別化治療レジメンを推奨するツールを作成するために本モデルを使用した。繰り返し使用でのそれらの精度を向上するために半教師付き学習技術を組み入れた診断および予後モデルの双方を,利用を容易にするためにオンラインにアップロードした。結論:本研究は,非侵襲的血液検査を用いた癌の診断および治療勧告を予測するという最終目的に向けた第一歩である。(翻訳著者抄録)

シソーラス用語： *アンチセンスRNA ,  *診断 ,  *治療法 ,  *診療ガイドライン ,  性質 ,  個別化医療 ,  腫瘍マーカー ,  治療成績 ,  予測 ,  *データベース ,  データ ,  予測モデル ,  腫瘍過程 ,  腫瘍進行度 ,  学習
準シソーラス用語： *マイクロRNA ,  *癌診断 ,  *癌治療 ,  *治療指針 ,  侵襲性 ,  個別化治療 ,  miRNA ,  包括的治療 ,  癌バイオマーカー ,  治療成果 ,  予後予測 ,  *遺伝子データベース ,  TCGAデータベース ,  臨床データ ,  腫瘍進行 ,  半教師つき学習 ,  非侵襲的診断

分類 (3件)： 基礎腫よう学一般  (GE02010R) ,  腫ようの診断  (GE03020J) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (4件)： マイクロRNA ,  癌診断 ,  治療 ,  勧告