文献

J-GLOBAL ID：202202262024133422   整理番号：22A1062518

DNAメチル化データに関する機械学習パイプラインを用いた乳癌患者における受容体状態予測【JST・京大機械翻訳】

Receptor Status Prediction in Breast Cancer Patients Using Machine Learning Pipeline on DNA Methylation Data

著者 (1件)： Gupta Saksham (International Institute of Information Technology, India)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICBBB ’22  ページ： 38-43  発行年： 2022年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本研究では,DNAメチル化マーカーが,エストロゲン,プロゲステロンおよびHER2受容体の状態に基づく乳癌サブタイプの早期検出に使用できることを示した。機械学習法を用いて乳癌患者の受容体状態を予測した。NCBI GEOとTCGA-BRCAからの4つの異なる研究からIllumina Hyperメチル化450Kプラットフォームを用いて作成したDNAメチル化データセットを照合し,1514試料のデータセットを作成した。これらのうち,1260試料は品質管理を通過し,利用可能な受容体状態情報を持ち,これらの1260試料をSVMモデルの訓練と試験に使用した。著者らは,DNAメチル化に基づく受容体状態予測の予後的価値を,伝統的方法による生存結果を比較することによって分析した。分類状態が従来法のそれらと一致しない患者は,より低い生存確率を示すことを観察した。これは,従来のIHC法による不正確な分類と治療計画による可能性がある。これは,提案したDNAメチル化に基づく分類器が受容体状態予測に信頼できることを示唆する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 品質管理 ,  *状態推定 ,  *メチル化 ,  エストロゲン ,  *受容体 ,  生存率 ,  予後 ,  *乳房腫瘍 ,  治療計画 ,  *機械学習 ,  ステロイド ,  黄体ホルモン ,  ステロイドホルモン ,  エノン ,  脂環式ケトン ,  ジケトン
準シソーラス用語： *DNAメチル化 , 【Automatic Indexing@JST】

著者キーワード (3件)： 乳癌 ,  DNAメチル化 ,  機械学習

分類 (1件)： 腫ようの化学・生化学・病理学  (GE02030N)

物質索引 (1件)： プロゲステロン

タイトルに関連する用語 (7件)： DNAメチル化 ,  機械学習 ,  パイプライン ,  乳癌 ,  患者 ,  受容体 ,  状態予測