期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌中的数量相关性及临床预后意义 被引量：5
1
作者 卢兴浩 俞鹏 +2 位作者 陶恒 陈云帆 陆进 《细胞与分子免疫学杂志》 CAS CSCD 北大核心 2022年第1期24-31,共8页
目的分析拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌(HCC)中的数量相关性及临床预后意义。方法利用基因注释资源数据库(BioGPS)、基因表达谱交互作用分析(GEPIA)和Kaplan-Meier Plotter数据库分析TOP2A mRNA在正常肝组织... 目的分析拓扑异构酶Ⅱα(TOP2A)基因的表达与CD4^(+)T细胞在肝细胞癌(HCC)中的数量相关性及临床预后意义。方法利用基因注释资源数据库(BioGPS)、基因表达谱交互作用分析(GEPIA)和Kaplan-Meier Plotter数据库分析TOP2A mRNA在正常肝组织和HCC组织中的表达以及对HCC患者生存预后意义;利用GENE和Metascape数据库分析TOP2A的共表达基因及其基因本体论(GO)和京都基因与基因组百科全书(KEGG)通路富集分析;利用Sangerbox数据库分析TOP2A基因与微卫星不稳定(MSI)和DNA错配修复基因的相关性;再分别利用TISIDB和TIMER数据库分析TOP2A基因与CD4^(+)T细胞和各种免疫细胞的关系,并分析CD4^(+)T细胞对HCC患者生存预后的影响。结果TOP2A mRNA在正常肝组织和CD4^(+)T细胞中表达不显著,而在HCC组织中显著高表达,不利于患者的生存预后;TOP2A共表达基因的GO功能主要富集在细胞有丝分裂和细胞增殖上,而KEGG主要富集在细胞循环和铂类化疗药物耐药通路;TOP2A基因的表达与MSI、DNA错配修复基因MutS同源物2(MSH2)与MSH6、肿瘤细胞纯度以及各种免疫细胞的数量显著正相关;各种免疫细胞在HCC中均发生一定的拷贝数变异,但仅有CD4^(+)T细胞的数量对HCC患者生存预后有显著影响。结论HCC组织中TOP2A mRNA表达与CD4^(+)T细胞数量呈正相关,不利于HCC患者的生存预后。 展开更多
关键词 拓扑异构酶Ⅱα(TOP2A) 总体生存 肿瘤 肝癌
在线阅读 下载PDF
基于人工智能技术的鼻咽癌风险预测模型的构建与评价 被引量：3
2
作者 张浩轩 陆进 +1 位作者 蒋成义 方美芳 《南方医科大学学报》 CAS CSCD 北大核心 2023年第2期271-279,共9页
目的 利用人工智能(AI)技术筛选鼻咽癌(NPC)患者死亡的危险因素,并构建风险预测模型。方法 基于SEER数据库(1973~2015)NPC患者的临床数据;采用SPSS 25.0软件对数据进行处理,并按7∶3随机分为建模组和验证组;利用R软件对建模组数据采用... 目的 利用人工智能(AI)技术筛选鼻咽癌(NPC)患者死亡的危险因素,并构建风险预测模型。方法 基于SEER数据库(1973~2015)NPC患者的临床数据;采用SPSS 25.0软件对数据进行处理,并按7∶3随机分为建模组和验证组;利用R软件对建模组数据采用极限梯度提升(XGBoost)、决策树(DT)、套索算法(LASSO)与随机森林(RF)等4种AI算法筛选NPC患者死亡的危险因素,并构建风险预测模型。用C-指数(C-index)、决策曲线分析(DCA)、受试者工作特征曲线(ROC)和校准曲线(CC)等4种方式对模型进行内部评价;利用验证组数据和搜集的临床数据对模型进行内部验证与外部验证。结果 共纳入2116例NPC患者的临床数据(建模组1484例;验证组632例);建模组数据筛选影响NPC患者死亡的危险因素有年龄、种族、性别、Stage_M、Stage_T和Stage_N,利用其构建NPC风险预测模型的内部评价的C-index为0.76、ROC曲线下面积AUC=0.74、DCA净获益率为9%~93%,内部验证的C-index为0.740、ROC曲线下面积AUC=0.749、DCA净获益率为3%~89%,且CC高度一致;外部验证数据的C-index为0.943;DCA净获益率为(3%~97%);ROC曲线下面积AUC=0.851;而CC显示预测值与真实值之间具有良好的一致性。结论 性别、年龄、种族以及TNM分期是NPC患者死亡的危险因素,而NPC风险预测模型具有准确性、一致性、区分性与实用性等价值。 展开更多
关键词 鼻咽癌 预测模型 列线图 危险因素 人工智能
在线阅读 下载PDF
基于机器学习鼻咽癌关键特征基因筛选及其与免疫细胞相关性分析
3
作者 张浩轩 马俊杰 +3 位作者 安韶光 荀丽雪 陆进 蒋成义 《细胞与分子免疫学杂志》 CAS CSCD 北大核心 2023年第11期988-995,共8页
目的利用机器学习法筛选鼻咽癌(NPC)关键特征基因并分析其与免疫细胞相关性。方法从基因表达数据集(GEO)下载NPC训练集数据GSE12452与GSE13597以及验证训练集数据GSE53819。首先,对训练集数据进行合并,并筛选差异表达基因(DEG);其次,对... 目的利用机器学习法筛选鼻咽癌(NPC)关键特征基因并分析其与免疫细胞相关性。方法从基因表达数据集(GEO)下载NPC训练集数据GSE12452与GSE13597以及验证训练集数据GSE53819。首先,对训练集数据进行合并,并筛选差异表达基因(DEG);其次,对DEG进行基因本体论(GO)、京都基因与基因组百科全书(KEGG)、基因集富集分析(GSEA)以及免疫细胞浸润分析;再次,采用最小绝对收缩选择(LASSO)算法和支持向量机(SVM)算法对训练集数据中NPC相关特征基因进行识别并在验证集中检验,同时利用受试者工作特征(ROC)曲线下面积(AUC)确定关键特征基因;最后,分析关键特征基因与免疫细胞的相关性。结果共得到55个DEG,43个下调基因,12个上调基因;其GO功能主要富集在体液免疫反应、细胞分化、中性粒细胞激活以及趋化因子受体结合等方面;而KEGG主要富集在细胞介素17(IL-17)信号通路上;GSEA富集在细胞周期、细胞外基质受体相互作用、癌症通路以及DNA复制。免疫细胞浸润分析显示,初始B细胞、记忆B细胞以及CD4+静息记忆细胞在NPC显著降低,而CD8+T细胞、CD4+初始T细胞、活化CD4+记忆T细胞、滤泡辅助T细胞、M0和M1巨噬细胞在NPC显著增加。通过LASSO和SVM筛选的特征基因中,仅卷曲螺旋结构域19(CCDC19)、层连蛋白β1亚基(LAMB1)、精子相关抗原6(SPAG6)和RAD51相关蛋白1(RAD51AP1)四个关键特征基因ROC的AUC在训练集与验证集均大于0.9,且与免疫细胞浸润密切相关。结论通过机器学习算法筛选出NPC发生过程中的关键特征基因CCDC19、LAMB1、SPAG6以及RAD51AP1,并与免疫细胞浸润密切相关。 展开更多
关键词 鼻咽癌 机器学习 免疫细胞浸润 支持向量机
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部