换一批预测肾透明细胞癌病理分级的影像基因组学研究
Radiogenomics Study on Predicting Pathological Grading of Renal Clear Cell Carcinoma
摘要目的 探究CT影像组学特征与mRNA的关联性,说明CT影像组学模型预测肾透明细胞癌(ccRCC)病理分级的潜在基因组学机制.方法 利用影像组学分析队列筛选影像组学特征并构建影像组学模型预测肾癌病理分级.利用基因组学分析队列识别病理分级相关基因模块,筛选前 30 个关键节点(Hub)基因并使用Hub基因构建基因模型预测病理分级,将结果映射至影像基因组学拓展队列并将基因与影像组学特征关联.结果 筛选出4 个与病理分级相关的影像组学特征,其构建的支持向量机模型在测试集中曲线下面积为0.938.WGCNA分析得到5 个基因模块与病理分级相关,影像基因组学分析发现5 个基因模块中有271 个基因相关,332 个基因与组学特征不相关,前30 个Hub基因有8 个与影像组学特征相关,22 个Hub基因不相关,两者所富集的通路不一致.从30 个Hub基因筛选得到的5 个Hub基因组成的逻辑回归基因模型在测试集中预测效能为0.736,用于构建模型的5 个基因中有2 个基因与影像组学特征相关,3 个基因与影像组学特征不相关.结论 CT影像组学模型较基于mRNA构建的基因模型的预测效能高.CT影像组学特征与病理分级相关的mRNA之间的关联不具有普遍性.
更多相关知识
关键词
影像基因组学肾透明细胞癌病理分级癌症基因组学图谱WGCNA分析RadiogenomicsClear cell renal cell carcinomaNuclear gradeThe cancer genome atlasWGCNA a-nalysis
栏目名称
发布时间
2024-03-14（万方平台首次上网日期，不代表论文的发表时间）
基金项目
甘肃中医药大学第一临床医学院研究生创新基金项目（LCCX2021006）
- 浏览81
- 被引0
- 下载57
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
