编辑推荐：
本研究采用两步机器学习方法，在TCGA和GTEx卵巢癌数据集中筛选出10个基因（EXO1、RAD50、PPT2、LUC7L2、PKP3、CDCA5、ZFPL1、VPS33B、GRB7、TCEAL4），并在立陶宛65例临床注释样本中验证。结果显示，所有基因均能显著区分HGSOC与良性妇科疾病（p≤0.030），其中GRB7的ROC曲线下面积最高（0.986）；部分基因与肿瘤分期、分级相关，且10基因组合对5年生存预测的AUC为0.815。结论指出这些生物标志物可用于HGSOC的诊断和预后评估，但需进一步验证生存预测价值。
高级别浆液性卵巢癌（HGSOC）是第二大致命的妇科恶性肿瘤，由于缺乏可靠的早期检测策略，通常在晚期才被诊断出来。目前，卵巢癌（OC）尚无特定的诊断或预后生物标志物。因此，亟需新的、经过验证的生物标志物来辅助卵巢癌的诊断。
采用了两步机器学习方法，在癌症基因组图谱（TCGA）和基因型-组织表达项目（GTEx）的卵巢癌队列中识别潜在的HGSOC生物标志物。随后，在立陶宛接受治疗的65例OC患者的临床标注组织队列中验证了这些候选基因，以评估这些生物标志物在区分HGSOC与良性妇科疾病以及预测总体生存率方面的表现。
选取了一个包含10个基因的标志物组合（EXO1、RAD50、PPT2、LUC7L2、PKP3、CDCA5、ZFPL1、VPS33B、GRB7和< />），用于进一步分析。与良性妇科疾病相比，这些基因的表达在HGSOC患者中具有高度特异性（p ≤ 0.030），其中GRB7的表达在ROC曲线下面积（AUC）上达到最高值，为0.986。此外，RAD50、VPS33B和ZFPL1的表达也与HGSOC的分期相关（p < 0.042），而TCEAL4的表达与肿瘤分级相关（p = 0.038）。该10基因标志物组合还能预测OC患者的5年生存率（AUC = 0.815）。
这10个选定的基因表达生物标志物可能对HGSOC的诊断和预后具有帮助；然而，仍需进一步研究它们在预测OC患者生存率方面的作用。
高级别浆液性卵巢癌（HGSOC）是第二大致命的妇科恶性肿瘤，由于缺乏可靠的早期检测策略，通常在晚期才被诊断出来。目前，卵巢癌（OC）尚无特定的诊断或预后生物标志物。因此，亟需新的、经过验证的生物标志物来辅助卵巢癌的诊断。
采用了两步机器学习方法，在癌症基因组图谱（TCGA）和基因型-组织表达项目（GTEx）的卵巢癌队列中识别潜在的HGSOC生物标志物。随后，在立陶宛接受治疗的65例OC患者的临床标注组织队列中验证了这些候选基因，以评估这些生物标志物在区分HGSOC与良性妇科疾病以及预测总体生存率方面的表现。
选取了一个包含10个基因的标志物组合（EXO1、RAD50、PPT2、LUC7L2、PKP3、CDCA5、ZFPL1、VPS33B、GRB7和< />），用于进一步分析。与良性妇科疾病相比，这些基因的表达在HGSOC患者中具有高度特异性（p ≤ 0.030），其中GRB7的表达在ROC曲线下面积（AUC）上达到最高值，为0.986。此外，RAD50、VPS33B和ZFPL1的表达也与HGSOC的分期相关（p < 0.042），而TCEAL4的表达与肿瘤分级相关（p = 0.038）。该10基因标志物组合还能预测OC患者的5年生存率（AUC = 0.815）。
这10个选定的基因表达生物标志物可能对HGSOC的诊断和预后具有帮助；然而，仍需进一步研究它们在预测OC患者生存率方面的作用。
生物通 版权所有
