使用CoxBoost和LASSO机器学习技术鉴定胆管癌中与同源重组缺陷相关的预后标志物

2026-01-08 Frontiers in Oncology 等1家媒体报道 科研进展





打开微信“扫一扫”
点击右上角分享按钮

本研究旨在开发胆管癌（CHOL）的预后生物标志物和基于HRD的风险预测模型。研究人员通过Thorsson等人的HRD评分以及maftools R包进行突变可视化和TMB计算，分析了包括TCGA-CHOL和TCGA-LIHC在内的多个癌症数据集中的HRD。通过差异基因表达分析鉴定出与HRD相关的基因，并在肿瘤和非肿瘤组织中通过RT-PCR进行了验证。研究人员使用RSF、LASSO和CoxBoost等十种机器学习算法，在E-MTAB-6389和GSE107943数据集中构建并验证了预后模型。结果表明，HRD评分与基因组不稳定性之间存在显著关联，凸显了HRD作为治疗靶点的潜力。（摘要由动脉网AI生成）