AACR: CpG メチル化を分析するモデルが癌の起源を予測する

ドラッグスリブをフォローしてください

Elana Gotkine HealthDay レポーターによる

B. Pharm のシニア メディカル エディターである Carmen Pope によって医学的にレビューされました。最終更新日は 2026 年 4 月 22 日です。

HealthDay 経由

2026 年 4 月 22 日水曜日 -- 4 月 17 日から 22 日までサンディエゴで開催された米国癌研究協会の年次総会で発表された研究によると、リッジ回帰と CpG ベースのメチル化シグネチャを組み合わせることで、原発不明の癌患者における高精度の多癌分類が可能になります。

堺市の近畿大学医学部のマルコ A. デ ベラスコ博士は、日本と同僚は、21種類のがんにわたる7,476人の患者からのメチル化データを使用して、焦点を絞ったCpG部位のセットに基づくがんの種類分類の予測モデルを開発し、検証した。データはトレーニング コホートとテスト コホートに分割されました。 CpG 領域は、Shapley 値と勾配ブースティングを組み合わせたハイブリッド特徴選択アプローチを適用することで特定されました。モデルのパフォーマンスはテスト コホートで評価されました。 17 種類のがんを表す 31 例のデータを使用して、独立した検証が行われました。

研究者らは 1,000 の CpG 領域を選択しました。テストされたモデルの中で、リッジ回帰で最高のパフォーマンスが達成され、分類精度 (CA) は 95.4 パーセント、受信者動作特性曲線下面積 (AUC) は 0.998、F1 スコアは 0.953、トレーニング コホートのクラス全体で平均したマシューズ相関係数 (MCC) は 0.951 でした。テストコホートのパフォーマンスは CA 94.7 パーセント、AUC 0.998、F1 0.945、MCC 0.943 で、独立検証のパフォーマンスは CA 87.1 パーセント、AUC 0.9993、F1 0.847、MCC 0.867 でした。教師なし分析では 20 個の異なるルーヴァン クラスターが特定され、がんの種類間の不均一性が浮き彫りになりました。

「我々の研究結果は、元の腫瘍が見えない場合でも、DNA ベースのアプローチががんの発生部位を特定するのに役立つことを示唆しています」と De Velasco 氏は声明で述べました。

を押しますリリース

詳細情報

免責事項: 医学論文の統計データは一般的な傾向を提供するものであり、個人に関係するものではありません。個々の要因は大きく異なる可能性があります。個々の医療上の決定については、常に個別の医学的アドバイスを求めてください。

出典: HealthDay

投稿しました : 2026-04-23 02:08

続きを読む

免責事項

Drugslib.com によって提供される情報が正確であることを保証するためにあらゆる努力が払われています。 -日付、および完全ですが、その旨については保証されません。ここに含まれる医薬品情報は時間に敏感な場合があります。 Drugslib.com の情報は、米国の医療従事者および消費者による使用を目的として編集されているため、特に明記されていない限り、Drugslib.com は米国外での使用が適切であることを保証しません。 Drugslib.com の医薬品情報は、医薬品を推奨したり、患者を診断したり、治療法を推奨したりするものではありません。 Drugslib.com の医薬品情報は、認可を受けた医療従事者による患者のケアを支援すること、および/または医療の専門知識、スキル、知識、判断の代替ではなく補足としてこのサービスを閲覧している消費者にサービスを提供することを目的とした情報リソースです。

特定の薬物または薬物の組み合わせに対する警告がないことは、その薬物または薬物の組み合わせが特定の患者にとって安全、有効、または適切であることを示すものと決して解釈されるべきではありません。 Drugslib.com は、Drugslib.com が提供する情報を利用して管理される医療のいかなる側面についても責任を負いません。ここに含まれる情報は、考えられるすべての使用法、使用法、注意事項、警告、薬物相互作用、アレルギー反応、または副作用を網羅することを意図したものではありません。服用している薬について質問がある場合は、医師、看護師、または薬剤師に問い合わせてください。

人気のあるキーワード