A Naive Bayes model on lung adenocarcinoma projection based on tumor microenvironment and weighted gene co-expression network analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Based on the lung adenocarcinoma (LUAD) gene expression data from the cancer genome atlas (TCGA) database, the Stromal score, Immune score and Estimate score in tumor microenvironment (TME) were computed by the Estimation of Stromal and Immune cells in Malignant Tumor tissues using Expression data (ESTIMATE) algorithm. And gene modules significantly related to the three scores were identified by weighted gene co-expression network analysis (WGCNA). Based on the correlation coefficients and P values, 899 key genes affecting tumor microenvironment were obtained by selecting the two most correlated modules. It was suggested through Gene Ontology (GO) and Kyoto Encyclopedia of Genes and Genomes (KEGG) enrichment analysis that these key genes were significantly involved in immune-related or cancer-related terms. Through univariate cox regression and elastic network analysis, genes associated with prognosis of the LUAD patients were screened out and their prognostic values were further verified by the survival analysis and the University of ALabama at Birmingham CANcer (UALCAN) database. The results indicated that eight genes were significantly related to the overall survival of LUAD. Among them, six genes were found differentially expressed between tumor and control samples. And immune infiltration analysis further verified that all the six genes were significantly related to tumor purity and immune cells. Therefore, these genes were used eventually for constructing a Naive Bayes projection model of LUAD. The model was verified by the receiver operating characteristic (ROC) curve where the area under curve (AUC) reached 92.03%, which suggested that the model could discriminate the tumor samples from the normal accurately. Our study provided an effective model for LUAD projection which improved the clinical diagnosis and cure of LUAD. The result also confirmed that the six genes in the model construction could be the potential prognostic biomarkers of LUAD.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle