Metabolomics Analysis-Based Machine Learning for Endometrial Cancer Diagnosis: Integration of Biomarker Discovery and Explainable Artificial Intelligence
Notice bibliographique
Résumé
Objective: Endometrial cancer (EC) is the most frequent gynecological malignancy in women worldwide. This study aims to develop a predictive model integrating machine learning (ML) approaches with explainable artificial intelligence (XAI) using metabolomics panel data for significant biomarker discovery in EC. Materials and Methods: This study applied metabolomics and XAI to uncover diagnostic biomarkers for EC, the most common gynecologic malignancy. A total of 191 EC cases and 204 controls were analyzed using mass spectrometry. ML and XAI techniques were incorporated, including SHapley Additive exPlanation, Random Forest, BaggedCART, LightGBM, Adaptive Boosting, and Extreme Gradient Boosting. Results: Statistically significant differences (adjusted p<0.05) were found in 25 metabolites. Effect sizes (ES) of m/z=219.125 (ES=1.516), m/z=672.6961 (ES=0.913), and m/z=203.1564 (ES=0.839) were notably large, suggesting strong discriminatory ability. These metabolites are involved in lipid dysregulation, steroid hormone pathways, and oxidative stress, reflecting cancer-specific metabolic reprogramming. The ML models, particularly LightGBM, demonstrated high accuracy and good calibration. After training with the final feature dataset, SHapley Additive exPlanations (SHAP) analysis identified m/z=219.125, m/z=672.6961, and m/z=127.0769 as the top contributing features, aligning with their biological impact on EC pathogenesis. Conclusion: This study suggests non-invasive biomarkers for early detection of EC screening, highlighting the heterogeneity of metabolic adaptation in EC and the need for multi-omics approaches to understand disease mechanisms. Limitations include diverse cohorts and reliance on tandem mass spectrometry. Nonetheless, these findings represent a step forward in precision oncology.
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».