• WAP手机版 RSS订阅 加入收藏  设为首页
    明升体育备用
    当前位置:首页 > 明升体育备用

    明升体育备用:该校研究团队在近千名甲状腺结节患者的蛋白

    时间:2020/5/15 10:07:10   作者:   来源:   阅读:0   评论:0
    内容摘要:记者从西湖大学获悉,该校研究团队在近千名甲状腺结节患者的蛋白质组学大数据中使用了人工智能技术,发现它有助于区分甲状腺结节良性和恶性蛋白质分子标志物的组合。该系列标记有望大大提高判断甲状腺结节良恶性的准确性。研究人员说,甲状腺结节或甲状腺肿瘤可由多种因素引起,在现代人群中更为常见。...
    记者从西湖大学获悉,该校研究团队在近千名甲状腺结节患者的蛋白质组学大数据中使用了人工智能技术,发现它有助于区分甲状腺结节良性和恶性蛋白质分子标志物的组合。该系列标记有望大大提高判断甲状腺结节良恶性的准确性。

    研究人员说,甲状腺结节或甲状腺肿瘤可由多种因素引起,在现代人群中更为常见。像大多数结节一样,甲状腺结节在良性和恶性之间也有区别。甲状腺良性结节不会影响日常工作和生活,甲状腺恶性结节需要尽快治疗。但是,在临床实践中,约有30%的甲状腺结节缺乏有效的良性和恶性判断方法。

    为了解决这个问题,西湖大学生命科学学院郭天南实验室和工学院李自清实验室联手,与国内外多个临床团队合作。


    在这项研究中,实验小组分析了911甲状腺结节携带者的组织样本,进行了与数据无关的蛋白质组学分析,并生成了2,421个蛋白质组学数据。

    由于该实验涉及大量蛋白质组数据,并且某些甲状腺结节的分子水平存在细微差别,因此研究小组使用了人工神经网络技术进行筛选。他们发现了区分良性和恶性结节的14种关键蛋白质组合,这些组合构成了可以确定良性和恶性的模型。

    随后,研究小组使用该模型预测未知的甲状腺良恶性结节,然后将其与临床手术后的病理结果进行比较。结果表明,该方法在判断国内四家医院提供的288例甲状腺石蜡样本和64例甲状腺结节穿刺样本的良恶性方面达到了90%。

    可以理解,该方法目前正在更多的临床中心进行测试,以进一步优化人工智能模型,并已申请了专利。

    相关评论

    本类更新

    本类推荐

    本类排行

    本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!
    所有信息均来自:百度一下 (皇冠现金代理)