Новая модель машинного обучения улучшает прогнозирование рецидива рака предстательной железы

Прогнозирование течения рака предстательной железы является сложной задачей, поскольку лишь у части больных раком предстательной железы возникает рецидив после радикальной простатэктомии или лучевой терапии. Тем не менее, рак предстательной железы остается одним из самых смертельных злокачественных новообразований у мужчин в Соединенных Штатах.

Теперь исследователи разработали модель машинного обучения, которая объединяет профили слитых генов, которые, как известно, широко распространены при раке простаты, с широко используемой шкалой Глисона и уровнем простат-специфического антигена (ПСА). Модель машинного обучения постоянно улучшала прогнозирование рецидива рака предстательной железы с помощью клинических тестов по отдельности или в комбинации. Результаты опубликованы в The American Journal of Pathology.

«Шкала Глисона и уровень ПСА с переменным успехом использовались для прогнозирования клинических исходов у пациентов с раком предстательной железы», — пояснил ведущий исследователь Цзянь-Хуа Луо, доктор медицинских наук, кафедра патологии Медицинской школы Университета Питтсбурга, Питтсбург. , Пенсильвания, США. «Однако они дают ограниченное представление о механизме заболевания. Известно, что события слияния генов широко распространены при раке предстательной железы, но их потенциал в прогнозировании течения заболевания был неизвестен».

Были проанализированы данные многоучрежденческой когорты, включавшей 271 образец радикальной простатэктомии из Медицинского центра Университета Пенсильвании (UPMC), 191 образец из Университета Висконсин-Мэдисон и 112 из Стэнфордского медицинского центра. Все 14 слитых генов, которые, как известно, присутствуют при раке предстательной железы, были обнаружены в образцах объединенной когорты. Также были доступны показатели Глисона и ПСА в сыворотке.

Исследователи сначала разработали модель обучения, используя данные UPMC. Несколько алгоритмов машинного обучения были применены к данным профилирования слитых генов, чтобы определить наилучшие параметры 14 комбинаций слитых генов для прогнозирования рецидива рака простаты. Затем лучшие алгоритмы применялись ко всей обучающей когорте для построения модели.

Прогнозирование рецидива рака только на основе оценки Глисона имело точность 77,9%, а только ПСА правильно предсказывал 73,5% рецидивов рака предстательной железы. Когда данные оценки Глисона были включены в анализ машинного обучения с данными слияния, в общей сложности 442 модели различных комбинаций показали точность выше 80% для комбинированных моделей.

Когда только PSA был объединен с данными слияния, 265 моделей различных комбинаций показали уровень предсказания выше 75%. Комбинация данных слияния, шкалы Глисона и ПСА улучшила прогнозирование рака предстательной железы; 317 моделей дали коэффициент предсказания 80% или выше.

Затем 764 модели машинного обучения, обученные с использованием данных когорты UPMC, были применены к когорте Стэнфорд/Висконсин, а затем к когорте UPMC/Стэнфорд/Висконсин. Опять же, комбинация данных слияния, шкалы Глисона и ПСА превзошла прогнозирование рецидива рака по ПСА или шкале Глисона по отдельности или в сочетании.

Рак не рецидивировал в течение пяти лет после операции у 81,9% пациентов, если рак был предсказан как нерецидив, и только у 17,2% пациентов не было рецидивов, если их рак был предсказан как рецидив по той же модели. С моделью Глисона плюс ПСА у 78,3% пациентов не было рецидива рака, если рак был предсказан моделью как нерецидивирующий, и у 26,2% пациентов не было рецидива рака в течение пяти лет, если рак был предсказан как рецидивирующий.

Д-р Луо отмечает, что профили слитых генов имеют дополнительную ценность для клинического ведения пациентов, потому что слияния некоторых генов являются важными молекулярными процессами в возникновении рака простаты, тогда как другие, как известно, делают рак восприимчивым к определенным лекарствам. «Одним из больших сюрпризов в анализе является то, что гены слияния, называемые CCNH-C5orf30, оказались индикатором благоприятных клинических исходов. Геномная аномалия, созданная раковыми клетками, необычно ограничивает агрессивность рака», — сказал он.

«Обнаружение слитых генов дает новое представление о механизмах прогрессирования рака предстательной железы, что позволяет принимать упреждающие меры», — заметил д-р Луо. «Включение обнаружения слитых генов в схему диагностики рака предстательной железы приносит пользу пациентам в отношении диагностики, прогноза, наблюдения за прогрессированием рака и лечения. Кроме того, если эти модели машинного обучения будут применяться в клинической практике в будущем, может быть спасено больше жизней. ."