Cancer Cell | 机器学习开启非TCGA癌症临床样本分子亚型分类新篇章

本文探讨了机器学习在非TCGA癌症临床样本分子亚型分类中的应用。传统癌症分类主要依据起源器官或解剖部位，而癌症基因组研究，特别是TCGA项目，揭示了癌症的分子异质性，为癌症的预后和治疗提供了新的视角。然而，分子亚型分类的临床应用仍处于初期阶段，存在特征冗余和推广难度大的问题。为此，研究者采用了五种机器学习方法，通过减少特征冗余和过度拟合，提高了分类模型的预测性能。研究结果表明，使用mRNA特征输入的模型在多组学定义的癌症队列中表现良好，而某些癌症类型如脑胶质瘤和胃食管腺癌，DNA甲基化输入特征更为有效。此外，研究还发现，大约150个训练样本足以接近最大模型性能，为临床分子亚型应用提供了重要参考。