目的 通过构建和优化基于46个基因的三阴性乳腺癌(TNBC)患者新辅助化疗(NAC)疗效的预测模型,提供一种对患者进行精准分型的方法,更好地促进NAC在TNBC治疗中的应用.方法 从基因表达综合(GEO)数据库的公共数据集(GSE163882)获取221个接受NAC的TNBC患者的全基因组数据,进行模型构建特征基因的筛选和过滤,构建预测TNBC患者NAC疗效的模型.评估不同基因数构建的7种不同机器学习算法对TNBC患者NAC疗效的预测价值,最后利用深度神经网络模型进行优化.结果 对221个患者样本的基因进行模型构建特征基因的筛选和过滤后,获得46个差异表达基因作为最后模型构建特征数.通过7种机器学习模型的测试及优化后发现,线性判别分析模型预测TNBC患者NAC疗效的准确率达到85.00
作者：谢文倩；庄颖；刘智威；张恋恋；袁沛怡；龚浩
来源：癌症进展 2023 年 21卷 15期
