Das Modell des maschinellen Lernens sagt eine Strahlentherapie -Reaktion bei Patienten mit Nasopharyngealkarzinom voraus

Forscher in China haben ein leistungsstarkes maschinelles Lernmodell entwickelt, mit dem festgestellt werden kann, welche Patienten mit Nasopharyngealkarzinom (NPC) wahrscheinlich gut auf eine Strahlentherapie reagieren-eine gemeinsame Behandlung für diese Art von Krebs. Die Studie, die von Wissenschaftlern des Zhujiang-Krankenhauses und des Nanfinang Hospital der Southern Medical University durchgeführt wurde, führt ein prädiktives Instrument vor, das als NPC-RSS (Nasopharyngealkarzinom-Strahlentherapieempfindlichkeitswert) bekannt ist.
Unter Verwendung von transkriptomischen Daten und einem strengen Rahmen für maschinelles Lernen, das 113 Algorithmuskombinationen bewertete, identifizierte das Team eine 18-Gen-Signatur, die die Radiosensitivität eines Patienten vorhersagen konnte. Das Modell zeigte eine beeindruckende Genauigkeit sowohl in internen Datensätzen als auch in externen Validierungssätzen.
Die Strahlentherapie ist die primäre Behandlung für NPC, aber bis zu 30% der Patienten fällen aufgrund von Strahlenresistenz. Unser Modell hilft bei der Lösung dieses Problems, indem sie Patienten identifizieren, die am wahrscheinlichsten von einer Strahlentherapie profitieren, und zu maßgeschneiderten und wirksameren Behandlungsstrategien ermöglicht. „
Dr. Jian Zhang, Hauptautor
Die Kerngene des Modells als Smarca2, DMC1 und CD9 beeinflussen die Tumor-Immuninfiltration und wichtige Signalwege wie Wnt/β-Catenin und JAK-Stat. Bemerkenswerterweise zeigte die strahlenempfindliche Gruppe eine höhere Immunzellaktivität, was auf eine enge Verbindung zwischen Strahlungsreaktion und Immundynamik hinweist.
Die prädiktive Leistung der NPC-RSS wurde unter Verwendung von Zelllinien und einer Einzelzell-Sequenzierung bestätigt, was zeigt, dass strahlenempfindliche Tumoren im Vergleich zu resistenten immunen Umgebungen aufweisen. Laut Co-Autor Dr. Hui Meng „legen unsere Ergebnisse nahe, dass die Integration von Genwerten mit Immunprofilen ein Spielveränderer in der NPC-Pflege sein könnte.“
Das Team ist der Ansicht, dass das Modell zu einem klinischen Instrument für Behandlungsentscheidungen werden könnte, die unnötige Strahlenexposition minimiert und die therapeutischen Ergebnisse optimiert. Sie arbeiten nun daran, ihre Stichprobengröße zu erweitern und mit internationalen Partnern zusammenzuarbeiten, um das Modell weiter zu validieren und zu verfeinern.
Quellen:
Li, K., et al. (2025). A multi-gene predictive model for the radiation sensitivity of nasopharyngeal carcinoma based on machine learning. eLife. doi.org/10.7554/elife.99849.3.