集成机器学习算法利用血清蛋白质组学技术，实现了卵巢癌的早期检测能力提升

《Scientific Reports》：Ensemble machine learning algorithms leveraged on serum proteomics for enhanced early detection of ovarian cancer

　　

摘要

卵巢癌由于其无症状的发病方式和较差的预后，给临床治疗带来了重大挑战，因此迫切需要有效的早期检测策略。本研究开发了一个将血清蛋白质组学分析与机器学习算法相结合的框架。通过对188名患者和208名健康对照者的血清样本进行基质辅助激光解吸/电离飞行时间（MALDI-TOF）质谱分析，发现了43个差异表达的肽（17个上调，26个下调）。一个包含八种机器学习算法的集成模型在区分卵巢癌样本和健康对照组方面表现出良好的鉴别能力，其接收者操作特征曲线（AUC）的面积接近1.00。通过特征重要性分析，我们确定了三个共识生物标志物[质量电荷比（m/z）= 4211.41、2881.50、2662.15]，其诊断可靠性得到了接收者操作特征曲线优化和决策曲线分析的支持。结合Shapley值和LIME的可解释性方法表明，该模型的高性能（AUC ≈ 1）是由多维特征的稳健贡献所驱动的。与现有数据集的交叉验证表明，PDE11A可能是一个潜在的诊断生物标志物。总体而言，这种基于血清蛋白质组学的集成机器学习算法在卵巢癌的早期检测方面显示出巨大的潜力，为克服单一分析物生物标志物的局限性提供了一种策略。