多维蛋白质组学和可解释的AI特征选择技术帮助识别了血浆中跨平台的肺癌分子标志物

《Communications Medicine》：Multidimensional proteomics and explainable AI feature selection identify cross-platform lung cancer molecular signature in blood plasma

　　

摘要

背景

尽管已有低剂量计算机断层扫描（LDCT）可用于高风险人群的肺癌筛查，肺癌仍是全球癌症死亡的主要原因。

方法

为了开发一种方法并识别可用于多种平台的肺癌血液蛋白标志物，我们结合了数据独立获取质谱技术（DIA-MS）和邻近扩展测定法（PEA），以及基于可解释人工智能（XAI）的机器学习（ML）技术来进行血浆生物标志物的发现。利用490名肺癌患者和124名匹配对照组的样本，我们训练了机器学习模型来预测肺癌，并利用XAI技术分析了模型中一致的特征网络。随后，我们引入了一种基于DNA适配体的蛋白质组学方法来评估跨平台的一致性，并定义了一个跨平台的标志物特征。该标志物特征随后通过外部队列进行了验证。

结果

研究表明，在80/20%的训练/验证数据分割下，机器学习模型在DIA-MS和PEA技术中的AUC分别为0.91 [95% CI: 0.88-0.93] 和 0.97 [95% CI: 0.92-0.98]。XAI技术进一步分析了与趋化性、细胞黏附、伤口愈合和免疫反应相关的特征网络。基于DNA适配体的蛋白质组学方法识别出的跨平台标志物特征在DIA-MS和PEA技术中的性能分别为0.88 [95% CI: 0.80-0.90] 和 0.88 [95% CI: 0.81-0.95]。在外部队列中的验证表明，该标志物特征能够有效区分肺癌患者和对照组。

结论

本研究结合了多维蛋白质组学与XAI-ML技术，成功开发出了用于肺癌的跨平台生物标志物特征识别方法。