机器学习联合多组学对三阴性乳腺癌的研究进展

摘要

三阴性乳腺癌(TNBC)约占浸润性乳腺癌的10%～20%。相较于其他分型，TNBC具有更强侵袭性和更显著的耐药性等特点；且TNBC缺乏特定靶点，肿瘤异质性较强，治疗手段有限，预后较差。近年来，人们通过识别新的分子生物标志物联合人工智能特别是机器学习(ML),对TNBC做出更精确和个性化的治疗。这些分子生物标志物包括遗传和转录后改变、蛋白质表达的变化，以及由多种组学技术所识别的代谢、免疫学或微生物变化。本综述总结了ML联合多组学分析在TNBC中的研究应用，为TNBC的精准治疗提供了思路和理论依据。

关键词

机器学习 / 三阴性乳腺癌 / 多组学 / 预后 / 生物标记物 / 深度学习