← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 8197.f.2 · 生成模型:未记录

甲基化重分肿瘤

理解等级:中级

DNA甲基化模式可提供组织来源和细胞状态线索,用于辅助肿瘤分类。研究先建立参考队列,再检验新病例;与组织学不一致的结果需要独立证据解释。分子分类可能细化已知亚型,但诊断价值还受样本、成本、流程和外部验证约束,不能仅凭聚类新颖就认定临床有效。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《人工智能与计算生物的未来 (【美】布赖恩·希尔布什)》生物学和医学中基于人工智能的算法,分子分类与图像预测的桥梁(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section07.xhtml) - 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;历史案例不等于当前临床有效性或监管认可。已经核验的边界与书中陈述分开。 - 原始内容:一个国际研究团队完成了一项引人注目的研究,他们使用全基因组DNA甲基化芯片,展示了人工智能揭示大范围脑肿瘤的表观遗传特征的力量。在研究开始时,他们从2801个肿瘤样本中提取DNA,并用因美纳仪器对处理过的DNA样本进行甲基化分析。该团队的目