前言

2022年2月2日，北京大學人民醫院王俊院士團隊和北大-清華生命科學聯合中心、北京大學基礎醫學院尹玉新教授團隊合作在Science Translational Medicine雜志上在線發表了題為“Lung cancer scRNA-seq and lipidomics reveal aberrant lipid metabolismfor early-stage diagnosis”的研究論文，應用單細胞轉錄組學、血漿脂質組學、機器學習和質譜成像綜合分析早期肺癌的脂代謝特征，開發了一套人工智能輔助的早期肺癌代謝檢測方法，并揭示了相關的分子機制。

肺癌的死亡率高居惡性腫瘤之首，早期發現是提高肺癌生存率的關鍵。然而，目前尚無可靠的血液檢測手段用于肺癌的早期診斷。研究團隊首先對早期肺癌進行了單細胞轉錄組測序，發現脂質代謝通路在肺癌組織各類細胞中均發生廣泛異常。進一步地，研究人員檢測了171例早期肺癌患者和140例健康人的血漿脂質代謝組，經過支持向量機算法及高分辨質譜分析，篩選出9個血漿脂質標志物，并最終建立了靶向代謝檢測方法與人工智能分類模型。該方法共檢測了4個隊列超過2100例樣本，對I期肺癌的檢測準確性超過90%。在1036例接受低劑量CT檢查的篩查隊列中和109名參與者的前瞻性臨床隊列中，該方法的敏感性高于90%。該研究還結合質譜成像技術，在腫瘤組織原位證實了這些血漿脂質標志物與癌旁組織的差異表達。

該方法被命名為肺癌人工智能檢測器(LCAID)，可用于肺癌的早期檢測或高危人群的大規模篩查。該方法的成功建立明確和開拓了機器學習輔助代謝組學用于早期肺癌檢測及篩查的高效策略與全新方向。這種方法的臨床應用將可能使肺癌患者獲益于早期、準確的診斷，進而提高肺癌的生存率。

值得注意的是，該方法也是繼胰腺癌（Wang et al., Sci. Adv (2021)?）與食管癌（Yuan et al., Br J Cancer (2021)?）后，尹玉新團隊與合作者開發的又一種人工智能輔助的腫瘤代謝檢測方法。

背景信息?

北京大學基礎醫學院博士后王光熙博士，北京大學人民醫院胸外科助理研究員邱滿堂博士和北京大學生物醫學前沿創新中心博士后邢旭東博士為該論文的共同第一作者，北京大學人民醫院王俊院士，生命中心、北京大學系統生物醫學研究所尹玉新教授為共同通訊作者。該工作還得到了中科院自動化所姚涵濤副研究員，中國航天731醫院潘淑莉主任醫師及李明如副主任醫師，江蘇省腫瘤醫院尹榮副教授，北京大學公共衛生學院侯艷副研究員，海淀醫院黃宇清主任醫師，北京大學人民醫院楊帆主任醫師，北京大學生物醫學前沿創新中心白凡教授，北京大學分析測試中心聶洪港高級工程師團隊，北京大學基礎醫學院郭麗梅副教授，北京郵電大學孟竹博士和北京大學基礎醫學院羅建沅教授的大力支持。

該項目獲得了科技部重大專項、國家自然科學基金重點項目、北京市自然科學基金重點項目和北大-清華生命科學聯合中心的支持。

原文鏈接

https://www.science.org/doi/10.1126/scitranslmed.abk2756

• 一圖感受各種機器學習算法

• 機器學習算法 - 隨機森林之決策樹初探（1）

• 機器學習算法-隨機森林之決策樹R 代碼從頭暴力實現（2）

• 機器學習算法-隨機森林之決策樹R 代碼從頭暴力實現（3）

• 機器學習算法-隨機森林之理論概述

• 機器學習算法-隨機森林初探（1）

• 機器學習 - 隨機森林手動10 折交叉驗證

• 機器學習 模型評估指標 - ROC曲線和AUC值

• 機器學習 - 訓練集、驗證集、測試集

• 一個函數統一238個機器學習R包，這也太贊了吧

• 基于Caret和RandomForest包進行隨機森林分析的一般步驟 （1）

• Caret模型訓練和調參更多參數解讀(2)

• 基于Caret進行隨機森林隨機調參的4種方式

• 機器學習第17篇 - 特征變量篩選（1）

• 機器學習第18篇 - Boruta特征變量篩選（2）

• 機器學習第19篇 - 機器學習系列補充：數據集準備和更正YSX包

• 機器學習第20篇 - 基于Boruta選擇的特征變量構建隨機森林

• 機器學習第21篇 - 特征遞歸消除RFE算法 理論

• 機器學習第22篇 - RFE篩選出的特征變量竟然是Boruta的4倍之多

• 機器學習第23篇 - 更多特征變量卻未能帶來隨機森林分類效果的提升

• 機器學習相關書籍分享

• UCI機器學習數據集

• 送你一個在線機器學習網站，真香！

• 多套用于機器學習的多種癌癥表達數據集

• 這個統一了238個機器學習模型R包的參考手冊推薦給你

• 莫煩Python機器學習

• 機器學習與人工智能、深度學習有什么關系？終于有人講明白了

• 外國小哥，把整個 CNN 都給可視化了，卷積、池化清清楚楚！

• 短小精悍-機器學習核心概念、模型、基礎知識點簡明手冊-免費分享

• ROC和AUC也不是評估機器學習性能的金標準

• 一套完整的基于隨機森林的機器學習流程（特征選擇、交叉驗證、模型評估）

• 隨機森林預測發現這幾個指標對公眾號文章吸粉最重要

• 樣本分布不平衡，機器學習準確率高又有什么用？

• 值得思考，機器學習模型做出的決策是你想要的嗎？

• 33萬字！深度學習筆記在線版發布!

• 基因組學中的深度學習

• 斯坦福機器學習課程（視頻、課件）

• Nat. Biotechnol. 利用深度學習從基因轉錄數據中預測藥物療效

往期精品(點擊圖片直達文字對應教程)

機器學習

后臺回復“生信寶典福利第一波”或點擊閱讀原文獲取教程合集

總結

以上是生活随笔為你收集整理的王俊和尹玉新团队合作开发代谢组联合人工智能肺癌早期检测新方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。