klasyfikator ekspresji genów
Klasyfikator ekspresji genów to narzędzie bioinformatyczne służące do kategoryzowania próbek biologicznych na podstawie ich profili ekspresji genów. Wykorzystuje metody uczenia maszynowego do analizy danych transkryptomicznych, takich jak wyniki mikromacierzy DNA lub sekwencjonowania RNA (RNA-seq).
Głównym celem klasyfikatorów ekspresji genów jest identyfikacja wzorców ekspresji charakterystycznych dla określonych stanów biologicznych, co pozwala na przyporządkowanie próbek do predefiniowanych klas, np. tkanek nowotworowych vs. zdrowych, podtypów nowotworów czy odpowiedzi na leczenie. Klasyfikatory te mogą wykorzystywać różnorodne algorytmy, w tym sieci neuronowe, maszyny wektorów nośnych (SVM), lasy losowe czy metody bayesowskie.
W diagnostyce medycznej klasyfikatory ekspresji genów znajdują zastosowanie w precyzyjnym rozpoznawaniu podtypów nowotworów, prognozowaniu przebiegu choroby oraz przewidywaniu skuteczności terapii. Przykładami komercyjnych testów wykorzystujących takie klasyfikatory są Oncotype DX w raku piersi czy MammaPrint, które analizują ekspresję wybranych genów, aby określić ryzyko nawrotu choroby i pomóc w decyzjach terapeutycznych.
Powiązane wpisy
- Leksykon chorób i schorzeń
Choroba leśniowskiego-crohna – Rokowania, prognozy i postęp choroby
Choroba Leśniowskiego-Crohna (ChLC) charakteryzuje się heterogennym przebiegiem, co wymaga indywidualizacji terapii. Rokowanie zależy od wieku w momencie rozpoznania, lokalizacji zmian (szczególnie zajęcie jelita krętego i odbytnicy), fenotypu (zwłaszcza penetrującego) oraz obecności zwężeń jelita. Wskaźnik śmiertelności w ChLC wynosi 1,4-1,5 w porównaniu z populacją ogólną, jednak pacjenci z dobrze kontrolowaną chorobą mają oczekiwaną długość życia zbliżoną do zdrowych osób. Niedożywienie, obecność manifestacji pozajelitowych, choroba okołoodbytowa oraz wcześniejsze operacje są istotnymi czynnikami prognostycznymi powikłań wymagających interwencji chirurgicznej. Wprowadzenie narzędzi takich jak Inflammation-driven Malnutrition Risk Tool (MIRT) oraz modele prognostyczne oparte na czynnikach klinicznych i biomarkerach umożliwia lepsze przewidywanie przebiegu choroby i dostosowanie leczenia.
adalimumab, aktywność choroby, biomarker, biomarker molekularny, choroba Leśniowskiego-Crohna, choroba okołoodbytowa, ekspresja genów, immunosupresja, klasyfikator ekspresji genów, manifestacja pozajelitowa, model predykcyjny, nomogram, powikłanie, remisja, terapia anty-TNF, terapia step-up, terapia top-down, wskaźnik śmiertelności, zajęcie jelita krętego, zaostrzenie, zwężenie jelita - Leksykon chorób i schorzeń
Rak komórek hürthle – Diagnostyka i diagnoza
Rak komórek Hürthle, stanowiący 3-5% nowotworów tarczycy, charakteryzuje się agresywnym przebiegiem i trudnościami diagnostycznymi. Ostateczne rozpoznanie wymaga badania histopatologicznego po całkowitym usunięciu guza, gdyż biopsja cienkoigłowa (FNA) nie pozwala na odróżnienie łagodnego gruczolaka od złośliwego raka. Diagnostyka obejmuje ocenę ultrasonograficzną, tomografię komputerową, rezonans magnetyczny oraz PET-CT z 18F-FDG, szczególnie przy niskiej jodochwytności. Wartości kliniczne sugerujące złośliwość to wiek >65 lat, stężenie tyreoglobuliny >1000 ng/ml, guz >4 cm, płeć męska, guz o nieregularnym brzegu i obecność zwapnień typu psammomatycznego. Testy molekularne, takie jak klasyfikatory ekspresji genów (Afirma, ThyroSeq) i Genomowy Klasyfikator Sekwencyjny (GSC), mają ograniczoną wartość z powodu wysokiego odsetka fałszywie dodatnich wyników (38-41%).
badanie histopatologiczne, badanie PET-CT, badanie śródoperacyjne, biopsja aspiracyjna cienkoigłowa, funkcja tarczycy, klasyfikacja TNM, klasyfikator ekspresji genów, marker molekularny, mikroRNA, mitochondrialny DNA, naciekanie naczyń, nowotwór tarczycy, powiększenie węzłów chłonnych, poziom TSH, przerzut do węzłów chłonnych, rak komórek Hürthle, rak onkocytarny, rezonans magnetyczny, tomografia komputerowa, ultrasonografia tarczycy, utrata heterozygotyczności, zróżnicowany rak tarczycy