A long noncoding RNA-based serum signature predicts ado-trastuzumab emtansine (T-DM1) treatment benefit in HER2+ metastatic breast cancer patients: a multicenter cohort study
8.5
来源：
Nature
关键字：
computational pathology
发布时间：
2025-09-10 03:36
摘要：
本研究提出了一种基于四个长非编码RNA的血清签名，能够有效预测HER2+转移性乳腺癌患者对T-DM1治疗的反应。通过lncRNA微阵列分析，研究团队识别出23个差异表达的lncRNA，并构建了一个预测模型。该模型在多个独立验证队列中表现出良好的预测能力，显示出其在个性化治疗中的潜在应用价值。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+重点关注领域符合度
business_impact
1.0分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.5分+时效性与创新性
investment_perspective
2.5分+BOCG投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.5分+团队与机构背景
technical_barrier_competition
0.5分+技术壁垒与竞争格局
关键证据
四个lncRNA签名能够有效区分对T-DM1敏感和耐药的患者。
该签名在多个独立验证队列中得到了验证，显示出良好的预测能力。
研究使用lncRNA微阵列分析和机器学习方法构建了预测模型。
真实性检查
否
AI评分总结
本研究提出了一种基于四个长非编码RNA的血清签名，能够有效预测HER2+转移性乳腺癌患者对T-DM1治疗的反应。通过lncRNA微阵列分析，研究团队识别出23个差异表达的lncRNA，并构建了一个预测模型。该模型在多个独立验证队列中表现出良好的预测能力，显示出其在个性化治疗中的潜在应用价值。