基于免疫组化和生物信息学的乳腺癌预后预测模型的建立及应用

目的应用生物信息学方法从常用的免疫组化项目中筛选出用于预测乳腺癌预后的最佳项目组合并建立预后预测模型。方法应用支持向量机分析软件对15例预后不良和30例无瘤生存乳腺癌患者的免疫组化检测结果进行分析,筛选预测预后的最佳项目组合并建立模型。结果筛选出由孕激素受体(PR)、p53蛋白、表皮生长因子受体(EGFR)、组织蛋白酶D(C atheps in D)、增殖细胞核抗原(PCNA)和人表皮生长因子受体2(C-erbB 2)共6项组成的最佳预后预测模型,对预后不良组、无瘤生存组的预测准确率分别为80.0%和90.0%,总准确率86.7%。结论利用生物信息学方法对乳腺癌患者的免疫组化检测结果进行综合分析处理有助于判断其预后,值得进一步深入研究。