基于機器學習與物聯網生物傳感器的癌癥生物標志物基因表達譜分析與預測建模研究

《Scientific Reports》：Gene expression profiling and predictive modeling of cancer biomarkers using machine learning and IoT-Enabled biosensors

【字體： 大 中 小 】 時間：2025年12月05日 來源：Scientific Reports 3.9

　　

癌癥是全球第二大死因，傳統診斷方法如組織活檢和影像學檢查雖能提供關鍵信息，卻存在侵入性強、成本高、結果延遲等局限，難以實現頻繁監測。尤其對于深部腫瘤或早期病變，這些方法靈敏度不足，易導致漏診。此外，癌癥的異質性和動態演進特性要求能夠持續追蹤生物標志物變化，而傳統技術僅能提供靜態快照，無法捕捉關鍵波動。因此，開發非侵入、實時、高靈敏的監測技術成為腫瘤學領域的迫切需求。

在此背景下，基因表達分析、物聯網（IoT）生物傳感器與人工智能（AI）技術的融合為癌癥監測帶來了新機遇。基因表達譜能在分子層面揭示腫瘤特征，甚至早于結構異常出現；物聯網生物傳感器則可連續采集體液中的生物標志物數據，并通過無線網絡實時傳輸至云端；機器學習算法則能從中挖掘隱藏模式，實現早期預警與個性化治療調整。發表于《Scientific Reports》的這項研究，正是基于這一思路，構建了一套理論框架，探索如何通過多學科交叉手段提升癌癥管理的效率與精度。

為驗證這一框架，研究團隊首先從公共基因表達數據庫（GEO）獲取了包含285例癌癥患者、57,736個基因的數據集，聚焦五種常見癌癥生物標志物：前列腺特異性抗原（PSA）、人類表皮生長因子受體2（HER2）、癌胚抗原（CEA）、癌癥抗原125（CA-125）和甲胎蛋白（AFP）。通過香農熵進行特征選擇，篩選出信息量最高的基因用于后續建模。在生物傳感器模擬環節，分別基于Nernst方程（電化學傳感）、Beer定律（光學吸收）和Shannon-Hartley定理（無線傳輸）對可穿戴、植入式和便攜式三類傳感器進行性能仿真。機器學習部分比較了支持向量分類器（SVC）、決策樹、多層感知器（MLP）和卷積神經網絡（CNN）的分類效果，并通過STRING數據庫和KEGG通路分析驗證生物標志物的生物學功能。

關鍵方法概覽

研究利用公開GEO數據集（GSE68086），涵蓋多癌種樣本，通過香農熵篩選高信息量基因，模擬三類IoT生物傳感器響應（電化學、光學、無線傳輸），并采用CNN等機器學習模型進行五分類預測，輔以蛋白互作和通路富集分析驗證生物標志物功能。

生物傳感器性能評估

可穿戴傳感器通過電化學機制（Nernst方程）檢測時，CEA和HER2表現最佳，電位分別達-0.133 V和-0.130 V，而PSA和AFP響應較弱。植入式光學傳感器（Beer定律）對AFP的吸光度最高（0.26 A），適用于肝細胞癌監測。便攜式傳感器在無線傳輸效率上，CEA以51.7 Mbps領先，適合實時遠程監控。

機器學習模型比較

CNN模型在五折交叉驗證中準確率達97.2%，顯著優于SVC（91.3%）、決策樹（93.5%）和MLP（94.8%）。香農熵分析顯示CA-125、HER2和CEA信息量最高（熵值≈0.52）。決策樹特征重要性排名進一步確認CEA和HER2為關鍵生物標志物。

生物學驗證

STRING蛋白互作網絡顯示HER2、AKT1、JAK1等基因在PI3K-Akt、JAK-STAT和MAPK通路中高度互聯。KEGG富集分析除常見癌信號通路外，還發現生物標志物與病毒致癌（如HPV）、PD-L1免疫檢查點等非經典通路相關，提示其潛在免疫調節功能。

結論與展望

本研究通過計算模擬驗證了IoT生物傳感器與AI結合在癌癥監測中的可行性。CNN的高分類精度、生物標志物的通路顯著性以及多類傳感器性能差異，為后續硬件開發與臨床轉化奠定了理論基礎。然而，當前工作未涉及實體傳感器制備或患者數據驗證，未來需通過實驗校準傳感器參數、擴大樣本量并整合電子健康記錄（EHR）系統，以提升實用性與可靠性。該框架有望推動癌癥管理向實時、個性化、遠程化方向演進，降低醫療負擔，提高患者生存質量。