摘要

一直以来,肿瘤干细胞一直是恶性肿瘤研究领域的重要研究靶点之一,其干性特征影响了癌症的发生、治疗抵抗和复发。传统的肿瘤干性机制研究需要实验流式技术对肿瘤干细胞进行分选和提取。二代测序技术在肿瘤研究领域的普及产生了大量的肿瘤组织测序数据并提供了丰富的恶性肿瘤遗传和分子图谱。随着计算方法的不断革新,研究人员基于分子特征或机器学习原理,通过改良算法和组合策略对恶性肿瘤组织中的干性水平进行评估,并使用干性指数对其描述和定义。对干性的量化计算,可以为恶性肿瘤中干性调控机制提供帮助,基于干性指数等指标进行建模预测,能够指导临床对癌症患者的治疗和预后进行评估。