肿瘤干细胞特征及干性指数机器算法的研究进展

作者：李文洁; 殷旻皓; 钱海声; 陈哲; 李璇; 张国新^*

来源：中华肿瘤防治杂志, 2022, 29(17): 1300-1304.

DOI：10.16073/j.cnki.cjcpt.2022.17.10

• 肿瘤干细胞
• 干性指数
• 干性特征
• 机器算法

目的 就肿瘤干细胞特征及肿瘤干性指数相关算法进行综述，以期更好地指导肿瘤患者的精准化治疗，从而改善肿瘤患者预后。方法 以“cancer stem cell、stemness index、stemness characteristics、machine algorithm、OCLR、ssGSEA、REOs”等为关键词检索PubMed和Web of Science数据库2011-05-01-2022-01-01相关文献。纳入标准：(1)肿瘤干细胞特征相关研究；(2)肿瘤干细胞与肿瘤的发生、侵袭、转移和耐药相关研究；(3)干性指数算法；(4)干性指数算法的应用。排除标准：(1)数据不完整的文献；(2)实验结果重复文献；(3)数据和结果陈旧文献。最终纳入分析文献41篇。结果 肿瘤干细胞具有自我更新能力，与肿瘤细胞的侵袭、转移、耐药和复发相关。目前肿瘤干性指数的机器算法主要有一类逻辑回归(OCLR)算法、单样本基因集富集分析(ssGSEA)算法和相对表达秩序关系(REOs)算法。结论 肿瘤干细胞的功能特征定性描述了肿瘤干性，而通过机器算法得到的干性指数，则可定量描述肿瘤干性，两者相辅相成，有助于对肿瘤干细胞的作用机制进行深入研究。

• 单位
  南京医科大学第一附属医院