Применение машины опорных векторов для предсказания возникновения рака молочной железы в мышиной модели

Ранняя диагностика рака молочной железы (РМЖ) по-прежнему остается одной из наиболее актуальных задач клинической и экспериментальной онкологии. На сегодняшний день маммография является единственным методом массового скрининга населения. Однако набор существенных недостатков, присущих этому методу, накладывают ограничения на его использование и поднимают проблему разработки фундаментально новых технологий для ранней диагностики и предсказания возникновения РМЖ. Ранее мы показали, что в популяции мышей с высокой частотой естественно возникающего РМЖ иммунологические параметры крови изменялись задолго до возникновения опухоли. В данной работе мы сформировали математическую модель для предсказания возникновения РМЖ в мышиной модели на основе предварительно измеренных иммунологических показателей крови. Мы сравнили эффективность различных алгоритмов классификации; лучшие результаты были показаны классификатором на основе машины опорных векторов с точностью 72,16%. Такой результат можно считать приемлемым для выборки ограниченного размера. Таким образом, можно говорить о том, что некоторые иммунологические параметры могут быть использованы как биомаркеры для ранней диагностики рака молочной железы.

Application of Support Vector Machine to Predict the Onset of Breast Cancer in Mouse Model

Early detection of breast cancer (BC) is still one of the most urgent issues of both clinical and experimental oncology. Currently, mammography can be considered as the only existing mass screening technique. Nevertheless, a number of significant drawbacks of this method impose restrictions on its use and raises the issue of developing fundamentally new alternative technologies for early diagnosis and prediction of the occurrence of BC. Earlier, we demonstrated that in a population of mice with the high incidence rate of naturally occurring mammary cancer (MC) immunological parameters of blood changed long before the tumor onset. In the current study, we proposed a mathematical model to predict the MC occurrence in mice, based on the previously measured immunological parameters of the blood. We compared the efficiency of different classification algorithms; the best results were obtained for Support Vector Machine classifier with the accuracy of 72.16%, which could be considered as an acceptable preliminary result for a limited sample size. Thus, several immunological parameters of the blood apparently could be used as the biomarkers for early diagnosis of breast cancer.