Key points are not available for this paper at this time.
배경: 마이크로어레이 연구를 통해 예후적 중요성이 있는 다양한 유방암의 분자 아형이 확인되었습니다. 이러한 분류를 임상 실험실로 전환하기 위해, 우리는 신선 동결(FF) 및 포르말린 고정, 파라핀 포함(FFPE) 조직에서 유방암의 생물학적 아형을 진단하기 위한 실시간 정량적 역전사(qRT)-PCR 분석법을 개발했습니다. 방법: 우리는 124개의 유방 샘플에서 수집된 마이크로어레이 데이터를 훈련 세트로 사용하여 종양을 4개의 이전에 정의된 분자 아형인 Luminal, HER2(+)/ER(-), basal-like 및 normal-like으로 분류했습니다. 우리는 두 가지 다른 중심 기반 알고리즘에서 훈련 세트 데이터를 사용하여 35개의 유방 종양(시험 세트)의 샘플 클래스를 예측하기 위해 FF 및 FFPE 조직(70개 샘플)으로 조달된 데이터를 사용했습니다. 우리는 대규모 및 최소화된 유전자 세트를 기반으로 샘플을 분류했습니다. 우리는 최소화된 유전자 세트를 실시간 qRT-PCR 분석법에서 사용하여 FF 및 FFPE 조직에서 샘플 아형을 예측했습니다. 우리는 여러 일치 측정을 사용하여 조달 방법 간의 프라이머 세트 성능을 평가했습니다. 결과: 중심 기반 알고리즘은 qRT-PCR을 사용하여 FFPE 조직에서 분류하는 데 있어 완전한 일치를 보였습니다. FF 조직에서 마이크로어레이(대규모 및 최소화된 유전자 세트)와 qRT-PCR 데이터를 사용하여 아형 분류를 비교할 때 진단 알고리즘 간의 일치는 94%(35개 중 33개)였습니다. 우리는 대각선 표준 편차와 동적 범위의 비율이 유전자별 합의를 평가하는 데 가장 좋은 방법이라고 발견했습니다. 결론: 중심 기반 알고리즘은 다양한 플랫폼 및 조달 조건에서 유방암 아형 할당을 위한 강력한 분류기입니다.
Mullins et al. (목요일)이 질문을 연구했습니다.