血液单核细胞机器学习模型实现胶质瘤灵敏检测

胶质瘤的非侵入性诊断和复发监测一直是临床难题。一项发表于medRxiv的预印本研究提出，通过分析循环单核细胞的转录组特征，可开发灵敏的血液检测方法。研究团队利用单细胞RNA测序分析胶质瘤患者外周血免疫细胞，发现CD14+单核细胞显著扩增，并基于其转录特征构建机器学习模型。该模型在检测胶质瘤和监测复发方面表现出色，为脑肿瘤液体活检提供了新途径。需注意，该研究尚未经过同行评审。