申请/专利权人：云源智鑫生物科技(昆明)有限公司

申请日：2022-12-28

公开（公告）日：2024-06-28

公开（公告）号：CN118262795A

主分类号：G16B40/00

分类号：G16B40/00;G16B30/00;G16H50/20;G06F18/24

优先权：

专利状态码：在审-公开

法律状态：2024.06.28#公开

摘要：本发明公开了一种基于microRNA（miRNA）测序丰度的肺腺癌机器学习分类模型，其方法为：步骤一、分析肺腺癌组织样本和癌旁正常组织样本的miRNA高通量测序数据，获取成熟的miRNA在测序文件中的丰度值；步骤二、对丰度值矩阵进行批次效应校正和标准化处理；步骤三、用DFL算法选出3个miRNA，分别是hsa‑miR‑200b‑5p、hsa‑miR‑126‑5p、hsa‑miR‑30c‑2‑3p，并使用K‑邻近、决策树、随机森林、支持向量机、DFL，5种分类算法对上述3个miRNA对应的丰度值数据构建用于预测肺腺癌的机器学习分类模型，准确率分别为100%，98.6%，100%，98.6%，100%。

主权项：1.一种基于microRNA测序丰度的肺腺癌机器学习分类模型，其特征在于：1获取成熟microRNAmiRNA丰度值矩阵：收集肺腺癌癌组织样本以及癌旁正常组织样本的microRNA高通量测序数据，用FastQC程序软件进行质量检测，过滤掉质量低的序列，保证序列前25bp的测序质量得分高于30；去掉测序时所用的接头序列；去除重复和冗余序列；将测序文件比对到MiRBase里面人的成熟miRNA序列文件上，对测序文件进行注释；统计miRNA在不同样本中出现的频率，得到成熟miRNA的丰度值矩阵；分别计算所有癌旁正常组织样本以及肺腺癌癌组织样本的均值，保留两个均值中任意一个均值大于10的miRNA。2用ComBat-Seq算法对收集到的多个批次的数据进行批次效应的校正，并利用quantilenorm算法对批次效应校正后的数据进行标准化。3用DFL算法对286个训练集数据做特征选择，得到3个miRNA，分别是hsa-miR-200b-5p、hsa-miR-126-5p、hsa-miR-30c-2-3p。随后用K-邻近KNN、决策树C4.5、随机森林RF、支持向量机SVM、DiscreteFunctionLearnerDFL，5种分类算法对上述3个miRNA构建用于预测肺腺癌的机器学习分类模型，同时采用留一法在每一折交叉验证中保留一个属性的特征数据对训练的模型进行验证，然后用71个测试集数据对模型进行测试，准确率分别为100％，98.6％，100％，98.6％，100％。这些结果提示我们构建的这些机器学习模型可以用于肺腺癌的辅助诊断，并受到该专利的保护。

全文数据：

权利要求：

百度查询： 云源智鑫生物科技(昆明)有限公司 一种基于microRNA测序丰度的肺腺癌机器学习模型

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD