基于微血管侵犯特征基因的早期肝癌预后标志物、机器学习模型及其应用

AITNT
正文
推荐专利
基于微血管侵犯特征基因的早期肝癌预后标志物、机器学习模型及其应用
申请号:CN202410706961
申请日期:2024-06-03
公开号:CN118588162A
公开日期:2024-09-03
类型:发明专利
摘要
本发明公开了基于微血管侵犯特征基因的早期肝癌预后标志物、机器学习模型及其应用,涉及肝癌早期诊断或预后的生物标记物技术领域,其技术要点为:本发明提供了一种基于微血管侵犯(MVI)特征基因预测早期肝癌预后的模型和五个潜在的早期肝癌预后标志物;通过对早期肝癌患者的不同级别MVI样本进行空间转录组和单细胞核转录组测序,从而获得MVI区域的基因表达谱,这可直接得到MVI相关特征基因,并在此基础上结合TCGA数据构建基于MVI的早期肝癌预后预测模型,该机器学习模型可以用于预测早期、甚至是所有时期肝癌患者的预后;更重要的是,基于这个机器学习预测模型,发现了五个潜在的早期肝癌预后标志物,为临床的应用提供了更多的可能性和普适性。
技术关键词
早期肝癌 机器学习模型 标志物 转录组测序数据 生物标记物技术 肝癌早期诊断 预后预测模型 差异表达分析 基因表达谱 分析模块 高风险 组合方法 样本 患者 血管
系统为您推荐了相关专利信息
1
一种胎源性自闭症啮齿类动物模型的构建方法及其应用
啮齿类动物模型 脂肪酸甲酯磺酸盐 治疗药物 早期诊断标志物 社交
2
阿尔兹海默病焦虑障碍的线粒体标志物的筛选及应用
筛选方法 阿尔茨海默病 阿尔兹海默病 差异表达蛋白质 焦虑
3
基于机器学习模型的内容检索方法、装置和设备
机器学习模型 标识 内容检索方法 索引 计算机可执行指令
4
基于相变储能系统的调温方法、装置、设备及存储介质
相变储能系统 相变材料 调温方法 部署算法 商业
5
对血管介入期间至少一个设备意外移动的风险的评估
医疗设备 训练图像序列 特征值 数据处理系统 风险
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号