摘要
本发明公开了基于组学测序的皮肤黑色素痣良恶性预测方法,包括如下步骤:基于细胞测序数据、Bulk测序数据和样本标签,建立黑色素痣恶性演进模型,样本标签包括正常皮肤、远端良性痣、癌旁痣以及黑色素瘤,将黑色素细胞分为逐步演进的多个亚群,基于多个亚群的细胞在黑色素痣各个阶段中的占比数据和在待测样本中的占比数据比对,判断待测样本的恶性状态;或者,基于黑色素痣恶性演进模型,分析多个分型的差异表达基因,基于待测样本的差异表达基因或转录因子的表达数据判断待测样本的恶性状态。本申请提供了新的皮肤黑色素痣良恶性预测方法,能够用于分析待测样本的恶性状态,还提供了阶段特异性的标记物,可用于辅助临床早筛恶性黑色素痣。
技术关键词
黑色素
良恶性预测
差异表达基因
样本
早期识别方法
拷贝数
转录因子
阶段
指数
数据
分布特征
速率计算方法
构建基因表达
肿瘤
动态变化规律
轨迹
线性回归模型
贝叶斯模型
标签
系统为您推荐了相关专利信息
新能源电站
概率密度函数
条件概率模型
新能源场站
预测误差
样本
标签文本
残差网络模型
文本识别模型
模型训练方法
嵌入特征
特征提取模型
像素点
光谱图像分类方法
注意力
知识本体库
风险
监测预警方法
社会
监测预警系统