摘要
本发明涉及适用于8种常见恶性肿瘤生物标志物、检测试剂或试剂盒及其应用。本发明所述8种常见恶性肿瘤生物标志物通过基于RNA测序技术及TaqMan qPCR筛选及检测8种肿瘤患者血液中的外泌体中的RNA分子筛选所得的12个RNA特征标志物(ETR.sig),包括:ALB,FCER1G,KRT18,LCN2,PPDPF,SLC9A3R2,AGO2,CKS2,MALAT1,RAB32,S100A9和UBE2Q2。ETR.sig的泛癌分类模型ROC曲线的AUC高达0.915,肿瘤分类模型ROC曲线Macro与Micro都高于0.98且单个肿瘤分类模型的AUC均大于0.85,可实现8种常见肿瘤患者与健康对照患者的区分,并可实现8种常见肿瘤的鉴别。本发明解决了目前临床上仍缺乏早期泛癌症检测的非侵入性生物标志物的难题。
技术关键词
生物标志物
机器学习算法
分层随机抽样
肿瘤
健康对照
血液
随机森林
构建分类模型
分子
差异表达基因
逻辑回归算法
梯度提升机
风险
软件包
机器学习技术
朴素贝叶斯
机器学习方法
系统为您推荐了相关专利信息
电子商务订单
历史订单数据
节点
电子商务终端
加密算法
岩心渗透率
非常规油气藏
测试方法
岩心特征
效应
光谱图像分类方法
数据立方体
分层随机抽样
图像分类模型
光谱特征提取
电池健康状态
无线通讯方法
云平台
服务器
无线通讯模块
需求预测系统
需求预测模型
能源
数据获取模块
特征工程