一种基于多维菌群特征和机器学习的慢性便秘肠道菌群移植供受体配型的方法及其应用

本发明涉及一种基于多维菌群特征和机器学习的慢性便秘肠道菌群移植供受体配型的方法及其应用，通过收集肠道菌群移植(FMT)治疗前供体与受体的16s rRNA肠道菌群数据以及FMT临床治疗疗效的回顾性数据，计算了供体与受体之间的菌群丰度差异度、代谢途径活性差异度，酶活性差异度和物种多样性差异度等特征，通过主成分分析对特征进行选择，筛选出能够解释90％方差的高贡献特征，使用随机森林机器学习模型筛选出其中与治疗疗效相关的特征标记物，计算出这些标记物在模型中的权重，最终通过对每个供体的菌群特征进行加权打分和排序，筛选出最优的供体。