一种基于DNA甲基化的多种退行性疾病预测及标志物筛选方法

本发明提出了一种基于DNA甲基化的多种退行性疾病预测及标志物筛选方法，属于生物信息技术领域。该方法包括：首先从GEO数据库中获取DNA甲基化数据，并通过随机森林算法筛选出具有非零特征重要性的CpG位点；接着使用多尺度一维卷积神经网络对筛选出的CpG位点进行多尺度特征提取，捕捉局部和全局特征；然后通过GO、KEGG及蛋白质互作网络分析，筛选出110个与多种退行性疾病相关的关键CpG位点；最后基于残差网络构建多分类疾病预测模型，对神经退行性疾病、骨类退行性疾病、乳腺癌及健康状态进行分类预测。本发明提高了退行性疾病的筛查准确率，提供了科学的生物标志物筛选依据，有助于支持精准医疗和早期干预。