摘要
本发明公开了一种治疗响应预测方法、系统、存储介质及终端,包括:采用聚类算法,对患者的第一单细胞测序数据进行异质性分析与细胞划分,得到对应的多个细胞亚群;对所有细胞亚群进行特征提取与生物标记物识别,得到对应的细胞亚群特征;其中,细胞亚群特征包括细胞发育轨迹和若干个细胞标记物;将患者的临床信息和细胞亚群特征输入至治疗响应预测模型,以使模型进行多因素分析并输出患者对于各个治疗方案的治疗响应预测结果。采用本发明实施例,捕捉细胞间微小的关键差异,并基于细胞间差异进行细胞划分,然后对各个细胞亚群进行特征提取与生物标记物识别,能够识别疾病对应的不同细胞亚群的特定基因表达模式,进而提升治疗响应预测准确度。
技术关键词
响应预测方法
生物标记物识别
差异表达基因
深度学习技术
聚类算法
患者
模式识别
基因表达模式
可读存储介质
预测系统
识别疾病
信号校正
数据获取模块
计算机
轨迹
背景噪声
终端
识别模块