基于代谢组学和人工智能的强直性脊柱炎骨化进展预测模型的构建方法

本发明提供基于代谢组学和人工智能的强直性脊柱炎骨化进展预测模型的构建方法。该方法通过代谢组学分析并进行峰提取得到特征离子峰表，对特征离子峰进行化合物鉴定并通过套索回归方法、无偏变量选择的多元统计方法、BORUTA方法进行特征筛选得到与强直性脊柱炎骨化进展相关的候选特征；将特征离子峰表进行数据标准化处理、主成分分析与正交偏最小偏二乘法判别分析，并进行通路富集分析得到差异代谢物；基于已知危险因素、候选特征和差异代谢物建立用于区分AS患者骨化进展速度的LR模型、RF模型与SVM模型，并验证比较这三种模型的效能，最终得到效能最优的强直性脊柱炎骨化进展预测模型为LR模型与RF模型。