一种基于血浆蛋白组的结直肠癌前病变诊断模型构建方法

本发明公开了一种基于血浆蛋白组的结直肠癌前病变诊断模型构建方法，针对当前结直肠癌诊断试剂盒在检测早期阶段（癌前病变/早期癌症）时灵敏度与特异性不足的问题，通过邻近延伸技术（PEA）并选择特异性检测面板，鉴定了发现队列中80例结直肠癌前病变（进展期腺瘤）与早期癌症（Tis/T1期）患者血浆样本中的蛋白质生物标志物。通过调整潜在的临床混杂因素，识别出15种关键蛋白质生物标志物。在发现队列中，采用四种机器学习算法（Lasso回归、随机森林、SVM和XGBoost）对结直肠癌早期病变进行诊断，并通过多种机器学习算法实现了高诊断效能。在验证队列样本中，诊断模型同样显示了对进展期腺瘤或早期结直肠癌患者的重要诊断能力，具有潜在的临床应用价值。