摘要
本发明提供了一种用于识别高风险复发的II/III期结直肠癌患者的MALMPS模型及应用,属于结直肠癌的预后模型技术领域。模型的构建包括如下步骤:收集临床样本数据集,并制备数据集转录组测序的文库,对数据集中样品进行LC‑MS/MS代谢组学分析,对LC‑MS/MS数据进行预处理,并导出为CSV格式的三维数据矩阵,建立代谢相关基因预后模型。本发明通过代谢相关基因建立了一个基于机器学习算法的稳定且强大的预后模型。这些发现表明,MALMPS可能是预测II/III期结直肠癌在特定时间范围内复发风险的有价值工具,特别是用于识别高风险人群。
技术关键词
直肠癌患者
高风险
转录组测序
定量聚合酶链反应
计数试剂盒
基因
数据
机器学习算法
转录组学
文库
免疫细胞
细胞系
格式
策略
曲线
样本
矩阵
系统为您推荐了相关专利信息
毒性预测方法
奥沙利铂
梯度提升决策树
多维特征数据
Logistic回归模型
故障树分析方法
分析系统
节点
实时监测数据
Dijkstra算法
信贷风险评估
识别方法
基础
金融
识别模型构建方法