摘要
本申请公开了一种基于基因组学的生物标志物筛选方法及系统,涉及生物检测技术领域,该方法包括:根据癌症疾病生物样本的转录组测序数据,确定与显著基因相关的生物标志表达数据,并通过逻辑回归模型估计生物标志物与癌症疾病关联的后验分布;根据后验分布和基因间相互作用网络确定显著相互作用基因;基于显著相互作用基因,筛选得到与癌症疾病相关的生物标志物列表。由于本申请通过癌症疾病生物样本的转录组测序数据,筛选得到后验分布和显著相互作用基因,避免了传统的生物标志物筛选过程中由于生物标志物特异性不高导致漏检的情况,从而可得到与癌症疾病相关性高的生物标志物列表,提高了生物标志物筛选过程的灵敏度。
技术关键词
生物标志表达
转录组测序数据
生物标志物筛选
基因
逻辑回归模型
疾病
梯度提升决策树
样本
列表
相互作用模块
层次聚类算法
生物检测技术
贝叶斯方法
代表
树状结构
网络
数据模块
系统为您推荐了相关专利信息
品系选育方法
核心SNP标记
XGBoost模型
高通量分型
次要等位基因
肠道微生物标志物
胆管
健康对照
高通量测序数据
微生物菌种
人工智能预测方法
变量
广告投放策略
神经网络模型
预测系统
卵巢储备功能减退
生物标志物数据
抗缪勒管激素
风险预测模型
深度学习模型