摘要
本申请公开了一组预测或评估乳腺癌新辅助化疗反应的基因标志物及其应用,所述基因标志物包括:CCNA2、CCND1、CD52、ESR1和FAM234B。本申请基于所述的基因标志物构建了预测或评估乳腺癌新辅助化疗反应的系统,其可以准确预测或评估乳腺癌患者是否具有新辅助化疗后不能达到完全缓解的风险,甄别乳腺癌患者是否能够从新辅助化疗反应中获益,从而对乳腺癌患者是否能够进行新辅助化疗进行精准预测,及时进行医学干预,具有重要的临床引用价值。
技术关键词
评估乳腺癌
标志物
基因
数据输入模块
样本
生物
机器学习算法
乳腺肿瘤组织
计算机设备
试剂盒
患者
支持向量机算法
可读存储介质
逻辑回归算法
构建预测模型
存储模块
训练集数据
随机森林
程序
系统为您推荐了相关专利信息
预测模型训练方法
信号预测方法
输入神经网络模型
长短期记忆网络
注意力
电量预测方法
变量
学习器
电量预测模型
特征工程