一种联合多组学和机器学习筛选储存血小板质量生物标志物的方法及其应用

本发明公开了一种联合多组学和机器学习筛选储存血小板质量的生物标志物的方法及其应用，属于生物技术领域。本发明利用从单采血小板样本中收集到的血小板聚集、活化、血常规指标检测数据以及蛋白组、磷酸化蛋白组和代谢组数据进行了综合分析，并开发了一个用于预测储存血小板质量的机器学习模型，筛选出了15个可以指征储存血小板质量的生物标志物组，包括12个磷酸化蛋白、1个蛋白和2个代谢物。本发明为血站改善血小板储存条件、建立新型的血小板质量检测手段、开发指征储存血小板质量的产品、提高血小板利用率提供了新路径、新方法。