摘要
本发明涉及生物标志物检测领域,具体公开了一种用于预测晕动病易感性的蛋白质标志物组合及其应用。通过蛋白质组学分析方法,从人类血液样本中筛选得到10种与晕动病相关的差异表达蛋白质,作为预测晕动病反应风险的候选蛋白质标志物。这些标志物在易感人群与不敏感人群之间具有显著表达差异,且在统计学上具有显著性。进一步优选其中两种蛋白质作为核心标志物,构建了用于预测晕动病易感性的检测试剂盒。所述试剂盒包括用于检测所述两种优选蛋白质的试剂组分,可用于个体在非疾病诊断目的下的风险预测。该发明为晕动病的个体化防控提供了科学依据和工具。
技术关键词
晕动病
CatBoost算法
蛋白质组学分析方法
Adaboost算法
XGBoost算法
差异表达蛋白质
门控循环单元网络
蛋白检测试剂盒
样本
梯度提升树
K近邻算法
朴素贝叶斯
人工神经网络
风险
机器学习算法
蛋白芯片
生物标志物
多层感知机
系统为您推荐了相关专利信息
通信检测系统
XGBoost算法
寿命预测模型
接插件基座
ZrO2陶瓷
烟叶成熟度
烟叶图像
识别方法
stacking算法
XGBoost算法
XGBoost模型
状态预测方法
功率谱密度估计
XGBoost算法
频率
压力容器
风险预测方法
XGBoost模型
XGBoost算法
断裂力学理论
调度装置
配电柜体
电网调度方法
大数据
清洁机构