一种基于机器学习的多发性骨髓瘤危险预后分层模型

本发明公开了一种基于机器学习的多发性骨髓瘤危险预后分层模型。该模型包括：获取多发性骨髓瘤患者和健康人的单细胞测序数据，并筛选出患者与健康人之间的差异表达基因；获取患者的转录组测序数据，并筛选出其中差异表达基因中与患者总生存期显著有关的候选基因；基于候选基因，将转录组测序数据整合为转录组测序数据集，并引入外部转录组测序数据作为外部验证集，再通过算法组合匹配，得到预后分层模型，再通过包括列线图和AUC曲线在内的测试检验预后分层模型的预测性能。该模型基于单细胞转录组测序、机器学习及转录组测序等多组学技术之间的协同作用，可快速、精准的对患者在疾病初期准确预测患者的预后状况，从而辅助临床制订个性化治疗方案。