摘要
本发明涉及外周血差异化表达特征基因的表达量检测剂在制备重度抑郁症诊断剂中的应用,所述差异化表达特征基因选自GZMK、MMP8、IPO11、FAM3B、ERAP2、BATF2、TDRD9和TRIM71中的一种或多种组合。我们了构建机器学习模型,其在训练和多个验证队列中展示了强大的跨数据集性能(AUC > 0.7)。并由表现最佳模型识别了八个标志基因(GZMK、MMP8、IPO11、FAM3B、ERAP2、BATF2、TDRD9和TRIM71),其中GZMK表现出最高的个体诊断潜力,并在MDD患者中显著下调,表明其作为血液生物标志物的潜在实用性。我们的研究提供了可靠的基于血液的抑郁症诊断模型,并强调了具有诊断潜力的八基因特征。这些结果增进了我们对抑郁症生物学基础的理解,并为改进诊断和个性化治疗干预提供了潜在靶点。
技术关键词
重度抑郁症诊断
血液生物标志物
构建机器学习模型
基因
外周血
队列
患者
基础
数据
系统为您推荐了相关专利信息
递送装置
关键生理参数
智能路径规划
环境实时监测
pH敏感聚合物
预后预测模型
预后预测方法
预后预测系统
机器学习算法
机器学习模型
位点
陆地棉基因组
分子标记辅助
PCR技术
染色体