摘要
本发明基于LC‑MS/MS靶向绝对定量检测分析,通过人血浆样本建立训练集筛选与结直肠腺瘤——结直肠癌相关的代谢物,通过机器学习算法构建模型,从33种代谢中筛选得到13种代谢物,13种化合物组合的AUC值达到0.8以上,表明13种化合物组合组合具有很高的对CRA及CRC的风险评估价值。本发明公开的标志物组合对CRA及CRC患者能够有效的识别,其灵敏度高,特异性好,且检测方法准确度高、通量高、价格低廉,受试者接受程度高,适于推广应用。
技术关键词
机器学习算法
标志
筛选方法
硫酸脱氢表雄酮
甘氨鹅脱氧胆酸
假尿嘧啶核苷
月桂酸
丙酮酸
训练集筛选
检测结直肠癌
色氨酸
组氨酸
结直肠癌患者
丙氨酸
算法模型
酪氨酸
随机森林
氧化三甲胺
试剂盒
系统为您推荐了相关专利信息
机器学习算法
测试用例集
关联规则挖掘算法
频繁项集挖掘
设备架构
全生命周期智能
露天矿设备
动态信息管理
大数据
系统管理者
地物识别方法
机器学习算法
巴特沃斯滤波器
电磁波发射装置
消除系统误差