公开(公告)号：CN118899035A

公开(公告)日：2024-11-05

申请号：CN202410865025.1

申请日：2024-06-28

Applicant: 中国医学科学院北京协和医院 ,  普瑞基准科技(北京)有限公司

Inventor： 朱兰 ,  季序我 ,  刘旭东 ,  杨华 ,  戴毓欣 ,  李雅倩 ,  孙天舒 ,  黄柔婕 ,  王雪霏 ,  董宇 ,  李哲

IPC: G16B25/10 ,  G16B40/00 ,  G16B45/00 ,  G06N20/10 ,  G06F18/2411

Abstract: 本发明公开了子宫病变诊断生物标志物的筛选方法及机器学习模型判别方法，属于生物标志物技术领域。该方法基于肿瘤教育血小板转录组测序数据，通过特征筛选得到用于区分子宫肌瘤和子宫肉瘤样本的特征基因，并利用此特征基因构建了用于区分子宫肌瘤和子宫肉瘤样本的支持向量机模型。该模型在独立测试集上表现优良，AUC值达到了0.78±0.02。采用本发明提供的技术方案，可以仅对患者的肿瘤教育血小板的基因表达进行检测，就能在临床应用中实现子宫病变的无创检测；另外筛选得到的生物标志物数量精简，既包含了综合的信息也避免了较高的检测成本，可以通过qPCR技术进行检测。