公开(公告)号：CN118248225A

公开(公告)日：2024-06-25

申请号：CN202410334388.2

申请日：2024-03-22

Applicant: 苏州卫生职业技术学院

Inventor： 刘松柏 ,  鲍协炳 ,  陈苏宁 ,  邱博闻 ,  花京剩 ,  杜佳慧 ,  陈瑶

IPC: G16B40/00 ,  G16B20/50 ,  G16H50/20 ,  G06F18/214 ,  G06F18/27 ,  G06N20/20

Abstract: 本发明涉及生物信息技术领域，公开了一种AML患者程序性细胞死亡相关预后模型构建方法，包括：基于收集的PCD相关基因，通过单因素Cox回归分析，确定PCD相关预后基因，构建训练队列TCGA‑AML；结合多种机器学习算法进行随机组合，得到多种不同组合方式的整合算法，基于训练队列TCGA‑AML拟合预测模型，采用GSE106291、GSE146173和BeatAML三个验证集验证预测模型，并计算三个验证集的一致性指数C‑index，反映每种整合算法下预测模型的判别能力；选取C‑index平均值较高且包含PCD相关预后基因数目最少的一个预测模型，作为最佳的程序性细胞死亡相关预后模型，预测每个AML患者的PCD‑index。本发明应用多种生物信息学和机器学习算法构建预后模型，在肿瘤患者预后预测和靶向药物设计过程中具有重要价值。