原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于广靶代谢组学和机器学习的生物标志物筛选方法及其所选慢性肾病生物标志物组、应用。本发明用于筛选生物标志物并构建最优预测模型，利用机器学习的方法处理代谢组学测定的高通量、高维度、高相关性代谢物丰度矩阵，通过特征重建、特征筛选、模型构建和模型筛选的步骤可实现高效的生物标志物筛选并构建最优预测模型。使用该方法从慢性肾病患者血浆中筛选出7个代谢物作为生物标志物，构建了预测模型用以区分不同分期的慢性肾病患者，该预测模型的平均曲线下面积可达0.99。本发明为处理复杂的广靶代谢组学数据提供了
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117825480A
(43)申请公布日2024.04.05
(21)申请号202311825227.5G16B40/20(2019.01)
文档评论（0）