生物標(biāo)志物預(yù)測分析-國產(chǎn)富二代精品|黃頁網(wǎng)址大全免費(fèi)安全這里不僅網(wǎng)頁瀏覽響應(yīng)快

應(yīng)用場景

      和癌癥相關(guān)的生物標(biāo)志物是表明腫瘤狀態(tài)、進(jìn)展特征和對相關(guān)治療產(chǎn)生反應(yīng)的生物功能分子（基因、蛋白質(zhì)或小分子物質(zhì)）。已發(fā)現(xiàn)的癌癥相關(guān)生物標(biāo)志物大多是轉(zhuǎn)錄因子，細(xì)胞表面受體或其他組織細(xì)胞響應(yīng)癌癥細(xì)胞而產(chǎn)生的分泌蛋白。針對蛋白質(zhì)組學(xué)中的大規(guī)模質(zhì)譜樣本或臨床樣本，獲取在不同樣本類別間（二類別或者多類別）表達(dá)量具有顯著差異的一組蛋白或基因，作為篩選得到的潛在候選生物標(biāo)志物。適用范圍：

       1、二分類或多類別樣本，每個(gè)類別內(nèi)的樣本不少于 40 個(gè)。

       2、對于二分類樣本，要求數(shù)量較多樣本與數(shù)量較少樣本的數(shù)量比例應(yīng)小于2:1；對于多類別樣本，要求數(shù)量Zui多樣本與數(shù)量Zui少樣本的數(shù)量比例應(yīng)小于 2:1。

分析方法

       本分析流程主要基于 Scikit-learn機(jī)器學(xué)習(xí)函數(shù)庫，包括特征排序、模型構(gòu)建、模型評估和結(jié)果可視化展示等分析模塊。可以基于已有結(jié)構(gòu)化數(shù)據(jù)得到全局Zui優(yōu)模型、局部Zui優(yōu)模型、候選生物標(biāo)志物及可視化結(jié)果。

圖表展示

      注：篩選得到特征蛋白打分柱狀圖。根據(jù)目標(biāo)變量（樣本類別）和特征（蛋白或基因）的數(shù)值，計(jì)算兩者之間統(tǒng)計(jì)量和顯著性繪制特征排序柱狀圖。橫軸為特征的統(tǒng)計(jì)量值，縱軸為基因特征名稱，特征的顯著性值-log10 轉(zhuǎn)換后用于標(biāo)注柱狀圖顏色。

      注：前向特征選取法構(gòu)建模型的評估折線圖。根據(jù)特征排序結(jié)果，使用前向特征選取法在訓(xùn)練集上依次構(gòu)建模型，使用交叉驗(yàn)證對基于訓(xùn)練集的模型進(jìn)行評估。主要使用馬修斯相關(guān)系數(shù)和ROC曲線下面積（AUC）來評估模型對訓(xùn)練集中樣本的預(yù)測準(zhǔn)確率。其中，馬修斯相關(guān)系數(shù)到達(dá)Zui高點(diǎn)時(shí)，對應(yīng)的模型為全局Zui優(yōu)模型；馬修斯相關(guān)系數(shù)在前10 個(gè)特征上達(dá)到局部Zui高點(diǎn)時(shí)，對應(yīng)的模型為局部Zui優(yōu)模型。

       注：全局Zui優(yōu)模型在訓(xùn)練集和測試集上的ROC曲線。ROC曲線用于判斷模型的預(yù)測能力，橫軸為假陽性率，縱軸為召回率。通過觀察曲線下面積 AUC 可以定量判斷模型的預(yù)測性能，AUC 值范圍為[0, 1]。其中，AUC=0.5 是隨機(jī)分類模型的期望曲線下面積值，AUC 值越接近于1，模型的分類能力越好。

注：高排序蛋白在不同類別樣本中的表達(dá)量箱型圖。根據(jù)特征排序的結(jié)果，對排序靠前和對模型預(yù)測性能貢獻(xiàn)較大的蛋白或基因定量值進(jìn)行可視化。

注：訓(xùn)練集中前5個(gè)高排序蛋白建模的ROC曲線。

參考文獻(xiàn)

       Bzdok, Danilo, Krzywinski, Martin,Altman, & Naomi. (2018). Machine learning: supervised methods.Nature Methods.

       Lever, J. , Krzywinski, M. , & Altman,N. . (2016). Points of significance: logistic regression. NatureMethods, 13(7), 541-542.

       Krzywinski, Martin, Altman, & Naomi.(2017). Points of significance ensemble methods: bagging and randomforests. Nature methods.