典型文献
基于生物信息学的胃癌早期诊断预测模型研究
文献摘要：
利用The Cancer Genome Atlas和Genotype-Tissue Expression公共数据检索收集胃癌(Gastric cancer,GC)基因表达数据集,筛选与早期胃癌密切相关的基因并构建胃癌早期诊断预测模型.运用Deseq2软件包筛选早期胃癌差异基因,并对差异基因进行GO和KEGG富集分析.通过STRING数据库建立其蛋白质相互作用网络并利用Cytoscape软件提取关键子网得到候选关键基因,进一步利用MedCalc软件确认胃癌早期诊断关键基因.根据筛选得到的10个关键基因构建基于支持向量机、随机森林、朴素贝叶斯、K-近邻、极限梯度提升和自适应提升等六种算法的胃癌早期诊断预测模型,依据ROC曲线和准确率等评价指标对各个分类器模型进行评估,通过独立测试集验证得到极致梯度提升诊断预测模型为最优模型.本研究成果为提高结胃癌早期诊断的研究提供了新的思路和方法.
文献关键词：
胃癌;关键基因;生物信息学;诊断预测模型;极限梯度提升
中图分类号：
作者姓名：
赵博璇;刘明;李建伟
作者机构：
河北工业大学 人工智能与数据科学学院,天津300401
文献出处：
引用格式：
[1]赵博璇;刘明;李建伟-.基于生物信息学的胃癌早期诊断预测模型研究)[J].生物信息学,2022(04):274-283
A类：
B类：
诊断预测模型,Cancer,Genome,Atlas,Genotype,Tissue,Expression,公共数据,数据检索,Gastric,cancer,基因表达数据,早期胃癌,Deseq2,软件包,差异基因,富集分析,STRING,数据库建立,蛋白质相互作用网络,Cytoscape,键子,子网,选关,关键基因,MedCalc,选得,朴素贝叶斯,近邻,极限梯度提升,自适应提升,六种,分类器,测试集,极致梯度提升,最优模型,思路和方法
AB值：
0.387847
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
