基于多组学数据融合构建乳腺癌生存预测模型

摘要：

[目的]更好地预测乳腺癌生存期,探索融合多种组学数据利用机器学习方法构建乳腺癌生存预测模型.[方法]通过对TCGA数据库中乳腺癌的基因表达、拷贝数变异、DNA甲基化和蛋白质表达4种组学数据的融合,使用随机森林算法建立预测模型.[结果]在测试数据集上该模型对乳腺癌分类预测的精确率为97.22％,召回率为98.13％.通过AUC值对比不同类型组合组学数据的预测性能,融合多组学数据的AUC值为0.8393,性能最好.[局限]由于样本数量的限制,模型普适性还有待进一步验证.[结论]融合多种组学数据构建乳腺癌预测模型是一种有效提高预测性能的方法.

关键词：组学数据融合、随机森林、乳腺癌生存预测

所属期刊栏目：3

分类号：TP391;G35(计算技术、计算机技术)

资助基金：国家自然科学基金项目“基于组学大数据的免疫细胞及其亚群的标志分析系统分析与鉴定”项目31670947的研究成果之一

在线出版日期：2019-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：88-93