[發明專利]一種鼻咽癌分子分型的預測系統

有效

• 申請號: 202110362236.X
• 申請日: 2021-04-02
• 公開（公告）號: CN113096730B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 陳明遠;林美
• 申請（專利權）人: 中山大學
• 主分類號: G16B25/10
• 分類號: G16B25/10;G16B30/10;G16B40/00
• 代理公司: 廣州長星專利商標代理事務所(普通合伙) 44662
• 代理人: 梁桂萍

1.一種鼻咽癌分子分型的預測系統，其特征在于，所述的預測系統工作時包括以下步驟：

S1、收集X例鼻咽癌轉錄組表達矩陣及臨床數據；

S2、提取鼻咽癌I型、II型、III型三種不同分子亞型基因表達特征，I、II、III型病例數目分別為a、b、c個，且步驟S1的X=a+b+c；其中I型為高增殖能力及低免疫細胞浸潤型，而III型為低增殖能力及高免疫細胞浸潤型，II型則介于兩者之間；分別檢測I型和II型，I型和III型以及II 型和III型的差異表達基因；

S3、將各分子分型的基因表達特征選取為構建分子分型預測模型的特征，其中I、II、III型基因表達特征數目分別為d、e、f個，且d+e+f=Y；

S4、 載入“mlbench”R 包，以患者編碼為唯一識別，隨機選取X*2/3例患者為訓練集，剩下的X*1/3例患者為驗證集；

S5、根據選取的患者編碼，使用“match”函數將轉錄組表達矩陣拆分為行名為患者編碼，列名為基因名的訓練矩陣及驗證矩陣，分別存入“train”及“validation”變量中；

S6、載入“caret”R包，使用訓練矩陣及對應的分子分型標簽，構建備選預測模型；

S7、使用least-group out 方法以75%樣本作為訓練集進行交叉驗證，以準確性作為標準自動挑選分子分型預測模型；

S8、使用構建的分子預測模型預測驗證集患者的分子分型，并與實際情況進行對比，繪制受試者工作特征曲線驗證其準確性，最終確定預測模型。

2.根據權利要求1所述的一種鼻咽癌分子分型的預測系統，其特征在于，步驟S2中，使用秩和檢驗分別檢測I型和II型，I型和III型以及II 型和III型不同亞型的差異表達基因。

3.根據權利要求1所述的一種鼻咽癌分子分型的預測系統，其特征在于，步驟S3中選取構建子分型預測模型特征時，在有標簽的訓練集中使用隨機森林算法構建分子分型預測模型。

4.根據權利要求1所述的一種鼻咽癌分子分型的預測系統，其特征在于，步驟S6中，構建備選預測模型時，利用train函數，設定算法為隨機森林，迭代100次。

5.根據權利要求1所述的一種鼻咽癌分子分型的預測系統，其特征在于，步驟S8中，利用predict函數使用構建的分子預測模型。

6.根據權利要求1所述的一種鼻咽癌分子分型的預測系統，其特征在于，步驟S8中，確定預測模型時，將預測模型保存為“Rdata”形式。