CN115064219B 基于机器学习的人呼气中VOCs生物标志物的识别方法 （复旦大学）

基于机器学习的人呼气中VOCs生物标志物为基于机器学习的人呼气中VOCs生物标志物的取和处理；采用肺泡梯度法识别VOCs内外源属标志物；通过相关性分析构建组合标志物，用采用随机森林算法评估二级生物标志物的分类和预测性能。本发明仅挑选少量关键生物标志22.根据权利要求1所述基于机器学习的人呼气中VOCs生物标志物识别方法，其特征在志愿者分为实验组和对照组，使用ReCIVA将一定量的呼3.根据权利要求2所述基于机器学习的人呼气中VOCs生物标志物识别方法，其特征在在样品数据采集阶段同时，使用手持气体采样器收集与上述同4.根据权利要求3所述基于机器学习的人呼气中VOCs生物标志物识别方法，其特征在使用单维统计检验法识别一级生物标志物；对每个变量数据分布3型的适用性和预测能力；根据VIP值对变量的重要性进行排序，VIP值大于1的变量，且p<确定合适的一级生物标志物；这里，R2(y)表示OPLS-DA模型解释y轴方向矩阵信息的百分5.根据权利要求4所述基于机器学习的人呼气中VOCs生物标志物识别方法，其特征在关系数列表；以相关系数大于或等于0.6为标准，对符合该条件的一组化合物进行比值重ari,(4)6.根据权利要求5所述基于机器学习的人呼气中VOCs生物标志物识别方法，其特征在45度高的基于机器学习的人呼气中VOCs生物标志[0008]本发明提供的基于机器学习的人呼气中VOCs生物标志物的识别方法，具体步骤3L)呼吸样本准确收集于吸附管(TenaxTA+Carbograph-5TD)内；样品经过热脱附-二维气6[0024](3)步骤S3中所述采用单维统计法和多维统计法筛选一级生物标志物，具体流程度进行正态性检验，确定使用参数检验(数据呈正态分布)还是非参数检验(数据非正态分Statistics统计分析软件计算显著性p值。并根据各组变量的均值计算变化倍数FC(公式[0027]式中，DTiu2[0030](4)步骤S4中所述通过相关性分析构建组合标志物，用Lassologistic回归模型物的数量可能较多，可使用Lasso(最小绝对收缩和选择算子)-logistic回归(LLR)模型精7化后续将生成诊断模型中的输入变量。本发明使用LLR模型对所有单一标志物和组合标志PS=2-1ci×var,(4)他一些用于模式识别的多变量分类算法，因为它能够检测化合物与结果之间的非线性关RF具有在生成单个决策树时通过重复引导抽样和随机变量选择将随机性纳入其预测的优8[0051]接种疫苗是阻止新冠疫情流行的有效方法之一。接种灭活疫苗能引起免疫反应，年龄范围在22-30岁(平均年龄24岁)，BMI指数范围在16.42-29.58kg/m2(平均BMI指数9种VOCs的PEndo,i大于50则这些化合物为内源性VOCs(表1前72种化合物)。剩下28种化合物为外源性VOCs(表1后28种化合物)。后续疫苗诱导生物标志物的筛选将从这72种VOCs中快速地排除环境背景干扰对呼气VOCs生物标志物准确[0061]OPLS-DA分析结果表明(图3b)，疫苗组和对照组明显存在不同聚类，R2截距是下30％的数据作为测试集。LLR模型使用5倍交叉验证对数据进行L1正则化，λ的范围在