[发明专利]用于对IBS患者分层的方法

权利要求书

1.一种用于生成对肠易激综合征(IBS)患者分层的受训分类器的计算机实现的方法，所述方法包括：

获得各自对应于生物样品的多个微生物组分布图；

其中将所述多个微生物组分布图的第一子集基于所述第一子集中各微生物组分布图的微生物组数据分类为指示IBS的存在；

其中将所述多个微生物组分布图的第二子集基于所述第二子集中各微生物组分布图的微生物组数据分类为指示IBS的不存在；以及

使用所述第一子集和所述第二子集的所述微生物组分布图来生成受训分类器以将肠易激综合征(IBS)患者分层至第一组或第二组中；

其中将所述患者分层至所述第一组中指示所述患者具有与未指示IBS的平均微生物组相比改变的微生物组；并且

其中将所述患者分层至所述第二组中指示所述患者具有与未指示IBS的平均微生物组相比未显著改变的微生物组。

2.如权利要求1所述的计算机实现的方法，所述方法包括：

基于所述微生物组分布图中每一者的微生物组数据鉴定所述多个微生物组分布图的所述第一子集和所述第二子集；

将所述第一子集的各微生物组分布图分类为指示IBS的存在；以及

将所述第二子集的各微生物组分布图分类为指示IBS的不存在。

3.如权利要求2所述的计算机实现的方法，其中鉴定所述第一子集和所述第二子集包括：

对所述微生物组分布图执行主成分分析或主坐标分析以生成各自对应于所述多个微生物组分布图中的一者的多个数据点；以及

基于所述多个数据点中每一者之间的斯皮尔曼距离鉴定所述第一子集和所述第二子集。

4.如前述权利要求中任一项所述的计算机实现的方法，其中使用所述第一子集和所述第二子集的所述微生物组分布图来生成所述受训分类器包括：

使用特征选择算法来从所述第一子集和所述第二子集鉴定多个特征；以及

使用所鉴定的所述多个特征生成所述受训分类器，并且任选地，其中仅使用通过所述特征选择算法鉴定的所述特征来生成所述受训分类器。

5.如权利要求4所述的计算机实现的方法，其中所述特征选择算法包括回归分析方法，并且任选地，其中所述回归分析方法包括最小绝对值收缩与选择算子(LASSO)方法或弹性网络算法。

6.如权利要求5所述的计算机实现的方法，其中使用交叉验证来执行所述回归分析方法。

7.如权利要求4-6中任一项所述的计算机实现的方法，其中使用所鉴定的所述多个特征生成所述受训分类器包括：

使用所鉴定的所述多个特征生成随机决策森林。

8.如权利要求7所述的计算机实现的方法，其中所述随机决策森林包括约1500个决策树。

9.如权利要求4至8所述的计算机实现的方法，其中使用通过交叉验证鉴定的所述多个特征来生成所述受训分类器。

10.如权利要求6和/或权利要求9所述的计算机实现的方法，其中所述交叉验证为k折交叉验证，并且任选地，其中所述交叉验证为10折交叉验证，并且优选地，所述10折交叉验证重复10次。

11.如前述权利要求中任一项所述的计算机实现的方法，其中布置所述受训分类器以诊断具有与未指示IBS的平均微生物组相比未显著改变的微生物组的患者中肠易激综合征(IBS)的存在或不存在和/或其中对所述多个微生物组分布图进行预处理以排除在少于5％的所述微生物组分布图中出现的操作分类单位(OTU)，由此生成微生物组分布图的过滤集，在所述过滤集上生成所述受训分类器。