[发明专利]一种生物材料功能预测评价方法

权利要求书

1.一种生物材料功能预测评价方法，其特征在于，包括如下步骤：

(1)在待测材料环境中，培养人源骨髓间充质干细胞；

(2)收集所述步骤(1)培养的人源骨髓间充质干细胞，提取总RNA，纯化建库，转录组测序，得到待测样本的转录组数据；

(3)将所述步骤(2)得到的待测样本的转录组数据经批次效应校正、特征提取后，输入功能预测评价模型，计算出待测样本分别为成骨细胞、成软骨细胞、成脂细胞和未分化间充质干细胞四类细胞类型的置信度，其中，功能预测评价模型的构建方法包括如下步骤：

(a)将所述步骤(2)得到的待测样本的转录组数据分为训练集和测试集，分别进行批次效应校正；

(b)基于训练集数据提取四类细胞类型的基因表达特征，并对转录组数据进行特征提取；

(c)基于训练集数据训练机器学习模型，优化得到Ensemble Learning智能预测模型；

(d)将测试集数据输入Ensemble Learning智能预测模型，得到测试集样本的预测细胞类型，与样本的真实细胞类型比较，计算模型的准确率、查全率指标；

所述步骤(a)中，所述批次效应校正，基于ComBatseq算法和DaMiRseq算法整合优化；训练集已知样本类型和批次；测试集的样本类型未知，对测试集的批次效应校正基于训练集批次效应校正产生的参数，每个测试集独立校正；所述步骤(b)中，所述特征提取，基于DaMiRseq算法和DESeq2算法整合提取；对训练集进行批次效应校正后，根据样本类型提取四类细胞类型的特征表达基因；对经过批次效应校正处理后的训练集和测试集数据分别提取特征基因的表达矩阵；所述步骤(c)中，通过整合Ridge Classifier CV、Support VectorMachine、Decision Tree和Gaussian Naive Bayes四种机器学习算法，构建得到EnsembleLearning智能预测模型；首先在训练集上训练和优化模型，然后在测试集上计算模型的评价指标。