[发明专利]乙肝诊断模型及其构建方法和乙肝诊断芯片

权利要求书

1.一种乙肝诊断模型的构建方法，其特征在于，所述方法包括：

获取不同类型乙肝患者样本的目标临床指标数据，所述目标临床指标数据包括性别指标、年龄指标、感染周期指标、肝功能指标、HBV指标、肝纤维化指标、AFP指标、AFP异质体指标、自身免疫疾病指标以及糖尿病指标中的至少一种指标的数值化数据；

根据不同类型乙肝患者样本的目标临床指标数据和样本信息通过机器学习方法建立乙肝诊断模型，所述样本信息包括样本的类型。

2.根据权利要求1所述的构建方法，其特征在于，所述样本的类型包括慢性肝炎、肝硬化以及肝癌三种类型中的至少两种。

3.根据权利要求1或2所述的构建方法，其特征在于，肝功能指标包括ALB、A/G、AST、ALT、GGT、ALP、PALB、CHE、TBIL、DBIL、IDBIL、TBA、MYO、UA中至少一种检测指标；

HBV指标包括HBsAg、Anti-HBs、HBeAg、Anti-HBe、HBcAb-IgM、Anti-HBII、HBV-DNA中的至少一种检测指标；

肝纤维化指标包括TP检测指标。

4.根据权利要求1～3任一项所述的构建方法，其特征在于，所述机器学习方法采用了如下任意一种算法：逻辑回归、线性判别分析、支持向量机、随机森林；

优选地，所述机器学习方法采用了随机森林算法。

5.一种乙肝诊断模型的构建方法，其特征在于，所述方法包括：

获取不同类型乙肝患者样本的多肽芯片数据和目标临床指标数据，所述多肽芯片数据包括目标差异肽段的特征信号数据，所述目标差异肽段选自如SEQ ID NO.1～SEQ IDNO.25所示序列的肽段中的至少五条；

根据多个不同类型乙肝患者样本的多肽芯片数据、目标临床指标数据以及样本信息通过机器学习方法建立乙肝诊断模型，所述样本信息包括样本的类型。

6.根据权利要求5所述的构建方法，其特征在于，所述样本的类型包括慢性肝炎、肝硬化以及肝癌三种类型中的至少两种。

7.根据权利要求5所述的构建方法，其特征在于，所述样本为血液样本。

8.根据权利要求5所述的构建方法，其特征在于，所述目标临床指标数据包括性别指标、年龄指标、感染周期指标、肝功能指标、HBV指标、肝纤维化指标、AFP指标、AFP异质体指标、自身免疫疾病指标以及糖尿病指标中的至少一种指标的数值化数据。

9.根据权利要求5所述的构建方法，其特征在于，肝功能指标包括ALB、A/G、AST、ALT、GGT、ALP、PALB、CHE、TBIL、DBIL、IDBIL、TBA、MYO、UA中至少一种检测指标；

HBV指标包括HBsAg、Anti-HBs、HBeAg、Anti-HBe、HBcAb-IgM、Anti-HBII、HBV-DNA中的至少一种检测指标；

肝纤维化指标包括TP检测指标。

10.根据权利要求5所述的构建方法，其特征在于，所述目标差异肽段选自SEQ ID NO.1～SEQ ID NO.5所示的5条肽段；或

所述目标差异肽段选自SEQ ID NO.1～SEQ ID NO.10所示的10条肽段；或

所述目标差异肽段选自SEQ ID NO.1～SEQ ID NO.15所示的15条肽段；或

所述目标差异肽段选自SEQ ID NO.1～SEQ ID NO.20所示的20条肽段；或

所述目标差异肽段选自SEQ ID NO.1～SEQ ID NO.25所示的25条肽段。

11.根据权利要求5～10任一项所述的构建方法，其特征在于，所述机器学习方法采用了如下任意一种算法：逻辑回归、线性判别分析、支持向量机、随机森林；

优选地，所述机器学习方法采用了随机森林算法。