[发明专利]一种基于机器学习通过血液样本诊断骨关节炎亚型的系统

摘要

本发明涉及一种基于机器学习通过血液样本诊断骨关节炎亚型的系统，该系统包括：1)、收集模块；2)、骨关节炎与正常人群识别与鉴定模块，用于骨关节炎与正常人群识别与鉴定；3)、骨关节炎亚型识别与鉴定模块，用于骨关节炎亚型识别与鉴定。本发明建立一套基于机器学习支持向量机的方法通过血液样本精确诊断骨关节炎亚型的预测方法及系统工具，利用生物信息学的手段解析骨关节炎与正常人群的基因表达差异，对骨关节炎的患者进行分群，利用机器学习的方法建立骨关节炎患者以及骨关节炎亚型识别的诊断模型。该方法可实现骨关节炎患者的精确诊断，为随后的治疗方案提供借鉴参考。

主权项

1.一种基于机器学习的方法通过血液样本诊断骨关节炎亚型的系统，其特征在于：该系统包括：1)、收集模块：用于收集骨关节炎患者与正常人群血液样本的测序数据；2)、骨关节炎与正常人群识别与鉴定模块，用于骨关节炎与正常人群识别与鉴定，过程如下：a.PCA主成分分析样本分布差异；b.R软件的Limma包分析基因芯片；或者是DESeq2包分析RNA‑Seq差异基因的表达情况；c.分析差异基因特征；d.利用机器学习支持向量机的方法寻找特征性基因或用差异基因诊断骨关节炎，区别骨关节炎与正常人群，选择最优基因组；3)、骨关节炎亚型识别与鉴定模块，用于骨关节炎亚型识别与鉴定，过程如下：a.根据测序信息利用机器学习算法K‑means聚类的方法对骨关节炎患者进行分群；b.用R软件的Limma包分析基因芯片，或者是用DESeq2包分析RNA‑Seq亚群与正常人群的差异基因表达情况；c.分析差异基因特征；d.利用深度神经网络的方法寻找特征性基因或用差异基因诊断骨关节炎亚型；e.选择特征性基因用于骨关节炎分型，通过PCR方法测定基因表达量，鉴定骨关节炎亚型。