基于MCCA的痤疮宏基因组数据辅助分析
痤疮作为常见皮肤病之一,发病机制复杂,其中微生物定植在痤疮发病中的作用是一个热点研究问题.本文从宏基因组学的角度,利用机器学习方法分析痤疮宏基因组数据,包括痤疮患者的患病皮肤(diseased skin,DS)样本集和健康皮肤(healthy skin,HS)样本集,以及正常对照组(normal control,NC)样本集.为了同时分析3组样本集以获得可以区分不同样本集的脂质,使用多重集典型相关分析(multi-set canonical correlation ana-lysis,MCCA)方法进行研究.实验结果可得到仅对某一样本集有显著影响的脂质,以及同时对3个样本集影响程度不同的脂质,这些脂质可以作为判别皮肤状态的指标,用于辅助指导皮肤痤疮疾病的诊断、预后和治疗.
痤疮、宏基因组学、面部皮肤、脂质、机器学习、多重集典型相关分析
15
TP391(计算技术、计算机技术)
国家自然科学基金面上项目;北京市自然科学基金面上项目
2021-01-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
972-977